4차 산업혁명 시대의 폭발적인 정보의 양을 다루는 빅데이터 관련 연구는 현재 활발히 진행되고 있다. 빅데이터는 머신러닝, 즉 딥러닝의 학습데이터가 되는 광범위한 데이터로 인공지능의 발달을 촉진하는 필수 요소이다. 다양한 분야에서 빅데이터의 활용은 유의미한 결과를 가져오고 있으며, 특히 문화예술 분야에서의 활용도 주목해 볼 필요가 있다. 이에 본 논문은 영상콘텐츠를 중심으로 문화예술 산업에서 빅데이터의 활용 사례를 알아보았다. 주목한 점은 문화예술 콘텐츠의 유통뿐만 아니라 제작단계까지 빅데이터가 활용되고 있는 점이다. 특히 미국의 Netflix가 OTT사업으로 어떤 성과와 변화를 가져왔는지를 먼저 알아보고 국내의 OTT 사업체의 현황도 함께 분석하였다. 그 후 Netflix가 축적된 고객의 데이터를 통해 딥러닝 방식의 '시네매치', 즉 흥행 예측 알고리즘을 활용하여 제작/유통한 'House of Cards'의 성공 사례를 분석하였다. 그 후 문화예술 콘텐츠 전문가를 대상으로 FGI(Focus Group Interview)를 진행하였다. 이를 통해 국내 문화예술 산업에서 빅테이터의 향후 활용 전망을 기술적인 측면, 창의적인 측면, 윤리적인 측면으로 나눠서 고찰하였다.
4차 산업혁명 시대의 폭발적인 정보의 양을 다루는 빅데이터 관련 연구는 현재 활발히 진행되고 있다. 빅데이터는 머신러닝, 즉 딥러닝의 학습데이터가 되는 광범위한 데이터로 인공지능의 발달을 촉진하는 필수 요소이다. 다양한 분야에서 빅데이터의 활용은 유의미한 결과를 가져오고 있으며, 특히 문화예술 분야에서의 활용도 주목해 볼 필요가 있다. 이에 본 논문은 영상콘텐츠를 중심으로 문화예술 산업에서 빅데이터의 활용 사례를 알아보았다. 주목한 점은 문화예술 콘텐츠의 유통뿐만 아니라 제작단계까지 빅데이터가 활용되고 있는 점이다. 특히 미국의 Netflix가 OTT사업으로 어떤 성과와 변화를 가져왔는지를 먼저 알아보고 국내의 OTT 사업체의 현황도 함께 분석하였다. 그 후 Netflix가 축적된 고객의 데이터를 통해 딥러닝 방식의 '시네매치', 즉 흥행 예측 알고리즘을 활용하여 제작/유통한 'House of Cards'의 성공 사례를 분석하였다. 그 후 문화예술 콘텐츠 전문가를 대상으로 FGI(Focus Group Interview)를 진행하였다. 이를 통해 국내 문화예술 산업에서 빅테이터의 향후 활용 전망을 기술적인 측면, 창의적인 측면, 윤리적인 측면으로 나눠서 고찰하였다.
Big data-related research that deals with the amount of explosive information in the era of the Fourth Industrial Revolution is actively underway. Big data is an essential element that promotes the development of artificial intelligence with a wide range of data that become learning data for machine...
Big data-related research that deals with the amount of explosive information in the era of the Fourth Industrial Revolution is actively underway. Big data is an essential element that promotes the development of artificial intelligence with a wide range of data that become learning data for machine learning, or deep learning. The use of deep learning and big data in various fields has produced meaningful results. In this paper, we have investigated the use of Big Data in the cultural arts industry, focusing on video contents. Noteworthy is that big data is used not only in the distribution of cultural and artistic contents but also in the production stage. In particular, we first looked at what kind of achievements and changes the Netflix in the US brought to the OTT business, and analyzed the current state of the OTT business in Korea. After that, Netflix analyzed the success stories of 'House of Cards', which was produced / circulated through 'Deep Learning' cinematique, which is a prediction algorithm, through accumulated customer data. After that, FGI (Focus Group Interview) was held for cultural and artistic contents experts. In this way, the future prospects of Big Data in the domestic culture and arts industry are divided into technical aspect, creative aspect, and ethical aspect.
