[논문]빅데이터 분석을 통한 패키징에 대한 소비자의 주요 인식 조사 -텍스트 마이닝과 의미연결망 분석을 중심으로-

강욱건; 고의석; 이학래; 김재능

doi:10.15207/jkcs.2018.9.4.015

빅데이터 분석을 통한 패키징에 대한 소비자의 주요 인식 조사 -텍스트 마이닝과 의미연결망 분석을 중심으로-
A Study of the Consumer Major Perception of Packaging Using Big Data Analysis -Focusing on Text Mining and Semantic Network Analysis- 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.9 no.4, 2018년, pp.15 - 22

강욱건 (연세대학교 패키징학과) , 고의석 (연세대학교 패키징학과) , 이학래 (연세대학교 패키징학과) , 김재능 (연세대학교 패키징학과)

초록
AI-Helper

패키징에 대한 소비자들의 주요인식을 조사하기 위해 빅데이터 분석방법인 텍스트 마이닝과 의미연결망 분석을 중심으로 연구를 진행하였다. 데이터 수집은 웹&SNS데이터 분석 프로그램인 텍스톰(Textom)을 사용하여 2년 7개월간의 데이터를 수집하였다. 연구 결과 네트워크 중심도는 패키징의 경우 8.9% 포장은 9.1%로 패키징이 보다 다양한 주제를 다루는 것으로 조사되었다. CONCOR 분석을 통해서 유사한 의미를 가지는 4개의 그룹으로 분류하여 패키징에 관한 소비자들의 주요인식을 연구, 개발, 산업, 소재, 기능 등으로 요약하였다. 본 연구에 따르면 소비자가 가장 많이 인식하는 패키징 소재는 합성수지이며 패키징 기능으로는 보관의 기능을 주로 인식한다. 또한 소비자들이 인식하는 패키징 관련 상품군으로 제약, 의약품인 것으로 조사되었다. 본 연구결과는 패키징에 대한 소비자들의 인식을 예측함으로써 향후 이루어질 연구와 산업발전에 기초자료로써의 활용 가능성을 가지며 빅데이터와 패키징 두 분야의 융합을 통한 패키징 분야의 새로운 연구방향을 제시한 의의가 있다.

Abstract ▼ AI-Helper

The purpose of this study is to investigate the consumer perception of packaging using big data analysis. This study use text mining to extract meaningful words from text and semantic network analysis to analyze connectivity and propagation trends. Data were collected by dividing the 'packaging(Korean)' and 'packaging(English)'. This study visualized the word network structure of the two key words and classified them into four groups with similar meaning through CONCOR analysis. The group name was specified based on the words constituting the classified group. These groups are a major category of consumers' perception of packaging. Especially cosmetics and design have high frequency of words and high centrality. Therefore it can be expected that the packaging design is perceived as important in the cosmetics industry. This study predicts consumers' perception of packaging so it can be a basis for future research and industry development.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

빅데이터 분석 방법은 데이터 마이닝(Data Mining), 텍스트 마이닝(Text Mining), 오피니언 마이닝(Opinion Mining), 사회연결망 분석(Social network analysis), 군집분석(ClusterAnalysis)등이 있으며 선행 연구를 통해 의미연결망 분석(Semantic Network Analysis)과 텍스트 마이닝 오피니언 마이닝, 사회연결망분석이 패키징 분야에 적용하기 용이한 빅데이터 분석기술임을 확인 하였다[8]. 따라서 본 연구에서는 수집한 텍스트 데이터에서 유의미한 단어들을 추출하는 텍스트 마이닝과 텍스트 간의 연결성과 전파 경향을 분석하는 의미연결망분석을 활용하여 연구를 진행하였다[9]. 포장과 포장의 영문 표기인 Packaging(패키징)의 단어에 대한 소비자 인식차이 및 패키징과 관련된 다양한 인식을 조사하고 소비자 인식의 이해를 돕기 위해 키워드에 따른 네트워크를 구성하여 연관 그룹을 형성하여 시각화 하였다.
본 연구는 ‘포장’과 ‘패키징’이란 두 단어의 인식에 대한 조사를 진행하였다.

