데이터로 박물관 최적화…MIT 연구진이 제안한 관람 동선

데이터로 박물관 최적화…MIT 연구진이 제안한 관람 동선 데이터 기반 분석이 문화예술 공간의 관람 경험까지 바꾸고 있다. MIT, 조지아공대, IESE 비즈니스스쿨 공동연구팀이 암스테르담 반 고흐 미술관(VGM)의 150만 건 방문 데이터를 분석해 관람 동선을 최적화하는 모델을 개발했다고 발표했다. 연구 결과는 학술지 매니지먼트 사이언스(Management Science) 2026년 4월호에 실렸다. 연구진은 2019~2021년 VGM 방문객 150만 건 중 2만 5000건을 무작위 추출해 디지털 멀티미디어 가이드 상호작용 데이터와 분석했다. 고흐 미술관은 약 4600점의 소장품 중 한때 약 200점을 전시한다. 연구진은 이 데이터를 바탕으로 방문객의 동선을 예측하고, 작품이 위치할 때 전체 관람 수를 최대화하는 '최적 위치'를 찾아내는 모델 'Pathway MNL(Pathway Multinomial Logit)'을 구축했다. 모델이 보여준 핵심 결과는 다음과 같다. - 방문객은 시간대·크기 다양성을 추구하지만 주제와 테마에서는 일관성을 보인다. - 시간이 지날수록 방문객은 명작을 우선적으로 보는 경향이 강해진다. - 생각과 달리 **적정 수준 이상의 혼잡이 오히려 관람 참여를 증가**시킨다. 특정 작품 주변에 사람이 많으면 '이것은 좋은 작품일 것이다'라는 신호로 작용해 더 많은 사람이 찾는다. - 디지털 가이드의 추천 순서 변경만으로도 관람 동선이 크게 바뀐다. 연구진은 실제 작품을 옮기지 않고 시뮬레이션으로 새로운 전시 layout을 생성해 방문객 반응을 예측했다. 그 결과, '누수 지점'(계단이나 엘리베이터 근처 등)에 있던 인기 작품을 이동하고 전략적으로 작품을 교체하면, 큐레이션 목표를 해치지 않으면서 방문객이 더 많은 작품을 보고 더 오래 머무를 수 있다고 밝혔다. VGM 디지털 교육 프로덕트 매니저 리사 판 덴 보스는 "가이드의 순서를 살짝 바꾸는 것만으로도 동선에 영향을 미칠 수 있다. 우리가 방문객을 어떻게 움직일지 상당한 영향력을 갖고 있다"고 말했다. 모델은 작품 간 전환 예측에서 63%, 특정 작품 도달률 예측에서 81%, 퇴장률 예측에서 96% 정확도를 기록했다. 연구진은 이 모델이 Entertainment, 교육, 리테일 등 물리적·디지털적 경험이 결합된 기타 순차적 경험 분야에도 직접 적용 가능할 것으로 본다. 다만 VGM의 경우 2023년 하루 평균 4600명 방문객 중 36%가 멀티미디어 가이드를 예약했다. 이는 동종 기관 대비 높은 수치지만, 전체 문화예술 분야 유료 가이드 이용률은 여전히 10% 내외다. 연구진은 "모든 박물관이 디지털 가이드 데이터를 분석에 활용하는 것은 아니다. 데이터는 금광인데도, 실제로 분석을 검토하라고 물으면 거의 없다"고 지적했다. 출처: [Ars Technica](https://arstechnica.com/culture/2026/07/with-help-from-data-art-museums-are-reframing-the-visitor-experience/)