선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 앞서 설명한대로, 본 연구에서는 기존의 논문들에서 사용된 미디어 레퍼토리 개념을 미디어-콘텐츠 간의 조합인 미디어-콘텐츠 레퍼토리로 확장하고 이와 관련이 있는 소비자 특성 요인을 분석하고자 한다. 또한 기존 미디어 레퍼토리 연구들이 각 유형별 인구사회학적 특성 및 미디어 이용량을 밝히는 데 초점을 두었다면 본 연구에서는 유료 콘텐츠 소비 행태를 포함한 구체적인 미디어 소비활동을 추가적으로 분석하고자 한다[20].
- 앞서 설명한대로, 본 연구에서는 기존의 논문들에서 사용된 미디어 레퍼토리 개념을 미디어-콘텐츠 간의 조합인 미디어-콘텐츠 레퍼토리로 확장하고 이와 관련이 있는 소비자 특성 요인을 분석하고자 한다. 또한 기존 미디어 레퍼토리 연구들이 각 유형별 인구사회학적 특성 및 미디어 이용량을 밝히는 데 초점을 두었다면 본 연구에서는 유료 콘텐츠 소비 행태를 포함한 구체적인 미디어 소비활동을 추가적으로 분석하고자 한다[20].
- 이에 본 연구는 미디어와 해당 미디어를 통해 소비되는 콘텐츠를 종합적인 패턴으로 분석하는 미디어-콘텐츠 레퍼토리를 개발하고자 한다. 연구의 신뢰성과 시의성을 확보하기 위해 기존 연구를 참고하여 이용도가 높은 TV, PC, 태블릿, 스마트폰으로 미디어 기기의 범위를 한정지었다.
- 이에 본 연구에서는 전통적인 미디어인 TV와 PC와의 비교를 통해 뉴미디어가 ‘미디어-콘텐츠 레퍼토리’에 중요한 영향력을 미치는 것을 검증하였다.
- 즉, 미디어를 통해 소비되는 콘텐츠를 새로운 기준으로 추가함으로써 미디어만을 조망하던 기존 연구들의 관점을 확장시켜 ‘미디어-콘텐츠 레퍼토리’ 개념을 새롭게 제안하였다. 이와 함께, 분석의 대상이 되는 미디어와 콘텐츠의 범위를 그 중요도에 따라 선별함으로써 심도 있는 논의가 가능하도록 하였다. 특별히 연구의 대상이 된 엔터테인먼트 콘텐츠의 경우, 다중 미디어 환경과 밀접한 관계를 맺고 있다는 점에서 연구 결과의 의의가 더 크다 할 수 있다.
제안 방법
- TV를 디바이스 관점으로 통틀어서 바라봤기 때문에, 지상파, 케이블TV, 위성TV, IPTV로 나눠서 바라보는 TV 섭스크립션에 대한 연구를 추가시켰다[표 16]. 헤비유저군은 IPTV 섭스크립션 형태가 60%에 육박했다.
- 전체 변수들의 F 값을 기반으로 가장 적절한 군집의 수를 5개로 지정하여 대표적인 비계층적 군집분석 방식인 K-평균 군집분석을 실시하였다. 그리고 군집의 중심값에서 유추할 수 있는 각 군집 별 미디어-콘텐츠 이용 특성을 기반으로 5개 군집의 이름을 정하였다.
- 그리고 성별, 나이, 직업, 거주 가구 인원수, 대중교통 이용시간으로 구성된 인구통계학적 특성과 혁신성, 놀이성, 기술친숙도로 구성된 개인적 특성, 마지막으로 각 콘텐츠 장르별 월 평균 소비 금액을 함께 조사하였다. 개인의 혁신성, 놀이성, 기술친숙도 측정 항목은 아가왈, 카라한나[27]의 연구(혁신성 및 놀이성)와 에디슨, 게이슬러[32]의 연구(기술 친숙도)를 참고하였다.
- 미디어 레퍼토리는 채널 레퍼토리에서 확장된 개념으로, 규칙적으로 이용하는 미디어 묶음을 의미한다. 다양한 연구에서 미디어 레퍼토리 개념을 활용하여 미디어 이용자들을 분석하였다. 리스와 아이직[17]은 군집 분석을 통해 선호 콘텐츠 및 매체 유형에 따라 미디어 이용자들이 어떤 세부 그룹으로 구분되는지 분석하였다.
