[논문]머신러닝 기법을 활용한 아이돌 생존 가능성 예측 연구 : 산업 경쟁력 증진을 중심으로

김슬아; 안주혁; 최복권

doi:10.5392/jkca.2020.20.05.291

[국내논문] 머신러닝 기법을 활용한 아이돌 생존 가능성 예측 연구 : 산업 경쟁력 증진을 중심으로
A Study on the Idol Survivability Prediction Using Machine Learning Techniques : Focused on the Industrial Competitiveness 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.5, 2020년, pp.291 - 302

김슬아 (고려대학교 경영대학 MIS) , 안주혁 (고려대학교 경영대학 MIS) , 최복권 (고려대학교 경영대학 MIS)

초록
AI-Helper

아이돌이 주도하는 한국의 대중음악은 이제 전세계적인 팬덤을 확보하였다. 이로 인해, 아티스트를 넘어서 한국의 경제 상황에도 커다란 영향력을 행사하고 있다. 즉, 아이돌 그룹 하나가 크게 히트를 치면 조 단위의 외화를 벌어들일 수 있게 된 것이다. 따라서 아이돌 그룹을 성공시키고 이를 유지시키는 것이 상당히 중요한 과제로 떠올랐다. 본 연구에서는 소속사가 손익분기점으로 삼는 데뷔 후 3년차 및 평균적인 재계약 직후 시점인 8년차 아이돌의 생존여부를 인공신경망, 의사결정나무, 랜덤 포레스트를 활용하여 예측해보고자 한다. 그리고 생존에 있어 무엇이 중요한 요인인지를 나무 모델의 특성중요도 및 로지스틱 회귀분석을 활용하여 설명하였다. 그 결과, 데뷔 시점의 경쟁자 수, 최초 그룹의 구성원 수, 다루는 장르의 수 등의 요인이 유의하다는 결론을 얻을 수 있었다. 이를 통해, 최종적으로 아이돌 그룹을 보다 효율적으로 기획, 관리함으로써 산업 경쟁력을 증진할 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper

Korean popular music industry, which is lead by "Idol group", has forsaken their fandom all over the world. Therefore, idol groups has become not only an artist but also the most influential people in the Korean economy. A global idol group with a strong fandom can earn more than a trillion-dollar by attracting their global fan's interest in Korea. In other words, it is considerably important to carry the idol to a successful conclusion. This study tries to expect whether the idols can be survived or not at a certain point after their debut by ANN, Decision Tree, Random Forest. We decide that certain point as the three-year and eight-year after their debut, because it is their break-even point year and the year after their average renewal of the contract. In addition, this study also explains which feature is the most important to their survival by feature importance and Logistic regression. In conclusion, features like the number of idol competitors, the number of debut members and the number of the genre are significant. These results shed light on the efficient management of K-Pop idol to improve industrial competitiveness.

주제어

표/그림 (9)

표 표 1. 변수 구성
표 표 2. 범주형 변수의 도수분포표
표 표 3. 연속형 변수의 기술통계량
표 표 4. 인공신경망, 의사결정나무, 랜덤 포레스트 정확도 비교 (3년차 생존)
그림 그림 1. 3년차 생존 특성 중요도(상: 의사결정나무, 하: 랜덤 포레스트)
표 표 5. 로지스틱 회귀분석 결과 (3년차 생존)
그림 그림 2. 8년차 생존 특성 중요도(상: 의사결정나무, 하: 랜덤 포레스트)
표 표 6. 인공신경망, 의사결정나무, 랜덤 포레스트 정확도 비교 (8년차 생존)
표 표 7. 로지스틱 회귀분석 결과 (8년차 생존)

