The Fourth Industrial Revolution has differentiated technologies such as artificial intelligence, IoT(Internet of things), big data, and mobile. As the civilization develops more and more, humanity enjoy the cultural activities more than economic activity for the food and shelter. The platform struc...
The Fourth Industrial Revolution has differentiated technologies such as artificial intelligence, IoT(Internet of things), big data, and mobile. As the civilization develops more and more, humanity enjoy the cultural activities more than economic activity for the food and shelter. The platform structure based on the advanced information technology of the present will expand the cultural contents area in a variety of ways. Cultural contents respond sensitively to changes in consumer and will be useful experiences of human activities. Therefore, it should be noted again that the contents industry should not be limited to the discussion of the application of the fourth technology, but should be produced with emphasis on useful experiences of human being. In other words, the discussion of human activities around cultural contents should be focused on how to apply beyond the use of fourth industrial technology. Therefore, it is necessary to analyze the basis of the successful storytelling of the planning stage to connect the fourth industrial technology and human useful experience as a method for developing cultural contents, and to build and propose a model as a strategic method. This study analyzes domestic and foreign cases made by using big data among the visual contents which show continuous increase of consumption among culture industry field, and draws success factors and limit points. Next, we extract what is the successful matching factor that influenced consumer 's consciousness, and find out that the structure of culture prototype has been applied in the long history of mankind, and presents it as a storytelling model. Through the above research, this study aims to present a new interpretation and creative activity of cultural contents by presenting a storytelling model as a methodology for connecting creative knowledge, away from the general interpretation of social phenomenon applied with big data.
The Fourth Industrial Revolution has differentiated technologies such as artificial intelligence, IoT(Internet of things), big data, and mobile. As the civilization develops more and more, humanity enjoy the cultural activities more than economic activity for the food and shelter. The platform structure based on the advanced information technology of the present will expand the cultural contents area in a variety of ways. Cultural contents respond sensitively to changes in consumer and will be useful experiences of human activities. Therefore, it should be noted again that the contents industry should not be limited to the discussion of the application of the fourth technology, but should be produced with emphasis on useful experiences of human being. In other words, the discussion of human activities around cultural contents should be focused on how to apply beyond the use of fourth industrial technology. Therefore, it is necessary to analyze the basis of the successful storytelling of the planning stage to connect the fourth industrial technology and human useful experience as a method for developing cultural contents, and to build and propose a model as a strategic method. This study analyzes domestic and foreign cases made by using big data among the visual contents which show continuous increase of consumption among culture industry field, and draws success factors and limit points. Next, we extract what is the successful matching factor that influenced consumer 's consciousness, and find out that the structure of culture prototype has been applied in the long history of mankind, and presents it as a storytelling model. Through the above research, this study aims to present a new interpretation and creative activity of cultural contents by presenting a storytelling model as a methodology for connecting creative knowledge, away from the general interpretation of social phenomenon applied with big data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다양한 매체 기술 개발로 문화콘텐츠 제작이 요구되는 현대 상업시장에서, 소비자를 만족시키는 콘텐츠 개발전략에 빅데이터의 유의미한 활용은 승패의 요소가 될 것이다. 그렇다면 빅데이터를 문화산업에 적절하게 사용한 성공 사례의 아이디어를 살펴보고, 우리나라 콘텐츠에 접목시킬 수 있는 모델을 제시해보고자 한다.
다시 말해, 을 통해 10대 후반에서 20대중반 여성층의 영상 시청 방법에 대한 데이터를 얻었다면, 이를 광고 같은 다른 장르에는 어떻게 적용 가능한지, 혹은 아마존이나 넷플릭스처럼 또 다른 매체, 빅데이터와 엮어서 어떻게 새로운 콘텐츠로 개발해 나아갈 수 있을지 제안할 수 있어야 한다. 본 연구는 그런 사례의 모델을 제시하기 위해, 기존 작품 중 빅데이터를 통해 문제점을 찾아냈지만 새로운 아이디어가 부족했던 작품의 리모델링 과정을 제시하고자 한다.
그러기 위해서는 빅데이터를 선택하고 적용하는 체계적인 과정이 필요하다. 본 연구는 영상콘텐츠 제작에 새로운 정보와 기존정보를 연결하기 위한 모듈을 제시하기 위해 국내 빅데이터 사례 중 피상적인 현상파악에만 머물렀던 콘텐츠 수정 사례를 예로 들어 구체적인 빅데이터 기반의 콘텐츠 리크리에이팅 모듈을구축하고 제시하였다.
