디지털 미술사

디지털 미술사가 필요한 이유

01 화풍을 ‘정량화’하는 ‘데이터’
02 화풍을 구성하는 두 가지 요소
03 영상 처리를 활용한 화풍 분석
04 천경자 화백의 〈미인도〉 위작 사건
05 요하네스 베르메르의 스승 논쟁
06 17세기 화가들의 ‘델프트 블루’
07 ‘모양’을 ‘형태’로 바꾸는 방법
08 김홍도의 ‘특별함’을 고취한 ‘평범함’
09 생성형 AI 미술의 명암
10 디지털 미술사의 학문적 가치

사료 중심의 전통적 미술사 방법론에 비해 디지털 미술사의 정량 분석은 완벽한 결론을 담보할 수 없다. 제아무리 정치한 분석 결과를 제시한다 해도 새로운 사료가 발견되지 않는 한 결코 확증에 도달할 수 없기 때문이다. 하지만 사료가 부족하다는 이유로 미술사적 난제 앞에 마냥 멈춰 있을 수는 없다. 공학적 분석을 비롯한 여타의 방식들을 정성껏 고안해 지견을 넓힐 수 있는 새로운 방식을 모색해 나가야만 한다. 사실 사료 또한 절대적이거나 전체적인 진실을 제공하지 않으며, 심지어 편향까지도 고스란히 전달하기 때문이다. 더욱이 사료에도 부익부 빈익빈 현상이 존재하는 까닭에 사료가 부족한 화가는 영원히 역사의 뒤안길에 남아있을 수밖에 없다. 그렇기에 우리는 정답을 알 수 없는 문제일지라도 집요하게 탐구해야만 한다.

“디지털 미술사가 필요한 이유” 중에서

정량적 분석을 제대로 이해하기 위해서는 수치화(數値化)와 정량화(定量化)를 구별할 필요가 있다. 먼저 과학 기기를 활용해 미술품을 분석할 수 있는 데이터를 산출(算出)하는 것은 수치화에 해당한다. (…) 그런 점에서 수치화는 과학적 접근을 위한 필수조건이자 디지털화의 개념적 동의어라 해도 과언이 아니다. 한편 정량화는 수치화할 수 있는 새로운 데이터를 창출하는 것을 의미하며, 영상처리기법을 통한 정량 분석이 바로 이에 해당한다. 공학적 분석으로도 불리는 영상처리기법은 다양한 알고리즘을 통해 육안으로 식별할 수 없었던 미술품 속 붓터치(brushstroke), 색, 표면 질감(texture), 잔금(craquelure) 등을 추출한다. 특히 그간 데이터의 범주로 포괄하지 못했던 정성 데이터를 ‘분석 가능한 데이터’로 변환함으로써 문제나 현상을 바라보는 새로운 관점을 제시하며, 이는 곧 수치화의 토대가 된다.

“01_화풍을 ‘정량화’하는 ‘데이터’” 중에서

영상처리는 컴퓨터를 이용해 디지털화된 영상 정보를 처리하는 분야로, 의학, 생체 계측, 보안 기술, 군사 분야에서만 주로 활용하고 있었다. 그러나 문자 인식, 자율 주행, 기상 분석 등 일상생활 전반으로 보급되면서부터 미술품 분석에도 적용되기 시작했다. 2008년 네덜란드에서 개최된 ‘Image Processing for Artist Identification(IP4AI)’ 워크숍이 바로 그 발단으로, 이들은 미술품의 디지털 이미지를 영상처리로 분석하여 진위 판별에 응용하고자 했다. 이에 반 고흐의 회화 총 101점을 고화질로 스캔하여 디지털화한 후, 붓터치의 길이, 폭, 방향 등의 특성을 정량적으로 계산할 수 있는 웨이블릿 변환(wavelet transform) 계열의 알고리즘을 개발했으며, 이를 반 고흐의 위작과 원작 속 붓터치를 비교하는 데 활용했다.

“03_영상처리를 활용한 화풍 분석” 중에서