남형석 / 서울대학교 / 국내 미술 생태계의 이벤트-중심 DB 구축을 위한 시멘틱 데이터 프레임워크 설계 연구 / 12,000 / 12개월 / 2025 석사과정생연구장려금지원사업
연구목표:
본 연구는 한국 미술 생태계의 특수성을 반영한 이벤트 중심(Event-Based) 시맨틱 데이터 프레임워크를 설계하고, 실제 데이터를 수집·적용하여 데이터베이스를 구축하며, 이를 바탕으로 프로토타입을 개발하는 것을 목표로 한다. 기존 미술 데이터베이스가 기관 중심의 소장품 및 작품 정보 관리에 집중되었던 것과 달리, 본 연구는 미술 생태계의 다양한 행위자(작가, 기획자, 기관, 기술자, 디자이너 등)와 그들의 상호작용을 구조화하는 데이터 모델을 구축한다.
이를 위해, 국내 미술 생태계의 정보 구조를 분석하고, 국제 표준(CIDOC-CRM, LIDO, Linked Art 등)을 준용하여 메타데이터를 설계하며, 국내 미술 환경에 적합한 로컬 확장(Local Extension) 개념을 도입한다. 데이터 프레임워크의 중심 엔티티로 ‘전시(Exhibition)’를 설정하여, 창작, 기획, 연구, 외주, 소유/소장 등 주요 행위 간의 관계를 시맨틱하게 정의하는 구조를 구축한다.
또한, 국공립 미술관 및 주요 기관에서 제공하는 오픈 데이터를 활용하여 데이터 프레임워크를 검증하고, 웹 크롤링을 통해 추가 데이터를 확보 및 정제하여 RDF 및 JSON-LD로 변환하는 과정을 수행한다. 최종적으로, OMEKA S를 활용한 웹 퍼블리싱을 통해 데이터 시각화를 구현하고, 사용자 맞춤형 검색 기능 및 필터링 기능을 제공하는 UI/UX 설계를 통해 미술 생태계 내 참여자들이 직관적으로 정보를 탐색할 수 있도록 지원한다.
향후 연구에서는 본 연구에서 개발한 데이터베이스를 공연예술, 디자인 등 다른 문화예술 분야로 확장하고, 국공립 미술 기관과의 연계를 통해 공공 및 민간 문화예술 정보를 통합할 수 있는 가능성을 모색할 것이다. 또한, 대규모 언어 모델(LLM) 기반 자연어 쿼리 검색 및 AI 기반 미술 콘텐츠 추천 알고리즘을 적용하여 데이터의 활용도를 높이고, 사용자 맞춤형 정보 제공이 가능한 인터페이스를 구축하는 방향으로 연구를 발전시킬 계획이다.
본 연구는 미술 생태계의 정보 접근성을 개선하고, 개별 행위자들이 실질적으로 활용할 수 있는 데이터 기반 협업 환경을 조성하여, 한국 미술 생태계의 지속 가능성을 높이는 데 기여하는 것을 최종 목표로 한다.
기대효과:
본 연구는 미술 생태계의 행위자 중심(Event-Based) 데이터 프레임워크를 구축함으로써, 기존 미술 데이터 관리 체계의 한계를 극복하고 실질적인 정보 활용을 가능하게 한다. 기존 미술 데이터베이스는 주로 기관 중심의 소장품 및 작품 정보에 초점이 맞춰져 있어, 전시 기획자, 작가, 기술자 등 개별 행위자들의 실질적 활용이 어려웠다. 본 연구는 전시(Exhibition) 데이터를 중심으로 미술 생태계 내 관계망을 구조화함으로써, 보다 직관적이고 실용적인 데이터 모델을 제공한다. 이를 통해, 미술 생태계의 다양한 참여자들이 전시, 기획, 공모, 협업 등의 정보를 손쉽게 탐색하고 활용할 수 있는 환경을 조성할 수 있다.
또한, 본 연구에서 설계한 데이터 프레임워크는 CIDOC-CRM, LIDO, Linked Art 등 국제 표준을 준용하면서도, 한국 미술 생태계의 특수성을 반영한 로컬 확장(Local Extension)을 포함한다. 이는 국내 미술 데이터의 국제적 호환성을 높이는 동시에, 국내 미술 기관 및 연구자들이 보다 정교한 데이터 모델을 활용할 수 있는 기반을 마련하는 효과를 가진다.
