[논문 리뷰] Figuring Out Art History

Maximilian Schich|arXiv (Cornell University)|2015. 10. 22.

Aesthetic Perception and Analysis참고 문헌 55인용 수 4

한 줄 요약

이 논문은 디지털 방법, 네트워크 과학, 시각화를 통합하여 예술과 문화의 체계적이고 데이터 기반의 과학을 제안한다. 이는 문화사에서의 대규모 비랜덤 패턴을 드러내며, 네트워크 프레임워크와 계산 도구를 사용한 문화 자료의 정량적 분석이 자연 시스템과 유사한 구조적 역학을 드러내는 데 성공한다. 주요 결과로는 문화 진화의 백만 뷰 시각화와 다학제적 협업을 위한 프레임워크가 포함되어 있다.

ABSTRACT

World population and the number of cultural artifacts are growing exponentially or faster, while cultural interaction approaches the fidelity of a global nervous system. Every day hundreds of millions of images are loaded into social networks by users all over the world. As this myriad of new artifacts veils the view into the past, like city lights covering the night sky, it is easy to forget that there is more than one Starry Night, the painting by Van Gogh. Like in ecology, where saving rare species may help us in treating disease, art and architectural history can reveal insights into the past, which may hold keys to our own future. With humanism under threat, facing the challenge of understanding the structure and dynamics of art and culture, both qualitatively and quantitatively, is more crucial now than it ever was. The purpose of this article is to provide perspective in the aim of figuring out the process of art history - not art history as a discipline, but the actual history of all made things, in the spirit of George Kubler and Marcel Duchamp. In other words, this article deals with the grand challenge of developing a systematic science of art and culture, no matter what, and no matter how.

연구 동기 및 목표

• 정성적 탐구를 넘어서 체계적이고 정량적인 예술 및 문화 과학을 구축하기 위해.
• 문화 자료와 디지털 데이터의 급격한 증가 속에서 문화 복잡성을 이해하는 데 도전하는 데 위해.
• 공통의 시각적 및 계산 도구를 통해 예술사, 컴퓨터 과학, 복잡계 연구를 융합하여 분야 간 다리를 놓기 위해.
• 물리학 및 복잡계 생물학 연구소를 모델로 삼아 데이터, 시각화, 국제 공동 저술을 중심으로 한 새로운 학술 협업 모델을 개발하기 위해.
• 시각화를 단순한 도구가 아니라, 서로 다른 용어와 방법론을 가진 공동체 간 소통을 가능하게 하는 학술적 공통어로 위치시키기 위해.

제안 방법

• 시간과 공간을 넘는 문화 자료와 그 관계를 모델링하기 위해 네트워크 과학과 그래프 데이터 구조를 활용한다.
• 대규모 디지털 저장소(예: AKL의 110만 개 XML 파일, 만화 데이터 등)를 활용해 문화 유전자를 추출하고 분석한다.
• 개인의 '탄생'에서 '사망'까지의 문화 네트워크 내 이동을 추적하기 위해 계산 기반 시각화 기법을 적용하며, 색상 그라디언트(파란색에서 빨간색)를 사용해 시간적 진화를 표현한다.
• 정량적 모델링과 정성적 예술사적 통찰을 융합하며, 비랜덤 패턴을 탐지하기 위해 힘법칙 및 尾尾 분포 분석을 수행한다.
• 고성능 컴퓨팅과 데이터 마이닝을 활용해 구글 문화 기부회 및 프로메테우스 이미지 아카이브 등의 거대한 이미지 및 텍스트 아카이브를 처리한다.
• 학술적 그림과 시각화를 발견 및 소통의 중심 도구로 설계하며, 과학 및 예술 출판 기준을 모델로 삼는다.

실험 결과

연구 질문

• RQ1 데이터를 활용해 문화사에서의 대규모 비랜덤 패턴을 체계적으로 식별하고 모델링할 수 있는가?
• RQ2 다양한 용어와 방법론을 가진 분야 간 공통어로서의 시각화가 수행할 수 있는 역할은 무엇인가?
• RQ3 디지털 방법과 네트워크 과학을 통해 문화 진화의 근본적 역학을 자연 시스템과 유사하게 드러낼 수 있는가?
• RQ4 계산 도구와 데이터 인프라는 전통적인 예술사 연구를 확장 가능하고 협업 기반의 과학으로 어떻게 전환할 수 있는가?
• RQ5 역사적 문화 주체(예: 예술가, 건축가 등)의 경력과 영향력에 대한 구조적 및 시간적 패턴은 어떠한가?

주요 결과

• 개인의 '탄생'에서 '사망'까지를 추적하는 동적 네트워크 시각화—문화사의 시각화로, 백만 뷰가 넘고 주요 과학 미디어와 수상에 포함되었다.
• 연구는 문화 진화가 비랜덤이고 스케일프리 패턴을 보이며, 예술적 영향력과 네트워크 연결성에서 힘법칙 분포가 널리 퍼져 있음을 입증한다.
• 다층 네트워크로 구조화된 대규모 문화 데이터는 생물학적 및 물리적 시스템과 유사한 복잡하고 계층적인 역학을 드러낸다.
• 계산 기반 방법과 예술사 전문 지식의 융합은 정성적 분석만으로는 드러나지 않는 거시적 패턴을 발견하는 데 기여한다.
• 과학적 및 예술적 엄격함을 갖춘 학술적 시각화는 문화 과학에서 발견 및 소통의 주요 매체로 기능할 수 있다.
• 이 접근법은 시각화를 작품으로 전시하는 등 연구와 예술 표현의 경계를 허물 수 있는 새로운 형태의 학술 산출물을 가능하게 한다.