마지막으로 빅데이터를 통해 해석된 기존 방식을 발전시키는 새로운 해석의 지식 연결방식을 제시해본다. 빅데이터의 일반적 해석에서 벗어나 창조적 지식연결을 통해 유용한 경험을 만들 수 있는 방법론을 알아본다.
소셜 분석(Social Network Analytics)은 소셜미디어에 올라오는 네티즌의 글과 성향을 분석해, 그 패턴과 흐름을 이용하는 데 목적을 둔다. SNS의 개인을 노드(Node)로 설정하고 그 개인과 관계를 맺는 것들을 링크(Link)로 간주하여 소셜 네트워크를 파악하고 정보를 추출한다.
이에 본 연구는 문화산업분야에서 4차 산업기술을 활용한 예를 분석하고, 이를 좀 더 유용한 경험으로 이끌 수 있는 창조적 지식 연결 활동을 제시해 보고자 한다. 이를 위해 우선 4차 산업시대의 변화 양상을 살펴보고 이를 통해 기술발전과 문화산업의 연결고리를 알아본다.
제안 방법
소셜 분석(Social Network Analytics)은 소셜미디어에 올라오는 네티즌의 글과 성향을 분석해, 그 패턴과 흐름을 이용하는 데 목적을 둔다. SNS의 개인을 노드(Node)로 설정하고 그 개인과 관계를 맺는 것들을 링크(Link)로 간주하여 소셜 네트워크를 파악하고 정보를 추출한다. 우선 위상학적 구조를 분석(Network Topology Structure)을 통해 네트워크의 특성을 파악한다.
기술의 발전이 이루어지고 있는 방향과 문화산업의 역할을 살펴봄으로써 4차 산업시대 문화콘텐츠의 중요성을 가늠해본다. 다음으로 4차 산업기술 중 대표되는 빅데이터의 의미와 그 특징을 문화산업과 연결시켜 알아본다. 빅데이터는 방대한 정보를 통해 경제적 가치를 분석할 수 있는 기술로 각광받고 있는데, 이 기술이 문화산업과 연결되고 있는 지점을 살펴본다.
우선 위상학적 구조를 분석(Network Topology Structure)을 통해 네트워크의 특성을 파악한다. 다음으로 네트워크 구조의 시간에 따른 진화를 분석한 뒤 노드가 생산, 확산시키는 콘텐츠 흐름 살펴본다. 이를 통해 노드와 네트워크의 영향력, 관심사, 성향 및 행동 패턴을 분석할 수 있다.
디지털 콘텐츠 제작사인 네오터치포인트(Neotouchpoint)가 콘텐츠 유통 플랫폼인 피키캐스트(Pikicast)를 통해 얻어진 빅데이터를 적극적으로 반영시킨 작품이다. 드라마의 타깃과 프랫폼 이용자의 연령대가 일치한다는 점에서 피키캐스트의 정보는 드라마 제작에 용이했고, 시청자의 선호 장면과 반응도, 이탈지점 등을 세분화하여 데이터를 응용했다. 사용자의 기본 정보와 행동데이터를 연관시킨 빅데이터 해석은 특정 연령대를 타깃으로 한 웹 드라마 제작에 효율적 활용 사례로 남았다.
사례 분석을 통해 빅데이터가 활용되고 있는 콘텐츠의 문제점을 도출한다. 마지막으로 빅데이터를 통해 해석된 기존 방식을 발전시키는 새로운 해석의 지식 연결방식을 제시해본다. 빅데이터의 일반적 해석에서 벗어나 창조적 지식연결을 통해 유용한 경험을 만들 수 있는 방법론을 알아본다.
빅데이터는 방대한 정보를 통해 경제적 가치를 분석할 수 있는 기술로 각광받고 있는데, 이 기술이 문화산업과 연결되고 있는 지점을 살펴본다. 사례 분석을 통해 빅데이터가 활용되고 있는 콘텐츠의 문제점을 도출한다. 마지막으로 빅데이터를 통해 해석된 기존 방식을 발전시키는 새로운 해석의 지식 연결방식을 제시해본다.
세 번째로 이런 빅데이터를 기반으로 한 리모델링을 진행한다. 빅데이터 분석을 기반으로 접목시킬 수 있는 기존 이론이나 원형자료를 탐색하는 단계이다.
