SlideShare uma empresa Scribd logo
1 de 45
사물에 남은 잔상:
기억과 주관성,
그것들을 적출해 낸
다음 대상 위로 남은것
3
수정사항
관찰
사고
1
2
3
리스크리스트
4
4
수정사항
관찰
사고
1
2
3
리스크리스트
4
5
Story
-telling
물자체를 시각화하고 그것을 잘 전달할 수
있을까?
스토리
텔링
6
Fearful
-memory
트라우마에 대한 감정을 서술한다
(주관성)
공포
기억
7
Neutral
-image
뉴트럴 이미지를 제시한다 (보편성)
뉴트럴
이미지
8
Common
-notions
데카르트의 공통관념: 정신적인것,
물질적인것, 아니면 이 두 가지에 모두 속하는
것
공통
관념
9
Appre
-ciator
감상자는 자신의 주관이 있다. 이것은 작품에
대한
물음을 던질 수 있는 감상자 고유의 영사기다
감상자
의주관
10
Story
-telling
어떻게 감상자가 작품의 해석까지
하도록 만들 수 있을까?
작품의
해석
11
수정사항
관찰
사고
1
2
3
리스크리스트
4
12
수정사항
관찰
사고
1
2
3
리스크리스트
4
13
Fearful
-memory
트라우마에 대한 감정을 서술한다
(주관성)
공포
기억“이전에는 뉴트럴
이미지를 먼저
제시했었다”
14
Fearful
-memory
트라우마에 대한 감정을 서술한다
(주관성)
공포
기억“이전에는 뉴트럴
이미지를 먼저
제시했었다”
“이제는 트라우마에
대한 기억을 이야기로
만든다”
15
Fearful
-memory
트라우마에 대한 감정을 서술한다
(주관성)
공포
기억“이전에는 뉴트럴
이미지를 먼저
제시했었다”
“이제는 트라우마에
대한 기억을 이야기로
만든다”
“왜?”
16
Fearful
-memory
트라우마에 대한 감정을 서술한다
(주관성)
공포
기억“이전에는 뉴트럴
이미지를 먼저
제시했었다”
“(사람들은)
이미지를 보면
우선 궁금해하기
때문이다”
“이제는 트라우마에
대한 기억을 이야기로
만든다”
“왜?”
17
Fearful
-memory
트라우마에 대한 감정을 서술한다
(주관성)
공포
기억“이전에는 뉴트럴
이미지를 먼저
제시했었다”
“(사람들은)
이미지를 보면
우선 궁금해하기
때문이다”
“이제는 트라우마에
대한 기억을 이야기로
만든다”
“왜?”
“트라우마를 선 주입한다”
18
Neutral
-image
뉴트럴 이미지를 제시한다 (보편성)
뉴트럴
이미지
“트라우마가 담긴
사물은
두 가지가 혼재된
대상이다”
19
Neutral
-image
뉴트럴 이미지를 제시한다 (보편성)
뉴트럴
이미지
“트라우마가 담긴
사물은
두 가지가 혼재된
대상이다”
“하나는 사물 그 자체,
다른 하나는 사물에
대한 주관적인 기억”
20
Neutral
-image
뉴트럴 이미지를 제시한다 (보편성)
뉴트럴
이미지
“트라우마가 담긴
사물은
두 가지가 혼재된
대상이다”
“하나는 사물 그 자체,
다른 하나는 사물에
대한 주관적인 기억”
21
Neutral
-image
뉴트럴 이미지를 제시한다 (보편성)
뉴트럴
이미지
“트라우마가 담긴
사물은
두 가지가 혼재된
대상이다”
“하나는 사물 그 자체,
다른 하나는 사물에
대한 주관적인 기억”
“이제 이입된
물건에서
주관적인 기억을
체로 쳐내듯
걸러내자”
22
Neutral
-image
뉴트럴 이미지를 제시한다 (보편성)
뉴트럴
이미지
“트라우마가 담긴
사물은
두 가지가 혼재된
대상이다”
“하나는 사물 그 자체,
다른 하나는 사물에
대한 주관적인 기억”
“이제 이입된
물건에서
주관적인 기억을
체로 쳐내듯
걸러내자”“툭툭”
23
Common
-notions
데카르트의 공통관념: 정신적인것,