AI 본문요약
AI-Helper

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

문제 정의

따라서 아이돌 그룹이 오래토록 팬덤에게 사랑받고 살아 남는다면, 이러한 경제적 효과를 계속해서 만들어 낼 수 있을 것으로 보인다. 따라서 본 연구는 아이돌 그룹 이 기업에 있어 수익적으로 중요한 시기인 3년과 재계약시점이 막 지난 8년에도 계속해서 살아남을 수 있을 것인지 알아보았다.
연구 데이터의 평균은 약 5명이지만, 멤버의 유입과 탈퇴로 인해 계속해서 변동이 된다. 따라서 아이돌 그룹의 데뷔 당시 인원수, 인원 수의 변동이 어떻게 이루어졌는지, 탈퇴한 멤버가 있는지 여부를 통해 이를 반영하였다.
또한, 이시림과 이수연은 아이돌의 생존요인을 분석하였다[28]. 이 연구는 조직생태학의 관점에서 아이돌이라는 조직이 생존 혹은 사멸하게 하는 요인을 파악하고자 하였다. 다만 이 연구는 2004년 이후 데뷔한 아이돌만을 기준으로 하였으며, 연구시점에 생존하였거나 7년 이상 활동한 경우를 생존으로 보는 등 종속변수에서도 큰 차이를 보인다.
또한 유튜브가 활성화되며 동영상 재생 수와 관련된 지표를 넣는 경우도 있으나, 2005년 유튜브가 생기기 이전 아이돌 그룹에는 활용할 수가 없다. 이러한 문제를 보완하기 위해서 시대에 따른 아이돌 생존 요인을 다르게 꼽는 방법을 제안한다. 아직 2세대, 3세대 아이돌에 대한 기준점의 합의가 이루어 지지 않았으나, 이를 시도함으로써 보다 예측력 있는 모델을 개발하여 경제적으로도 유용한 연구들이 발전할 수 있을 것이다.
특히 강력한 팬덤을 지닌 아이돌이라는 상품이 빠르게 와해되어 그 브랜드의 상업적 가치가 훼손되지 않도록, 처음부터 오래 생존할 수 있는 아이돌 그룹의 조건을 찾아보는 것도 의미 있을 것이다. 이에 본 논문에서는 아이돌 그룹이 짧게는 3년, 길게는 재계약 시점 이후인 8년까지 살아남을 것인가에 관하여 연구하고자 한다.