이를 토대로 데이터를 수집 할 플랫폼을 선정한 뒤 연관 데이터를 탐색하고 축적하는 단계로 넘어갈 것을 제안한다. 앞에서 빅데이터 적용의 예시로 살펴 본 은 리크리에이팅 단계에서 오지에서의 생존이라는 컨셉 속에서 동반자를 구해내는 현대판 영웅 캐릭터를 제시하는 데에 콘텐츠 제작의 목적이 있었음을 원질신화의 대입분석을 통해 알 수 있었다. 따라서 은 스토리 기승전결의 완결성보다는 대중을 만족시키는 영웅캐릭터의 에피소드가 필요하였다.
SNS의 개인을 노드(Node)로 설정하고 그 개인과 관계를 맺는 것들을 링크(Link)로 간주하여 소셜 네트워크를 파악하고 정보를 추출한다. 우선 위상학적 구조를 분석(Network Topology Structure)을 통해 네트워크의 특성을 파악한다. 다음으로 네트워크 구조의 시간에 따른 진화를 분석한 뒤 노드가 생산, 확산시키는 콘텐츠 흐름 살펴본다.
오피니언 마이닝(Opinion Mining)은 여론 분석기술로 웹사이트와 소셜 미디어에 나타난 여론과 의견을 분석하여 유용한 정보를 재가공하는 기술을 의미한다. 우선 주관성 분석을 통해 주어진 텍스트의 주관성과 객관성을 파악한다. 주관적 의견으로 결정되면 극성 분석을 통해 의견이 긍정적인지 부정적인지 분류한다.
이에 본 연구는 문화산업분야에서 4차 산업기술을 활용한 예를 분석하고, 이를 좀 더 유용한 경험으로 이끌 수 있는 창조적 지식 연결 활동을 제시해 보고자 한다. 이를 위해 우선 4차 산업시대의 변화 양상을 살펴보고 이를 통해 기술발전과 문화산업의 연결고리를 알아본다. 기술의 발전이 이루어지고 있는 방향과 문화산업의 역할을 살펴봄으로써 4차 산업시대 문화콘텐츠의 중요성을 가늠해본다.
이에 제작진은 추성훈을 출연시켜 다시금 인물원형을 완성시켰다.
은 작품의 에피소드를 감상하는 시청자들의 의견을 토대로 시청률하락의 원인을 찾고자 했다. 제작진은 대중의 의견을 실시간으로 관찰할 수 있는 소셜 네트워크 플랫폼에서 빅데이터를 얻어내 소셜 분석과 오피니언 마이닝을 실시했고, 출연진 부분에서 문제점을 발견해냈다.
그들은 특정 정치인에 대한 지지도를 보여주는 이전 데이터 분석에서 벗어나 유권자의 불특정한 성향을 보여주는 정보를 찾아 분석 활용했다. 텍스트 마이닝과 소셜 분석, 평판 분석, 군집 분석을 혼용하여 정치인에 대한 호감을 불러일으키는 유권자들의 취향과 관심을 분석했고, 이를 선거운동에 활용해 지역에 어울리는 옷과 제스처 설정은 물론 개인별로 맞춰진 1,500개의 다른 메일을 보냈다. 유권자의 마음을 사로잡을 수 있는 개별화된 선거운동은 당선이라는 결과를 가져다주었다.
대상 데이터
그런 의미에서 오바마(BarackObama) 미국 전 대통령의 재선은 이런 빅데이터 활용을 잘 보여준 사례이다. 그의 선거관리팀이었던 일명 비밀 동굴팀(The Cave)은 데이터 마이닝 전문가인 레이드 가니(Rayid Chani)를 최고 책임자로 영입해 빅데이터를 수집하고 분석했다. 그들은 특정 정치인에 대한 지지도를 보여주는 이전 데이터 분석에서 벗어나 유권자의 불특정한 성향을 보여주는 정보를 찾아 분석 활용했다.
넷플릭스는 이용자들이 동영상에 매긴별 점과 위치정보, 기기 정보, 플리버튼 클릭 수, 평일과 주말에 따른 선호 프로그램, 소셜 미디어 내에서 언급된 횟수 등을 빅데이터로 모을 수 있었고, 이를 분석해 추천 서비스를 제공할 수 있는 알고리즘을 개발했다. 이를 위해 하루 평균 3천만 건의 동영상 재생기록과 400만 건에 달하는 이용자의 평가, 300만 건이 넘는 검색 정보, 위치 정보와 단말 정보를 수집했고, 여기에 시청률 조사업체인 닐슨(Nielsen)과 페이스북, 트위터로부터 소셜 데이터를 수집해 종합했다. 이런넷플릭스의 빅데이터는 이용자들의 선호도를 알려줬고, 이를 기반으로 이용자들이 원하는 장르와 원하는 배우, 감독, 스토리를 찾아낼 수 있었다[Cho, 2014].