물질적인것, 아니면 이 두 가지에 모두 속하는
것
공통
관념
“체로 잘 거른다면
‘주관적’인 관념이
아래에 남아있다”
24
Common
-notions
데카르트의 공통관념: 정신적인것,
물질적인것, 아니면 이 두 가지에 모두 속하는
것
공통
관념
“체로 잘 거른다면
‘주관적’인 관념이
아래에 남아있다”
“이제 위에 남은
것을 관찰하자
그것은 무엇인가?”
25
Common
-notions
데카르트의 공통관념: 정신적인것,
물질적인것, 아니면 이 두 가지에 모두 속하는
것
공통
관념
“체로 잘 거른다면
‘주관적’인 관념이
아래에 남아있다”
“이제 위에 남은
것을 관찰하자
그것은 무엇인가?”
“물건에서 주관을
뺀 나머지.”
26
Common
-notions
데카르트의 공통관념: 정신적인것,
물질적인것, 아니면 이 두 가지에 모두 속하는
것
공통
관념
“체로 잘 거른다면
‘주관적’인 관념이
아래에 남아있다”
“이제 위에 남은
것을 관찰하자
그것은 무엇인가?”
“물건에서 주관을
뺀 나머지.”
“물건 그 자체다”
27
Common
-notions
데카르트의 공통관념: 정신적인것,
물질적인것, 아니면 이 두 가지에 모두 속하는
것
공통
관념
“체로 잘 거른다면
‘주관적’인 관념이
아래에 남아있다”
“이제 위에 남은
것을 관찰하자
그것은 무엇인가?”
“물건에서 주관을
뺀 나머지.”
“물건 그 자체다”
“여기까지
스토리텔링
을 해야만
한다”
28
Fearful
-memory
공포
기억
“(사물에)
감정을 주입하고”
29
Neutral
-image
뉴트럴
이미지
“주관을 적출한다”
30
“처음 이입한 것은 작가의
주관이었지만
Fearful
-memory
공포
기억
31
Common
-notions
공통
관념
“처음 이입한 것은 작가의
주관이었지만체로 덜어낼 때는 감상자의 주관도
함께 뽑아낼 것이다.”
32
Story
-telling
위 아래로 남아있는 것이 모두
물자체일 수 있도록
작품의
해석
33
수정사항
관찰
사고
1
2
3
리스크리스트
4
34
수정사항
관찰
사고
1
2
3
리스크리스트
4
35
Neutral
-image
뉴트럴
이미지
Fearful
-memory
공포
기억
3rd
-party
조력자
(분리자)
36
Neutral
-image
뉴트럴
이미지
Fearful
-memory
공포
기억
3rd
-party
조력자
(분리자)
“영상이 커버하는
부분”
37
Neutral
-image
뉴트럴
이미지
Fearful
-memory
공포
기억
3rd
-party
조력자
(분리자)
“사운드가 커버하는
부분”
38
Neutral
-image
뉴트럴
이미지
Fearful
-memory
공포
기억
3rd
-party
조력자
(분리자)
Appre
-ciator
감상자
의주관
39
Neutral
-image
뉴트럴
이미지
Fearful
-memory
공포
기억
3rd
-party
조력자
(분리자)
Appre
-ciator
감상자
의주관
40
Neutral
-image
뉴트럴
이미지
Fearful
-memory
공포
기억
3rd
-party
조력자
(분리자)
Appre
-ciator
감상자
의주관
41
42
수정사항
관찰
사고
1
2
3
리스크리스트
4
43
수정사항
관찰
사고
1
2
3
리스크리스트
4
리스크리스트 (대분류 / 위험도)
1. 트라우마 납득 실패 (스토리텔링 / 하)
2. 뉴트럴 이미지의 제시 실패 (촬영/ 중)
리스크리스트 (대분류 / 위험도)
1. 트라우마 납득 실패 (스토리텔링 / 하)
2. 뉴트럴 이미지의 제시 실패 (촬영/ 중)
3. 주관성과 뉴트럴 이미지의 합성 실패 (스토리텔링 / 중)
4. 두 관념의 분해 실패 (스토리텔링/ 상)