제안 방법

빈도수 상위 100개의 단어를 바탕으로 UCINET6을 이용하여 네트워크를 구성하여 빈도가 높은 포장, 용기, 디자인이 네트워크의 중심에 위치하는 것을 확인하였으며 구성된 네트워크를 통해 CONCOR분석을 실시하고 비슷한 구조적 위치의 노드들을 그룹화 하였다. CONCOR분석결과 4개의 그룹이 형성되고 형성된 그룹을 포장연구 및 개발, 포장산업, 포장 소재, 포장 기능으로 분류하였다. Fig.
본 연구는 UCINET6를 이용하여 단어들의 연결구조를 파악하였고 연결정도 중심성(Degree centrality)과 네트워크 중심도(Network centralization)를 분석하여 관계의 정도를 계량화 하였다. 연결정도 중심성은 다른 노드와 연결된 정도를 말하는 것으로 단어에 연결된 선의 개수를 뜻한다.
텍스트 마이닝은 다른 정보와의 연계성을 파악하여 텍스트가 가진 카테고리를 찾아 단순한 정보 검색 그 이상의 결과를 얻을 수 있다[9]. 본연구에서는 텍스톰을 활용하여 텍스트 마이닝을 실시하였다. 수집된 데이터에서 단어의 정교화를 수행하기 위해 연구 주제와 관련이 없는 불용어를 삭제하고 데이터를 정제하여 100개의 단어를 최종 선정하여 분석을 실시하였다.
012)가 상위 10위안에 드는 것으로 나타났다. 빈도수 상위 100개의 단어를 바탕으로 UCINET6을 이용하여 네트워크를 구성하여 빈도가 높은 포장, 용기, 디자인이 네트워크의 중심에 위치하는 것을 확인하였으며 구성된 네트워크를 통해 CONCOR분석을 실시하고 비슷한 구조적 위치의 노드들을 그룹화 하였다. CONCOR분석결과 4개의 그룹이 형성되고 형성된 그룹을 포장연구 및 개발, 포장산업, 포장 소재, 포장 기능으로 분류하였다.
따라서 본 연구에서는 수집한 텍스트 데이터에서 유의미한 단어들을 추출하는 텍스트 마이닝과 텍스트 간의 연결성과 전파 경향을 분석하는 의미연결망분석을 활용하여 연구를 진행하였다[9]. 포장과 포장의 영문 표기인 Packaging(패키징)의 단어에 대한 소비자 인식차이 및 패키징과 관련된 다양한 인식을 조사하고 소비자 인식의 이해를 돕기 위해 키워드에 따른 네트워크를 구성하여 연관 그룹을 형성하여 시각화 하였다.
김해원(2014)에 따르면 텍스톰은 “수집된 단어의 빈도 목록을 작성하고 텍스트의 핵심어를 파악하여 필요한 단어를 선정한 후 매트릭스를 생성한다. 핵심단어들이 어떤 특정한 형태로 결합될 때 특별한 의미를 발생하는 것이라는 사회 연결망 관점을 따르며 핵심단어들이 동시에 발생하는 빈도를 관계로 파악한다.” 라고 하였다[15].

대상 데이터

데이터 수집은 ㈜더아이엠씨에서 개발한 웹&SNS데이터 분석 프로그램인 텍스톰(Textom)을 사용하였고 핵심키워드는 ‘포장’(Case A), ‘패키징’(Case B)으로 구분하여 각각 데이터를 수집하였다.
수집 대상으로는 국내 주요 포털사이트인 네이버(Naver)를 선택하였으며 웹, 블로그, 뉴스, 카페, 지식인, 이미지, 동영상, 전문자료전체, 학술자료, 연구보고서, 특허/KS, 통계, 리포트, 국가 기록물을 포함하였다. 수집 기간은 2015-01-01부터 2017-08-01까지의 데이터가 수집 대상이 된다.
데이터 수집은 ㈜더아이엠씨에서 개발한 웹&SNS데이터 분석 프로그램인 텍스톰(Textom)을 사용하였고 핵심키워드는 ‘포장’(Case A), ‘패키징’(Case B)으로 구분하여 각각 데이터를 수집하였다. 수집 대상으로는 국내 주요 포털사이트인 네이버(Naver)를 선택하였으며 웹, 블로그, 뉴스, 카페, 지식인, 이미지, 동영상, 전문자료전체, 학술자료, 연구보고서, 특허/KS, 통계, 리포트, 국가 기록물을 포함하였다. 수집 기간은 2015-01-01부터 2017-08-01까지의 데이터가 수집 대상이 된다.
본연구에서는 텍스톰을 활용하여 텍스트 마이닝을 실시하였다. 수집된 데이터에서 단어의 정교화를 수행하기 위해 연구 주제와 관련이 없는 불용어를 삭제하고 데이터를 정제하여 100개의 단어를 최종 선정하여 분석을 실시하였다.

