Methodology for Constructing a Korean Traditional Dance Video Dataset for Deep Learning: A Case Study of Salpurichum and Hanryangmu

연구목적: 본 연구는 AI 기술을 활용한 한국적 춤 동작 생성을 위해 필요한 고품질 데이터셋의 부재 문제를 해결하고자, 딥러닝 모델 학습에 적합한 한국전통춤 영상 데이터셋을 구축하는 체계적인 방법론을 제시하는 것에 목적이 있다. 연구방법: 유튜브에 공개된 '살풀이춤'과 '한량무' 영상을 대상으로 웹 크롤링을 통해 원시 데이터를 수집하고, 스켈레톤 데이터 추출 요건을 기반으로 5단계(영상 유형, 무용수 인원, 촬영 배경, 데이터 추출 가능성, 화질) 정제 프레임워크를 설계 및 적용하였다. 연구결과: 웹 크롤링으로 수집된 총 2,229개의 영상 중 최종적으로 딥러닝 학습에 적합하다고 판단된 영상은 살풀이춤 179개(15.08%), 한량무 50개(5.74%)에 불과하였다. 즉, 양적으로 풍부한 공개 데이터가 실질적인 연구 활용을 위해서는 엄격한 정제 과정을 거쳐야 함을 실증적으로 규명하였다. 결론: 본 연구는 AI와 무용의 융합 연구에서 기초가 되는 데이터셋 구축의 구체적이고 재현 가능한 방법론을 제시함으로써, 향후 한국춤 분야의 R&D 연구를 촉진하고 디지털 인문학 및 공연 예술 분야의 데이터 기반 연구에 학술적, 실용적 초석을 마련하였다.