Ⅰ. 서 론

1. 연구 배경 및 문제 제기

디지털 기술의 발전은 예술의 생산 방식뿐 아니라, 예술을 경험하고 인식하는 방식 자체를 변화시키고 있다(Parisi 2019, 95–98; Berryman 2026, 7–10). 특히 최근의 생성형 AI 기술은 단순한 이미지 보정을 넘어 인간의 얼굴 표정과 신체 움직임까지 정교하게 재현할 수 있는 수준으로 발전하였으며(Tran, Lee, Le and Kwon 2021, 1–2; Dasgupta, Badal, Chittam, Alam and Roy 2025, 5–6), 이러한 기술은 디지털 휴먼, 가상 아이돌, AI 기반 공연 콘텐츠 등 다양한 형태의 디지털 수행 재현으로 확장되고 있다(Wellner 2022, 1445–1447). 또한 알고리즘 기반 창작과 생성형 AI의 확산은 예술 창작의 주체와 제작 방식에 대한 인식을 변화시키고 있으며(Machado, Romero, Santos, Cardoso and Pazos 2007, 818–821), AI 기반 수행 재현 기술은 공연예술 영역에서 새로운 표현 양식으로 활용되고 있다(Tahiroğlu 2021, 155–156; Huang-Kokina 2024, 146; Khan, Gupta, Gopinathan, Thyluru RamaKrishna, Saraee, Mashat and Almusharraf 2025, 1).

이와 함께 이 기술의 발전은 공연예술의 경험 환경 자체에도 변화를 가져오고 있다. 메타버스와 디지털 공연 플랫폼의 확산으로 인해 관객은 더 이상 공연장이라는 물리적 공간에 제한되지 않으며(Bailenson, Patel, Nielsen, Bajcsy, Jung and Kurillo 2008, 355–360), 가상환경 속에서 AI 기반 아바타나 디지털 수행자를 통해 공연을 경험할 수 있게 되었다(Vasic, Quattrini, Pierdicca, Mancini and Vasic 2024, 4). 더불어 신체 경험과 학습 환경 역시 디지털 기술을 중심으로 재구성되고 있으며(Aroles and Küpers 2022, 757–762; Willatt and Flores 2022, 21–23), 숏폼(short-form) 플랫폼의 확산은 공연예술 콘텐츠의 소비 방식과 유통 구조를 빠르게 변화시키고 있다(Greene and Gilbert 2024, 543–560). 이 과정에서 AI는 단순한 기술 도구를 넘어 수행자의 신체를 재현하거나 대체하는 매개로 기능하고 있으며(Westerlund 2019, 39–42; Kietzmann, Lee, McCarthy and Kietzmann 2020, 135–138), 이는 관객이 공연을 인식하고 수용하는 방식에도 새로운 변화를 가져오고 있다.

그러나 수행예술에서 중요한 것은 단순한 시각적 재현의 정확성만이 아니다. 공연예술은 인간 수행자의 신체와 움직임을 통해 의미와 감정을 전달하는 예술 형식이며(Foster 1995, 3–24; Sheets-Johnstone 2011, 421–422; Mensch 2020, 188–190; Watts 2020, 438–439), 관객은 움직임 자체뿐 아니라 수행 과정에서 형성되는 에너지, 호흡, 현장감, 그리고 감정적 전달을 함께 경험한다. 더욱이 수행자의 자연스러운 움직임과 관객과의 상호작용은 공연 경험의 핵심 요소로 이해되어 왔으며(Bradley, Kearney and Brady 2021, 87–92; Willatt and Flores 2022, 21–23), 이 요소들은 디지털 재현 환경에서 기존과 다른 방식으로 지각될 가능성이 있다. 다시 말해 AI 기반 수행 재현은 단순히 인간의 움직임을 복제하는 문제가 아니라, 관객이 그것을 실제 수행처럼 받아들이는가의 문제와 연결된다.

이러한 문제는 수행의 현장성과 문화적 맥락이 중요한 장르에서 더욱 두드러질 수 있다. 게다가 전통무용은 단순한 동작의 재현이 아니라, 문화적 맥락과 전승 과정을 통해 의미가 형성되는 수행예술이며(Shaddick 2018, 64–65; Zheng and Chen 2023, 528–530), 수행자의 몸짓은 문화적 기억과 상징성을 함께 담아내는 매개로 기능한다. 따라서 동일한 움직임이라 하더라도 수행 방식이나 맥락에 따라 관객이 느끼는 진정성(authenticity)의 정도는 달라질 수 있으며(Grayson and Martinec 2004, 297–299; Peterson 2005, 1083–1085), 전통무용에서는 이 진정성 판단이 더욱 중요하게 작용할 가능성이 있다. 특히 전통무용은 수행의 현장성과 인간 수행자의 존재감이 중요한 장르라는 점에서, 디지털 재현 과정에서 발생하는 미세한 인공성이나 부자연스러움이 관객 경험에 더욱 큰 영향을 미칠 수 있다.

실제로 AI 기반 수행 콘텐츠를 접한 관객은 눈빛이나 표정의 어색함, 미세하게 비자연적인 움직임과 같은 시각적 단서를 통해 인공성을 지각할 수 있으며(Burleigh, Schoenherr and Lacroix 2013, 759–760; Tinwell, Grimshaw, Nabi and Williams 2011, 741–743; Bailey and Blackmore 2022, 1–2; Schindler, Zell, Botsch and Kissler 2017, 1–2), 이 같은 반응은 인간 유사성 판단과 관련된 인지적 메커니즘과 연결된다(Mitchell, Szerszen, Lu, Schermerhorn, Scheutz and MacDorman 2011, 10–12; MacDorman and Chattopadhyay 2016, 190–192). 더욱이 인간과 매우 유사하지만 완전히 동일하지 않은 재현은 불쾌감이나 이질감을 유발하는 언캐니 반응(uncanny response)으로 이어질 수 있으며(Diel, Lalgi, Teufel, Bäuerle and MacDorman 2025, 5–7), 이는 AI 기반 수행 재현이 단순한 기술적 완성도만으로 평가될 수 없음을 보여준다. 결과적으로 관객은 디지털 수행을 감상하는 과정에서 수행이 얼마나 자연스럽고 ‘진짜처럼’ 느껴지는지를 지속적으로 판단하게 되며(Daniel 1996, 782–789; Smith 2017, 302–304), 이러한 평가는 문화적 맥락 속에서 형성되는 수행의 진정성과도 연결될 가능성이 있다(Mau and Nicholas 2020, 106).

또한 수행의 진정성에 대한 판단은 관객의 정서적 반응과도 밀접한 관련을 가진다. 관객이 수행에서 인공성을 강하게 지각할 경우 심리적 거리감이 형성되거나 몰입이 저하될 수 있으며(Ho and MacDorman 2010, 1508–1510; Kjeldgaard-Christiansen and Clasen 2023, 322–324), 이는 감정 반응과 몰입 메커니즘에 관한 논의와도 연결된다(Cohen 2001, 250–252; Russell 2003, 145–148). 반대로 수행이 자연스럽고 현존감 있게 지각될 경우 관객은 보다 높은 정서적 몰입과 공감 경험을 형성할 수 있다. 즉, 디지털 수행 환경에서의 예술 경험은 단순한 기술적 재현 수준만으로 결정되는 것이 아니라, 관객이 시각적 단서를 어떻게 해석하고, 수행의 진정성을 어떻게 판단하며, 그 과정에서 어떠한 정서적 반응을 경험하는가에 의해 구성된다고 볼 수 있다.

이와 같은 논의는 Walter Benjamin의 ‘아우라(aura)’ 개념과도 연결될 수 있다(Benjamin 2004, 1235–1241). Benjamin은 예술작품이 지닌 현존성과 독특성을 아우라의 핵심 속성으로 설명하였으며, 이후 연구들 역시 아우라를 공감 경험과 심리적 거리감의 문제로 확장하여 논의해 왔다(Duttlinger 2008, 94–96; Conty 2013, 475–480; Ibarlucía 2021, 42–43). 게다가 디지털 복제 기술이 발전할수록 예술작품의 현장감과 고유성이 약화될 수 있다는 문제 역시 지속적으로 제기되어 왔다(Peim 2007, 363–365; Neyrat 2021, 60–62; Vassilev 2023, 5; Zusi 2013, 393–395). 이 관점에서 볼 때 AI 기반 수행 재현은 단순한 영상 기술의 발전을 넘어, 디지털 환경에서 수행의 현존성과 진정성이 어떻게 유지되거나 약화되는가라는 문제를 새롭게 제기한다고 볼 수 있다. 본 연구는 아우라 개념을 직접적인 분석 대상이라기보다, 디지털 수행 재현에서 나타나는 수행의 현존성과 진정성 문제를 이해하기 위한 이론적 배경으로 활용하고자 한다.