데이터처리

단어들 사이의 관계를 시각화하고 명료하게 표현하기 위해 UCINET6의 NetDraw를 이용하였고 유사점을 가진 단어들이 형성하는 군집을 도출하기 위해 CONCOR(Convergence of iterated correlations)분석을 실시하였다. CONCOR분석은 단어 간의 동시출현 매트릭스의 피어슨 상관관계를 분석의 토대로 노드들을 식별하고 관계를 파악하는 방법이다[15].

성능/효과

CONCOR분석 결과 ‘포장’의 네트워크에서는 연구 개발과 관련된 그룹이 형성되었고 ‘패키징’의 네트워크에서는 발전과 미래의 그룹이 형성되었다.
네트워크 중심도가 낮아질수록 상위 단어뿐만 아니라 상대적으로 낮은 빈도의 단어에도 주목할 필요가 있다[15]. 빈도수 상위 100개의 단어를 바탕으로 구성한 네트워크를 통해 빈도가 높은 단어인 기술, 제품, 포장, 사용, 디자인 등이 네트워크의 중심에 위치하는 것을 확인하였으며 CONCOR분석을 통해 4개의 그룹을 형성하여 그룹에 포함되어있는 단어에 따라 그룹 명칭을 부여하였다. Fig 3
관련 연구로 Ritnamkam(2012)는 화장품 패키징의 형태와 색, 무늬에 따라 성별 간의 인지 및 감정적 지각 수준에 따른 포장 선호도를 연구하였고 2016년에는 화장품 패키징의 촉각적 감각이 소비자에게 어떤 감정을 유도하는지 조사하였다. 연구결과 화장품의 패키징에 따른 촉각, 시각적 차이가 소비자들의 선호도에 영향을 미치고 각기 다른 감정을 유도하는 것으로 나타났다[25-26]. 빅데이터를 활용하여 심미적 만족감이 제품 구매에 영향을 미치는 상품을 대상으로 패키징의 영향력을 연구할 수 있을 것으로 예상된다.
조사 결과 소비자들이 ‘패키징’과 ‘포장’을 인식할 때 비슷한 단어가 사용된다는 것을 알 수 있었다.
패키징과 연관성이 높은 상품으로는 제약, 의약품, 전자, 화장품, 크림, 식품, 농산물, 과일, 음료, 과자, 김치로 분석되었다. 신용, 방지, 보호, 안전의 노드들이 네트워크에 포함되어 있듯이 의약품뿐만 아니라 화장품, 식품 등 패키징이 사용되는 다양한 분야에서 패키징은 제품의 신용과 안전을 제공하는 역할을 하고 있으며 패키징이 제공하는 안전성과, 신용의 역할을 소비자들도 인식하고 있는 것을 알 수 있다.