제안 방법

8년차 생존 여부에 가장 큰 영향을 미치는 요소를 알아보기 위하여 앞서와 마찬가지로 의사결정나무 및 랜덤 포레스트의 특성 중요도를 보았다. 그 결과 [그림 2]에서 볼 수 있는 것과 같이 여전히 데뷔 경쟁자 수가 압도적으로 중요한 요소로 떠올랐다.
아이돌 그룹의 수명을 데뷔연도와 공식적으로 해체가 발표된 연도의 차이를 통해 계량하였다. 그 중에서도 특히 3년차와 8년차에 생존하는지 여부를 알아보았다. 우선, 대형 기획사가 아이돌 연습생들을 위해 투자한 금액을 회수할 수 있는 손익분기점 시점이 대략 2-4 년으로써[29], 이를 넘어서 생존할 수 있다면 기본적으로 상당히 상품성 있는 그룹으로 판단할 수 있기 때문이다.
이시림과 이수연의 연구[28]에서 다루었다시피 ‘소속사’ 역시 아이돌이 살아남는데 있어 커다란 영향을 끼치는 요소라고 할 수 있을 것이므로, 우선 각 아이돌 데뷔 당시 소속사를 기준으로 데이터를 수집하였다. 다만, 소속사도 아이돌의 개수만큼 매우 많기 때문에 이를 모두 범주형 변수로 간주하기보다 규모적인 측면을 고려하여 분석하기로 하였다. 따라서 본 연구에서는 SM, JYP, YG를 3대 기획사로 분류²하였으며, 그 외 기획사는 중소형 기획사로 간주하였다.
다만, 제작 과정에서부터 글로벌 시장을 타겟으로 외국인들을 참여시켰으며, 음반 시장에서의 매출 증진 및 부가적인 관련재 판매수익을 위한 스타 만들기와 팬덤 관리 등 K-pop이 기존에 해왔던 개발 전략들이 ‘공장에서 만들어 낸 것 같은’ 아이돌이라는 비판에서 자유롭지 못한 만큼 새로운 전략을 혼합해볼 것을 제안하였다.
독립변수로는 [표 1]에 정리된 것과 같이 성별, 데뷔 시 경쟁자 수, 외국인 수, 유닛 활동, 소속사, 데뷔 이전 경험여부, 다루는 장르, 인원수를 선정하였다. 먼저 성별의 경우 하나의 성별로 이루어진 경우와 혼성이 모두 있음을 감안하여 보이그룹, 걸그룹, 혼성으로 나누었다.
다만, 소속사도 아이돌의 개수만큼 매우 많기 때문에 이를 모두 범주형 변수로 간주하기보다 규모적인 측면을 고려하여 분석하기로 하였다. 따라서 본 연구에서는 SM, JYP, YG를 3대 기획사로 분류²하였으며, 그 외 기획사는 중소형 기획사로 간주하였다.
대중의 눈에 한 번이라도 더 드는 게 중요한 만큼, 처음부터 대중이 아는 아이돌을 멤버로 발탁하거나 정식 데뷔 이전 연습생 시기를 노출시키는 경우가 늘어나고 있다. 따라서 정식으로 음반데뷔 이전에 방송 등 다양한 매체로 대중에게 인지될만한 활동을 한 멤버가 각 그룹에 얼마나 있는지 그 비율로써 경험이라는 변수를 추가하였다.
또한 데뷔 시점 경쟁자의 수가 생존에 영향을 미칠 것으로 판단, 데뷔 해에 계속해서 활동 중이거나 같이 데뷔한 아이돌의 수를 계산하여 변수화 하였다.
독립변수로는 [표 1]에 정리된 것과 같이 성별, 데뷔 시 경쟁자 수, 외국인 수, 유닛 활동, 소속사, 데뷔 이전 경험여부, 다루는 장르, 인원수를 선정하였다. 먼저 성별의 경우 하나의 성별로 이루어진 경우와 혼성이 모두 있음을 감안하여 보이그룹, 걸그룹, 혼성으로 나누었다. 기존의 연구들을 참고하고자 하였으나, 아이돌 관련 연구가 많지 않고, 있더라도 주제의 관점이 다른 경우가 많아 유닛 활동, 경험, 탈퇴여부, 외국인, 경쟁자 수와 같이 본 연구에서 새롭게 추가한 변수들이 대부분이다.
본 연구에서는 아이돌이 3년간 혹은 8년간 생존할 수 있는가 여부를 예측할 수 있도록 파이선(Python)을 사용하여 머신러닝 기법들을 활용해보았다. 훈련세트와 테스트 세트는 랜덤으로 7:3의 비율 하에 구성하였다.
아이돌 그룹의 수명을 데뷔연도와 공식적으로 해체가 발표된 연도의 차이를 통해 계량하였다. 그 중에서도 특히 3년차와 8년차에 생존하는지 여부를 알아보았다.
차우진과 최지선은 아이돌의 4가지 전형성을 바탕으로 정의를 했는데, 이는 다음과 같다[17]. 우선 자본을 지닌 소속사의 주도 하에 스타로써 기획, 육성될 것, 주요 구성원 및 타겟층이 10대일 것, 시각적인 효과를 고려한 댄스 위주의 음악을 할 것, 그룹으로 이뤄질 것 총 4가지 특징을 바탕으로 아이돌을 구분하였다. 또한 이와 유사하게 소속사의 기획력, 그룹의 독창적 콘셉트, 음악그룹이라는 요건을 제시하였다.
본 연구에서는 소규모 데이터에서 잘 쓰이는 lbfgs를 solver로 사용하였다. 이때 최적화된 히든 레이어 수가 (5,2)로 도출되어 이를 기반으로, 활성화 모델은 Relu, Identity, Tanh, Logistic을 사용한 후 비교하였다. 또한 머신러닝에서 자주 쓰이는 나무 모델을 사용하였다.
이 모델은 시각화가 가능한 만큼, 인공신경망보다 경영학적으로 설명하기 좋을 것이기에 채택하였다. 이때, 각각 깊이를 제한하지 않았을 때와 정확도가 가장 높았던 깊이를 5로 제한한 경우를 살펴보았으며, 랜덤 포레스트의 경우 5개의 트리를 사용하여 구하였다.
이는 보는 음악으로써 세계적인 팬덤 형성에 기여하였으나, 모두 획일적이고 유사한 음악에 머물러 있다는 인상을 주었다[23]. 이를 바탕으로 최혁재, 안성아는 인기를 끈 K-pop에는 어떠한 음악적인 전형성이 있을 것으로 판단, 장조, 리듬 등 음악적 기준에 따라 총 7개의 유형으로 구분하여 분석하였다[24]. 비록 시대에 따라 다른 유행을 가질 것이라는 한계는 있으나, 이들은 곡 구성이 나날이 복잡해지며, 여전히 댄스 음악 위주지만 장르의 다양화가 일어나고 있음을 시사했다.
그렇다면 3년 생존 여부에 가장 큰 영향을 미치는 요소는 무엇일까? 이를 설명하기 위하여 우선 의사결정나무 및 랜덤 포레스트의 특성 중요도를 보았다. 그 결과 [그림 1]에서 볼 수 있는 것과 같이 데뷔 경쟁자 수가 압도적으로 중요한 요소로 떠올랐다.
대표적인 머신러닝 기법인 인공신경망, 의사결정나무, 랜덤 포레스트를 쓴 결과 3년차 생존에 있어서는 인공신경망이, 8년차 생존에는 의사결정나무가 가장 높은 정확도를 기록하였다. 이어서 나무모형들의 특성중요도와 로지스틱 회귀분석을 통해 여러 요소 가운데 생존에 가장 영향을 미치는 요소가 무엇인지 분석하였다. 그 결과 공통적으로 아이돌이 데뷔하는 시점의 경쟁자 수를 가장 중요한 요소로 꼽았으며, 예상과 다르게 3년차 생존에서는 경쟁자 수가 많을수록 생존에 유리함을 알 수 있었다.