Big data-related research that deals with the amount of explosive information in the era of the Fourth Industrial Revolution is actively underway. Big data is an essential element that promotes the development of artificial intelligence with a wide range of data that become learning data for machine learning, or deep learning. The use of deep learning and big data in various fields has produced meaningful results. In this paper, we have investigated the use of Big Data in the cultural arts industry, focusing on video contents. Noteworthy is that big data is used not only in the distribution of cultural and artistic contents but also in the production stage. In particular, we first looked at what kind of achievements and changes the Netflix in the US brought to the OTT business, and analyzed the current state of the OTT business in Korea. After that, Netflix analyzed the success stories of 'House of Cards', which was produced / circulated through 'Deep Learning' cinematique, which is a prediction algorithm, through accumulated customer data. After that, FGI (Focus Group Interview) was held for cultural and artistic contents experts. In this way, the future prospects of Big Data in the domestic culture and arts industry are divided into technical aspect, creative aspect, and ethical aspect.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이는 시대의 흐름을 가장 민감하게 주도하며 인간의 감성을 다양한 수요와 공급원으로서 표출하고 있다. 이에 본 논문은 빅데이터의 문화예술 산업에서의 활용 사례를 알아보았으며, 특히 주목한 점은 문화예술 콘텐츠의 유통분야뿐만 아니라 문화예술 콘텐츠의 제작단계까지 활용되고 있는 사례를 통해 빅데이터의 향후 목적성과 전망을 고찰하고자 한다. 먼저 빅데이터의 정의와 분석방법을 선행 연구하였다.
IT기술의 발전, 인터넷, 모바일, SNS등을 통한 방대한 양의 데이터는 빅데이터가 되어 문화예술 산업 전반에 걸쳐 영향을 미치고 있다. 이에 출판, 음악 산업, 스토리텔링 분야와 영상콘텐츠의 유통 및 제작방식에서의 빅데이터 활용 사례를 살펴보았다. 영상콘텐츠는 하나의 창작물인 예술이면서 정보재이자 경험재이고 고위험 산업인 동시에 고수익 산업이므로 흥행 확률을 높이기 위한 다양한 시도는 매우 중요하다.
지금까지 빅데이터가 문화예술 산업, 특히 영상콘텐츠에 어떤 역할을 하며 발전해 왔는지를 살펴보았다. 특히, 문화예술 산업에 종사하는 대상자들을 통한 FGI를 진행하여 빅데이터의 활용 방법을 모색하였다.
제안 방법
FGI 진행 후 분석을 통해 연구자가 그간 해온 사례 연구와 더불어 질적 연구를 정리하여 결론에서 제시하도록 하겠다.
그 후 Netflix가 축적된 고객의 데이터를 통해 흥행 예측알고리즘, 즉 빅데이터를 활용하여 제작/유통한 ‘House of Cards’의 성공 사례를 분석하였다.
참여자들은 총 6인으로 문화예술분야에 종사하며 제작자, 유통자, 혹은 제작과 유통을 함께 하는 자들도 구성하였다. 다만 빅데이터에 관해서는 전문가가 아니므로 사전에 연구자가 미리 작성한 질문지를 통해 빅데이터의 사전 정보도 함께 제공하였다. 참여자의 기본 정보 및 FGI 진행 방법은 아래 [표 2]와 같으며, 연구절차는 [표 3]에 정리하였다.
그 후 Netflix가 축적된 고객의 데이터를 통해 흥행 예측알고리즘, 즉 빅데이터를 활용하여 제작/유통한 ‘House of Cards’의 성공 사례를 분석하였다. 다음으로 그간 연구를 토대로 질문지를 작성하여, 문화예술 콘텐츠 전문가를 대상으로 한 FGI를 진행하였다. 문헌연구를 통한 사례분석과 FGI를 바탕으로 문화예술산업에서의 빅데이터의 향후 발전 방향을 기술적인 측면, 창의적인 측면, 윤리적인 측면으로 나눠 고찰하며 질적연구를 진행하였다.