종합하면, AI 기반 수행 재현은 인간 수행을 시각적으로 모사하는 기술을 넘어, 관객이 수행을 어떻게 지각하고 해석하며 수용하는가의 문제와 밀접하게 연결된다(Arkhipova and Viidalepp 2023, 154–158). 그러나 기존 연구는 디지털 환경에서 수행이 얼마나 ‘진짜처럼’ 느껴지는지, 관객이 어떠한 시각적 단서를 통해 인공성을 인식하는지, 그리고 이러한 지각이 수행의 진정성 평가와 정서적 반응에 어떠한 영향을 미치는지에 대해 충분히 설명하지 못하고 있다(Elgammal, Liu, Elhoseiny and Mazzone 2017, 5–9; Jacobs, Pazhoohi, Mullen and Kingstone 2026, 737). 특히 시각적 완성도가 높더라도 수행의 진정성이 반드시 함께 형성되는 것은 아닐 수 있다는 점에서, AI 기반 수행 재현은 디지털 시대의 예술 경험이 어떠한 방식으로 인식되고 해석되는가에 대한 새로운 학술적 질문을 제기한다.

2. 시각적 인공성과 무용 진정성의 이론적 정리

AI 기반 수행 재현 기술이 발전함에 따라, 디지털 환경에서 재현된 수행을 관객이 어떠한 방식으로 인식하고 수용하는가에 대한 문제가 중요하게 제기되고 있다. 더욱이 인간 수행과 매우 유사하게 구현된 디지털 콘텐츠는 높은 기술적 완성도를 보이더라도, 관객에게 완전히 자연스럽거나 ‘진짜 같은’ 수행으로 받아들여지지 않는 경우가 존재한다(Mathur and Reichling 2016, 24–25; Bailey and Blackmore 2022, 1–2; Schindler et al. 2017, 1–2). 이는 인간과 유사한 대상을 지각하는 과정에서 나타나는 인지적·정서적 반응과 관련되며, 인간은 외형적으로 유사한 대상이라 하더라도 세부 단서 간의 미세한 불일치를 감지할 경우 어색함이나 이질감을 경험할 수 있는 것으로 설명되어 왔다(MacDorman and Chattopadhyay 2016, 190–192). 이 같은 문제는 AI 기반 수행 재현에서도 동일하게 나타날 수 있으며, 인간 수행과 유사한 외형이 구현되더라도 관객이 이를 실제 수행처럼 완전히 받아들이지 않을 가능성을 의미한다.

게다가 수행예술은 단순한 시각 정보의 전달이 아니라, 수행자의 신체 움직임과 감정 표현, 현장감, 그리고 관객과의 관계 속에서 의미가 형성되는 장르라는 점에서 이러한 문제는 더욱 중요하다(Lazarus 1991, 623). 관객은 움직임 자체만을 지각하는 것이 아니라 수행의 자연스러움과 설득력, 그리고 수행이 지닌 현존성을 함께 평가하게 되며, 이 과정에서 시각적 인공성은 중요한 판단 단서로 작용할 수 있다. 따라서 AI 기반 수행 재현에 대한 관객의 반응은 단순한 기술 수용의 문제가 아니라, 시각적 지각과 수행의 해석 과정 속에서 형성되는 복합적 경험으로 이해될 필요가 있다.

이 관점을 설명하기 위해 본 연구는 Uncanny Valley 이론, 지각적 사실성(perceptual realism) 개념, 진정성(authenticity) 이론, 그리고 Walter Benjamin의 아우라(aura) 개념을 주요 이론적 배경으로 활용한다. 우선 Uncanny Valley 이론은 인간과 매우 유사한 대상이 일정 수준 이상 현실적으로 구현될 경우, 오히려 불쾌감과 이질감을 유발할 수 있음을 설명한다(Mori 1970, 33–35; Seyama and Nagayama 2007, 337–341). 또한 지각적 사실성 개념은 디지털 이미지나 재현된 대상이 얼마나 현실적으로 인식되는지를 설명하는 틀로 논의되어 왔으며(Prince 1996, 28–34; Kim 2019, 9–10), 진정성 이론은 표현이 얼마나 설득력 있고 ‘진짜처럼’ 받아들여지는가를 이해하기 위한 관점으로 활용되어 왔다(Mau and Nicholas 2020, 106). 더 나아가 Benjamin의 아우라 개념은 디지털 복제 환경 속에서 예술의 현존성과 고유성이 어떻게 변화하는지를 해석하기 위한 철학적 논의로 이어져 왔다(Benjamin 2004, 1235–1241).

본 연구는 이러한 이론들을 하나의 통합된 설명 체계로 사용하기보다는, AI 기반 수행 재현의 수용 과정을 서로 다른 차원에서 설명하는 상호보완적 관점으로 활용하고자 한다. 즉, Uncanny Valley 이론과 지각적 사실성 개념은 관객이 수행의 시각적 단서를 어떠한 방식으로 지각하는지를 설명하며, 반면 진정성 이론은 그러한 지각이 수행의 설득력과 ‘진짜됨’에 대한 평가로 어떻게 이어지는지를 설명한다. 또한 Benjamin의 아우라 개념은 디지털 환경 속에서 수행의 현존성과 맥락성이 어떻게 변화하는지를 이해하기 위한 철학적 배경으로 활용된다. 이를 통해 본 연구는 AI 기반 수행 재현 콘텐츠에 대한 관객의 수용 과정을 인지적·정서적 구조 속에서 단계적으로 설명하고자 한다.

우선 첫 번째 단계는 시각적 인공성의 지각 과정이다. 인간은 인간과 유사한 외형을 가진 대상에 대해 높은 친숙성을 느끼기도 하지만, 동시에 미세한 비자연성이나 불일치를 감지할 경우 강한 이질감을 경험할 수 있다(Mori 1970, 33–35). 이 같은 반응은 얼굴 표정, 시선 처리, 피부 질감과 같은 세부 단서의 불일치와 관련하여 설명되어 왔으며(Seyama and Nagayama 2007, 337–341; Schindler et al. 2017, 1–2), 얼굴과 음성 간의 부조화와 같은 요소 역시 불쾌감이나 어색함을 유발할 수 있는 요인으로 보고되었다(Mitchell et al. 2011, 10–12).

AI 기반 수행 재현에서도 이와 유사한 문제가 발생할 수 있다. 디지털 수행자는 외형적으로 인간과 매우 유사하게 구현될 수 있지만, 눈빛의 부조화, 움직임의 미세한 어색함, 신체 움직임과 물리적 반응 사이의 불일치가 지각될 경우 관객은 수행에 대해 비자연적이라는 인상을 형성할 수 있다(Cross, Kirsch, Ticini and Schütz-Bosbach 2011, 1–2; Saygin, Chaminade, Ishiguro, Driver and Frith 2012, 419–420). 이와 같은 반응은 인간의 지각 체계가 시각적 단서의 일관성과 자연성을 중요하게 처리한다는 점과 관련되며(Kjeldgaard-Christiansen and Clasen 2023, 322–324), 동시에 수행이 얼마나 현실적이고 자연스럽게 느껴지는가에 대한 초기 판단으로 이어질 수 있다(Raftopoulos 2008, 63–65). 따라서 시각적 인공성은 단순한 외형적 특징이 아니라, 관객이 수행의 현실성과 자연성을 평가하는 출발점으로 이해될 수 있다.

두 번째 단계는 수행의 진정성에 대한 인지적 평가 과정이다. 관객은 수행 과정에서 지각한 시각적 단서를 바탕으로 해당 수행이 얼마나 설득력 있고 현실적으로 구성되어 있는지를 평가하게 되며, 이러한 판단은 수행의 진정성 평가와 연결될 수 있다. 지각적 사실성 이론에 따르면 사람들은 물리 법칙의 일관성, 움직임의 자연성, 공간적 연속성과 같은 요소를 기준으로 콘텐츠의 현실성을 판단하는 경향이 있다(Prince 1996, 28–34; Grodal 2009, 152; Kim 2019, 9–10). 특히 신체 움직임이 중심이 되는 수행예술에서는 움직임의 흐름과 무게감, 신체 균형과 같은 요소들이 중요한 평가 기준으로 작용할 수 있으며(Jola, Abedian-Amiri, Kuppuswamy, Pollick and Grosbras 2012, 1; Mensch 2020, 188–190; Watts 2020, 438–439), 의상과 움직임의 부조화나 공간감의 어색함은 수행의 설득력을 저하시키는 요소로 작용할 수 있다(Raftopoulos 2008, 63–65).

이러한 현실성 평가는 결국 수행의 진정성 판단과 연결된다. 진정성은 단순히 외형적 유사성에 의해 결정되는 객관적 속성이 아니라, 관객의 해석 과정 속에서 형성되는 인지적 평가로 이해되어 왔다(Beverland 2005, 1004–1006; Napoli, Dickinson, Beverland and Farrelly 2014, 1091–1092; Smith 2017, 302–304). 더욱이 수행예술에서는 표현의 일관성, 수행자의 의도, 문화적 맥락과의 연결성이 중요한 기준으로 논의되어 왔으며(Mau and Nicholas 2020, 106), 관객은 단순한 시각적 유사성만이 아니라 수행이 지닌 맥락적 설득력까지 함께 평가하게 된다. 따라서 AI 기반 수행 재현에서 나타나는 비자연성은 단순한 시각적 어색함을 넘어, 수행이 얼마나 설득력 있고 ‘진짜처럼’ 느껴지는가에 대한 판단으로 이어질 가능성이 있다.

