미술관 방문 경험의 미디어적 재생산 : SNS 이미지의 표상 방식 분석을 중심으로

국문 초록 (Abstract)

소셜 미디어(SNS) 상의 이미지는 다양한 사회문화적 동기와 미디어 특성에 의해 재매개(remediation)된 표상으로 나타나며, 소비자의 실제 경험이 어떻게 디지털 환경에 맞게 재구성되고 있는지를 보여준다. 본 연구는 미술관 방문 경험이 디지털 미디어, 특히 소셜 미디어 상의 이미지 데이터를 통해 어떻게 재매개되고 미디어화(mediazation) 되는지, 그 양상과 원인 및 결과를 실증적으로 분석하는 데 목적을 둔다. 현대의 미술관 관람객들은 실제 방문 경험을 다양한 시각적 표상(작품, 공간, 인물, 연출 등)으로 소셜 미디어에 공유하며, 이는 내면적 예술 향유 경험이 외적 자기 연출과 과시 행위로 확장되는 “경험의 미디어적 재생산” 현상으로 이해될 수 있다. 본 연구는 이러한 미디어적 재매개 과정이 어떤 방식으로 구성·확장되는지, 그리고 사회문화적 동기와 어떻게 연결되는지를 대규모 데이터 분석을 통해 규명하고자 한다.
이를 위해 본 연구는 SNS(Instagram)에 게시된 국내외 주요 미술관 방문 경험 관련 이미지를 대규모로 수집하여 분석하였다. Python Selenium 라이브러리 기반의 웹 크롤러와 Google Cloud Vision API, RAM++ Model을 활용해 10만 건 이상 규모의 이미지와 텍스트 데이터를 수집하였고, 이미지 내 객체 비율(Object Ratio), 주요 표상 분포 및 빈도, 인물·작품·공간 요소의 구성 특성 등을 정량적으로 분석하였다. 시각적 표상의 유형을 AI 기반으로 분류 및 시각화하고, 텍스트 마이닝 기법(Word2Vec 등)을 통해 관람 동기, 의미적 연관성, 사용자 내러티브(Narrative) 등을 추가로 추출하였다.
분석 결과, SNS 상 미술관 방문 경험 관련 이미지는 실재 경험을 재구성하는 과정에서 인물 중심·작품 중심·공간 중심·사회적 집단 중심 등 일부 대표 유형으로 수렴하며, 각 유형은 상이한 시각적 구성 요소와 표상 특성을 보였다. 전체 데이터의 약 94%에서 과시성 점수가 산정되었다는 사실은, SNS에 게재된 미술관 방문 경험 관련 이미지는 사회적 승인과 기호적 역할을 극대화할 수 있는 장면을 중심으로 선별·강조된 재구성된 표상임을 시사한다. 특히 이미지 내 인물 비중이 높고 카메라를 향한 시선·포즈, 도상적 요소가 두드러지는 경우 과시성 점수가 유의하게 높았으며, 이는 현대인의 미술관 소비가 플랫폼 알고리즘이 요구하는 집합적 시각 문법인 ‘디지털 아비투스(Digital Habitus)’에 의해 구조화되어 있음을 시사한다.
이러한 결과를 장 보드리야르(Jean Baudrillard)의 시뮬라시옹(Simulation) 담론과 접합해보면, 미술관이 본연의 예술 감상 공간을 넘어 퍼스널 브랜딩과 문화 자본(Cultural Capital)을 전시하는 상징적 소비 공간으로 변모하고 있음을 보여준다. 다만, 본 연구는 이를 단순한 허영으로 일축하기보다, 예술적 향유와 과시적 소비가 공존하는 현대적 방식의 ‘수행적(performative) 문화 실천’으로 재해석하였다. 본 연구는 대규모 이미지·텍스트 데이터를 융합 분석하는 데이터 기반(data-driven) 실증 연구를 바탕으로, 디지털 시대 미술관 소비 연구를 위한 새로운 이론적·방법론적 틀을 제시하며, 향후 미술관 관객 분석 및 소통 전략 수립을 위한 실천적 시사점을 제시한다.

