[논문]소셜 빅데이터 분석에 의한 신 소비시장 트렌드 연구 - '나홀로 소비' 연관어를 중심으로 -

추진기

doi:10.14400/jdc.2020.18.2.367

소셜 빅데이터 분석에 의한 신 소비시장 트렌드 연구 - '나홀로 소비' 연관어를 중심으로 -
Research on the New Consumer Market Trend by Social Big data Analysis -Focusing on the 'alone consumption' association- 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.2, 2020년, pp.367 - 376

추진기 (경기대학교 시각정보디자인과)

초록
AI-Helper

최근 신 소비시장 트렌드에 관한 통계에 따르면 그 중심에 '나홀로 소비' 가 있다. 본 연구는 특정 사회적 트렌드는 그것에 대한 배경을 형성하고 있는 사회와 지역성, 문화, 경제, 심리 등 삶의 다양한 측면들을 통합적인 시각으로 해석하는 것이 중요하다는 측면에서, 수많은 대중의 의견이 수렴되는 신 소비시장 관련 리서치 데이터에서 추출한 '나홀로 소비' 연관어를 분석 키워드로 설정하였고, 분석솔루션 중 하나인 소셜메트릭스TM를 통한 오피니언 분석(Opinion Analisys) 기법을 활용하여 신 소비시장 트렌드에 관한 연구를 진행하였다. 신 소비시장 고찰결과 '혼밥', '혼술', '혼영'이라는 키워드가 도출되었고 이를 활용하여 신 소비시장 트렌드를 분석하였다. 나홀로 소비는 기존 소비자 트렌드 가운데 글로벌 경제위기 이후에 인구변화와 함께 야기된 필연적 새로운 소비 트렌드가 되었고 연관어에 따른 긍, 부정 감정분석의 결과도 대체로 긍정적인 데이터 결과를 확인할 수 있었으며, 이 소비 트렌드는 시대를 반영하는 새로운 트렌드로서의 중요성이 더욱 강화될 것이다. 향후 소셜 빅데이터에 의한 트렌드 분석이 본 연구보다 다양한 분석 도구를 통해 실행된다면 신 소비시장에 관한 새롭고 가치 있는 유통전략 및 기획에 도움이 될 것이다.

Abstract ▼ AI-Helper

According to recent statistics on new consumer market trends, 'alone consumption' is at the center. This study focuses on the social big data that attracts the public's opinions in that it is important for a certain social trend to comprehensively understand the various fields such as society, locality, culture, marketing, economics, and psychology that form the background for it. Therefore, we set up the linkage of 'solo consumption' and conducted research on new consumer market trends using Opinion Analisys. As a result of this trend analysis, representative keywords such as 'honbab', 'honsul' and 'honyoeng' were derived and analyzed the trend of new consumer market using this data. Alone consumption is an inevitable new consumption trend caused by demographic change after the global economic crisis. The importance as a trend reflecting this will be further strengthened. Trend analysis by social big data will help scientific and systematic business distribution strategies and planning to help make new and valuable decisions and decisions about new consumer markets.

주제어

표/그림 (13)

그림 Fig. 1. Total Population and Population Growth Rate (KOSIS. 2018)
그림 Fig. 2. Solo Consumption change and appraisal of Imotion (Shinhan Card. 2018)
표 Table 1. Changes in Single Households
그림 Fig. 3. Solo Consumption Association Map
그림 Fig. 4. SNS vs. Big Data Correlation
표 Table 2. The Role of Big Data in the Future Society
표 Table 3. Differences by Research Category
표 Table 4. Data collection Overview
표 Table 5. Result Table of Associated of 'Honbab'
표 Table 6. Result Table of Associated of 'Honsul'
표 Table 7. Result Table of Associated of 'Honyoeng'
그림 Fig. 5. Visualization of Association Result
표 Table 8. Association Result

AI 본문요약
AI-Helper

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

문제 정의

본 연구를 통해 나홀로 소비에 관한 시대적 트렌드 고찰하였고 연관된 해당 키워드로 소셜 빅데이터 트렌드 분석에 활용하고 이를 통해 디지털 정보의 가치를 높이는 것에 대한 인식을 제고 하고자 하였다. 다만 연구의 범위가 다소 제한적인 키워드와 한정된 데이터 수집 기간 및 사례를 대상으로 하였고 오피니언 분석으로만 진행되어 분석기법상 다양성 부족으로 인한 제한적인 분석인 만큼 전체를 대변하지 못하는 한계점이 노출된다.

