공연과 전시는 오랫동안 “느낌”과 “분위기”의 영역으로 남아 있었다. 공연과 전시에서의 관객 반응은 박수의 크기, 전시 종료 후의 설문, 소셜미디어에 업로드 되는 영상과 후기 정도로만 예측할 수 있었다. 그러나 디지털 전환과 AI 기술의 발전은 이 전제를 무너뜨리고 있다. 이제 예술 산업에서도 관객은 더 이상 추상적인 존재가 아니라, 행동과 반응을 통해 해석 가능한 데이터 주체로 재정의되고 있다.

시장의 니즈: ‘관객 수’가 아니라 ‘관객 이해’의 문제

공연·전시 산업이 직면한 핵심 과제는 단순한 관람객 수 확대가 아니다. 동일한 예산과 공간 안에서 어떤 관객이, 언제, 무엇에 반응하는지를 이해하는 것이 중요해졌다.

• 왜 특정 공연은 재관람율이 높은가
• 전시 동선 중 어디에서 체류 시간이 급격히 줄어드는가
• 특정 연출 요소가 관객의 몰입도를 떨어뜨리는 순간은 언제인가

이 질문들은 기존의 정성적 피드백만으로는 답하기 어렵다. 이 지점에서 AI 기반 관객 분석이 필요해진다.

해결해야 할 문제에 대한 접근 방향: 관객 행동을 ‘실시간 맥락’으로 해석하기

AI가 공연·전시에서 활용되는 핵심 지점은 관객 행동의 패턴화와 맥락화다. 단순히 “봤다/안 봤다”가 아니라, 관객의 움직임, 시선, 반응 속도를 종합적으로 해석한다.

대표적인 사례는 다음과 같다.

1. 공연장 내 관객 반응 분석: 좌석별 시선 추적, 박수 타이밍, 관객 움직임 데이터를 AI가 분석해 장면별 몰입도를 파악한다. 이를 통해 연출자는 특정 장면의 길이나 조명을 조정하거나, 공연의 리듬 자체를 재설계할 수 있다.
2. 전시 공간의 동선·체류 시간 분석: AI 비전 기술과 센서를 활용해 관람객의 이동 경로와 체류 시간을 분석한다. 특정 작품 앞에서 체류 시간이 짧다면, 작품 설명 방식이나 조명, 배치에 문제가 있을 가능성을 데이터로 확인할 수 있다.
3. 관객 유형 세분화와 콘텐츠 최적화: 방문 시간대, 관람 속도, 반복 방문 여부 등을 종합해 관객을 유형화하고, 향후 기획 전시나 공연 마케팅 전략에 반영한다. 이는 단순 홍보가 아니라 기획 단계부터 관객을 전제로 한 설계를 가능하게 한다.

기술·디자인·보안 관점에서의 도전 과제

AI 관객 분석은 매력적이지만, 동시에 해결해야 할 과제도 명확하다.

• 기술 관점의 과제: 조명 변화, 군중 밀집 환경에서도 정확한 인식이 가능한 알고리즘이 필요하다.
• 설계 관점의 과제: 관객이 감시당한다고 느끼지 않도록 기술은 최대한 ‘보이지 않게’ 작동해야 한다.
• 보안·윤리 관점의 과제: 얼굴 인식, 행동 데이터는 개인정보와 직결된다. 데이터는 익명화되고, 목적이 명확해야 하며, 저장과 활용 기준이 투명해야 한다.

이롭게(Iropke)의 생각: AI는 관객들을 이해하기 위한 솔루션으로 활용되어야 한다

이롭게(Iropke)는 AI를 ‘예술을 수치화하는 도구’로 보지 않는다. 오히려 공연·전시 기획자가 관객을 더 깊이 이해하도록 돕는 솔루션에 가깝다고 본다. 관객 분석 데이터는 공연의 예술성을 침해하는 요소가 아니라, 창작자가 더 정교한 선택을 할 수 있도록 돕는 보조 감각이다. 중요한 것은 기술 그 자체가 아니라, 어떤 질문을 던지기 위해 데이터를 사용하는가다.

공연·전시에서의 AI 관객 분석은 단순한 트렌드가 아니다. 이는 예술 산업이 감각과 데이터 사이에서 새로운 균형점을 찾아가는 과정이며, 그 균형을 설계하는 역량이 앞으로 공연·전시 기획 분야의 경쟁력이 될 것이다.