- 본 연구에서는 실제 미디어-콘텐츠 사용 시간을 측정한 것이 아니라 응답자가 개인의 기억에 의존하여 스스로 기입하는 방식으로 설문을 설계했다. 또한 응답자의 편의를 위해 실제 시간이나 비율 변수가 아닌 시간 범위를 제시한 서열 변수를 사용하였다. 이러한 변수 측정의 한계점은 군집 생성의 한계점으로 연결된다.
- 본 연구는 스마트폰, 태블릿, PC, TV의 네 가지 미디어와 영화, 방송, 음악, 게임의 네 가지 콘텐츠로 미디어-콘텐츠 조합을 구성하고 미디어 이용자들의 각 조합별 이용 시간에 따라 5개의 레퍼토리 군집을 도출하고 군집별 특성을 분석하였다. 군집별 특징[표 17]과 대표적 이용자 예시[표 18]는 다음과 같다.
- 둘째, 변수 측정의 한계점이다. 본 연구에서는 실제 미디어-콘텐츠 사용 시간을 측정한 것이 아니라 응답자가 개인의 기억에 의존하여 스스로 기입하는 방식으로 설문을 설계했다. 또한 응답자의 편의를 위해 실제 시간이나 비율 변수가 아닌 시간 범위를 제시한 서열 변수를 사용하였다.
- 본 연구에서는 표준화된 16가지의 미디어-콘텐츠 조합 사용시간을 변수로 군집분석을 실시하였다. 대표적인 비계층적 군집분석 방법인 K-평균 군집분석을 사용하였으며 전체 변수들의 F 값을 기반으로 가장 적절한 군집의 수를 도출하였다.
- 설문 응답 결과를 바탕으로 미디어-콘텐츠 조합 별 이용 시간 분포를 분석하였다. 영화 콘텐츠의 경우, 장시간일 경우에 TV 이용자가 상대적으로 많은 것으로 나타났다.
- 셋째, 새롭게 등장한 뉴미디어를 연구 대상에 포함시켜 연구의 시의성을 확보하였다. 스마트폰과 태블릿의 경우, 전통적인 ‘미디어 레퍼토리’ 연구에서는 거의 다루어지지 않았으나 다중 미디어 환경에서 소비자들의 사용 빈도가 높고, 이에 따라 그 중요성이 확대되고 있다.
- 이용 시간의 측정은 서열 변수를 사용하여 이용하지 않음/ 1시간 미만/ 1-3시간/ 3-5시간/ 5시간 이상의 5개 구간으로 구분하였으며 각 이용 시간을 표준화였다.
- 또한, 문화콘텐츠 영역 중 상대적 중요성과 미디어와의 관계성을 영화/방송/음악/게임 콘텐츠를 연구의 범위로 한정지었다[29]. 자기 기입식 설문을 통해 얻은 데이터를 기반으로 개별 소비자가 자주 사용하는 미디어-콘텐츠의 조합에 따라 소비자들을 유형화하고 미디어-콘텐츠 레퍼토리에 영향을 미치는 인구통계 및 개인 특성을 분석했으며 최종적으로 각 유형 별로 유료 콘텐츠 소비 행태에 어떤 차이가 존재하는지 검증하였다. 본 연구의 연구 문제는 다음과 같다.
- 이 중에서 가정용 전화기는 미디어콘텐츠와의 연관성 정도를 고려하여 제외시키고, 데스크톱 컴퓨터, 노트북 컴퓨터는 PC로 통합시켰다. 즉, TV, PC, 테블릿, 휴대폰은 플랫폼으로써의 개념이 아닌 디바이스로의 개념으로 바라보았다. 또, 이로써의 한계를 보완하기 위해 뒤에 추가적으로 각 군집별 TV 섭스크립션 형태(지상파, 케이블TV, 위성TV, IPTV)연구를 덧붙였다.
- 즉, 미디어를 통해 소비되는 콘텐츠를 새로운 기준으로 추가함으로써 미디어만을 조망하던 기존 연구들의 관점을 확장시켜 ‘미디어-콘텐츠 레퍼토리’ 개념을 새롭게 제안하였다.
- 연구의 신뢰성과 시의성을 확보하기 위해 기존 연구를 참고하여 이용도가 높은 TV, PC, 태블릿, 스마트폰으로 미디어 기기의 범위를 한정지었다. 즉, 본 연구에서의 TV, PC는 하드웨어적인 미디어 기기 개념으로 한정지었고, TV 디바이스를 통한 서비스(지상파, 케이블TV, 위성TV, IPTV)를 세분화한 연구를 추가하였다. 또한, 문화콘텐츠 영역 중 상대적 중요성과 미디어와의 관계성을 영화/방송/음악/게임 콘텐츠를 연구의 범위로 한정지었다[29].