다국어 초록 (Multilingual Abstract)

Images on social media are more than simple snapshots; they are representations defined by diverse socio-cultural motivations, reflecting how consumers reconstruct their authentic experiences for a digital audience. This study empirically analyzes the patterns, causes, and consequences of how museum visits are remediated and mediatized through digital platforms.
Modern visitors document their physical experiences through specific visual cues—artworks, spaces, and staged scenes. This phenomenon functions as a "medial reproduction of experience," where internal artistic enjoyment extends into external self-presentation. Through large-scale data analysis, this research seeks to identify how this process works and how it intersects with the drive for social display.
To achieve this, the study analyzed a massive dataset of museum-visit images from Instagram. Using a Python Selenium web crawler, Google Cloud Vision API, and the RAM++ Model, we gathered over 100,000 instances of image and text data. We then conducted a quantitative analysis of object ratios, representation frequencies, and the composition of figures and artworks. Visual elements were classified using AI-based techniques, while text mining methods like Word2Vec extracted user narratives and underlying motivations.
The findings reveal that SNS images of museum visits generally converge into four representative types: person-centered, artwork-centered, space-centered, and social group-centered. Each type exhibits distinct visual components. Notably, "conspicuousness scores" were calculated for approximately 94% of the dataset, suggesting these images are carefully curated to maximize social approval and semiotic significance. Scores were significantly higher in photos featuring people, direct eye contact with the camera, and prominent iconic elements. This points to a "Digital Habitus"—a collective visual grammar shaped by platform algorithms.
These findings empirically support Jean Baudrillard’s discourse on "Simulation," demonstrating that museums are evolving from spaces of pure appreciation into stages for personal branding and the display of cultural capital. However, rather than dismissing this as mere vanity, this study interprets it as a contemporary "performative cultural practice" where art appreciation and conspicuous consumption coexist. By fusing large-scale image and text analysis, this research offers a new theoretical framework for studying museum consumption in the digital age.

목차 (Table of Contents)

• 제1장 서 론 1
• 1절. 연구의 배경 및 목적 1
• 2절. 연구의 내용과 방법 6
• 3절. 논문의 구성 9
• 제2장 이론적 배경 11
• 1절. 소셜 미디어와 미술관 11
• 1. 소셜 미디어의 특성 12
• 2. 소셜 미디어와 미술관 16
• 3. 소셜 미디어와 미술관 관람객 연구 20
• 2절. 경험의 미디어적 재생산과 사회문화적 의미 24
• 1. 미디어화 된 경험 이론 24
• 2. 사회적 과시와 자기 현시 26
• 3. 구별 짓기와 문화 소비 28
• 제3장 연구 설계 및 방법론 32
• 1절. 연구 문제 및 연구 모형 32
• 2절. 연구 방법론 및 데이터 수집 35
• 1. 소셜 빅데이터 기반 이미지 분석 35
• 2. 소셜 빅데이터 수집 39
• 3절. 이미지 분석 42
• 1. Google Cloud Vision API 42
• 2. Word Embedding 48
• 4절. 과시성 점수 척도 개발 및 정의 54
• 1. 과시성 점수 척도 개발 및 정의 54
• 2. 통계적 분석 방법 66
• 제4장 연구 결과 및 분석 67
• 1절. 이미지 데이터 레이블 유형 빈도 분석 결과 67
• 2절. 시각적 표상의 변형 및 재매개 양상 80
• 3절. 과시성 점수 분포 및 특징 83
• 4절. 과시성 점수와 SNS 이미지 표상 변수 간 상관관계 분석 91
• 1. 기술 통계 분석 91
• 2. 상관 관계 분석 92
• 3. 다중회귀분석 결과 96
• 5절. 사회문화적 의미 해석 및 시사점 109
• 제5장 결론 및 제언 114
• 1절. 연구의 요약 및 결론 114
• 2절. 연구의 의의 117
• 3절. 연구의 한계 및 제언 119
• 참고문헌 121
• ABSTRACT 131