국내에서 빅데이터를 마케팅 단계에서 사용한 예는 쉽게 찾아볼 수 있지만 제작 단계에서 활용한 사례는 많지 않다. 따라서 미국의 Netflix가 인터넷을 통해 볼 수 있는 TV 서비스인 OTT(Over the Top)[2] 사업으로 어떤 성과와 변화를 가져왔는지를 먼저 살펴보고 국내의 OTT 사업체의 현황도 함께 분석하였다. 그 후 Netflix가 축적된 고객의 데이터를 통해 흥행 예측알고리즘, 즉 빅데이터를 활용하여 제작/유통한 ‘House of Cards’의 성공 사례를 분석하였다.
먼저 486만보다 훨씬 작은 표본인 11만의 ‘미안해 사랑해 고마워’의 관객만을 조사, 이들 중 ‘베테랑’을 감상한 비율을 구한다.
이에 본 논문은 빅데이터의 문화예술 산업에서의 활용 사례를 알아보았으며, 특히 주목한 점은 문화예술 콘텐츠의 유통분야뿐만 아니라 문화예술 콘텐츠의 제작단계까지 활용되고 있는 사례를 통해 빅데이터의 향후 목적성과 전망을 고찰하고자 한다. 먼저 빅데이터의 정의와 분석방법을 선행 연구하였다. 데이터의 물리적 양인 볼륨(volume), 데이터 형태별 종류의 다양성인 버라이어티(variety), 데이터의 신뢰성인 버라시티(veracity), 데이터의 속도가 충분히 빠른가의 벨로시티(velocity)를 합해서 빅데이터라고 한다[1].
다음으로 그간 연구를 토대로 질문지를 작성하여, 문화예술 콘텐츠 전문가를 대상으로 한 FGI를 진행하였다. 문헌연구를 통한 사례분석과 FGI를 바탕으로 문화예술산업에서의 빅데이터의 향후 발전 방향을 기술적인 측면, 창의적인 측면, 윤리적인 측면으로 나눠 고찰하며 질적연구를 진행하였다.
예를 들어 유저가 특정 음악에 대해 ‘좋아요(Like)’, ‘싫어요(Dislike)’ 등을 클릭하면, 이를 통해 어떤 음악을 좋아하고, 싫어하는지를 분석했다. 음악을 들은 장소와 시간, 단말기 등과 관련된 정보도 정밀하게 수집・분석했다. 그리고 인간 유전자 분석과 비슷한 유형의 ‘뮤직 유전자 프로젝트(Music Genome Project)’를 통해 음악의 음조, 템포, 악기 등 450개에 달하는 속성을 분석했으며, 그 결과들을 데이터로 활용하고 있다.
지금까지 문헌을 통해 영상 콘텐츠를 포함한 문화예술산업에서의 빅데이터의 활용 사례를 살펴보았다. 이를 토대로 질문지를 작성하고 문화예술 전문가들을 대상으로 FGI를 진행하였다. 참여자들은 총 6인으로 문화예술분야에 종사하며 제작자, 유통자, 혹은 제작과 유통을 함께 하는 자들도 구성하였다.
예를 들면 성 관련 내용, 잔인성, 주인공의 도덕성 정도나 해피엔딩 여부 등과 같은 세부 정보를 1~5점 척도로 평가한 뒤 입력한다. 이후 알고리즘에 기반해 각 콘텐츠 특징을 자동 분류하고 Netflix 사용자 시청 형태 데이터와 함께 분석한다. 최종으로 소비자가 좋아할 만한 장르의 콘텐츠를 추천한다.
지금까지 문헌을 통해 영상 콘텐츠를 포함한 문화예술산업에서의 빅데이터의 활용 사례를 살펴보았다. 이를 토대로 질문지를 작성하고 문화예술 전문가들을 대상으로 FGI를 진행하였다.
