미국 메인주 콜비대학(Colby College, 콜비 칼리지) 철학 조교수 벤 베이커(Ben Baker, 벤 베이커)가 최근 AI(인공지능)와 신경과학(neuroscience, 뉴로사이언스)을 활용해 힙합 댄스 장르를 과학적으로 분석하는 연구를 진행 중이다.

베이커 교수는 고든 창의공연예술센터(Gordon Center for Creative and Performing Arts, 고든 센터 포 크리에이티브 앤 퍼포밍 아츠) 내의 첨단 촬영 장비를 활용해 하우스(House, 하우스), 브레이크댄스(Breakdance, 브레이크댄스) 등 10개 힙합 장르 댄서들의 움직임을 3D 데이터로 기록하고 있다. 이후 AI 기반 머신러닝 기술을 통해 각 장르의 동작 특성과 학습 변화를 분석한다.

그는 “장르 간 본질적 차이뿐 아니라 새로운 안무 습득 시 뇌와 신체가 어떻게 변화하는지 이해하고 싶다”고 밝혔다. 현재까지 3D 관절 움직임, 신체 확장도, 리듬 반응성 등 17가지 요소를 기준으로 분석이 진행 중이다.

초기 결과에 따르면 사람의 장르 구분 정확도는 38%에 그친 반면, AI 분류 모델은 76%의 정확도를 보이며 명확한 차이를 구별할 수 있었다. 이는 인공지능이 단순 반복 동작이 아닌, 문화적·미적 코드까지 학습할 수 있음을 보여주는 사례다.

연구팀은 앞으로 새로운 동작 학습 시 발생하는 신체 움직임의 시간적 변화와 패턴도 추적할 계획이다. 이는 안무 교육 현장에서 실시간 피드백 도구로 활용될 가능성도 제시한다.

이번 프로젝트는 예술, 철학, 인지과학, 인공지능을 융합한 다학제적 시도로, 춤을 뇌-신체 시스템의 창의적 표현으로 재조명하는 학문적 전환점을 제시하고 있다.

콜비대학 측은 해당 연구가 향후 움직임 교육, 리햅 테라피, 예술 기반 테크놀로지 등 여러 분야에 응용될 수 있을 것으로 보고 있다.

이처럼 AI와 신경과학을 융합한 춤 연구는 예술의 정체성을 새롭게 해석하고, 과학적 접근을 통해 움직임의 본질을 탐색하는 새로운 가능성을 열고 있다.

0 0