예술의 상징학(iconography)은 예술작품의 시각적 내용을 연구하여 그 주제와 모티프를 파악하고, 이러한 요소들이 어떻게 표현되는지를 특성화하는 학문이다. 이는 의미 해석, 표현의 기원과 시간·공간적 확산 연구, 예술가 및 예술작품 간의 영향관계 탐구 등 다양한 목적을 위해 활발한 연구 대상이 되고 있다. 예술 이미지의 디지털 아카이브가 급격히 증가함에 따라, 컴퓨터 비전 기술을 활용하여 예술 이미지를 전례 없는 규모로 분석할 수 있는 가능성이 열리게 되었으며, 이는 상징학 연구 및 교육을 지원할 수 있다. 본 논문에서는 상징학 분류를 위한 새로운 회화 데이터셋을 제안하고, 컨볼루션 신경망(Convolutional Neural Network, CNN) 분류기를 적용하여 예술작품의 상징학적 특징을 인식하는 데 대한 정량적·정성적 결과를 제시한다. 제안된 분류기는 시각적 특징이 매우 유사한 클래스들이 존재하는 상황에서 어려움을 겪는 기독교 종교 회화 내 성인(saints)을 식별하는 작업에서 우수한 성능(정밀도 71.17%, 재현율 70.89%, F1 점수 70.25%, 평균 정밀도 72.73%)을 달성하였다. 결과의 정성적 분석을 통해 CNN이 각 성인을 특징짓는 전통적인 상징적 모티프에 주목하며, 이러한 단서를 활용하여 정확한 식별을 달성함을 확인할 수 있었다. 본 연구의 궁극적 목적은 상징학적 요소의 자동 추출, 분해 및 비교를 가능하게 하여 상징학 연구 및 자동 예술작품 주석(annotation)을 지원하는 것이다.