Mais conteúdo relacionado

Mais de Mad Scientists

나를 자극하는 Real world_algorithm (1/2)
나를 자극하는 Real world_algorithm (1/2)나를 자극하는 Real world_algorithm (1/2)
나를 자극하는 Real world_algorithm (1/2)Mad Scientists
 
Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...
Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...
Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...Mad Scientists
 
101: Convolutional Neural Networks
101: Convolutional Neural Networks 101: Convolutional Neural Networks
101: Convolutional Neural Networks Mad Scientists
 
how to visualize: interstellar from example
how to visualize: interstellar from examplehow to visualize: interstellar from example
how to visualize: interstellar from exampleMad Scientists
 
ideas worth spreading: 2015 Club Release Seminar
ideas worth spreading: 2015 Club Release Seminarideas worth spreading: 2015 Club Release Seminar
ideas worth spreading: 2015 Club Release SeminarMad Scientists
 
Relational Mate Value: Consensus and Uniqueness in Romantic Eavaluations
Relational Mate Value: Consensus and Uniqueness in Romantic EavaluationsRelational Mate Value: Consensus and Uniqueness in Romantic Eavaluations
Relational Mate Value: Consensus and Uniqueness in Romantic EavaluationsMad Scientists
 
Personal Matching Recommendation system in TinderBox
Personal Matching Recommendation system in TinderBoxPersonal Matching Recommendation system in TinderBox
Personal Matching Recommendation system in TinderBoxMad Scientists
 
핀란드, 내가 가보고 느낀 스타트업 생태계
핀란드, 내가 가보고 느낀 스타트업 생태계핀란드, 내가 가보고 느낀 스타트업 생태계
핀란드, 내가 가보고 느낀 스타트업 생태계Mad Scientists
 
Superhero discourse in Americanization
Superhero discourse in AmericanizationSuperhero discourse in Americanization
Superhero discourse in AmericanizationMad Scientists
 
[SW Maestro] Team Loclas 1-2 Final Presentation
[SW Maestro] Team Loclas 1-2 Final Presentation[SW Maestro] Team Loclas 1-2 Final Presentation
[SW Maestro] Team Loclas 1-2 Final PresentationMad Scientists
 
문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론
문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론
문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론Mad Scientists
 
러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계
러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계
러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계Mad Scientists
 

Mais de Mad Scientists (12)

나를 자극하는 Real world_algorithm (1/2)
나를 자극하는 Real world_algorithm (1/2)나를 자극하는 Real world_algorithm (1/2)
나를 자극하는 Real world_algorithm (1/2)
 
Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...
Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...
Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hier...
 
101: Convolutional Neural Networks
101: Convolutional Neural Networks 101: Convolutional Neural Networks
101: Convolutional Neural Networks
 
how to visualize: interstellar from example
how to visualize: interstellar from examplehow to visualize: interstellar from example
how to visualize: interstellar from example
 
ideas worth spreading: 2015 Club Release Seminar
ideas worth spreading: 2015 Club Release Seminarideas worth spreading: 2015 Club Release Seminar
ideas worth spreading: 2015 Club Release Seminar
 
Relational Mate Value: Consensus and Uniqueness in Romantic Eavaluations
Relational Mate Value: Consensus and Uniqueness in Romantic EavaluationsRelational Mate Value: Consensus and Uniqueness in Romantic Eavaluations
Relational Mate Value: Consensus and Uniqueness in Romantic Eavaluations
 
Personal Matching Recommendation system in TinderBox
Personal Matching Recommendation system in TinderBoxPersonal Matching Recommendation system in TinderBox
Personal Matching Recommendation system in TinderBox
 
핀란드, 내가 가보고 느낀 스타트업 생태계
핀란드, 내가 가보고 느낀 스타트업 생태계핀란드, 내가 가보고 느낀 스타트업 생태계
핀란드, 내가 가보고 느낀 스타트업 생태계
 
Superhero discourse in Americanization
Superhero discourse in AmericanizationSuperhero discourse in Americanization
Superhero discourse in Americanization
 
[SW Maestro] Team Loclas 1-2 Final Presentation
[SW Maestro] Team Loclas 1-2 Final Presentation[SW Maestro] Team Loclas 1-2 Final Presentation
[SW Maestro] Team Loclas 1-2 Final Presentation
 
문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론
문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론
문화연구입문 발표자료, <현대캐피탈>광고 분석 및 담론
 
러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계
러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계
러셀과 데카르트 탈 구조주의와 컴퓨터공학의 관계
 

트라우마틱 메모리(Traumatic Memory) : 리스크리스트 및 작품방향 선회