- 에디슨과 가이슬러[32]는 소비자의 기술에 대한 태도인 기술 친숙도가 구매 방법, 항목, 시점, 그리고 방식에 영향을 주는 것을 밝혀냈다.혁신성, 놀이성, 기술친숙도와 새로운 기술/미디어 수용 의도 사이의 상관 관계를 증명한 기존 문헌들을 바탕으로 혁신성, 놀이성, 기술친숙도를 미디어-콘텐츠 레퍼토리 군집의 특성 차이 분석 변수로 활용하였다.
대상 데이터
- 본 연구를 위해 국내의 대표적인 온라인 학술 패널 서비스를 활용하였다. 2013년 11월 8일부터 11월 12일까지 5일 간 총 379명이 설문에 참여하였고, 불성실 응답자 47명의 데이터를 제거하여 최종 분석에는 332명의 데이터를 사용하였다. 응답자의 인구 통계 분포는 [표 4]와 같다.
- 이에 본 연구는 미디어와 해당 미디어를 통해 소비되는 콘텐츠를 종합적인 패턴으로 분석하는 미디어-콘텐츠 레퍼토리를 개발하고자 한다. 연구의 신뢰성과 시의성을 확보하기 위해 기존 연구를 참고하여 이용도가 높은 TV, PC, 태블릿, 스마트폰으로 미디어 기기의 범위를 한정지었다. 즉, 본 연구에서의 TV, PC는 하드웨어적인 미디어 기기 개념으로 한정지었고, TV 디바이스를 통한 서비스(지상파, 케이블TV, 위성TV, IPTV)를 세분화한 연구를 추가하였다.
- 우선 미디어-콘텐츠 레퍼토리 군집 도출을 위해 [표 2]와 같이 16개의 변수들–4개 콘텐츠(영화, 방송, 음악, 게임) 및 4개 미디어(스마트폰, 태블릿, PC, TV)의 조합 별 이용 시간-을 사용하였다.
데이터처리
- 군집 별로 인구 통계적 특성이 통계적으로 유의하게 다른지 검증하기 위해 ANOVA를 실시하였다. 이와 함께 교차 분석을 통해 실제빈도에 비해 기대빈도가 높은 부분을 음영으로 표시하였다.
- 본 연구에서는 표준화된 16가지의 미디어-콘텐츠 조합 사용시간을 변수로 군집분석을 실시하였다. 대표적인 비계층적 군집분석 방법인 K-평균 군집분석을 사용하였으며 전체 변수들의 F 값을 기반으로 가장 적절한 군집의 수를 도출하였다. 도출된 군집을 기반으로 소비자 특성 및 유료 콘텐츠 소비 행태를 분석하였고 이를 위해 분산분석(Analysis of Variance, ANOVA)을 실시하였다.
- 대표적인 비계층적 군집분석 방법인 K-평균 군집분석을 사용하였으며 전체 변수들의 F 값을 기반으로 가장 적절한 군집의 수를 도출하였다. 도출된 군집을 기반으로 소비자 특성 및 유료 콘텐츠 소비 행태를 분석하였고 이를 위해 분산분석(Analysis of Variance, ANOVA)을 실시하였다.
- 전체 변수들의 F 값을 기반으로 가장 적절한 군집의 수를 5개로 지정하여 대표적인 비계층적 군집분석 방식인 K-평균 군집분석을 실시하였다. 그리고 군집의 중심값에서 유추할 수 있는 각 군집 별 미디어-콘텐츠 이용 특성을 기반으로 5개 군집의 이름을 정하였다.
이론/모형
- 그리고 성별, 나이, 직업, 거주 가구 인원수, 대중교통 이용시간으로 구성된 인구통계학적 특성과 혁신성, 놀이성, 기술친숙도로 구성된 개인적 특성, 마지막으로 각 콘텐츠 장르별 월 평균 소비 금액을 함께 조사하였다. 개인의 혁신성, 놀이성, 기술친숙도 측정 항목은 아가왈, 카라한나[27]의 연구(혁신성 및 놀이성)와 에디슨, 게이슬러[32]의 연구(기술 친숙도)를 참고하였다. 본 연구의 연구 모형은 [그림1]에, 연구에 사용한 변수의 정의와 측정 항목은 [표3]에 정리하였다.
