Earticle

본 연구는 문화예술기업의 AI 기능과 핵심 AI 기능의 구현 기반이 비즈니스 모델 구성요소와 결합하는 양상을 탐색하는 데 목적이 있다. 이를 위해 문화예술 분야의 특수성을 반영한 문화예술 비즈니스 모델 캔버스(AC-BMC)를 제 안하고, 프랑스 문화예술기업 Ask Mona, Iconem, Shotgun, Singulart를 사례로 분석하였다. 분석 결과, 생성형, 복원·재구성형 및 매칭형이 탐색적 기능 범주로 도출되었다. Ask Mona와 Iconem은 외부 범용 AI 기술 결합형으로, Shotgun과 Singulart는 분야별 플랫폼 데이터와 내부 기술역량에 기반한 내부 자원 중심 구현형으로 나타났다. AI 기능과 구현 기반은 가치 제안과 핵심 활동을 중심으로 고객 관계, 핵심 자원, 핵심 파트너십 및 수익·비용 구조와 서로 다르게 연결되었다. 특히 AC-BMC에 추가한 공공·제도적 연계와 예술적 정당성은 콘텐츠와 데이터의 구성, 자 원 확보, 파트너십, 결과에 대한 신뢰 및 고객의 선택에 관여하였다. 또한 동일한 매칭형·내부 자원 중심 구현형에서 도 인간 전문성과 예술적 정당성의 개입 방식에 따라 비즈니스 모델이 분화하였다. 본 연구는 AC-BMC를 통해 문화 예술기업의 특수성을 비즈니스 모델 내부에 반영하고, 사례에서 도출된 AI 기능 유형과 구현 기반을 결합하여 유형 간 차이와 동일 유형 내부의 분화를 함께 설명하였다는 점에서 의의가 있다. 향후 연구에서는 국가, 문화예술 분야 및 사례 수를 확대하여 탐색적 유형의 확장 가능성을 검토하고, 심층조사를 통해 AI 기능과 구현 기반이 비즈니스 모델 구성요소와 결합하는 과정을 구체적으로 분석할 필요가 있다.

This study explores how AI functions and the implementation configurations of core AI capabilities interact with the business model components of arts and cultural enterprises. It proposes the Arts and Culture Business Model Canvas (AC-BMC), which reflects the distinctive characteristics of the arts and cultural sector, and applies it to four French enterprises: Ask Mona, Iconem, Shotgun, and Singulart. The analysis identified generative, reconstructive, and matching functions as exploratory categories. Ask Mona and Iconem exhibited external general-purpose AI technology-integrated configurations, whereas Shotgun and Singulart exhibited internal-resource-centered configurations based on domain-specific platform data and internal technological capabilities. AI functions and implementation configurations were connected differently to customer relationships, key resources, key partnerships, and revenue and cost structures, with value propositions and key activities at their core. In particular, public and institutional linkages and artistic legitimacy, which were added to the AC-BMC, functioned as internal business model components that shaped content and data configuration, resource acquisition, partnerships, trust in AI-enabled outcomes, and customer choice. Even within the same matching and internal-resource-centered configuration, business models differed according to how human expertise and artistic legitimacy were incorporated. This study contributes by incorporating the distinctive characteristics of arts and cultural enterprises into the AC-BMC and combining case-derived AI function types with implementation configurations to explain both differences across types and variations within the same type. Future research should expand the countries, arts and cultural fields, and number of cases examined and use in-depth investigations to analyze how AI functions and implementation configurations interact with business model components.