기계 학습시대의 미술사 연구: 기술, 한계, 가능성의 지형도

초록

인공지능(AI)의 급속한 발전은 미술사학을 포함한 인문학 전반에 새로운 연구 방법론의 가능성을 제시해 왔다. 그러나 미술사 연구, 특히 동아시아 전통 미술사에 AI를 적용하기 위해서는 여전히 풀어나가야 할 과제들이 있다. 본 연구는 AI 기술을 동아시아 전통 미술사 연구에 적용하는 과정에서 나타나는 구조적, 기술적, 제도적 제약을 진단하고, 이를 극복하기 위한 실질적 방안을 고찰한다. 특히 언어와 용어 체계의 비표준성, 이미지 데이터의 접근성과 저작권 문제, 디지털 자료의 품질 편차, 그리고 공공기관의 폐쇄적 정책 환경 등이 AI 학습과 분석에 있어 근본적 장애로 작용함을 지적한다. 나아가 이러한 한계 속에서도 국내외에서 구축된 문화유산 말뭉치(KoCHET), 국제 표준 어휘체계(Getty Vocabularies), 국제 이미지 호환 프레임워크(IIIF)와 같은 기술 인프라, 오픈 액세스 확대 사례 등을 분석하며, 기술 환경 개선의 가능성을 모색한다. 나아가 본 연구는 AI 시대의 미술사 연구자들과 관련 기관 종사자들이 단순히 기술을 수용하는 차원을 넘어, 미술에 대한 AI와 인간 간 해석 균형을 모색하고자 학제 간 협력 등, 보다 적극적인 개입이 필요함을 역설한다. 대표적으로 미술사 데이터셋 구축, 표준화된 용어 및 메타데이터 설계, 디지털 아카이빙의 품질 관리, 공공 인프라에 대한 제도적 지원이 요구됨을 지적하며, 이러한 조건이 충족될 때 비로소 AI는 인간 미술사가의 창의적 해석을 촉진하는 조력자로 작용할 수 있다. 이러한 전환적 접근을 통해 AI가 제시하는 통계적 패턴과 인간 연구자의 문화사적 독해가 상호 보완적으로 작동하는 장이 마련될 것이며, 미술사 연구가 기술과 해석이 상호작용하는 네트워크적 지식체계로 재구성될 수 있는 가능성을 제시한다.

키워드