세 번째 단계는 정서적 반응과 심리적 거리감의 형성 과정이다. 수행의 진정성이 낮게 평가될 경우 관객은 콘텐츠와의 심리적 거리감을 경험할 수 있으며, 이는 몰입 저하나 공감 감소로 이어질 가능성이 있다(Green and Brock 2000, 701–703; Russell 2003, 145–148). 또한 인지적 평가와 정서적 반응이 긴밀하게 연결되어 있다는 점은 다양한 정서 연구에서도 지속적으로 논의되어 왔다(Gross 1998, 271–299). 즉, 관객은 수행을 단순히 인지적으로 해석하는 데 그치지 않고, 그 과정에서 정서적 몰입과 거리감을 동시에 경험하게 된다.

더불어 일부 시각적 인공성 단서는 진정성 평가 과정을 충분히 거치지 않더라도 직접적인 정서 반응을 유발할 가능성이 있다(Ho and MacDorman 2010, 1508–1510). 인간과 매우 유사한 대상에서 발생하는 미세한 불일치 자체가 즉각적인 불쾌감이나 이질감을 유발할 수 있다는 점은 기존 연구에서도 반복적으로 확인되었다(Seyama and Nagayama 2007, 337–341; MacDorman and Chattopadhyay 2016, 190–192). 이는 AI 기반 수행 재현의 수용 과정이 단순한 인지적 판단만으로 설명될 수 없으며, 시각적 지각과 정서적 반응이 동시에 작동하는 다층적 구조를 가진다는 점을 보여준다.

종합하면, 시각적 인공성은 단순한 기술적 결함이나 외형적 특징이 아니라, 관객의 인지적 해석과 정서적 반응을 유발하는 핵심 요인으로 이해될 수 있다. 관객은 시각적 단서를 통해 인공성을 지각하고, 이를 바탕으로 수행의 현실성과 진정성을 평가하며, 그 결과 심리적 거리감이나 몰입 저하와 같은 정서적 반응을 경험할 가능성이 있다. 동시에 일부 인공성 단서는 진정성 평가 이전 단계에서 직접적인 정서 반응을 유발할 수도 있다. 따라서 AI 기반 수행 재현의 수용 과정은 단순한 기술 완성도의 문제가 아니라, 시각적 지각과 인지적 평가, 그리고 정서적 반응이 복합적으로 작동하는 과정으로 이해될 필요가 있다. 이와 같은 논의는 디지털 복제 환경 속에서 예술의 현존성과 의미 변화를 설명해 온 Walter Benjamin의 아우라 개념과도 연결될 수 있다(Benjamin 2004, 1235–1241; Neyrat 2021, 60–62).

3. 선행연구의 한계 및 연구의 차별성

AI 기술의 발전과 디지털 미디어 환경의 확산은 AI 기반 콘텐츠에 대한 수용 연구를 빠르게 증가시켜 왔다(Glikson and Woolley 2020, 642–648). 최근 연구들은 AI 이미지와 생성형 콘텐츠가 사람들의 학습 과정, 정보 인식, 태도 형성에 어떠한 영향을 미치는지에 주목해 왔으며(Bian, Wang, Huang, Zhou and Lu 2025, 8–10), 미디어 환경에서 정보가 어떠한 방식으로 해석되고 수용되는지에 관한 논의 역시 지속적으로 이루어져 왔다(Cho, Shen and Peng 2021, 413–416). 또한 AI 시스템에 대한 신뢰, 위험 인식, 기술 의존성과 관련된 연구들도 활발하게 진행되면서(Alipour, Hartmann and Alimardani 2025, 12–14; Zhou, Chen, Pisipati, Xiong and Rajtmajer 2025, 9–11), AI 기술이 인간의 판단과 행동에 미치는 영향에 대한 이해 역시 확장되어 왔다.

그러나 기존 연구들은 대체로 AI 기술이나 콘텐츠 자체에 대한 태도와 수용성에 초점을 두는 경향을 보여 왔다(Longoni, Bonezzi and Morewedge 2019, 644–646). 예를 들어 많은 연구들은 사람들이 콘텐츠를 AI가 생성한 것으로 인식하는지, AI 시스템을 얼마나 신뢰하는지, 혹은 AI 기반 정보에 대해 어떠한 태도를 형성하는지에 주목하였다(Bian et al. 2025, 8–10; Zhou et al. 2025, 9–11). 또한 미디어 환경에서 이루어진 연구들 역시 정보 전달 효과나 설득 과정 중심으로 논의되는 경우가 많았다(Cho et al. 2021, 413–416). 이러한 연구들은 AI 콘텐츠에 대한 전반적인 수용 태도를 설명하는 데에는 일정한 기여를 하였으나, 관객이 AI 기반 수행 재현 콘텐츠를 접하는 과정에서 어떠한 시각적 단서를 통해 인공성을 지각하고, 그것이 어떠한 인지적·정서적 반응으로 이어지는지에 대해서는 충분히 설명하지 못하였다(MacDorman and Ishiguro 2006, 297–300). 실제로 AI 생성 콘텐츠에 대한 평가 차이를 분석한 연구들에서도, 인간은 AI 콘텐츠를 단순히 ‘AI가 만든 것’으로만 판단하는 것이 아니라 세부적인 시각적 단서를 통해 자연성과 인공성을 구분한다는 점이 지적된 바 있다(Nightingale and Farid 2022, 1; Jacobs et al. 2026, 737).

게다가 기존 연구는 AI 콘텐츠를 인간이 ‘AI로 인식하는가’의 문제에 상대적으로 집중해 온 반면, 관객이 구체적으로 어떠한 시각적 요소를 통해 인공성을 지각하는지에 대해서는 충분히 체계화하지 못하였다. 일부 연구에서는 얼굴 사실성이나 감정 표현 과정에서 시각적 단서의 중요성을 제시하기도 하였으나(Schindler et al. 2017, 1–2), 눈빛, 표정, 움직임과 같은 세부 단서 수준에서 인공성 지각 과정을 분석한 연구는 여전히 제한적이었다(Seyama and Nagayama 2007, 337–341). 결과적으로 기존 연구들은 인공성 지각을 단일한 결과 변수처럼 다루는 경향을 보였으며, 실제 관객 경험 속에서 어떠한 시각적 단서가 인공성 판단을 유발하는지에 대한 설명은 충분히 이루어지지 못하였다(Ho and MacDorman 2010, 1508–1510; Schindler et al. 2017, 1–2).

또한 기존 연구들은 수행예술이라는 장르적 특수성을 충분히 반영하지 못하였다는 한계를 가진다(Fischer-Lichte 2008, 161–164). 지금까지의 연구는 광고, 가상 인플루언서, 일반 영상 콘텐츠 등 비교적 대중적이고 상업적인 디지털 콘텐츠를 중심으로 이루어져 왔으며(Hupbach and Janger 2026, 330; Jacobs et al. 2026, 737), 인간과 유사한 이미지에 대한 인지와 정서 반응을 설명하는 데 일정한 성과를 보여 왔다. 그러나 수행예술은 일반 콘텐츠와 달리 신체성, 시간성, 현장성과 같은 특성을 핵심 요소로 포함하며(Mensch 2020, 188–190; Watts 2020, 438–439), 관객은 단순한 시각 정보 이상의 수행 경험을 통해 의미를 형성하게 된다. 즉, 수행예술은 움직임 자체뿐 아니라 수행이 이루어지는 맥락과 현존성까지 함께 경험된다는 점에서 일반적인 디지털 콘텐츠와 동일한 방식으로 설명되기 어렵다.

특히 수행의 현장성과 문화적 맥락이 중요한 장르에서는 동일한 움직임이라 하더라도 수행 맥락이나 문화적 배경에 따라 관객이 느끼는 의미와 판단 기준이 달라질 수 있으며(Rhee 2013, 301–305; Frumer 2018, 172–174), 표현의 설득력과 진정성에 대한 평가는 보다 복합적인 인지적 해석 과정 속에서 형성될 수 있다(Daniel 1996, 782–789; Zheng and Chen 2023, 528–533). 따라서 AI 기반 수행 재현을 이해하기 위해서는 일반적인 디지털 콘텐츠 수용 연구를 넘어, 수행예술의 맥락성과 신체성을 함께 고려할 필요가 있다. 이는 기존의 AI 콘텐츠 수용 연구만으로는 수행예술 환경에서 나타나는 관객 경험을 충분히 설명하기 어렵다는 점을 시사한다.

한편 기존 연구들은 시각적 인공성과 정서적 반응 사이의 관계를 충분히 과정 중심적으로 설명하지 못하였다는 한계도 가진다. 지금까지의 연구는 주로 인공성 인식과 감정 반응 사이의 직접적 관계를 중심으로 설명하는 경향을 보였으며(Mitchell et al. 2011, 10–12; Diel et al. 2025, 5–7), 그 과정에서 작동하는 인지적 평가 구조에 대해서는 상대적으로 제한적으로 논의해 왔다(Seyama and Nagayama 2007, 337–341; Zhao, Lynch and Chen 2010, 197–201). 더욱이 인간과 유사한 디지털 대상이 불쾌감이나 거리감을 유발할 수 있다는 점은 반복적으로 제시되었지만, 그 과정에서 수행의 진정성이 어떠한 역할을 수행하는지에 대한 설명은 충분히 체계화되지 못하였다.

