Earticle

초록

영어

Objectives This study investigates the visual reconstruction of Korean traditional dance using Kling AI, focusing on a fidelity analysis of Salpuri-chum video generated through text-based prompts. It examines the technological boundaries and aesthetic possibilities of reconstructing culturally specific movement in a digital environment. Methods Salpuri-chum videos were generated through a text-to-video prompt engineering protocol. The outputs were analyzed across three categories: Costume, Motion, and Setting based on the Adshead-Lansdale (1994) framework. To ensure objectivity, the evaluation was conducted through expert triangulation involving a multi-layered cross-validation process by specialists in dance science and digital media. Results Kling AI demonstrated a notable capacity for rendering Costume textures and the spatial composition of the Setting. However, significant limitations were identified in Motion, specifically in embodying Jeong-Jung-Dong (stillness in motion) and the breath-driven flow of Ho-heup. These structural and kinematic discrepancies produced a visual dissonance consistent with the Uncanny Valley phenomenon, where high-fidelity textures contrast with mechanical movement. Conclusions This study establishes an empirical baseline for the convergence of generative AI and traditional dance. It underscores the need for dance-specific movement datasets and a systematic academic prompt framework, offering a foundation for future AI-driven digital archiving, restoration, and the development of professional educational content in the digital era.

한국어

본 연구는 생성형 AI인 Kling AI를 활용하여 한국 전통무용의 시각적 재구성 가능성을 탐색하고, 텍스트 기반 프롬프트로 생성된 살풀이춤 영상의 미학적 충실도를 분석하였다. 이를 위해 텍스트-투-비디오 프롬프트 엔지니어링 프로토콜을 통해 살풀이춤 영상을 생성하였으며, Adshead-Lansdale (1994)의 분석 모델을 기반으로 복식 (Costume), 동작 (Motion), 공간설정 (Setting)의 세 범주로 나누어 고찰하였다. 분석의 객관성을 확보하고자 무용과학 및 디지털 미디어 전문가가 참여하는 전문가 삼각검증 (Expert Triangulation) 및 교차 검증 절차를 수행하였다. 분석 결과, Kling AI는 한국 전통 복식의 질감 구현과 공간설정의 미학적 구성에서 우수한 재현력을 보였으나, 동작 측면에서는 한국 무용의 핵심 미학인 정중동과 호흡 (Ho-heup)의 유기적인 흐름을 재현하는 데 명확한 한계를 드러냈다. 특히 신체 구조에 대한 학습 데이터 부족으로 인한 구조적 왜곡과 기계적인 움직임은 정교한 시각적 질감과 대비되어 불쾌한 골짜기 (Uncanny Valley) 현상을 유발하는 것으로 나타났다. 본 연구는 생성형 AI와 한국 전통무용 결합의 현재적 기술 수준을 진단하는 실증적 기초 (Empirical baseline)를 마련하였으며, 이는 향후 AI 기반 디지털 아카이빙, 무형유산의 복원, 그리고 전문 교육 콘텐츠 개발을 위한 비판적 토대를 제공할 것으로 기대된다.

목차

Abstract
Introduction
Methods
1. Video Generation Process
2. Prompt construction process
3. Analytical Framework and Expert Evaluation
Results
1. Costume
2. Motion
3. Setting
Discussion
Conclusion
References
국문초록

키워드

저자

• Da-Yun Jeon [ 전다윤 | The Institute for Educational Research & College of Educational Sciences, Yonsei University, Seoul, Republic of Korea ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  Journal of Sport and Dance Science

• 간기

  계간

• pISSN

  2799-2918

• 수록기간

  2021~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 692 DDC 796