전통춤의 디지털 온전성 확보를 위한 다층적 데이터 요건 연구- 진주검무의 시각적 편향과 운동학적 재현 한계 분석을 중심으로

초록

본 연구는 국가무형유산 진주검무를 대상으로 생성형 인공지능(Generative AI)과 디지털 트윈(Digital Twin) 기술을 적용하여, 전통춤의 외형적·물리적·내면적 층위를 데이터 구조의 관점에서 분석하고, 전통춤 재현에 필요한 AI 학습 데이터의 핵심 요건을 도출하는 데 목적을 두었다. 생성형 인공지능 실험에서는 ‘Korean Dance’, ‘Jinju Sword Dance’ 등의 프롬프트를 사용하여 이미지를 생성하였다. 탐색적 실험 결과, 전체 표본(N=90)의 약 62%에 해당하는 56건에서 타 문화권 요소가 혼재된 시각적 편향이 관찰되었으며, 이는 ‘문화적 맥락(Context) 데이터’의 부재로 인한 구조적 한계임을 확인하였다. 디지털 트윈 실험에서는 주요 동작을 3차원 공간에 재현하였으나, 한삼의 곡선 흐름과 칼의 무게감 등이 직선적으로 단순화되는 현상이 나타났다. 이는 단순 좌표(x, y, z) 데이터만으로는 ‘동역학적(Dynamics) 호흡 데이터’를 담을 수 없음을 실증한다. 종합하면, 본 연구는 시각적 편향과 운동학적 단순화가 각각 별개의 문제가 아니라, 전통춤을 구성하는 다층적 데이터가 결합된 결과임을 규명하였다. 이에 본 연구는 시각적 양식(Style)과 운동학적 호흡(Breath)이 통합된 ‘전통무용 특화 다층 데이터 스키마(Schema)’를 제안하고, 이를 구현하기 위한 전통무용 특화 데이터 구조의 필요성을 제시하였다.

키워드