제안 방법

Fig. 3은 ‘나홀로 소비’ 고찰을 통해 도출된 키워드 ‘혼밥’, ‘혼술’, ‘혼영’ 등을 사용하여 관련된 단어와 함께 연관어 맵(Association Map)으로 시각화해보았다.
시사/경제 분야이다. 각 분야별 해당 키워드에 따른 세부 연관어와 언급량 건수, 해당 연관에의 감성 분석과 언급량 추이 등 세부 데이터를 확인하여 볼 수 있고 이를 쉽게 해석한 시각화 자료를 함께 제시하였다. 세 가지 검색어에 따른 데이터 수집 개요는 Table 4와 같고 연관어 따른 주요 수치별 데이터는 Table 5, Table 6, Table 7과 같다.
5는 ’혼밥‘, ’혼술‘, ’혼영‘의 연관어 분석결과의 시각화 자료이다. 빅데이터 시각화는 최소한으로 편집된 데이터를 사용하여 최초보다 접근하기 편하게 데이터를 가공하고 직관적으로 분석해서 결과를 도출하기 위한 자료로서 관심 연관어를 함께 비교해 볼 수 있도록 핵심 키워드를 중심으로 연결하여 시각화하였다.
웹 문서의 가장 작은 형태인 수집된 단어로 나누어 분석하고, 해당 검색주제에 대한 객관적인 정보와 글로 표현한 감정 표현까지 분석할 수 있다는 점이 특징이다. 연관어 대한 이미지 맵, 버즈량, 해당 연관어 대한 카테고리 분류, 긍정/부정 동향과 실제 SNS상에서 진행되는 소셜 미디어 확산 추세를 통합하여 제시해 준다.

이론/모형

오피니언 마이닝의 기법을 활용하여 연관된 데이터 수집 개요는 Table 4이고 데이터 분석 서비스는 ㈜다음 소프트의 Social MetrixTM1)를 이용하였다. 소셜 메트릭스의 경우 정보에 포함된 스팸 및 노이즈 데이터(Noise Data)를 제거하여 제공하고 핵심적인 자연어 처리기술을 적용하여 가능한 연관성이 높은 키워드를 빈도수에 따라 다이어그램으로 제시해 주어 이를 시각화 (Visualization)하여 볼 수 있도록 해준다.