후속연구

패키징은 제품의 이미지를 결정하고 필요한 정보를 전달하여 제품에 대한 만족도를 높이는 기능을 하는 것으로 분석된다. 본 연구는 네트워크 분석에 기초를 둔 패키징에 대한 소비자 인식 조사로써 패키징에 대한 소비자들 인식의 대분류라고 할 수 있는CONCOR 분석 결과를 바탕으로 패키징에 대한 소비자의 인식을 해석하고 패키징의 소재, 개발, 기능, 역할을 중점으로 의미를 도출하여 향후 이루어질 연구와 산업의 발전에 기초자료가 될 수 있을 것으로 판단된다.
빅데이터 관련 플랫폼 적용을 위해서는 관련 산업에 관한 분석이 필요하다[10-11]. 본 연구방법은 분석대상이 되는 산업에 대한 경쟁력 강화를 위한 기초자료를 제시할 수 있으며 빅데이터 분석을 활용하여 신제품 및 서비스 발굴을 포함한 고객의 니즈, 고객 관리 등 플랫폼과 같은 빅데이터 적용 산업을 위한 기초적 자료로써 제시될 수 있다[12-13].
연구결과 화장품의 패키징에 따른 촉각, 시각적 차이가 소비자들의 선호도에 영향을 미치고 각기 다른 감정을 유도하는 것으로 나타났다[25-26]. 빅데이터를 활용하여 심미적 만족감이 제품 구매에 영향을 미치는 상품을 대상으로 패키징의 영향력을 연구할 수 있을 것으로 예상된다.
포장(包藏)은 도로포장의 포장(鋪裝)과 포상을 칭찬하는 포장(褒章)등과 같이 한문의 뜻은 다르지만 한글 표기가 같은 단어가 존재하여 혼란을 야기한다. 이러한 혼란을 피하고 새로운 기술이 접목되는 포장기술로의 성립과 위상을 확보하기 위해 패키징(Packaging)으로 용어를 통일하기 위한 합의의 필요성이 제시되고 있으며 본 연구를 통해 용어통일의 방향성을 제시할 수 있을 것으로 판단된다[19].

질의응답

핵심어	질문	논문에서 추출한 답변
	패키징의 매출액과 성장률의 추세는 매년 어떻게 변화하고 있는가?	6% 증가한 41조 4,140억원,2014년의 매출액은 42조 1,856억원으로 추정되고 있다. 매년 매출액은 증가하고 있지만 성장률이 둔화추세에 있다는 것을 알 수 있다[4]. 강동호(2016)는 2010년부터 이루어진 통계조사를 바탕으로 현재 한국 패키징 산업의 현황과 추세를 분석하였다.
	CONCOR분석이란 무엇인가?	단어들 사이의 관계를 시각화하고 명료하게 표현하기 위해 UCINET6의 NetDraw를 이용하였고 유사점을 가진 단어들이 형성하는 군집을 도출하기 위해 CONCOR(Convergence of iterated correlations)분석을 실시하였다. CONCOR분석은 단어 간의 동시출현 매트릭스의 피어슨 상관관계를 분석의 토대로 노드들을 식별하고 관계를 파악하는 방법이다[15]. CONCOR분석은 구조적 등위성 분석에 포함된다.
	패키징의 역할은 무엇인가?	한국산업표준(KS T 1001)에 따르면 포장(Packaging), 즉 패키징이란 “물품의 수송, 보관, 취급, 사용 등에 있어서 그것의 가치 및 상태를 보호하기 위하여 적절한 재료 등을 물품에 부여하는 기술이나 상태”라고 정의내리고 있다[1]. 패키징은 제품의 생산, 운송, 판매, 사용, 폐기까지의 전 과정에서 기능을 하는 것으로 상품을 보호하는 역할뿐만 아니라 사용의 편리성, 상품성, 폐기 용이성을 향상시키는 역할을 한다. 패키징기술센터(Korea Packaging Center)에서는 패키징을 제품의 변질, 파손, 도난을 방지하고 제품의 사용법과 효능, 공인성 등을 제공하는 것으로 설명하고 있다[2].

참고문헌 (26)

Korea Standard. (2009). Glossary of terms for packaging, in KS T 1001
Korea Packaging Center. what's Packaging?. http://www.kopack.re.kr/
S. Natarajan, M. Govindarajan & B. Kuma (2014). Fundamentals Of Packaging Technology. PHI Learning Pvt. Ltd... 1-8.
Korea Packaging Center. (2014). Report on the status of the packaging industry from 2013-2014.
D. H. Kang, S. W. Hwang, & J. K Shin. (2016). Outline of Korean Packaging Industry. Korean Journal of Packaging Science & Technology. 22(3), 135-142.