특히, 연구의 성과는 단순한 데이터 아카이빙을 넘어 실제 미술 생태계에서 협업과 의사결정을 지원하는 데이터 기반 시스템으로 발전할 가능성을 가진다. 연구 과정에서 확보한 데이터를 활용하여, 전시 기획자와 작가 간의 협업 매칭, 공모 지원 정보 제공, 외주 기회 탐색 등의 기능을 강화할 수 있으며, 사용자 맞춤형 검색 및 필터링 기능을 통해 보다 효과적인 정보 제공이 가능해진다.
향후 연구 확장을 통해, 본 연구에서 구축한 데이터베이스는 공연예술, 디자인 등 다른 문화예술 분야와의 연계를 고려할 수 있으며, 국공립 미술 기관과의 협력을 통해 공공 및 민간 문화예술 정보의 통합적 운영이 가능하도록 지원할 수 있다. 또한, AI 및 자연어 처리 기술을 활용한 LLM 기반 자연어 쿼리 검색, AI 기반 미술 콘텐츠 추천 시스템 등의 기능을 개발함으로써, 데이터 활용의 편의성과 실용성을 극대화할 수 있을 것으로 기대된다.
결과적으로, 본 연구는 미술 생태계의 정보 접근성을 개선하고, 데이터 기반 협업 환경을 구축함으로써, 한국 미술계의 지속 가능성과 경쟁력을 높이는 데 기여할 것이다.
연구요약:
본 연구는 한국 미술 생태계의 특수성을 반영한 이벤트 중심(Event-Based) 시맨틱 데이터 프레임워크를 설계하고, 이를 기반으로 실제 데이터를 수집·적용하여 데이터베이스를 구축하며, 최종적으로 프로토타입을 개발하는 것을 목표로 한다. 기존 미술 정보 관리 시스템이 기관 중심으로 운영되면서 개별 행위자(작가, 기획자, 기술자, 디자이너 등)의 접근성과 활용성이 제한되는 문제를 극복하고, 사용자 참여형 데이터베이스를 구축하여 데이터 기반 협업과 네트워킹을 지원하는 것이 연구의 핵심 방향이다.
이를 위해, 연구는 국내 미술 생태계의 구조적 특성을 분석하고, 미술 생태계에서 발생하는 핵심 행위(창작, 기획, 연구, 외주, 소유/소장)를 논리적 중심으로 설정한 뒤, 전시(Exhibition)라는 이벤트를 중심으로 핵심 엔티티 간의 관계를 시맨틱하게 구조화하는 방식으로 데이터 모델을 구축한다. 또한, CIDOC-CRM, LIDO, Linked Art 등 국제 표준 및 선행 사례를 준용하여 데이터 프레임워크를 설계하고, 한국 미술 환경에 적합한 로컬 확장(Local Extension) 개념을 포함하여 메타데이터를 정교화한다.
데이터 프레임워크의 검증을 위해, 국공립 미술관 및 주요 기관에서 제공하는 오픈 데이터를 수집하고, 연구에서 개발한 데이터 모델과 매핑하여 실제 데이터를 적용한다. 특히, 전시 데이터를 중심으로 기관(Organization), 행위자(Actor), 작품(Artwork), 공모(Open Call) 등의 주요 엔티티를 연결하여 데이터의 구조적 일관성을 평가한다. 또한, 웹 크롤링을 통해 추가 데이터를 확보하고, RDF 및 JSON-LD 변환 및 정제 과정을 수행하여 데이터의 완결성을 보장한다.
이후, OMEKA S 기반 웹 퍼블리싱을 통해 데이터 시각화 및 탐색 기능을 구현하며, 사용자 맞춤형 검색 및 필터링 기능을 설계하여, 미술 생태계의 다양한 주체들이 직관적으로 데이터를 탐색하고 활용할 수 있도록 지원한다. 프로토타입 개발 단계에서는 데이터의 시각적 탐색을 위한 네트워크 그래프, 타임라인, 패싯 네비게이션 등의 기능을 적용하고, 사용자 피드백을 반영하여 인터페이스(UI/UX)를 최적화할 계획이다.
본 연구는 데이터 프레임워크의 설계부터 실제 데이터 적용 및 활용까지의 전 과정을 포함하며, 미술 생태계의 정보 접근성을 개선하고 개별 행위자들이 실질적으로 활용할 수 있는 데이터 기반 협업 환경을 조성하는 데 기여하고자 한다. 이를 통해, 미술 정보의 유통 구조를 혁신하고, 전시 및 미술 기획 과정에서 데이터 기반 의사결정을 지원하며, 궁극적으로는 한국 미술 생태계의 지속 가능한 발전을 위한 디지털 기반을 마련하는 것을 최종 목표로 한다.