성능/효과

‘혼술’의 긍/ 부정을 알 수 있는 감성 분석에서는 긍정(58%), 중립 (19%), 부정(33%) 순으로, 긍정적인 시각으로 바라보는 현상이 크지만 ‘울다’, ‘싫어하다’ 등 부정적 감성 또한 적지 않음을 알 수 있고 ‘확산’, ‘다르다’ ‘느낌있다’ 등의 중립적인 감성을 나타낸 감성적 표현 단어가 분석되었다.
‘혼영’의 긍/부정 을 알 수 있는 감성 분석에서는 긍정(71%), 중립(17%), 부정(22%) 순으로, 이 역시 ‘좋아하다’, ‘편하다’ ,잘하다‘ 등 긍정적인 시각으로 바라보는 현상이 매우 크며 ‘싫다’, ‘심심하다’ 등의 부정적 감성이나 중립적인 감성에 관한 부분은 상대적으로 매우 적게 나타났다.
혼밥의 경우에는 전체 대비 나홀로 외식에서 2030의 비중이 더 높은 것으 로 나타났는데 이는 혼밥이 젊은 층을 중심으로 환산되고 있음을 보여준다. SNS상에서 나타난 혼밥에 대한 긍, 부정 평가에서는 긍정적 평가가 58.6%로 부정적 평가를 크게 앞서고 있었고 긍정어인 좋아하다, 잘하다, 좋다 등 의 비율이 높게 나타났고 전체적으로 혼밥에 관한 우호적인 의견이 높음을 확인할 수 있다.
인터넷은 이용자들의 탐색비용(Search Costs)을 극적으로 낮추었고 공급자의 시장 진입비용과 매장 운영 등 소요되는 변동⋅고정 비용 또한 전례 없는 수준으로 낮아졌다. 또한, 플랫폼에 빅데이터가 집결되면서 이를 분석하여 더 나은 검색 결과를 제시하고 더 나은 매칭이 일어나도록 하는 것이 가능해졌다. 이처럼 빅데이터에 의한 검색⋅매칭 기술과 노하우의 발전이 거래비용을 절감하고 품질을 개선하여 신 소비시장 트렌드를 새롭게 만들어 가고 있다.
셋째, 새로운 소비자 트렌드가 등장하면서, 기업들은 소셜 빅데이터 분석에 의한 신 소비시장 트렌드 연구 - ‘나홀로 소비’ 연관어를 중심으로 - 375 새로운 1인 소비시장에 대한 획기적인 상품제안과 함께 이러한 소비시장을 구성에 따른 경쟁국면이 필수적이기 때문에 사회 전반적인 소비 트렌드를 인식하는 방식과 문화를 기업 경쟁력 측면에서 재고해야 할 것이다.
이를 위해 증가하고 있는 나홀로 소비를 키워드로 진행한 ’혼밥‘, ’혼술‘, ’혼영‘ 연관어의 빅데이터 분석결과는 첫째, 나홀로 소비는 기존 소비자 트렌드 가운데 글로벌 경제위기 이후에 1인 가족 증가라는 인구변화와 함께 야기된 필연적 새로운 소비 트렌드 라는 것이다.