대상 데이터

본 연구는 대한민국에서 ‘서태지와 아이들’ 이후 2019년 데뷔한 핑크레이디까지 위키피디아에 목록으로 등재된 총 365개 아이돌 그룹을 연구대상으로 한다.
아이돌 그룹에 관련된 모든 데이터는 2019년 4월부터 7월까지 네이버 뮤직, 엠넷, 멜론, 벅스, 위키피디아, 나무위키, 구글에서 수집하였다. 우선 위키피디아 목록에 등재된 아이돌의 이름을 모두 수집한 후, 이를 바탕으로 네이버 뮤직, 멜론 등 음원을 제공하는 주요 사이트에 공식적으로 게재된 정보를 수집하였다.
본 연구는 대한민국에서 ‘서태지와 아이들’ 이후 2019년 데뷔한 핑크레이디까지 위키피디아에 목록으로 등재된 총 365개 아이돌 그룹을 연구대상으로 한다. 앞선 선행연구들을 참고하여 다음의 기준 하에 분석 대상에 포함하는 아이돌 그룹을 선정하였다. 첫째, 두 명 이상의 인원으로 구성된 그룹이다.
아이돌 그룹에 관련된 모든 데이터는 2019년 4월부터 7월까지 네이버 뮤직, 엠넷, 멜론, 벅스, 위키피디아, 나무위키, 구글에서 수집하였다. 우선 위키피디아 목록에 등재된 아이돌의 이름을 모두 수집한 후, 이를 바탕으로 네이버 뮤직, 멜론 등 음원을 제공하는 주요 사이트에 공식적으로 게재된 정보를 수집하였다. 다만 1992년의 그룹부터 모으다보니, 공식 소속사 사이트는 물론 회사 자체가 사라진 경우가 많아 기사를 검색하여 추가적인 정보를 수집하였다.
이시림과 이수연의 연구[28]에서 다루었다시피 ‘소속사’ 역시 아이돌이 살아남는데 있어 커다란 영향을 끼치는 요소라고 할 수 있을 것이므로, 우선 각 아이돌 데뷔 당시 소속사를 기준으로 데이터를 수집하였다.

데이터처리

또한 이것을 어떤 방식으로 관리해야 할 지 경영학적 통찰을 얻기 위해 로지스틱 회귀분석을 통해 분석해보도록 하였다. 그 결과, [표 5]에서 나타나듯, 유의수준 0.
위와 같이 머신러닝 기법을 활용하여 정확도를 분석 한 후, 생존을 위해서 보다 중요하고 유의한 요소들을 알아보기 위해 특성중요도를 알아보는 한편, 로지스틱 회귀분석를 통해 분석해보았다. 총 364개의 그룹을 대 상으로 한 각 변수들의 분포 및 통계치는 다음과 같다.

이론/모형

이때 최적화된 히든 레이어 수가 (5,2)로 도출되어 이를 기반으로, 활성화 모델은 Relu, Identity, Tanh, Logistic을 사용한 후 비교하였다. 또한 머신러닝에서 자주 쓰이는 나무 모델을 사용하였다. 이는 데이터가 입력되어 분류 혹은 예측결과가 나오는 과정을 시각화하면 각 분기마다 결과가 나뉘는 모양새가 마치 나무와 같다하여 붙여진 이름으로[30], 그 중에서도 의사결정나무(Decision Tree)와 랜덤 포레스트(Random Forest) 모델을 사용하였다.
또한 머신러닝에서 자주 쓰이는 나무 모델을 사용하였다. 이는 데이터가 입력되어 분류 혹은 예측결과가 나오는 과정을 시각화하면 각 분기마다 결과가 나뉘는 모양새가 마치 나무와 같다하여 붙여진 이름으로[30], 그 중에서도 의사결정나무(Decision Tree)와 랜덤 포레스트(Random Forest) 모델을 사용하였다. 이 모델은 시각화가 가능한 만큼, 인공신경망보다 경영학적으로 설명하기 좋을 것이기에 채택하였다.