실제로 진정성은 예술 경험과 수행 수용 과정에서 중요한 판단 기준으로 논의되어 왔으며(Beverland 2005, 1004–1006; Smith 2017, 302–304), 표현의 일관성, 수행자의 의도, 문화적 맥락과의 연결성이 핵심 요소로 설명되어 왔다(Mau and Nicholas 2020, 106). 그럼에도 불구하고 기존 연구에서는 진정성을 매개적 구조 속에서 분석한 경우가 제한적이었으며(Michael 2015, 164–167; Morhart, Malär, Guèvremont, Girardin and Grohmann 2015, 202–205), 시각적 인공성이 수행의 진정성 저하를 거쳐 정서적 거리감으로 이어지는 과정을 체계적으로 설명한 연구는 충분하지 않았다(Kjeldgaard-Christiansen and Clasen 2023, 322–324). 결과적으로 관객이 시각적 단서를 지각하고, 이를 바탕으로 수행의 설득력을 평가하며, 이후 심리적 거리감이나 몰입 저하를 경험하게 되는 과정은 아직 명확하게 구조화되지 못한 상태라 할 수 있다.

더불어 기존 연구들은 AI 기반 수행 재현을 하나의 기술적 산물이나 디지털 콘텐츠로 접근하는 경향이 강했다(Westerlund 2019, 39–42; Kietzmann et al. 2020, 135–138). 그러나 AI 기반 수행 재현은 단순히 기술 완성도의 문제가 아니라, 시각적 단서에 대한 지각, 수행의 설득력과 진정성에 대한 판단, 그리고 정서적 반응이 동시에 작동하는 예술 경험으로 이해될 필요가 있다(Russell 2003, 145–148; MacDorman and Chattopadhyay 2016, 190–192; Mau and Nicholas 2020, 106). 따라서 본 연구는 특정 공연 양식의 정통성 여부를 규정하려는 데 목적이 있는 것이 아니라, 디지털 수행 재현 환경에서 관객의 진정성 인식이 어떠한 구조 속에서 형성되는지를 설명하는 데 초점을 둔다.

종합하면, 기존 AI 기반 콘텐츠 수용 연구는 세 가지 측면에서 확장될 필요가 있다. 첫째, 시각적 인공성을 단일한 결과 변수로 접근하기보다 눈빛, 표정, 움직임과 같은 구체적인 시각적 단서 수준에서 분석할 필요가 있다. 둘째, 시각적 인공성 지각이 수행의 진정성 평가를 거쳐 정서적 거리감으로 이어지는 인지적·정서적 과정을 보다 체계적으로 설명할 필요가 있다. 셋째, 수행예술의 장르적 특성과 맥락성을 고려하여 AI 기반 수행 재현을 단순한 시각적 유사성의 문제가 아니라 수행의 설득력과 예술적 의미 형성의 문제로 이해할 필요가 있다.

4. 연구 목적 및 연구 가설 제시

앞선 논의를 종합하면, AI 기반 수행 재현 콘텐츠에 대한 관객의 반응은 단순히 기술적 완성도의 수준만으로 설명되기 어렵다. 디지털 환경에서 재현된 수행은 관객이 어떠한 시각적 단서를 지각하는지, 그리고 그 단서를 어떠한 방식으로 해석하는지에 따라 서로 다른 경험으로 받아들여질 수 있으며(Lazarus 1991, 623; Daniel 1996, 782–789; MacDorman and Chattopadhyay 2016, 190–192), 수행이 얼마나 자연스럽고 ‘진짜처럼’ 느껴지는가는 인지적 판단과 정서적 반응이 결합되는 과정 속에서 형성될 가능성이 있다. 게다가 진정성은 단순한 객관적 속성이 아니라, 관객의 해석 과정과 문화적 맥락 속에서 구성되는 인지적 평가라는 점에서(Mau and Nicholas 2020, 106), AI 기반 수행 재현 역시 기술적 재현의 정확성만으로는 충분히 설명되기 어렵다.

이에 본 연구는 AI 기반 수행 재현 콘텐츠를 대상으로, 관객이 지각하는 시각적 인공성이 수행의 진정성 평가와 정서적 거리감 형성에 어떠한 영향을 미치는지를 실증적으로 검증하고자 한다(Zhao et al. 2010, 197–201). 구체적으로 본 연구는 관객이 AI 기반 수행 재현 콘텐츠에서 어떠한 시각적 단서를 통해 인공성을 인식하는지, 그리고 그러한 인공성 지각이 수행의 진정성 저하와 정서적 거리감으로 어떠한 방식으로 연결되는지를 분석하는 데 목적이 있다. 이를 통해 본 연구는 AI 기반 수행 재현의 수용 과정을 단순한 기술 수용의 문제가 아니라, 시각적 단서에 대한 지각과 해석, 그리고 정서적 반응이 상호작용하는 과정으로 이해하고자 한다.

특히 본 연구는 특정 공연 양식의 정통성이나 전통무용 재현의 정확성을 평가하는 데 목적이 있는 것이 아니다. 본 연구의 관심은 AI 기반 수행 재현 콘텐츠가 관객에게 어떠한 방식으로 경험되고 해석되는지, 그리고 시각적 인공성이 수행의 설득력과 감정적 반응에 어떠한 영향을 미치는지를 설명하는 데 있다. 이를 위해 본 연구는 시각적 인공성, 수행의 진정성, 정서적 거리감 간의 관계를 단계적 구조 속에서 분석하고자 한다.

선행연구에 따르면 인간은 인간과 유사한 대상에 대해 높은 친숙성을 느끼기도 하지만, 세부 단서 간의 미세한 불일치를 감지할 경우 어색함과 이질감을 경험할 수 있다(MacDorman and Chattopadhyay 2016, 190–192; Saygin et al. 2012, 419–420). 더욱이 얼굴 표현의 부자연스러움이나 움직임의 비일관성, 물리 법칙과 맞지 않는 세부 디테일은 수행을 비자연적으로 인식하게 만드는 주요 요인으로 논의되어 왔다(Cross et al. 2011, 1–2; Jola et al. 2012, 1; Seyama and Nagayama 2007, 337–341). 이러한 시각적 불일치는 수행의 현실성과 자연성에 대한 평가와 연결될 수 있다(Mori 1970, 33–35; Prince 1996, 28–34). 따라서 관객이 지각하는 시각적 인공성은 수행의 설득력과 진정성에 대한 판단에 영향을 미칠 가능성이 있다.

또한 진정성은 단순한 외형적 유사성만으로 결정되는 것이 아니라, 표현의 일관성, 수행자의 의도, 문화적 맥락과의 정합성 속에서 형성되는 인지적 평가로 이해되어 왔다(Beverland 2005, 1004–1006; Smith 2017, 302–304; Mau and Nicholas 2020, 106). 게다가 수행예술과 같이 현장성과 맥락성이 중요한 장르에서는 관객이 수행의 자연스러움과 설득력을 종합적으로 해석하게 된다는 점에서(Daniel 1996, 782–789), AI 기반 수행 재현에서 지각되는 시각적 인공성은 수행의 진정성 저하로 이어질 가능성이 있다.

더불어 일부 연구들은 시각적 불일치가 인지적 평가 과정을 충분히 거치지 않더라도 직접적인 정서 반응을 유발할 수 있음을 보여주고 있다(Bailey and Blackmore 2022, 1–2; Kjeldgaard-Christiansen and Clasen 2023, 322–324). 실제로 인간과 매우 유사한 대상에서 발생하는 미세한 차이나 부조화는 즉각적인 불쾌감과 이질감을 유발할 수 있으며(Seyama and Nagayama 2007, 337–341; MacDorman and Chattopadhyay 2016, 190–192), 이 같은 반응은 인간과 비인간의 경계가 모호해질 때 발생하는 정서적 교란과도 연결된다(Rhee 2013, 301–305). 이는 AI 기반 수행 재현에 대한 관객의 반응이 단순한 인지적 판단만으로 형성되는 것이 아니라, 시각적 지각과 정서적 반응이 동시에 작동하는 과정임을 의미한다.

종합하면, AI 기반 수행 재현 콘텐츠의 수용 과정은 시각적 인공성의 지각, 수행의 진정성 평가, 그리고 정서적 거리감 형성이 서로 연결되는 인지적·정서적 과정으로 이해될 수 있다. 특히 시각적 인공성은 수행의 진정성 저하를 매개로 정서적 거리감에 영향을 미칠 가능성이 있으며, 동시에 일부 시각적 단서는 진정성 평가를 거치지 않고 직접적인 정서 반응을 유발할 가능성도 존재한다. 따라서 본 연구는 시각적 인공성과 진정성, 그리고 정서적 거리감 간의 관계를 통합적으로 검증하고자 하며, 이를 바탕으로 다음과 같은 연구 가설을 설정하였다.

Ⅱ. 연구 방법

1. 연구모형

본 연구는 AI 기반 수행 재현 콘텐츠에서 관객이 지각하는 시각적 인공성이 수행의 진정성 저하와 정서적 거리감에 어떠한 영향을 미치는지를 검증하기 위해 <도판 1>과 같은 연구모형을 설정하였다. 연구모형은 관객이 시각적 단서를 통해 인공성을 지각하고, 이러한 지각이 수행의 진정성 평가와 정서적 반응으로 이어지는 과정을 반영한다(Lazarus 1991, 623; Russell 2003, 145–148; MacDorman and Chattopadhyay 2016, 190–192; Mau and Nicholas 2020, 106).