후속연구

본 연구를 통해 나홀로 소비에 관한 시대적 트렌드 고찰하였고 연관된 해당 키워드로 소셜 빅데이터 트렌드 분석에 활용하고 이를 통해 디지털 정보의 가치를 높이는 것에 대한 인식을 제고 하고자 하였다. 다만 연구의 범위가 다소 제한적인 키워드와 한정된 데이터 수집 기간 및 사례를 대상으로 하였고 오피니언 분석으로만 진행되어 분석기법상 다양성 부족으로 인한 제한적인 분석인 만큼 전체를 대변하지 못하는 한계점이 노출된다. 본 연구와 함께 소셜 빅데이터를 활용한 트렌드에 관한 연구가 향후 삶의 복잡성 심화 등 기존 소비자의 구체적 변화의 동인, 즉 소비자의 정서적 반응이나 소비자의 희망적 반응을 고려한 '고객주문형` 또는 `고객 맞춤형' 등의 신 소비 트렌드와 연관된 키워드를 중심으로 포괄적 사항과 함께 고려하여 실증적으로 계속될 필요성이 있다.
둘째, 나홀로 소비 관련 키워드 ’혼밥‘, ’혼술‘, ’혼영‘에 따른 빅데이터 긍, 부정 감정분석의 결과 대체로 긍정적이거나 중립으로 나타난 소셜 데이터를 근거로 현상을 주목해 볼 때, 향후 나홀로 소비 트렌드는 새로운 라이프스타일로서의 중요성이 더욱 강화될 것이다.
본 연구와 함께 소셜 빅데이터를 활용한 트렌드에 관한 연구가 향후 삶의 복잡성 심화 등 기존 소비자의 구체적 변화의 동인, 즉 소비자의 정서적 반응이나 소비자의 희망적 반응을 고려한 '고객주문형' 또는 '고객 맞춤형' 등의 신 소비 트렌드와 연관된 키워드를 중심으로 포괄적 사항과 함께 고려하여 실증적으로 계속될 필요성이 있다.
사회 정서상 나 홀로족, 싱글족, 1인 가구들로 혼용되기도 하기에 본 연구에서는 특정하는 집단, 즉 ‘혼밥’, ‘혼술’, ‘혼영’을 유발 하고 지속하는 나홀로족에 대한 구분이 필요하다고 본다.
신 소비시장의 큰 흐름인 ‘나 홀로 소비’ 연관어에 따른 소셜 빅데이터 트렌드 연구가 제공되면 효과적인 소비 트렌드 분석이 가능하며 공유된 정보를 통해 향후 소비 트렌 드 상호간의 이해창구로서의 합리적인 소비문화를 창조 하는데 생산적인 트렌드 데이터가 될 것이다.
이에 나홀로 소비 고찰 결과로 도출된 ‘혼밥’, ‘혼술’, ‘혼영’의 연관어를 활용한 소셜메트릭스TM 분석을 통해 새로운 시대의 변화된 소비문화에 맞는 패러다임을 제고해 본다면 빠르게 변모하는 시장의 변화에 새로운 상품을 기획하고 전략을 구사할 수 있는 기반이 마련될 수 있다.
본 연구와 함께 소셜 빅데이터를 활용한 트렌드에 관한 연구가 향후 삶의 복잡성 심화 등 기존 소비자의 구체적 변화의 동인, 즉 소비자의 정서적 반응이나 소비자의 희망적 반응을 고려한 '고객주문형` 또는 `고객 맞춤형' 등의 신 소비 트렌드와 연관된 키워드를 중심으로 포괄적 사항과 함께 고려하여 실증적으로 계속될 필요성이 있다. 향후 사회적 트렌드 변화를 감지하고 이를 과학적으로 추출하는 빅데이터 서비스를 통해 소셜 미디어의 시대에 생산되는 많은 빅데이터 정보를 활용하여 시대를 반영하는 의미있는 트렌드를 분석함으로써 개인의 의사결정이나 소비자의 구매 가치가 반영된 제품, 서비스 등의 수요가 확장되고 소비자로부터 신뢰를 얻을 수 있는 기반이 마련되기를 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	2018년 1인 가구 비율의 비율은?	통계청 자료에 의하면 2000년 15.5%에 불과했던 1인 가구 비율이 2018년 28.6%까지 급증하였고 대한상공회의소가 최근 발간한 ‘인구변화에 따른 소비시장 신(新) 풍경과 대응방안 연구’ 보고서에 따르면 우리나라는 급격한 저출산·고령화로 인해 국내 소비시장이 빠른 속도로 재편되고 있다고 지적했다. 또한, 가족 중심 소비패턴이 향후 ‘나 홀로’ 소비패턴으로 변화할 것’이라고 전망했다.
	1인가구가 많아지면서 생긴 새로운 라이프 스타일은?	개인의 사생활에 대한 존중의 목소리가 커지면서 새로운 라이프 스타일이 생기고 익숙했던 사회에서 벗어나 지속 가능한 삶을 위한 라이프 스타일의 변곡점을 형성하게 된다. 혼밥(혼자 먹는 밥), 혼술(혼자 마시는 술), 혼행(혼자 하는 여행), 혼영(혼자 보는 영화), 1인과 경제를 뜻하는 1 코노미(1 Conomy) 등과 같은 신조어의 등장은 국내 1인 가구의 증가에 따른 라이프 스타일 및 경제구조의 변화를 단적 으로 보여주고 있다[12]. 나홀로 시장도 소비자가 스스로의 욕망에 대해 답하며 새로운 관점으로 변모하며 생긴 현상이다.
	1인 가구란?	사회 정서상 나 홀로족, 싱글족, 1인 가구들로 혼용되기도 하기에 본 연구에서는 특정하는 집단, 즉 ‘혼밥’, ‘혼술’, ‘혼영’을 유발 하고 지속하는 나홀로족에 대한 구분이 필요하다고 본다. 이들 간의 정의를 살펴보면, 싱글족은 누군가와 교제 를 하지 않는 개인 또는 법적으로 배우자가 없는 성인으로 정의[8]할 수 있으며, 1인 가구는 독자적으로 요리 또는 수면을 포함한 싱글 라이프를 즐기며 스스로 가정을 관리하는 개인 또는 독립적인 공간에서 혼자서 사는 사람으로 정의된다.