원문보기 상세보기
K .R. Kim & S. S. Kim. (2016). Trend Analysis of Research on Inclusive Education in Korea Using Text Mining. Korean Journal of Physical, Multiple & Health Disabilities. 59(4), 133-157.
G. George, M. Haas, R & A. Pentland. (2014). Big data and management. Academy of Management Journal, 57(2), 321-326.

상세보기
W. G. Kang, E. S. Ko, W. C. Shim, H. R. Lee & J. N. Kim. (2017). Study on Application of Big Data in Packaging. Korean Journal of Packaging Science & Technology, 23(3), 201-209.
J. S. Kim (2013). Big Data Utilization and Analysis Techniques. Master Thesis Dissertation, Korea University, Seoul, Korea
J. H. Ku. (2017). A Study on the Platform for Big Data Analysis of Manufacturing Process. Journal of Convergence for Information Technology, 7(5), 177-182.
S. H. Kim, S. H. Chang & S.W. Lee. (2017). Consumer Trend Platform Development for Combination Analysis of Structured and Unstructured Big Data. Journal of Digital Convergence, 15(6), 133-143.
Y. S. Jeong. (2015). Business Process Model for Efficient SMB using Big Data. Journal of Convergence for Information Technology, 5(4), 11-16.
J. H. Kim & J. M. Lee. (2017). Analysis of Waterpark Status and Recognition Using Big Data Analysis. Journal of Digital Convergence, 15(10), 525-535.
K. H. Im. (2017). SNS bigdata analysis technology trend and development direction. The Korea Contents Society, 15(1), 38-43.
H. W. Kim & C. N. Kim. (2014). An exploratory study on content creation methods utilizing big data : Linguistic and story resources for effective creation of TV home shopping content. Journal of Cybercommunication Academic Society. 31(3), 5-51.
M. K Cha & S. H. Kweon. (2015). A Semantic Network Analysis of "Creative Economics" in News Frame. Korean Journal of Journalism & Communication Studies, 59(2), 88-120.
S. S. Lee. (2014). A Content Analysis of Journal Articles Using the Language Network Analysis Methods. Journal of the Korean Society for information Management. 49-68.
D. H. Chung & D. Y. Yoo. (2013). A Communication Structure of Science Gifted Students Based on the Social Network Analysis. Korean Earth Science Society. 34(1), 81？92.

원문보기 상세보기
C. Kim. (2010). Introduction to PACKAGING TECHNOLOGY & ENGINEERING. Packaging industry. Seoul. pp. 1-62
Y. K. Hahm & S. J. Lee. (2016). The Distinctiveness of Big Data Business Model in Its Components: A Comparative Analysis of Korea-US Cosmetic Big Data Business Cases. Journal of Information Technology and Architecture. 13(1), 63-75.
https://www.forbes.com/sites/moorinsights/2015/10/01/what-does-food-packaging-have-to-do-with-big-data-and-the-internet-of-things/2/#7317480869af
S. M. Chae. (2015). Drug Abuse and Policy Implications. Health and Welfare Policy Forum. 66-76.
J. N. Kim. (2004). A Study on the Present Issues and Future of the Pharmaceutical Packaging. Korean Journal of Packaging Sciemce & Technology. 10(1), 15-26.
I. U Song & K. W. Park. (2015). Analysis of Visual Elements of Package Design in Cosmetics - With a Focus on Global Cosmetics Brands -. A Journal of Brand Design Association of Korea. 13(2), 167-176.

상세보기
S. Ritnamkam & N. Sahachaisaeree. (2012). Cosmetic packaging design: A case study on gender distinction. Procedia-Social and Behavioral Sciences, 50, 1018-1032.

상세보기
S. Ritnamkam & Y. Chavalkul. (2016). The Influence of Textured Surfaces of Cosmetic Packaging on Consumers' Feelings. Environment-Behaviour Proceedings Journal, 1(3), 123-131.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증