본 연구에서는 시각적 인공성을 관객이 다양한 시각적 단서를 종합적으로 해석하는 과정에서 형성되는 인지적 상태로 이해하였다(Todorov, Said, Engell and Oosterhof 2007, 455–457; Mitchell et al. 2011, 10–12; MacDorman and Chattopadhyay 2016, 190–192; Schindler et al. 2017, 1–2). 이에 시각적 인공성을 상위 개념(higher-order construct)으로 설정하고, 하위요인으로 눈빛·표정의 부자연스러움, 물리 법칙 및 세부 디테일 오류, 과도하게 매끄러운 피부 표현을 포함하였다(강현철 2013, 590–592; Jarvis, MacKenzie and Podsakoff 2003, 199–203; Hair, Black, Babin and Anderson 2010, 90–93; Kline 2023, 190).

또한 시각적 인공성은 반영적 2차 요인모형(reflective second-order factor model)으로 구성하였다(MacDorman and Chattopadhyay 2016, 190–192; Diel et al. 2025, 5–7). 이는 시각적 인공성이 단일한 요소가 아니라, 다양한 시각적 단서에 대한 지각이 통합되어 형성되는 개념이라는 점을 반영하기 위한 것이다(Jarvis et al. 2003, 199–203; Hair et al. 2010, 90–93; Kline 2023, 190). 따라서 본 연구는 각 하위요인을 개별적으로 분석하는 동시에, 전체적인 시각적 인공성 수준을 하나의 통합된 잠재개념으로 설명하고자 하였다.

연구모형은 시각적 인공성→진정성 저하→정서적 거리감으로 이어지는 구조를 중심으로 설계되었으며, 동시에 시각적 인공성이 정서적 거리감에 직접 영향을 미치는 경로 역시 포함하였다. 구체적인 경로 설정은 다음과 같다.

첫째, 시각적 인공성은 수행의 진정성 저하에 영향을 미칠 것으로 예상하였다(H1). 이는 시각적 비자연성이 수행의 설득력과 진정성에 대한 평가를 약화시킬 수 있다는 논의에 근거한다(Beverland 2005, 1004–1006; Daniel 1996, 782–789; Smith 2017, 302–304; Mau and Nicholas 2020, 106).

둘째, 시각적 인공성은 진정성 평가를 거치지 않더라도 정서적 거리감에 직접 영향을 미칠 가능성이 있다고 보았다(H2). 이는 시각적 불일치 자체가 즉각적인 이질감이나 불쾌감을 유발할 수 있다는 Uncanny Valley 및 지각적 사실성 관점에 기반한다(Mori 1970, 33–35; Seyama and Nagayama 2007, 337–341; Ho and MacDorman 2010, 1508–1510; MacDorman and Chattopadhyay 2016, 190–192; Bailey and Blackmore 2022, 1–2; Kjeldgaard-Christiansen and Clasen 2023, 322–324).

셋째, 진정성 저하는 정서적 거리감에 영향을 미치는 매개 변수로 설정하였다(H3). 이는 수행의 진정성 저하가 관객의 몰입 감소와 심리적 거리감 형성으로 이어질 수 있다는 논의에 근거한다(Cohen 2001, 250–252; Gross 1998, 271–299; Green and Brock 2000, 701–703; Russell 2003, 145–148; Smith 2017, 302–304; Mau and Nicholas 2020, 106).

결과적으로 본 연구모형은 시각적 인공성이 진정성 저하를 매개로 정서적 거리감에 영향을 미치는 간접경로와, 정서적 거리감에 직접 영향을 미치는 직접경로를 동시에 포함하는 부분매개(partial mediation) 구조로 설계되었다(Baron and Kenny 1986, 1177; Zhao et al. 2010, 197–201; Hayes 2017, 7).

도판 1

시각적 인공성, 진정성 저하, 정서적 거리감 간의 연구모형

(Research Model of the Relationships among Visual Artificiality, Authenticity Loss, and Emotional Distance)

2. 연구 대상

본 연구의 조사 대상은 대한민국에 거주하는 일반 성인 남녀로, 20대부터 50대까지를 포함하였다. 자료 수집은 2026년 2월 1일부터 2월 10일까지 진행되었으며, ㈜마크로밀 엠브레인(Macromill Embrain)의 이지서베이(EZSurvey) 플랫폼을 활용하였다. 표본은 성별과 연령대가 특정 집단에 편중되지 않도록 고려하여 구성하였다.

본 연구는 AI 기반 수행 재현 콘텐츠가 일반 대중이 디지털 플랫폼을 통해 일상적으로 접하는 콘텐츠라는 점을 고려하여, 전문 무용가나 예술 전공자가 아닌 일반 관객의 지각과 해석 양상을 분석 대상으로 설정하였다. 여기서 ‘관객’은 디지털 플랫폼을 통해 AI 기반 수행 재현 콘텐츠를 경험한 온라인 수용자를 포괄하는 개념으로 사용하였다.

표집은 온라인 패널 기반 방식으로 이루어졌으며, 모든 참여자는 연구 목적과 절차에 대한 설명을 받은 뒤 자발적으로 참여에 동의하였다. 설문은 익명으로 진행되었고, 본 연구는 대한민국 ｢생명윤리 및 안전에 관한 법률(Bioethics and Safety Act)｣과 사회과학 연구윤리 기준을 준수하여 수행되었다. 또한 본 연구는 익명 온라인 설문 기반의 비개입(non-interventional) 연구에 해당하므로 기관생명윤리위원회(Institutional Review Board; IRB) 심의 대상에 해당하지 않는다.

조사 절차는 모든 응답자가 설문 문항에 응답하기 전에 동일한 조건에서 자극 영상을 시청하도록 설계되었다. 이와 함께 문항의 이해 가능성과 표현의 적절성을 점검하기 위해 무용학 및 문화예술 관련 분야 전문가 5인을 대상으로 사전 검토를 실시하였다. 검토 대상자는 관련 분야 박사학위 소지자 또는 대학 교원으로 구성하였으며, 검토 결과를 바탕으로 일부 문항 표현을 수정·보완하였다.

본 연구에서 사용한 자극 영상은 유튜브(YouTube) Shorts에 게시된 약 29초 분량의 공개 콘텐츠인 Ai K-pop 공방의 ｢오드리 헵번이 한국무용을?｣이다(Ai K-pop 공방 2025)(<도판 2> 참조). 해당 영상은 AI 기반 얼굴 합성(face-swap) 및 움직임 재현 기술을 활용하여 특정 인물의 외형과 한국 전통문화 요소를 연상시키는 수행 재현 이미지를 결합한 형태로 구성되어 있다. 응답자들은 설문지 내에 제시된 링크를 통해 해당 영상을 시청한 뒤 설문에 응답하도록 설계되었다.

해당 영상은 연구자가 직접 제작하거나 실험적으로 조작한 자극이 아니라, 실제 디지털 플랫폼에서 유통되는 자연적 콘텐츠 사례에 해당한다. 따라서 본 연구에서 측정한 시각적 인공성은 연구자가 인위적으로 조작한 변수가 아니라, 응답자가 영상을 시청하는 과정에서 지각한 인공성 단서로 이해된다. 이는 실제 디지털 환경에서 관객이 경험하는 AI 기반 수행 재현 콘텐츠의 수용 과정을 보다 자연스러운 맥락에서 분석하기 위한 것이다.

또한 자극 영상은 특정 전통무용 양식의 재현 정확성을 검증하기 위한 콘텐츠라기보다, 한국 전통문화의 시각적 요소와 AI 기반 수행 재현 이미지를 결합한 디지털 퍼포먼스 사례로 볼 수 있다. 특히 오드리 헵번 이미지와 한국 전통문화 요소의 결합은 일부 관객에게 문화적 이질감을 유발할 가능성이 있으며, 이는 진정성 저하나 정서적 거리감 형성에 영향을 미칠 수 있다. 그러나 본 연구는 이러한 요소를 별도의 통제 변수로 다루기보다, 실제 디지털 플랫폼 환경에서 나타날 수 있는 복합적 자극 조건의 일부로 이해하였다.

결과적으로 본 연구는 전통무용의 정통성 여부를 평가하기보다, AI 기반 수행 재현 상황에서 관객이 지각하는 시각적 인공성과 진정성 저하, 그리고 정서적 거리감 간의 관계를 분석하는 데 목적을 둔다. 최종적으로 유효 응답 1,124부가 분석에 활용되었으며, 응답자의 인구통계학적 특성은 <표 1>에 제시하였다.

도판 2

오드리 헵번을 재현한 AI 무용 영상의 주요 장면

(Key Scenes from the AI-Generated Dance Video “Featuring” Audrey Hepburn)

3. 측정 도구

본 연구는 시각적 인공성, 진정성 저하, 정서적 거리감의 세 가지 구성개념을 측정하였다. 측정 문항은 선행연구에서 사용된 척도를 참고하여 AI 기반 수행 재현 맥락에 맞게 수정·보완하였다(Netemeyer, Bearden and Sharma 2003, 162; MacKenzie, Podsakoff and Podsakoff 2011, 293–301; DeVellis and Thorpe 2021, 1–7; Kline 2023, 190).

