메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이근우 (서울과학기술대학교) 김동호 (서울과학기술대학교)
저널정보
한국공간디자인학회 한국공간디자인학회 논문집 한국공간디자인학회 논문집 제19권 제1호
발행연도
2024.2
수록면
77 - 88 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
(연구배경 및 목적) 그동안 문화적으로 소외된 지역에서는 예술 작품을 접할 기회가 제한되었으며, 소규모 전시관은 공간과 예산 등의 제약으로 전시 대상의 종류가 한정적이었다. 그러나 인공지능 기술을 적용한 유물이나 예술 작품의 디지털화는 문화 예술 전시에 혁신적인 변화를 가져오고 있다. 인공지능 기술은 전시공간에서도 활용될 기회가 많다. 예를 들면, 콘텐츠 추천, 사용자 경험 개선, 실시간 인터랙티브 콘텐츠 생성 등에 활용된다. AI 기술이 적용된 전시공간은 관람객에게 개인 맞춤형이고 참여적인 경험을 제공하여 전시공간의 새로운 방향성을 제시한다. 또한, 인공지능 기술을 활용한 전시 작품의 디지털화는 각 관람객의 개별적인 경험에 맞춘 전시를 제공하는 것을 의미한다. 이러한 맞춤형 경험은 관람객이 전시 간과의 상호작용을 더 깊이 있게 체험하게 하여, 전시에 대한 만족감을 향상시키는 데에 기여한다. 본 연구는 앞으로 이와 같은 신기술이 다양한 전시공간에 적용되어 그 효과를 극대화하는 방법을 탐색하는 것을 목적으로 하고 있다. (연구방법) 이 논문에서는 실감 콘텐츠와 미디어아트 전시 방법을 활용하여 제한된 전시공간의 한계를 넘어서고자 한다. 이를 위해 생성형 인공지능 기술을 사용하여 작품의 재해석과 관람 경험의 다양화를 탐구한다. 기존의 정적인 전시 방식을 디지털화하고, 인공지능을 활용하여 작품의 배경적 요소와 작가의 창작 스토리를 풍부하게 표현할 수 있는 새로운 전시 기회를 제안한다. 앞으로 적용될 지역과 소규모 전시공간에서 관객의 관람 경험을 향상시키기 위해 전시 컨셉과 기술적용 방안을 탐색한 뒤, 인공지능과 실감 콘텐츠 활용의 확대를 위한 방법을 제시한다. (결과) 지역 및 소규모 전시공간은 종종 위치, 예산, 인력, 인지도 등의 제약을 가지고 있으며, 이러한 제약은 기존의 작품 임대나 구매를 통한 전시 방식으로는 극복하기 어렵다. 하지만 디지털 기술을 적용하여 가치 있는 콘텐츠를 전시함으로써 이러한 한계를 넘어설 수 있다. 특히, 실감 콘텐츠는 젊은 세대에게 큰 매력을 가지며, 최신 기술을 접목한 전시는 기존 방식으로는 관심을 끌지 못했던 새로운 관람객을 끌어들이는 데 효과적이다. 또한, 지역 및 소규모 전시공간에서 디지털화된 콘텐츠의 전시는 관람객의 경험을 풍부하게 하고, 예술 작품의 이해를 깊게 한다. 이러한 전략은 전시공간이 새로운 관객층을 유치하고 예술을 보다 넓은 대중에게 소개하는 데 중요한 역할을 한다. 실감 콘텐츠의 활용은 개인의 관심사와 선호도에 맞춘 맞춤형 전시 경험을 가능하게 한다. 관람객의 반응과 선택에 따라 콘텐츠가 변화하며, 이는 각 관람객에게 개별적인 이야기를 제공한다. 이와 같은 개인화된 경험은 관람객에게 더욱 의미 있는 시간을 제공하고, 전시에 대한 개인적인 연결감을 강화한다. (결론) 앞으로 지역의 소규모 사립 박물관들은 코로나19와 같은 전염병으로 인한 장기적 휴관, 전문 안내 인력이나 학예사의 부족과 같은 다양한 도전에 직면할 것으로 보인다. 이러한 상황에서 디지털 콘텐츠로 구성된 전시공간에서의 전시 경험 확대가 점차 중요해지며, 이 과정에서 인공지능 콘텐츠 기술이 자연스럽게 도입될 것이다. 더불어 소규모 전시관들은 디지털 전략을 통해 다양한 인공지능 기술을 적용함으로써 전시관을 새롭게 변모시킬 수 있을 것이다. 이러한 변화를 통해 전시공간에서 제공하는 전시 대상과 서비스의 질은 더욱 향상되고 다양해질 전망이다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0