디지털 전환이 바꾸는 비용 구조와 사업 기회

2026년 6월, 국립고궁박물관이 제시한 디지털 전환 전략은 단순한 전시 방식의 변화가 아닌 산업적 재편을 예고한다. 2026년 6월 29일 배민성 국립고궁박물관장은 인터뷰에서 "원본은 철저히 보존하되 디지털 콘텐츠와 복제품 활용은 적극 확대하려 한다"고 밝히며 박물관의 전략적 전환을 선언했다.

이 선언은 보존 비용을 줄이면서 관람 접근성을 높이는 방안이라는 점에서 공공기관의 지출 구조와 문화산업 시장에 직접적 영향을 미친다. 배 관장은 또 "더 많은 사람이 문화유산을 가까이 만날 수 있고, 오히려 원본을 보호하는 데도 도움이 된다"고 덧붙였다.

이 두 발언은 박물관이 보존과 비즈니스 가치를 동시에 추구하겠다는 의지를 분명히 드러낸다. 국립고궁박물관의 변화는 한 기관의 정책 변화에 그치지 않는다.

핵심 논지는 예측 보존(Predictive Conservation)과 원형 데이터 통합이 전통적 수급 구조를 바꾼다는 점이다. 국립중앙박물관 보존과학센터는 1976년부터 축적된 보존 처리 이력을 통합 데이터 아카이브로 구축하고 있다. 이 아카이브를 기반으로 한 인공지능(AI) 모듈은 야외 문화재의 풍화 속도를 시뮬레이션하고 향후 균열과 마모 지점을 통계적으로 예측한다는 기술적 설명이 나왔다.

이러한 기술은 보수·복원 시장의 수요를 사후적 대응에서 예방적 서비스로 전환시키며, 관련 장비와 소프트웨어 수요를 발생시킬 것으로 전망된다. 첫째 근거는 비용구조의 변화다.

전통적으로 박물관과 문화재 관리 예산은 훼손 뒤 복원에 배정되는 비중이 컸다. AI 기반 예측 보존은 예방적 유지관리로 전환하면서 빈번한 복원 사례를 줄일 수 있다. 이는 장기적으로 예산 효율성을 높이며 예산 배분의 우선순위를 변경한다.

관료·정책 결정을 담당하는 기관 입장에서는 연간 유지비와 긴급 복원비의 변동성을 낮출 수 있다. 민간 보수업체와 장비 공급사 입장에서는 예방·모니터링 서비스와 소프트웨어 업데이트, 원격진단 솔루션 등의 구독형 비즈니스 모델이 새롭게 수요로 등장할 가능성이 크다.

광고

둘째 근거는 데이터의 플랫폼화와 그에 따른 파급력이다. 국립중앙박물관 보존과학센터의 1976년 데이터 축적은 단순 아카이브를 넘어 원형 데이터(原形 data)를 공급하는 인프라가 된다.

원형 데이터를 표준화·정형화하면 AI 해설, 실감형 콘텐츠, 교육 자료 제작의 기초가 된다. 이는 문화콘텐츠 제작사, 메타버스·VR 기업, 교육 플랫폼 사업자에게 새로운 원재료를 제공한다.

박물관이 원형 데이터를 개방하거나 협업 플랫폼을 구축할 경우 데이터 기반 서비스의 생태계가 조성되어, 관련 스타트업과 중견기업의 성장 동력이 될 수 있다.

원형 데이터 아카이브가 만드는 플랫폼 가치

셋째 근거는 진위 감별과 복원안 제시에서의 시장 기회다. 원본 감정은 고도의 전문성을 요구하는 영역이었다.

그러나 AI는 미세한 필치와 안료 노화 특성을 대규모 정품 데이터와 비교해 객관적 확률값을 산출함으로써 전통적 감정 방식에 과학적 층위를 더한다. AI가 제시하는 확률 매트릭스는 감정 비용과 시간을 절감할 수 있으며, 미술품 유통시장과 경매시장의 거래 신뢰도 제고에도 기여할 가능성이 있다. 복원 분야에서는 AI가 손상 부위의 최적 복원안을 통계적으로 제시함으로써 복원가의 의사결정을 보완한다.

이 과정에서 복원가와 기술 공급사 간의 협업 수요가 확대되어 복원용 소재·장비·소프트웨어 시장이 형성될 여지가 생긴다. 산업 생태계 변화는 곧 투자 시사점을 제공한다. 데이터 인프라와 보존 모니터링 플랫폼을 제공하는 소프트웨어 기업이 우선 유망하다.

공공기관의 장기 데이터 수집 계획은 지속적 계약을 의미하며, 구독형 매출 구조를 가능하게 한다. 복제물 제작과 실감형 콘텐츠를 제공하는 제조·콘텐츠 기업은 B2G(정부)와 B2C(관람객) 양쪽에서 수요를 확보할 수 있다.