시각적 인공성은 관객이 AI 기반 수행 재현 콘텐츠에서 다양한 시각적 단서를 종합적으로 지각하는 과정에서 형성되는 개념으로 정의하였다(Gray, Gray and Wegner 2007, 619; Todorov et al. 2007, 455–457; Ho and MacDorman 2010, 1508–1510; Mitchell et al. 2011, 10–12; Schindler et al. 2017, 1–2). 이에 시각적 인공성은 반영적 2차 요인(reflective second-order factor)으로 설정하였으며, 하위요인으로 ① 눈빛·표정의 부자연스러움, ② 물리 법칙 및 세부 디테일 오류, ③ 과도하게 매끄러운 피부 표현을 포함하였다(Seyama and Nagayama 2007, 337–341; Tinwell et al. 2011, 741–743; MacDorman and Chattopadhyay 2016, 190–192; Mathur and Reichling 2016, 24–25; Diel et al. 2025, 5–7). 각 하위요인은 상위 잠재개념인 시각적 인공성에 의해 설명되는 반영적 구조를 따른다(Jarvis et al. 2003, 199–203; Hair et al. 2010, 90–93; Kline 2023, 190).

또한 진정성 저하는 수행 재현 영상이 수행예술의 본질적 가치와 문화적 맥락, 예술적 진실성을 충분히 전달하지 못한다고 관객이 인지적으로 평가하는 정도로 정의하였다(Daniel 1996, 782–789; Beverland 2005, 1003–1006; Napoli et al. 2014, 1091–1092; Morhart et al. 2015, 202–205; Mau and Nicholas 2020, 106). 정서적 거리감은 수행 재현 영상에 대한 감정적 몰입의 어려움, 공감 감소, 심리적 단절감으로 나타나는 정서적 반응으로 정의하였다(Cohen 2001, 250–252; Green and Brock 2000, 701–703; Gross 1998, 271–299; Russell 2003, 145–148; Kjeldgaard-Christiansen and Clasen 2023, 322–324).

모든 문항은 5점 리커트 척도(1=매우 그렇지 않다, 5=매우 그렇다)로 측정하였다(Likert 1932, 21–25; Dawes 2008, 68–69). 또한 응답은 자극 영상 시청 직후 수집하여 회상 편향(recall bias)을 최소화하고자 하였다(Schwarz 2007, 11–13). 구체적인 변수의 조작적 정의와 측정항목은 <표 2>에 제시하였다.

4. 자료처리 방법

본 연구의 자료 분석은 SmartPLS 4.1을 활용한 부분최소제곱 구조방정식 모형(Partial Least Squares Structural Equation Modeling; PLS-SEM)으로 수행하였다. PLS-SEM은 다차원적 구성개념과 상위요인(higher-order construct)을 포함하는 복합 구조모형 분석에 적합한 방법으로 알려져 있다(Henseler, Ringle and Sinkovics 2009, 299–303; Hair, Hult, Ringle, Sarstedt, Danks and Ray 2021, 77–80).

본 연구는 시각적 인공성을 상위요인으로 설정하고, 하위요인과 매개경로를 포함하는 구조모형을 통합적으로 검증하고자 하였다. 또한 AI 기반 수행 재현의 수용 과정을 설명하기 위한 예측 중심 구조모형을 제시한다는 점에서(Hair et al. 2021, 77–80; Sarstedt, Ringle and Hair 2022, 22–23), 다차원 잠재개념과 경로 구조를 동시에 분석할 수 있는 PLS-SEM을 적용하였다.

PLS-SEM은 자료의 정규성 가정을 엄격하게 요구하지 않으며, 복합 잠재구조에서도 안정적인 추정이 가능하다는 장점을 가진다(Chin 1998, 320–321; Hair et al. 2021, 77–80). 더욱이 본 연구는 시각적 인공성을 반영적 2차 요인모형(reflective higher-order construct)으로 설정하고, 진정성 저하와 정서적 거리감 간 부분매개(partial mediation) 구조를 포함하고 있다는 점에서 PLS-SEM의 적용이 적절하다고 판단하였다. 경로계수의 통계적 유의성은 부트스트래핑(bootstrapping)을 통해 검증하였다. 본 연구에서는 5,000회 재표집을 실시하여 표준화 경로계수(β), t값, p값을 산출하였다.

분석 절차는 측정모형과 구조모형 분석 순으로 진행하였다. 우선 측정모형에서는 외부적재값(outer loading), Cronbach’s α, 합성신뢰도(composite reliability)를 활용하여 측정항목의 신뢰도와 내적 일관성을 검토하였으며, 평균분산추출(Average Variance Extracted; AVE)을 통해 수렴타당성을 확인하였다. 또한 다중공선성 여부는 분산팽창지수(Variance Inflation Factor; VIF)를 활용하여 검토하였고, 판별타당성은 Fornell–Larcker 기준을 통해 확인하였다.

이후 구조모형 분석에서는 시각적 인공성, 진정성 저하, 정서적 거리감 간 경로계수의 방향성과 통계적 유의성을 검증하고, 설명력(R²)을 평가하였다. 더불어 매개효과는 부트스트래핑 기반 간접효과 분석과 분산설명비율(Variance Accounted For; VAF) 산출을 통해 확인하였다.

한편 성별 및 연령에 따른 구조 차이를 검토하기 위해 측정동일성 검증(Measurement Invariance of Composite Models; MICOM)과 다중집단분석(Multi-Group Analysis; MGA)을 실시하였다. 그러나 일부 구성개념에서 측정동일성이 충분히 확보되지 않아 집단 간 경로계수 비교에는 제한이 있는 것으로 판단하였다. 이에 본 연구는 전체 표본을 기준으로 구조모형 결과를 제시하였으며, 관련 분석 결과는 부록 A와 부록 B에 수록하였다.

5. 신뢰도 및 타당도

본 연구는 PLS-SEM 절차에 따라 측정모형의 신뢰도와 타당도를 검증하였다. 평가 지표로는 외부적재값(outer loading), Cronbach’s α, 합성신뢰도(composite reliability), 평균분산추출(Average Variance Extracted; AVE), 분산팽창지수(Variance Inflation Factor; VIF)를 활용하였다.

우선 각 측정항목의 외부적재값을 검토한 결과(<표 3> 참조), 모든 문항은 0.759–0.909 범위로 나타나 권장 기준을 충족하는 것으로 확인되었다. 이는 각 측정항목이 해당 잠재변수를 안정적으로 설명하고 있음을 의미한다. 이어서 내적 일관성 신뢰도를 검토한 결과, Cronbach’s α는 0.848–0.939 범위, 합성신뢰도는 0.891–0.953 범위로 나타나 모든 구성개념에서 높은 수준의 신뢰도가 확보되었다.

수렴타당성은 평균분산추출(AVE)을 기준으로 평가하였다. 분석 결과 AVE 값은 0.622–0.803 범위로 확인되어, 각 구성개념이 충분한 설명력을 갖는 것으로 나타났다. 또한 잠재변수 간 다중공선성 여부를 검토하기 위해 분산팽창지수(VIF)를 확인한 결과, 모든 값은 1.708–3.726 범위로 나타나 다중공선성 문제는 없는 것으로 판단하였다.

종합하면, 시각적 인공성, 진정성 저하, 정서적 거리감으로 구성된 측정모형은 신뢰도와 수렴타당성 측면에서 모두 적절한 수준을 보였으며, 동시에 잠재변수 간 다중공선성 문제 역시 확인되지 않았다. 따라서 본 연구에서 사용된 구성개념은 전반적으로 안정적으로 측정된 것으로 판단된다.

Ⅲ. 연구 결과

1. 판별타당성

본 연구는 시각적 인공성, 진정성 저하, 정서적 거리감 간 구성개념의 판별타당성을 검증하기 위해 Fornell–Larcker 기준을 적용하였다(Fornell and Larcker 1981, 46). 이는 각 잠재변수가 서로 구별되는 독립적 구성개념으로 측정되고 있는지를 확인하기 위한 절차이다. 특히 본 연구는 상위요인(higher-order construct)을 포함한 구조를 설정하였다는 점에서 구성개념 간 판별타당성 검증이 요구된다(Henseler, Ringle and Sarstedt 2015, 121–123; Hair et al. 2021, 77–80).

분석 결과(<표 4> 참조), 각 잠재변수의 평균분산추출 제곱근(√AVE) 값은 0.789–0.896 범위로 나타났으며, 구성개념 간 상관계수는 0.489–0.741 범위로 확인되었다. Fornell–Larcker 기준에 따르면 각 구성개념의 √AVE 값은 다른 구성개념과의 상관계수보다 크게 나타나야한다. 본 연구의 분석 결과는 이 기준을 모두 충족하는 것으로 확인되었다.

즉, 시각적 인공성, 진정성 저하, 정서적 거리감은 서로 구별되는 독립적 구성개념으로 측정된 것으로 판단된다. 따라서 본 연구에서 사용된 측정모형은 전반적으로 적절한 수준의 판별타당성을 확보한 것으로 확인되었다.

2. 가설 검증

본 연구의 가설 검증 결과는 <표 5>와 같이 제시하였다. 먼저 구조모형의 설명력을 검토한 결과, 진정성 저하의 결정계수(R²)는 0.542, 정서적 거리감의 결정계수(R²)는 0.653으로 확인되었다. 또한 모형 적합도 지표인 SRMR은 0.047, NFI는 0.895로 나타나 전반적으로 양호한 수준의 모형 적합도를 보였다.