이론/모형
2011년에 시작한 이 장수 프로그램은 한때 20%에 다다르는 높은 시청률을 보였지만 2012년 조작 논란이불거지면서 인기가 급격히 하락했다. 이에 제작진이 선택한 회생 방법은 소셜 미디어에 대한 빅데이터 분석이었다. 총 17만 건이 넘는 트위터, 블로그, 게시판의 텍스트가 동원되었다.
성능/효과
이후 제작진은 이 부분에 집중해 방송을 제작했고, 그 결과 시청률이 다시 상승할 수 있었다[Korea Creative Content Agency, 2017]. 결과적으로 빅데이터를 통해 시청자가 원하는 요소들 중 현재 프로그램에서 약해진 부분을 강화해 완성도를 높이는 방법론을 선택한 것이다. 하지만 이런 빅데이터 활용은 단기적인 문제 해결만 가능하게 한다.
또한 도출된 리크리에이팅 모듈에서는 콘텐츠의 기획 의도를 기반으로 수집과 분석을 진행하며, 콘텐츠의 제작 목적에 따라 수집할 데이터와 플랫폼도 달라져야함을 제시하였다. 대중의 의견이 필요한지, 감성이 필요한지 혹은 취향이 필요한지에 따라 정보를 수집 할 매체는 달라져야 한다.
매칭자료 비교분석을 통해 밝혀진 문제점은 이 후 ‘그림자’캐릭터의 부활과 신화적 요소의 추가배치로 보완되었다.
신화의 수준에 따라 유재석과 김병만을 분류하면 보통사람보다 우월하고 환경에 종속되는 김병만은 사회지도자를, 보통사람보다 열등하고 환경에도 종속되는 유재석은 상징을 전복하고 신화로 재도약되는 영웅을 보여준다. 오지에서 멤버들을 이끌고 살아남아야 하는 <정글의 법칙>의 영웅과, 남들과 다르지 않지만 생존게임에서 우승할 수 있다는 걸 보여주는 <런닝맨>의 영웅은 프로그램의 목적에 따라 다르게 표현된 것으로 도출되었다.
연구의 결과로 설계된 리크리에이팅 모듈을 통해서도 알 수 있듯이, 빅데이터 활용의 관건은 수많은 정보를 어떤 아이디어로 해석해 낼 것인가에 있으며 이에 중요하게 드러난 사실이 빅데이터를 적용한 영상콘텐츠의 우수 사례들의 스토리텔링이 원질신화의 영웅구조와 닮아 있다는 것이다.
오지에서 멤버들을 이끌고 살아남아야 하는 의 영웅과, 남들과 다르지 않지만 생존게임에서 우승할 수 있다는 걸 보여주는 의 영웅은 프로그램의 목적에 따라 다르게 표현된 것으로 도출되었다.
후속연구
하지만 해외 사례의 차별 점은 빅데이터를 단순한 소비자 파악이 아닌 새로운 정보 탄생의 소스로 연결시키고 있다는 데 있다. 다시 말해, 을 통해 10대 후반에서 20대중반 여성층의 영상 시청 방법에 대한 데이터를 얻었다면, 이를 광고 같은 다른 장르에는 어떻게 적용 가능한지, 혹은 아마존이나 넷플릭스처럼 또 다른 매체, 빅데이터와 엮어서 어떻게 새로운 콘텐츠로 개발해 나아갈 수 있을지 제안할 수 있어야 한다. 본 연구는 그런 사례의 모델을 제시하기 위해, 기존 작품 중 빅데이터를 통해 문제점을 찾아냈지만 새로운 아이디어가 부족했던 작품의 리모델링 과정을 제시하고자 한다.
<정글의 법칙>이 문제점을 원질신화의 매칭자료를 통해 해결했다면, 원질신화가 가지고 있는 영웅을 강화시키는 방법들을 이용해 에피소드의 과제를 정할 수 있을 것이다. 또한 콘텐츠 창작 전이라면 원질신화를 기반으로 하되 군집분석과 텍스트 마이닝을 통해 타깃이 되는 시청자들의 성향을 파악한 기획도 가능할 것으로 보인다.