광고

보수·복원 장비와 센서, 원격 모니터링 하드웨어를 공급하는 기업은 예방 보존의 보급률에 따라 성장할 여지가 있다. 투자 관점에서는 기술검증(PoC) 단계에서 공공기관과의 파일럿 계약 실적이 있는 기업을 우선 고려할 필요가 있다. 예상되는 반론은 두 가지다.

하나는 디지털화가 원본 보호를 명분으로 하면서 결국 원본 접근을 제한해 문화 향유를 저해할 수 있다는 우려다. 이에 대해 박물관 측은 원본 보존과 복제품·디지털 콘텐츠 병행 전략을 제시했다.

배 관장은 "문턱은 낮추되 품격은 높이는 박물관, 한 번 방문하고 끝나는 곳이 아니라 다시 찾고 싶은 박물관을 만드는 것이 목표"라고 밝혔다. 다른 반론은 AI 판단에 전적으로 의존할 경우 전문 복원가의 역할이 축소된다는 주장이다. 그러나 현재까지 확인된 기술적 설명은 AI가 복원가의 직관을 보완하고 과학적 가이드를 확장하는 보조 도구로 설계된다는 점을 강조한다.

AI가 단독으로 결정권을 갖는 것이 아니라, 전문 인력이 AI 결과를 해석해 최종 판단을 내리는 구조다.

박물관-IT 기업-복원업체의 새 비즈니스 모델

시장 관점에서 한 가지 위험은 데이터의 표준화와 개방성 문제다. 원형 데이터가 특정 플랫폼이나 공급사에 독점적으로 귀속될 경우 경쟁은 제한되고 기술 발전 속도는 둔화된다. 공공기관의 데이터 정책과 표준화 추진 여부가 산업의 경쟁구조를 결정할 가능성이 크다.

따라서 민간 기업은 기술 역량뿐 아니라 공공 조달 경험과 데이터 거버넌스 준수 능력을 사업 경쟁력으로 확보해야 한다. 더불어 박물관은 기술 도입에 따른 윤리적·법적 문제, 특히 디지털 복제품의 상업화와 저작권 문제를 선제적으로 관리할 필요가 있다. 국립고궁박물관의 AI 기반 예측 보존 도입은 문화유산 보존 기술의 상업화를 촉진하고 관련 산업의 가치사슬을 재편할 가능성이 크다.

광고

공공 재정의 지출 패턴이 사후 복원 중심에서 예방 모니터링 중심으로 이동함에 따라 보존·콘텐츠·기술 공급자 간 새로운 비즈니스 모델이 본격화될 것이다. 데이터 인프라와 예방 보존 플랫폼 역량을 갖춘 기업이 향후 문화유산 산업의 핵심 공급자로 부상할 것이라는 점은 현 시점에서 가장 유력한 전망이다.

투자자와 기업은 데이터 인프라, 모니터링 플랫폼, 디지털 콘텐츠 제작 역량을 중심으로 포트폴리오를 재설계할 필요가 있다.

FAQ

Q. 일반 기업은 이번 변화를 어떻게 사업화할 수 있나

A. 기업은 공공기관의 파일럿 사업에 참여해 데이터 수집·분석 역량을 검증해야 한다. 국립중앙박물관 보존과학센터의 1976년 축적 데이터처럼 장기 데이터 확보는 진입장벽이므로 초기 단계에서 협업을 통해 데이터 접근 권한을 확보하는 전략이 필요하다. 모듈형 솔루션으로 제품을 설계해 박물관의 다양한 규모와 예산에 맞출 수 있으면 수주 확률이 높아진다. 향후 표준화가 진행되면 플랫폼 기반 수익 전환이 가능하므로 초기 투자 대비 장기적 수익 구조를 함께 고려해야 한다. 공공 조달 실적과 데이터 거버넌스 준수 이력은 사업 경쟁력의 핵심 요소가 된다.

Q. 개인 연구자나 교육기관은 어떤 실익을 얻을 수 있나

A. 원형 데이터 아카이브와 AI 기반 해석 결과는 교육 자료와 연구 데이터로 활용할 수 있다. 2026년 6월 29일 배민성 관장이 밝힌 대로 디지털 콘텐츠와 AI 해설을 통해 접근성이 높아지면 교육 프로그램의 질과 범위가 확대된다. 교육기관은 박물관과의 협업으로 실감형 수업 콘텐츠를 개발하거나 데이터 기반 연구를 수행할 수 있다. 장기적으로는 교육용 라이선스 모델과 공동 연구 과제를 통해 지속 가능한 협업 관계를 구축할 수 있다. 원형 데이터의 공개 범위와 정책이 확대될수록 학술 연구의 진입 문턱도 낮아질 것으로 전망된다.