지금까지 빅데이터가 문화예술 산업, 특히 영상콘텐츠에 어떤 역할을 하며 발전해 왔는지를 살펴보았다. 특히, 문화예술 산업에 종사하는 대상자들을 통한 FGI를 진행하여 빅데이터의 활용 방법을 모색하였다. Netflix의 ‘House of Cards’의 사례에서 알 수 있듯이 빅테이터의 활용은 단순히 유통단계에 머무르지 않고 제작단계부터 점차 증가할 것으로 보인다.
대상 데이터
그리고 인간 유전자 분석과 비슷한 유형의 ‘뮤직 유전자 프로젝트(Music Genome Project)’를 통해 음악의 음조, 템포, 악기 등 450개에 달하는 속성을 분석했으며, 그 결과들을 데이터로 활용하고 있다.
이를 토대로 질문지를 작성하고 문화예술 전문가들을 대상으로 FGI를 진행하였다. 참여자들은 총 6인으로 문화예술분야에 종사하며 제작자, 유통자, 혹은 제작과 유통을 함께 하는 자들도 구성하였다. 다만 빅데이터에 관해서는 전문가가 아니므로 사전에 연구자가 미리 작성한 질문지를 통해 빅데이터의 사전 정보도 함께 제공하였다.
데이터처리
이는 기계 학습의 한 방법으로 소비자의 선호 분야(sf, 로맨스, 액션 등)을 포함하여 다양한 속성(Attribute)에 대한 가중치를 결정하는 방법으로 Netflix는 이를 통해 평점에 대한 가중치를 예측하였다. RMSE(평균 제곱근 오차, Root Mean Square Error)1)방식으로 예측한 평점과 실제 평점의 차분 값을 최소화하였다. 이는 어떤 사용자가 ‘포레스트 검프’에 별점 4를 주었는데 추천 시스템에서 예상하기로 해당 사용자는 ‘포레스트 검프’에 별점 3.
성능/효과
‘House of Cards’는 미국 워싱턴 DC를 배경으로 하는 정치드라마로 총 2시즌 26편(1시즌 13편)이며 제작비는 약 1억 달러이다. 또한 공급도 기존의 1주일에 1편씩 오픈하는 일반적인 방식이 아닌 1시즌 13편을 동시에 오픈하는 파격적인 방법으로 큰 인기를 누렸다. 2013년 2월에 ‘House of Cards’를 오픈한 후 1분기 가입자가 300만명 증가하였으며 순이익이 269만달러, 매출이 10억 달러로 전년 1분기(460만 순손실) 대비 놀라운 변화였다.
후속연구
또한 시장경제 논리와 무관한 예술적 가치만을 추구하여 흥행 및 수익구조와 멀어진다는 왜곡된 평가도 개선되리라 기대한다. 두 번째로 창의적인 측면에서 빅데이터의 활용을 고찰해 볼 수 있다.
문화예술 콘텐츠는 산업인 동시에 인간의 정체성과 삶의 질을 향상시키는 문화이다. 비정형적이고 형이상학적인 가치를 다루는 문화예술 콘텐츠를 수치로 규정할 수 없다는 시각도 존재하지만, 빅데이터가 물리적인 방대한 양만이 아닌 콘텐츠에 필수적인 데이터를 의미한다는 인식의 전환을 가져온다면 창의적인 요소를 향상시켜 문화예술의 기획 및 제작단계에서부터 빅데이터를 활용할 수 있을 것으로 기대한다. 이는 빅데이터가 개별 프로젝트인 문화예술 콘텐츠에 맞춤형으로 적용하여 창의적인 아이디어와 특별한 정보를 확보할 수 있기 때문이다.
