과장은 벌하지 않고 추정한다

"사실 그대로만 그린 그림은 죽어 있을 때가 많아. 미는 걸 벌하는 채점기는 시체 쪽으로 채점하는 거고."

Procrustes 가 닿지 못하는 자리

앞 레슨의 Procrustes 는 아름다운데 가장자리가 분명해. 위치와 크기와 기울기까지만 지우고 그 이상은 안 건드려. 그래서 일부러 늘인 것은 살아남아. 동세를 살리려고 사실보다 더 밀었거나 뻗음을 늘였다면, 정렬을 지나고도 네 작도는 답과 달라. 순진한 채점기는 그 남은 차이를 오차로 읽고 감점해. 근데 그건 오차가 아니야. 살아 있는 그림과 소심한 복사를 가르는 바로 그거거든. Procrustes 가 경계를 찾아줬으니, 이제 그 너머를 채점기가 답해야 해.

벌하지 말고 재라

답은 조용한 존중이야. 늘인 걸로 감점하는 대신 채점기가 얼마나 과장했는지를 값으로 추정해. 그걸 네 그림의 성질로 보고 따로 걷어내는 거지. 네 과장을 먼저 재고, 네가 실제로 겨냥하던 모습을 다시 만들어. 답에다 네 과장만큼 밀어놓은 형태 말이야. 그리고 거기에 대고 네 작도를 채점해. 사실 그대로 납작하게 그렸느냐가 아니라, 네가 민 만큼 안에서 일관되게 봤느냐로 점수를 받는 거야. 과장은 감점으로 빠지는 게 아니라 정보로 돌아와.

인간적이면서 동시에 더 정확하다

이건 친절이기만 한 게 아니라 더 나은 모델링이야. 과장을 감점하는 채점기는 결국 무난한 쪽에 상을 주게 돼. 조심스럽고 사실적인 복사가 대담하고 살아 있는 그림을 이기고, 도구가 조용히 소심함을 훈련시키는 거지. 미는 정도를 재는 쪽으로 바꾸면 채점기의 셈이 좋은 그림이 실제로 뭔지랑 맞아떨어져. 강하고 일관된 동세도, 강하고 일관된 사실적 판단만큼 인정받거든. 여기선 인간적인 선택과 정확한 선택이 같은 선택이야. 정당한 스타일 축을 벌하는 건 애초에 정확한 적이 없었으니까.

한 일을 모델링하고, 벗어난 만큼을 깎지 마라

밑에는 그림을 훨씬 넘어서는 원칙이 있어. 기준에서 벗어난 게 실수가 아니라 의미 있는 선택이라면, 오차로 깎지 말고 값으로 모델링해라. 뻣뻣한 채점표와 똑똑한 채점표의 차이가 여기야. 하나의 이상에서 얼마나 떨어졌는지 재는 것과, 그 사람이 실제로 일하던 조건까지 포함해서 재는 것의 차이지. Loomis 는 세 갈래로 갈라놨어. 관심 없는 자세는 걷어내고, 벌하면 안 되는 과장은 재서 빼고, 남은 작도 정확도를 채점해. 그 분리를 제대로 해낸 덕에 정확한 정답지가 표현적인 그림과 한자리에 편하게 앉아 있을 수 있는 거야.

Code

스타일을 값으로 재고, 그 아래서 채점한다·python

# Procrustes removed position/size/tilt. A deliberate STRETCH survives it.
# Naive: treat the leftover as error. Humane AND correct: estimate it, factor it out.
def grade_with_exaggeration(yours, reference):
    aligned = procrustes_similarity(yours, reference)    # remove POSE (a nuisance)
    k_hat   = estimate_exaggeration(aligned, reference)  # fit the STYLE as a factor
    modeled = apply_exaggeration(reference, k_hat)       # what they were reaching for
    return construction_score(aligned, modeled)          # grade under THEIR push

# Scored on seeing the solid CONSISTENTLY, not on drawing it dead-literal.
# k_hat is reported back as information -- never subtracted as a penalty.
# Three-way split: pose (aligned away), exaggeration (estimated), construction (graded).

Exercise

정당한 스타일이나 전략적 선택을 실수처럼 깎는 평가 방식을 하나 찾아봐. 정해진 틀에서 벗어나면 감점하는 글쓰기 채점표, 멀쩡한 관용구를 잡아내는 코드 검사기, 자세가 하나뿐이라고 가정하는 운동 점수 같은 거. 그걸 다시 설계해봐. 어떤 값을 재면 그 선택을 모델에 넣을 수 있고, 그래서 선택 자체가 아니라 그 선택 안에서의 실력을 채점하게 될까?

Hint

단서는 하나의 이상에서 떨어진 거리를 재고 그 거리를 전부 틀림이라고 부르는 규칙이야. 그중 일부가 충분히 방어할 수 있는 결정인데도 말이지. 해법은 Loomis 랑 같아. 실제로는 선택인 축을 찾아내고, 그 사람이 그 축 어디에 서 있는지 재고, 축복받은 기본값이 아니라 그 자리를 기준으로 실행을 채점하는 거야.