경로계수 분석 결과, 시각적 인공성의 세 하위요인은 모두 진정성 저하에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 특히 물리 법칙 및 세부 디테일 오류가 가장 높은 영향력을 보였으며, 이는 관객이 수행의 자연성과 물리적 정합성을 중요한 평가 기준으로 활용할 가능성을 의미한다.

시각적 인공성의 세 하위요인은 정서적 거리감에도 모두 유의한 정(+)의 영향을 미치는 것으로 확인되었다. 이 가운데 물리 법칙 및 세부 디테일 오류의 영향력이 가장 크게 나타났으며, 이는 수행의 비자연적 움직임이나 물리적 불일치가 관객의 심리적 거리감 형성에 직접적으로 작용할 가능성을 보여준다.

진정성 저하가 정서적 거리감에 미치는 영향 역시 통계적으로 유의한 정(+)의 영향을 미치는 것으로 나타났다. 이는 수행의 진정성이 낮게 평가될수록 관객의 몰입과 공감이 감소하고, 결과적으로 심리적 거리감이 증가할 수 있음을 뜻한다.

종합하면, 시각적 인공성은 진정성 저하와 정서적 거리감 모두에 유의한 영향을 미치는 것으로 나타났으며, 동시에 진정성 저하 역시 정서적 거리감에 유의한 영향을 미치는 것으로 확인되었다. 따라서 H1, H2, H3의 모든 가설은 지지되었으며, 세부 가설(H1-1~H2-3) 역시 모두 채택되었다.

3. 매개효과 검증

본 연구는 진정성 저하가 시각적 인공성과 정서적 거리감 간의 관계를 매개하는지를 검증하기 위해 부트스트래핑 기반 간접효과 분석을 수행하였다. 분석 결과(<표 6> 참조), 시각적 인공성의 모든 하위요인은 진정성 저하를 매개로 하여 정서적 거리감에 유의한 영향을 미치는 것으로 나타났다. 이 가운데 물리 법칙 및 세부 디테일 오류의 간접효과가 가장 크게 나타났으며, 이는 수행의 물리적 자연성과 움직임의 정합성이 진정성 평가를 거쳐 정서적 거리감 형성에 핵심적으로 작용할 수 있음을 보여준다.

또한 간접효과와 직접효과를 종합하여 분산설명비율(VAF)을 산출한 결과, 눈빛·표정의 부자연스러움은 55.8%, 물리 법칙 및 세부 디테일 오류는 34.6%, 과도하게 매끄러운 피부 표현은 31.6%로 나타났다. 이는 시각적 인공성이 정서적 거리감에 미치는 영향의 상당 부분이 진정성 저하를 통해 설명될 수 있음을 시사한다.

종합하면, 진정성 저하는 시각적 인공성과 정서적 거리감 간 관계를 유의하게 매개하는 것으로 확인되었으며, 결과적으로 부분매개(partial mediation)가 성립하는 것으로 나타났다. 즉, 시각적 인공성은 정서적 거리감에 직접적인 영향을 미치기도 하지만, 동시에 수행의 진정성 저하를 통해 정서적 거리감을 형성하는 경로 역시 중요한 역할을 하는 것으로 해석할 수 있다.

Ⅳ. 논 의

1. 주요 결과 해석

본 연구는 AI 기반 수행 재현 콘텐츠에서 관객이 지각하는 시각적 인공성이 진정성 저하와 정서적 거리감에 어떠한 영향을 미치는지를 실증적으로 분석하였다. 분석 결과, 눈빛·표정의 부자연스러움, 물리 법칙 및 세부 디테일 오류, 과도하게 매끄러운 피부 표현은 모두 진정성 저하에 유의한 영향을 미치는 것으로 나타났다. 또한 시각적 인공성의 하위요인들은 정서적 거리감에도 직접적인 영향을 미치는 것으로 확인되었다.

더불어 진정성 저하는 시각적 인공성과 정서적 거리감 간 관계를 유의하게 매개하는 것으로 나타났다. 이러한 결과는 AI 기반 수행 재현 콘텐츠의 수용이 단순한 기술 평가가 아니라, 시각적 지각과 진정성 판단, 정서적 반응이 상호 연결된 과정 속에서 이루어질 가능성을 보여준다. 이에 본 연구의 주요 논의는 다음과 같다.

첫째, 물리 법칙 및 세부 디테일 오류가 가장 높은 영향력을 보였다는 점은 주목할 필요가 있다. 이는 관객이 수행을 평가할 때 단순한 외형적 유사성보다 움직임의 자연성과 물리적 정합성을 중요하게 인식할 가능성을 시사한다. 무용은 신체 움직임을 기반으로 의미를 전달하는 수행예술이며(Mensch 2020, 188–190; Watts 2020, 438–439), 관객은 동작의 리듬, 균형, 무게중심과 같은 요소를 자연스러운 수행의 핵심 기준으로 활용할 수 있다(Cross et al. 2011, 1–2; Jola et al. 2012, 1). 더욱이 지각적 사실성(perceptual realism) 개념에 따르면, 사람들은 표현이 실제 물리 법칙과 일관될 때 더 현실적이고 설득력 있게 느끼는 경향이 있다(Prince 1996, 28–34; Raftopoulos 2008, 63–65; Kim 2019, 9–10). 따라서 움직임의 흐름이나 물리적 연결성이 어색하게 지각될 경우, 관객은 수행의 설득력과 진정성을 낮게 평가할 수 있다.

둘째, 진정성 저하의 매개 효과는 관객이 시각적 인공성을 단순한 외형적 차원이 아니라, 수행의 진정성과 연결된 문제로 해석할 가능성을 보여준다(Smith 2017, 302–304; Mau and Nicholas 2020, 106). 즉, 관객은 수행의 비자연성이나 어색함을 지각한 뒤, 수행의 설득력과 현실성에 대한 평가를 낮게 형성하고, 그 결과 심리적 거리감을 경험할 수 있다(Lazarus 1991, 623; Russell 2003, 145–148). 이 같은 결과는 진정성이 디지털 수행 재현 환경에서도 여전히 중요한 해석 기준으로 기능할 수 있음을 설명한다.

셋째, 시각적 인공성의 직접효과 역시 유의하게 나타났다는 점은 AI 기반 수행 재현 콘텐츠의 수용이 단일한 인지 경로만으로 설명되기 어렵다는 점을 보여준다. 즉, 일부 시각적 불일치는 진정성 평가를 충분히 거치지 않더라도 즉각적인 정서 반응으로 이어질 수 있음을 의미한다. 이러한 결과는 인간 유사성의 미세한 불일치가 즉각적인 이질감과 불편감을 유발할 수 있음을 설명한 Uncanny Valley 연구(Mori 1970, 33–35; Seyama and Nagayama 2007, 337–341; MacDorman and Chattopadhyay 2016, 190–192) 및 지각된 불일치가 직접적인 정서 반응을 유발할 수 있음을 제시한 연구(Ho and MacDorman 2010, 1508–1510; Kjeldgaard-Christiansen and Clasen 2023, 322–324)와도 일치한다.

종합하면, 본 연구는 AI 기반 수행 재현 콘텐츠에 대한 관객 반응이 단순한 기술적 재현이 아니라, 수행의 자연성·진정성·정서적 반응 간 상호작용 속에서 형성될 수 있음을 보여준다. 결국 디지털 수행예술의 수용 과정은 시각적 유사성 자체보다 관객이 수행을 얼마나 자연스럽고 설득력 있게 지각하는가에 의해 좌우될 수 있음을 뜻한다.

2. 이론적 시사점

첫째, Uncanny Valley 이론을 수행예술 맥락에서 확장하여 이해할 수 있는 근거를 제공한다. 기존 연구들은 주로 로봇, 가상 아바타, 디지털 휴먼과 같은 기술적 대상에서 인간 유사성과 정서 반응 간의 관계를 설명해 왔다(Mori 1970, 33–35; Seyama and Nagayama 2007, 337–341; MacDorman and Chattopadhyay 2016, 190–192). 반면 본 연구는 시각적 인공성 단서가 단순한 이질감이나 불쾌감을 넘어, 수행의 진정성 저하와도 연결될 수 있음을 보여준다(Saygin et al. 2012, 419–420; Kjeldgaard-Christiansen and Clasen 2023, 322–324). 특히 물리 법칙 및 세부 디테일 오류가 가장 큰 영향력을 보였다는 결과는 인간 유사성 문제가 단순한 외형적 닮음의 차원을 넘어, 움직임의 자연성과 수행의 현실성 지각과도 연결될 수 있음을 시사한다.

둘째, 진정성 개념을 하나의 매개 구조 속에서 분석함으로써 진정성 이론의 적용 범위를 확장한다. 기존 연구에서는 진정성이 주로 문화적 맥락이나 해석적 차원에서 논의되어 왔다(Daniel 1996, 782–789; Beverland 2005, 1003–1006; Smith 2017, 302–304; Mau and Nicholas 2020, 106). 반면 본 연구는 시각적 인공성→진정성 저하→정서적 거리감으로 이어지는 경로를 실증적으로 검증함으로써, 진정성 저하가 정서적 반응 형성 과정에서 핵심적인 매개 변수로 작용할 수 있음을 보여준다. 이는 관객이 시각적 단서를 통해 수행의 설득력과 일관성을 평가하고, 이러한 평가가 다시 정서적 거리감으로 이어질 수 있음을 설명하는 구조적 틀을 마련한다(Lazarus 1991, 623; Russell 2003, 145–148).