참고문헌 (26)

H. J. Chun. (2019). Analysis of Real Estate Market Trend Using Text Mining and Big Data. Journal of Digital Convergence, 17(4), 49. DOI : 10.14400/JDC.2019.17.10.049

원문보기 상세보기
S. D. Yoo, K. D. Choi & S. G. Shin. (2014). Characterizing Business Strategy in a New Ecosystem of Big Data. Journal of Digital Convergence, 12(4), 2. DOI : 10.14400/JDC.2014.12.4.1
Statistical Korea. (2018). Prospective Population Estimates Statistical Report. Seoul. KOSIS.
K. H. Kwon. (2015). Demographic Changes and Long-term Growth Outlook in Korea. KDI.
S. H. Joo. (2018). Three Keywords Appear and Value in the Consumer Market 'Seniors', 'Alone'. Daum News. https://news.v.daum.net/v/20181223145726495.
K. J. Song. (2016). 'Consumption increase' Alone for Single Households amid Sluggish Economy. Wooritvnews.
S. Y. Kim. (2017). The power of the Honbab peopl e…51.1% growth in five years. The Hankyoreh.
T. D, Conley & B. E. Collins. (2002). Gender, Relationship status and stereotyping about Sexual Risk. Personality and Social Psychology Bulletin, 28(11), 1483-1494.

상세보기
Korea Economy Dictionary. (2019). 'Nahollojog' http://dic.hankyung.com/apps/economy.view?seq9170
Shinhan Card. (2018). 'Solo Consumption' Who is it?. ShinhanCardBlog. https://www.shinhancardblog.com/318
S. Y. Lee, S. W. Kim & H. S. Lee. (2019). Study on the Privacy Awareness through Bigdata Analysis. Journal of Digital Convergence, 17(10), 49-58. DOI : 10.14400/JDC.2019.17.10.049
M. K. Lee. (2018). Analysis of Korean Travel Trends Using Social Big Data. Journal of Tourism Science, 42(10), 111-134. DOI : 10.17086/JTS.2018.42.10.111.134
K. O. Kim. (2004). Consumer Informatics in the Digital Society. Seoul. Sigma Press.
B. C. Shin. (2007). Marketing Trends. Paju. SalimPress
G. Hutton & M. Fosdick. (2011). The Globalizationof social media: Consumer relationships with brands evolve in the digital space. Journal of Advertising Research, 51(4), 564-570.

상세보기
P. Breuer, L. Forina & J. Moulton. (2013). Beyond the hype: Capturing value from big data and advanced analytics. NY. McKinsey and Company.
M. M. Kang, S. L. Kim & S. M. Park. (2012). Big data analysis and utilization, Journal of Information Science Society, 30(6), 25-32.
H. Y. Lee. (2011). Learn Facebook Easily. Seoul. Youngin.com.
G, Gryman. (2010). Tapping into Power of Big Data. Technology Forecase. Gartner Symposium., 2010(3), 4-13.
M. Peter. (2009). Subject to Change. Seoul. Hanbit-Media.
S. H. Kim. (2017). Difference of design research component by type of Service design Projects. Journal of Basic Design & Art, 18(5),71-82.
J. K. Choo. (2019). A Study on Social Research using SNS Enterprise Big Data Visualization and Analysis Tool in Web 3.0 Era. Korean Society of Basic Design & Art, 20(6), 98-108.
R. H. Ducofe. (1996). Advertising value and advertising on the Web. Journal of advertising Research., 35(12),132-140.
B. W. Kang, & M. K. Huh & S. B. Choi. (2015). Performance axnd text mining techniques. Journal of the Korean Data & Information Science Society, 26, 19-30. DOI : 10.7465/JDC.2015.26.3.619
S. B. Jang. (2017). Online Opinion Analysis of Performing Arts through Social Big Data. Journal Korea Society of Visual Design Forum, 57, 79-90.
J. H. Oh, D. J. Kim & J. D. Kim. (2014). Big Data Visualization Methods and Visualization Process. Korea Mulimedia Society, 18(1), 24-31. DOI : 10.7465/JDC.2015.26.3.619

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