앞장에서 구축된 빅데이터를 이용한 영상콘텐츠의 리모델링 모델을 통해 알 수 있듯이, 만약 빅데이터의 정보가 원질신화의 구조와 연결되어 있고 그 해석이유의미하게 적용될 수 있다는 것을 사전 기획단계에서 인지할 수 있었다면 리얼리티 프로그램도 좀 더 설득력 있는 스토리텔링이 가능할 것이다. 즉, 빅데이터 해석을 단순한 정보 수집 방식으로 적용하는 것이 아니라, 문화원형과 같이 인류가 쌓아온 인문학적 소양들과 창조적으로 연결시킨다면 수용자가 원하는 잠재적 삶의 니즈를 구조적으로 적용한 콘텐츠 제작이 가능할 것이라 전망한다.
마지막으로 모든 단계를 통해 리모델링의 근거와방향성을 잡았다면, 정보 재구성을 통한 창작 작업을 진행해야한다. <정글의 법칙>이 문제점을 원질신화의 매칭자료를 통해 해결했다면, 원질신화가 가지고 있는 영웅을 강화시키는 방법들을 이용해 에피소드의 과제를 정할 수 있을 것이다. 또한 콘텐츠 창작 전이라면 원질신화를 기반으로 하되 군집분석과 텍스트 마이닝을 통해 타깃이 되는 시청자들의 성향을 파악한 기획도 가능할 것으로 보인다.
하지만 빅데이터를 통해 알 수 있듯이 여기에도 시청자들이 선호하는 고정된 캐릭터와 기본 스토리라인이 존재한다. 이 스토리의 원형을 찾아 적재적소에 접목시킨다면 다큐멘터리의 사실감과 드라마의 극적 구성을 동시에 제공한다면 실제 같은 대리만족을 선사할 수 있을 것이다.
매칭자료 비교분석을 통해 밝혀진 문제점은 이 후 ‘그림자’캐릭터의 부활과 신화적 요소의 추가배치로 보완되었다. 이렇게매칭 자료의 비교분석은 기존 콘텐츠의 문제점을 어떻게 보완하고 리모델링할 수 있는지에 대한 이론적 근거를 제시해 줄 것이다. 빅데이터 기반 리모델링은 빅데이터 결과물을 토대로 이와 유사하거나 접목 시킬 수 있는 자료들을 탐색해 창의적 아이디어로 접목시킬 수 있어야 한다.
그러므로 빅데이터는 종전에 사용할 수 없었던 방대한 양의 데이터를 유용하고 가치 있는 정보로만들 수 있는 기술을 요구한다. 이를 위해 빅데이터의 유의미한 선택과 해석이 이루어져야하는데, 우선 그 특징과 분석 방법을 파악해야 할 것이다.
그러기 위해서는 시청률이나 상업적 성공 목표가 아닌 콘텐츠의 제작 목표 즉 기획의 방향을 파악하는 것이 우선이다. 이를 토대로 데이터를 수집 할 플랫폼을 선정한 뒤 연관 데이터를 탐색하고 축적하는 단계로 넘어갈 것을 제안한다. 앞에서 빅데이터 적용의 예시로 살펴 본 은 리크리에이팅 단계에서 오지에서의 생존이라는 컨셉 속에서 동반자를 구해내는 현대판 영웅 캐릭터를 제시하는 데에 콘텐츠 제작의 목적이 있었음을 원질신화의 대입분석을 통해 알 수 있었다.
이는 영웅의 원형을 유지하데 성별에 상관없는 새로운 캐릭터를 탄생시킬 수 유도할 수 있다. 이제 제작진은 부분적 수정이 아니라 논리적인 연결 고리와 빅데이터를 기반으로 한 창작 시스템을 활용해 발전된 스토리텔링을 이끌어낼 수 있을 것이다. 이 과정을 정리하면 [Figure 3]과 같다.
인류의 본능적 성향과 소비자를 파악한 신정보의 접목은 콘텐츠의 문제점은 물론 보다 보완성 높은 작품 제작의 방법론이 되어줄 것이다.
앞장에서 구축된 빅데이터를 이용한 영상콘텐츠의 리모델링 모델을 통해 알 수 있듯이, 만약 빅데이터의 정보가 원질신화의 구조와 연결되어 있고 그 해석이유의미하게 적용될 수 있다는 것을 사전 기획단계에서 인지할 수 있었다면 리얼리티 프로그램도 좀 더 설득력 있는 스토리텔링이 가능할 것이다. 즉, 빅데이터 해석을 단순한 정보 수집 방식으로 적용하는 것이 아니라, 문화원형과 같이 인류가 쌓아온 인문학적 소양들과 창조적으로 연결시킨다면 수용자가 원하는 잠재적 삶의 니즈를 구조적으로 적용한 콘텐츠 제작이 가능할 것이라 전망한다.