현실과 일상생활에서 발생하는 정보를 기반으로 인간의 행동양식, 인간관계 등을 추론하는 ‘현실 마이닝’, 대용량 정보의 연관성을 파악함으로써 가치 있는 정보를 만들어 의사결정에 적응하는 ‘데이터 마이닝’의 빅데이터 분석방법이 적용될 수 있을 것으로 보인다. 창의적인 측면에서의 빅데이터는 부피만을 강조하지 않음으로 자본의 압박을 해소하는 기능과, 다양한 측면의 데이터를 확보함으로써 문화예술 콘텐츠의 새로운 활로를 개척할 수 있을 것으로 기대한다. 세번째로 윤리적인 측면이다.
숫자로 나타나는 단순 수치가 아닌, 흥미도·주목도를 분석해 프로그램의 실제 흥행을 입체적으로 측정하는 것이 바람직하다는 주장이다. 프로그램 가치 평가의 객관성과 타당성을 확보하기 위해 방송 콘텐츠 이용량 및 이용횟수 등과 밀접한 관계를 맺고 있는 빅데이터 항목들을 찾아내 계량화된 평가지수를 마련하고 통계적으로 활용 가능한 평가모델이 개발되면 단순한 시청률이 아닌, VOD와 온라인으로 회자되는 흥행 콘텐츠를 찾아내서 제작 및 유통에 활용할 수 있을 것으로 기대한다.
빅데이터의 윤리적인 측면의 프라이버스 보호는 개인과 기업의 노력에 상위하는 국가적인 혹은 범국가적인 법제도 마련 및 견제가 필요하다. 향후 4차 산업혁명의 인공지능과 딥러닝 시대에 영상콘텐츠를 포함한 문화예술산업에서 빅데이터는 더욱 활발히 사용될 것으로 예상하며 세계적인 추세에 뒤처지지 않도록 문화예술 산업 전반에 걸친 연구와 노력이 필요할 것이다.
현실과 일상생활에서 발생하는 정보를 기반으로 인간의 행동양식, 인간관계 등을 추론하는 ‘현실 마이닝’, 대용량 정보의 연관성을 파악함으로써 가치 있는 정보를 만들어 의사결정에 적응하는 ‘데이터 마이닝’의 빅데이터 분석방법이 적용될 수 있을 것으로 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
글로벌 컨설팅 기업인 맥킨지는 빅 데이터를 무엇으로 정의하였는가?
글로벌 컨설팅 기업인 맥킨지(McKinsey & Company)는 2011년에 빅 데이터를 “전통적인 데이터 베이스 소프트웨어를 통해 저장, 관리, 분석할 수 있는 규모를 초과하는 데이터”[3]라고 정의하였다. 이를 시작으로 규모에 초점을 맞춘 맥킨지의 정의에서 확장하여 2013년 인터넷데이터센터(IDC)는 기술과 업무수행에 초점을 맞춰 “대규모의 다양한 데이터로부터 수집, 검색, 분석을 신속하게 처리하여 경제적인 가치발굴을 수행하도록 설계된 차세대 기술 및 아카텍처[4]라고 하였다.
문화예술 산업에서 빅데이터는 어떤 목적으로 사용될 수 있는가?
새로운 흐름에 빠르게 대처해야하는 문화예술 산업에서 빅데이터는 SNS와 같은 비정형데이터까지 분석하여 미래의 트렌드를 예측하고 콘텐츠의 활용을 최적화 할 수 있다는 차원에서 그 중요성이 높아지고 있다. 여론조사기관, 언론사, 광고회사, 게임, 음반업계, 연예매니지먼트회사, 영화제작사, 출판사, 공연업체, 스포츠 회사 등의 문화산업에서 빅데이터는 이미지분석, 트렌드분석, 위기관리, 스토리텔링의 도구, 마케팅활용 등의 목적으로 활용될 수 있다[5].
우리나라의 빅데이터 활용이 초보적인 수준이 그치는 이유는 무엇인가?
우리나라는 전 세계에서도 손꼽히는 데이터 생산대국이다. 그러나 빅데이터 관련기업조직과 인력이 턱없이 부족하다. 현재 이동통신사나 포털사이트, 온라인게임업체 등 일부기업을 제외하면 빅데이터를 제대로 활용하는 업체를 찾기 어렵다[20].
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.