셋째, Walter Benjamin의 아우라(aura) 개념을 디지털 수행 재현의 수용 과정과 연결하여 해석할 수 있는 관점을 제시한다. 기존 연구에서는 디지털 복제 기술이 예술작품의 현존성과 고유성을 약화시킬 수 있다는 점이 지속적으로 논의되어 왔다(Parisi 2019, 95–98; Wellner 2022, 1445–1447). 본 연구 결과는 시각적 인공성 지각이 수행의 자연성과 설득력에 대한 평가를 약화시키고, 이것이 다시 진정성 저하와 정서적 거리감으로 이어질 수 있음을 보여준다. 이는 디지털 환경에서 나타나는 ‘현존성’의 약화가 단순한 기술 복제의 문제가 아니라, 관객의 인식과 해석 과정 속에서 형성될 수 있음을 의미한다(Benjamin 2004, 1235–1238).

넷째, 수행예술 수용을 인지적 평가와 정서적 반응이 결합된 과정으로 설명하였다는 점에서도 의의를 가진다. 기존 무용 연구는 주로 미학적 해석이나 문화적 맥락 분석에 초점을 두는 경우가 많았으며, 관객의 인지적 평가와 정서적 거리감을 하나의 구조 속에서 분석한 연구는 제한적이었다(Stevens et al. 2009, 800–802; Christensen, Schmidt, Frieler, Smith-Chase, Sancho-Escanero, Michalareas, Ullén and Cross 2025, 7–12). 이에 비해 본 연구는 시각적 인공성 지각이 진정성 저하를 거쳐 정서적 거리감으로 이어지는 과정을 제시함으로써, 수행예술 수용을 관객의 인지적·정서적 경험 과정 속에서 이해할 수 있는 분석 틀을 제공한다(Gross 1998, 271–299).

종합하면, 본 연구는 디지털 수행예술 환경에서의 관객 경험이 단순한 기술적 재현을 넘어, 수행의 자연성·진정성·정서적 반응 간 상호작용 속에서 형성된다는 점을 이론적으로 규명하였다. 또한 디지털 수행예술의 수용 과정은 기술적 완성도 자체보다 관객이 수행을 얼마나 자연스럽고 설득력 있게 지각하는가에 의해 좌우될 수 있음을 보여주며, 수행예술 연구와 디지털 미디어 연구를 연결하는 이론적 접점을 확장한다.

3. 실무적 시사점

첫째, AI 기반 공연 제작에서는 움직임의 자연성과 물리적 정합성을 핵심 요소로 고려할 필요가 있다. 본 연구에서 물리 법칙 및 세부 디테일 오류가 가장 큰 영향력을 보였다는 결과는, 관객이 수행의 현실성과 신체적 자연성을 중요한 평가 기준으로 활용할 가능성을 시사한다(Jola et al. 2012, 1). 따라서 AI 기반 수행 재현에서는 단순한 외형 구현을 넘어, 움직임의 리듬, 무게중심, 공간적 상호작용과 같은 신체적 자연성까지 함께 구현할 필요가 있다.

둘째, 전통무용의 디지털화 과정에서는 수행의 진정성과 문화적 맥락을 함께 고려하는 접근이 요구된다. 본 연구 결과에 따르면 진정성 저하는 정서적 거리감 형성과 직접 연결되는 핵심 요소로 나타났으며(Russell 2003, 145–148; Mau and Nicholas 2020, 106), 수행의 설득력이 약화될 경우 관객의 몰입과 공감 역시 낮아질 가능성이 있다. 이는 AI 기반 콘텐츠 제작 과정에서 전통적 배경, 안무의 의미, 수행의 맥락과 같은 문화적 정보를 함께 고려할 필요가 있음을 뜻한다.

셋째, 문화정책 및 플랫폼 환경에서도 기술 중심 접근을 넘어 수행예술의 맥락성과 관객 경험을 함께 고려할 필요가 있다. 특히 숏폼(short-form) 플랫폼 환경에서는 강한 시각적 자극과 즉각적인 주목을 유도하는 경향이 있으나, 본 연구 결과는 과도하게 정제된 시각 표현이나 비현실적인 움직임이 오히려 진정성 저하와 정서적 거리감으로 이어질 수 있음을 보여준다(Ho and MacDorman 2010, 1508–1510; Kjeldgaard-Christiansen and Clasen 2023, 322–324). 이는 디지털 공연 콘텐츠 제작에서 단순한 시각적 자극 극대화보다 수행의 자연성과 설득력을 유지하는 균형적 접근이 중요할 수 있음을 의미한다.

종합하면, 본 연구는 디지털 수행예술 콘텐츠의 제작과 유통 과정에서 단순한 기술적 완성도나 시각적 화려함보다, 수행의 자연성과 진정성을 얼마나 설득력 있게 구현하는가가 관객 경험 형성에 핵심적으로 작용할 수 있음을 보여준다. 또한 AI 기반 공연 제작과 플랫폼 운영에서는 기술 중심 접근을 넘어, 움직임의 자연성·문화적 맥락·관객의 몰입 경험을 함께 고려하는 통합적 설계 전략이 요구된다.

Ⅴ. 결론 및 제언

본 연구는 AI 기반 수행 재현 콘텐츠에 대한 관객 경험이 단순한 기술 수용이나 시각적 유사성의 문제가 아니라, 수행의 자연성과 진정성에 대한 인지적 평가와 정서적 반응 과정 속에서 형성될 수 있음을 실증적으로 확인하였다. 특히 시각적 인공성이 진정성 저하를 거쳐 정서적 거리감으로 이어지는 구조를 검증함으로써, 디지털 수행예술의 수용 과정을 설명할 수 있는 통합적 관점을 제시하였다는 점에서 의의를 가진다.

연구 결과는 관객이 AI 기반 수행 재현 콘텐츠를 평가할 때 단순한 외형적 재현 수준보다 움직임의 자연성, 물리적 정합성, 수행의 설득력과 같은 요소를 중요하게 인식할 가능성을 보여준다. 이는 디지털 수행예술의 수용 과정이 기술적 완성도 자체보다 관객이 수행을 얼마나 현실적이고 자연스럽게 지각하는가와 밀접하게 연결될 수 있음을 시사한다.

또한 본 연구는 AI 기반 수행 재현을 하나의 기술적 산물이 아니라, 관객의 해석과 경험 속에서 의미가 구성되는 수행예술의 문제로 이해할 필요가 있음을 제안한다. 따라서 향후 디지털 수행예술 연구와 콘텐츠 제작에서는 기술 중심 접근을 넘어, 수행의 맥락성과 관객 경험을 함께 고려하는 통합적 접근이 요구된다.

한편 본 연구는 몇 가지 한계를 가진다. 첫째, 단일 영상 자극을 기반으로 분석이 이루어졌다는 점에서 연구 결과를 모든 AI 기반 수행 재현 콘텐츠로 일반화하는 데에는 제한이 있다. 둘째, 실제 디지털 플랫폼에서 유통되는 콘텐츠를 활용하였기 때문에, 본 연구에서 측정한 시각적 인공성은 자연적 노출 환경에서 관객이 지각한 결과로 이해될 필요가 있다. 셋째, 특정 수행 장면과 인물 이미지가 결합된 자극을 활용하였다는 점에서 문화적·맥락적 요소가 일부 영향을 미쳤을 가능성을 배제하기 어렵다.

넷째, 본 연구에서 활용된 AI 기반 수행 재현 콘텐츠는 현재 시점의 기술 수준을 반영한 사례라는 점에서 한계를 가진다. 즉, AI 생성 기술은 인간의 움직임, 표정, 질감 표현 등을 실제와 거의 구분하기 어려운 수준까지 빠르게 고도화되고 있으며, 향후에는 관객이 AI 기반 수행 재현과 실제 인간 수행을 명확히 구분하지 못할 가능성도 존재한다. 이에 미래의 디지털 수행예술 환경에서는 현재와 다른 방식의 진정성 판단과 정서적 반응이 나타날 수 있으며, 본 연구 결과 역시 특정 기술 발전 단계에서 도출된 결과로 이해될 필요가 있다.

따라서 향후 연구에서는 다양한 유형과 기술 수준의 AI 기반 수행 재현 콘텐츠를 비교하고, 자극 조건을 실험적으로 조작함으로써 시각적 인공성 지각이 형성되는 과정을 보다 정밀하게 분석할 필요가 있다. 특히 실제 인간 수행과 거의 구분되지 않는 수준의 AI 기반 수행 재현 환경에서 관객의 진정성 판단과 정서적 반응이 어떻게 변화하는지를 검증할 필요가 있다. 또한 수행예술 장르 간 비교 연구나 관객 특성에 따른 차이를 함께 검토함으로써, AI 기반 수행 재현의 수용 과정을 보다 다층적으로 이해할 필요가 있다.