질의응답
핵심어
질문
논문에서 추출한 답변
소셜 분석의 목적은 무엇인가?
소셜 분석(Social Network Analytics)은 소셜 미디어에 올라오는 네티즌의 글과 성향을 분석해, 그 패턴과 흐름을 이용하는 데 목적을 둔다. SNS의 개인을 노드(Node)로 설정하고 그 개인과 관계를 맺는 것들을 링크(Link)로 간주하여 소셜 네트워크를 파악 하고 정보를 추출한다.
VR의 상용화가 제대로 이루어지지 않는 이유?
하지만 기술의 특별함에도 불구하고 VR의 상용화는 제대로 이루어지고 있지 못하고 있다. 가상현실의 체험이라는 측면에서 게임콘텐츠 등에서 가장 활발하게 활용되고 있지만, 버나드가 언급한 유용한 경험을 줄 다양한 콘텐츠와의 연결이 이루어지지 못하고 있는 것이다. 여기서 유용한 경험은 변화를 줄 새로운 것의 제시가 될 수도 있지만, 변화를 통해 새롭게 된 것 또한 의미한다.
VR이란?
새로운 경험의 대표적 기술의 예로 VR(Virtual Reality)을 들 수 있다. VR은 컴퓨터를 통해서 가상현실을 체험하게 해 주는 기술로 그 개념은 이미 1970년 중반에 제시되었 다. 하지만 기술의 특별함에도 불구하고 VR의 상용화는 제대로 이루어지고 있지 못하고 있다.
참고문헌 (17)
An, M., Six codes to drive the fourth industrial revolution, Butterfly runway, 2018.
Biz, Chosun "It's not hard to be a writer", Chosun, 2012. 12. 09, http://biz.chosun.com/site/data/html_dir/2012/12/07/2012120701768.html.
Childs, S. and Merv, A., "Big data challenges for the IT infrastructure team", Gartner, 2012. 02. 10, https://www.gartner.com/en/documents/1921017.
Cho, Y., "Big Data of Netflix, the point of contact with humanistic imagination", Information and Communication Policy Research, 2014, p. 18.
Delger, C., "How Netflix Uses Big Data to Create Content", Britewire, 2015. 02. 15, https://britewire.com/how-netflixuses-big-data-to-create-content/.
Gim, J., "Big data Utilization and related Technique and Technology Analysis", The Korea Contents Association, Vol. 10, No. 1, 2012, pp. 34-40.
Ham, Y. and Chae, S., "Changing Big Data Management-Data knows the answer", Samsung Economic Research Institute, 2012, p. 37.
IDC(Internet Data Center), Worldwide Big data Technology and Service 2012-2015 Forecast, 2012, p. 7.
Jeong, Y., Big Data, Communication Books, 2013.
Klaus, S., "Shaping the Fourth Industrial Revolution", World Economic Forum, 2018.
Korea Creative Content Agency, Content 4.0 : The Fourth Industry Revolution and the Future of Content, Korea Creative Content Agency, 2017, p. 4.
Lee, H., "A Study on the storytelling strategy of Animation Studio using Mythology", Cartoon & Animation Studies, Vol. 49, 2017, pp. 25-52.
O'Pray, M., "Eisensten and Stokes on Disney : Film animation and omnipoence", Jayne Pilling(ed), A reader in animation studies, Sydney : John Libbey & Company, 1997.
Vogler, C., The Writers Journey, Ingram Pub Services, 2007. p. 75.
Walter, B., "Imagination," Marcus Bullock and Michale W. Jennings, (Ed.) Walter Benjamin Selected Writing Vol. 1, Cambridge : Havard University Press, 1996.
Wells, P., Animation and America, Edinburgh, Edinburgh University Press, 2002.
![Big Data Mechanism of Netflix [Craig Delger, 2015]](http://ocean.kisti.re.kr/downfile/bibText/kdbs/DOTSBL/2019/v26n3/DOTSBL_2019_v26n3_121_f0001.png "Big Data Mechanism of Netflix [Craig Delger, 2015]")
![Using Big Data Rate of Domestic Business[Kmib, 2018]](http://ocean.kisti.re.kr/downfile/bibText/kdbs/DOTSBL/2019/v26n3/DOTSBL_2019_v26n3_121_f0002.png "Using Big Data Rate of Domestic Business[Kmib, 2018]")
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.