- 본 연구를 위해 국내의 대표적인 온라인 학술 패널 서비스를 활용하였다. 2013년 11월 8일부터 11월 12일까지 5일 간 총 379명이 설문에 참여하였고, 불성실 응답자 47명의 데이터를 제거하여 최종 분석에는 332명의 데이터를 사용하였다.
성능/효과
- 바라이어티군의 경우 TV를 통한 방송 구매 금액은 적은 반면, 영화 구매금액이 높게 나타났다. IPTV를 통한 콘텐츠 구매가 방송보다 영화에 치우쳐있는 그룹임을 확인할 수 있었다. 또한, 스크린 이용 군은 IPTV의 비율이 헤비 유저군 다음으로 높게 나타났다.
- 개인 성향과 유료 콘텐츠 소비 행태는 각각 ‘미디어-콘텐츠 레퍼토리’의 선행 변수와 후행 변수로서 개별 ‘미디어-콘텐츠 레퍼토리’를 분석하는 데에 유용하게 활용될 수 있음이 증명되었다.
- 군집 간 혁신성 차이를 살펴보면 미디어 이용량이 많은 그룹이 다른 그룹에 비해 혁신성이 높은 것으로 나타났다. 전통적인 미디어 이용군인 스크린이용군의 경우, 다른 그룹에 비해 혁신성이 현저히 낮은 것을 확인할 수 있었다.
- 군집 별 콘텐츠 구매 금액을 살펴보면, 모든 영역에서 헤비유저군의 콘텐츠 구매금액이 가장 높게 나타났다. 버라이어티군과 선택적 집중군을 비교했을 때, 전반적으로 버라이어티군이 1.
- 퍼거슨[10]은 미디어 이용자들을 TV레저/기타레저와 고이용/저이용의 2 x 2 매트릭스로 구분해 네 종류의 레저 그룹을 도출하였다. 그룹 별로 케이블 채널레퍼토리 수와 연령에 유의한 차이가 있었으며 전체 채널 레퍼토리와 학력과는 유의하지 않은 차이를 보였다. 뉘엔도르프[11]는 빈도 별로 구분된 일반 레퍼토리, 빈도 수 가중 레퍼토리, 주요 레퍼토리, 이차 레퍼토리, 삼차 레퍼토의 개념을 제시하였다.
- 뉘엔도르프[11]는 빈도 별로 구분된 일반 레퍼토리, 빈도 수 가중 레퍼토리, 주요 레퍼토리, 이차 레퍼토리, 삼차 레퍼토의 개념을 제시하였다. 또 사회적 변인 등 변수들로 각 레퍼토리를 예측하는 회귀분석을 추가로 실시하였고, 이를 통해 레퍼토리의 정의 방식에 따라 변수들 간의 유의성이 다르게 나타남을 확인하였다. 위안과 웹스터[6]는 채널 레퍼토리를 전체 채널 레퍼토리인 총 채널 레퍼토리, 10분 이상의 연속 시간으로 구성된 주요채널 레퍼토리, 10분이상의 연속 시간이 매일 반복적으로 이루어지는 일일채널 레퍼토리의 세 카테고리로 나눠서 비교한 뒤 인구통계 및 시청 형태와의 관계를 검증하였다.
- 이전에는 주로 PC나 게임 전용 콘솔 등을 통해 게임을 했지만, 스마트폰 게임의 등장으로 게임 이용자층이 확대되고 있는 것으로 해석된다. 또한, 3-5시간이나 5시간 이상의 경우에도 스마트폰-게임 조합이 가장 많은 것으로 보아, 이용 빈도 또한 높은 것으로 나타났다. 미디어-콘텐츠 조합 별 이용 시간 분포는 [표 5]에 정리하였다.
- 반면, 군집 간 성별과 직업, 그리고 거주가구 인원수의 차이는 통계적으로 유의하지 않은 것으로 나타났다.
- 스마트폰이나 태블릿 이용에 중요한 요인으로 작용하리라 예상되는 대중교통 이용 시간의 경우, 군집 별로 상이한 특성을 보이는 것으로 나타났다. 저이용군과 스크린이용군은 대중교통을 이용하지 않거나 30분 이하로 이용하는 비율이 높았고, 버라이어티군, 선택적 집중군, 헤비유저군은 대중교통을 오래 이용하는 비율이 높음을 볼 수 있었다.
- 스마트폰이나 태블릿 이용에 중요한 요인으로 작용하리라 예상되는 대중교통 이용 시간의 경우, 군집 별로 상이한 특성을 보이는 것으로 나타났다. 저이용군과 스크린이용군은 대중교통을 이용하지 않거나 30분 이하로 이용하는 비율이 높았고, 버라이어티군, 선택적 집중군, 헤비유저군은 대중교통을 오래 이용하는 비율이 높음을 볼 수 있었다. 대체적으로, 대중교통 이용시간이 높을수록 미디어-콘텐츠 이용도 늘어난다고 볼 수 있다[표 9].
- 첫째, 미디어 간의 1차적 조합인 ‘미디어 레퍼토리’의 개념을 한 차원 더 확장하였다.
후속연구
- 둘째, 기존의 연구들이 미디어 간 군집화를 통한 레퍼토리 도출, 그리고 각 레퍼토리 사이의 인구통계학적 특성 및 매체 주목도 분석에 집중됐다면, 본 연구는 새로운 변수들인 개인 성향 및 유료 콘텐츠 소비 행태를 추가하여 분석의 범위와 깊이를 더했다. 개인 성향과 유료 콘텐츠 소비 행태는 각각 ‘미디어-콘텐츠 레퍼토리’의 선행 변수와 후행 변수로서 개별 ‘미디어-콘텐츠 레퍼토리’를 분석하는 데에 유용하게 활용될 수 있음이 증명되었다.
- 마지막으로, 본 연구에서와 같이 미디어와 콘텐츠를 선별하여 레퍼토리를 도출하는 방식의 연구도 하나의 연구 흐름이 될 것이다. 예를 들어, 본 연구에서는 ‘미디어’로서의 통일성을 위해 여러 TV 서비스들을 하나로 통합하여 분석하였지만, 해당 서비스들(지상파, 케이블, 위성, IPTV 등)을 독립적인 하나의 미디어로 분류하여 레퍼토리 분석을 하는 방법도 가능하다.
- 예를 들어, 본 연구에서는 ‘미디어’로서의 통일성을 위해 여러 TV 서비스들을 하나로 통합하여 분석하였지만, 해당 서비스들(지상파, 케이블, 위성, IPTV 등)을 독립적인 하나의 미디어로 분류하여 레퍼토리 분석을 하는 방법도 가능하다. 이와 함께 방송 콘텐츠도 예능, 스포츠, 드라마 등으로 세분화하고 지상파, 케이블, 위성, IPTV와 세부 장르 간의 조합 레퍼토리 도출을 통해 각 TV 서비스들과 콘텐츠 장르 간의 궁합을 살펴본다면 해당 산업에 더 깊이 있는 시사점을 제공할 수 있으리라 생각한다.
- 이와 함께, 개별 ‘미디어-콘텐츠 레퍼토리’ 사이에 존재하는 차이점을 기반으로 각 소비자 그룹들을 대상으로 하는 새로운 사업 기회의 포착도 가능할 것이다.
- 미디어와 콘텐츠 간의 ‘궁합’을 파악하는 것은 여러 측면에서 시사점을 제공할 수 있다. 콘텐츠 제작자가 각 미디어 별로 어떤 콘텐츠의 이용률이 높고 평균 소비 금액이 높은지 알 수 있다면 새로운 콘텐츠를 기획할 때에 유익한 의사 결정 기준으로 활용할 수 있을 것이다. 본 연구에서 도출할 수 있는 실무적 전략 예시는 다음과 같다.
- 전체 연령대가 고르게 소비하는 영화나 방송 콘텐츠와는 다르게 게임이나 음악과 같은 엔터테인먼트 콘텐츠의 소비자들이 대부분 10대~30대의 젊은 세대임을 감안하면 본 연구의 표본 선정에 개선의 여지가 존재함을 알 수 있다. 향후 연구에서 우리나라 연령대별 인구 비율을 반영한 표본을 대상으로 연구를 진행한다면, 더 정교한 연구를 진행할 수 있었을 것이라 생각한다.
- 향후 연구에서는 패널 활용을 통해 실제 사용 시간을 측정하거나 이외에 정교하게 사용 시간을 검증할 수 있는 방식을 도입한다면 더 다양하고 심도 있는 ‘미디어-콘텐츠 레퍼토리’ 도출이 가능하리라 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.