성능/효과

이번엔 의사결정나무는 최초의 인원수를 그대로 유지하는 것에 방점을 둔 반면, 랜덤 포레스트는 탈퇴한 멤버가 있는 경우를 중요하게 보았다. 8년차 생존 여부도 경쟁자 변수를 제외할 경우 활성함수를 Tanh을 쓴 인공신경망을 제외하고 모든 정확도가 감소하였으며, 특히 랜덤 포레스트의 경우 가지 수를 제한하지 않았을 때 정확도가 0.82에서 0.74로 0.08이나 줄어든 것을 알 수 있다. 3년차 생존 여부와 비교했을 때, 경쟁자수가 보다 오랜 기간 생존을 예측하는데 보다 더 중요한 요소라고 할 수 있을 것이다.
7까지 감소한다. 그 결과 경쟁자 수라는 변수가 제거될 경우 가장 높은 정확도는 0.75로, 기존의 0.77에 비해서 0.02 감소한 것을 알 수 있다.
이어서 나무모형들의 특성중요도와 로지스틱 회귀분석을 통해 여러 요소 가운데 생존에 가장 영향을 미치는 요소가 무엇인지 분석하였다. 그 결과 공통적으로 아이돌이 데뷔하는 시점의 경쟁자 수를 가장 중요한 요소로 꼽았으며, 예상과 다르게 3년차 생존에서는 경쟁자 수가 많을수록 생존에 유리함을 알 수 있었다. 그 밖에 중요한 요소로는 다루는 장르의 수, 최초 구성원의 수, 유닛 활동 여부와 같은 것들 것있다.
82의 정확도를 보여 3년차 예측 시 보다 더 나은 결과를 보였다. 다만, 이때 깊이를 제한한 의사결정나무의 정확도가 0.85로써 다른 모든 모델들보다 가장 높은 정확도를 보였다.
대표적인 머신러닝 기법인 인공신경망, 의사결정나무, 랜덤 포레스트를 쓴 결과 3년차 생존에 있어서는 인공신경망이, 8년차 생존에는 의사결정나무가 가장 높은 정확도를 기록하였다. 이어서 나무모형들의 특성중요도와 로지스틱 회귀분석을 통해 여러 요소 가운데 생존에 가장 영향을 미치는 요소가 무엇인지 분석하였다.
또한 로지스틱 회귀분석에 의해 평균적으로 재계약이 이루어지는 다음 년도인 8년차 생존 여부에 유의한 영향을 미치는 요소는 데뷔한 연도의 경쟁자 수, 장르의 수, 탈퇴/유입여부, 유닛 활동이 있거나 혹은 그룹 자체가 유닛인지에 따라 달라지는 것으로 나왔다. [표 7]에 따르면 여전히 다루는 장르가 많을수록, 유닛 활동을 할수록 8년차에 생존할 확률이 높아진다.
본 연구는 몇 가지 기법들을 활용하여, 쉽게 수집할 수 있는 데이터만으로도 아이돌 생존을 예측할 수 있다는 가능성을 보였다는 점에서 가장 큰 의의를 지닌다. 이를 통해, 소속사 입장에서는 앞으로 아이돌 그룹을 기획, 관리할 때 어떤 요소를 중점적으로 파악해야 하는지 알 수 있을 것이다.
이는 우리가 모델의 설명 변수로 사용한 아이돌 그룹 멤버의 성별, 인원수, 멤버 중 외국인의 수와 데뷔 이전 경험 여부 등의 데이터가 있으면 해당 아이돌 그룹이 3년 후에도 계속 생존할 수 있을지를 70% 이상의 확률로 예측할 수 있음을 의미한다. 인공신경망 모델 중에서는 활성화 함수를 Identity로 했을 때, 테스트 세트에 있어 정확도 값이 0.77로 가장 높은 결과를 보인 반면, 의사결정나무와 랜덤 포레스트로 예측했을 때, 정확도는 각각 0.76, 0.745로써 소폭 감소하는 경향을 보였다.

후속연구

이를 통해, 소속사 입장에서는 앞으로 아이돌 그룹을 기획, 관리할 때 어떤 요소를 중점적으로 파악해야 하는지 알 수 있을 것이다. 또한, 국가적으로는 아이돌 그룹이 끌어올 수 있는 관광, 수출과 같은 경제적 효과를 장기적으로 예상할 수 있는 지표로 활용할 수 있을 것이다.
이러한 문제를 보완하기 위해서 시대에 따른 아이돌 생존 요인을 다르게 꼽는 방법을 제안한다. 아직 2세대, 3세대 아이돌에 대한 기준점의 합의가 이루어 지지 않았으나, 이를 시도함으로써 보다 예측력 있는 모델을 개발하여 경제적으로도 유용한 연구들이 발전할 수 있을 것이다.
이를 통해, 소속사 입장에서는 앞으로 아이돌 그룹을 기획, 관리할 때 어떤 요소를 중점적으로 파악해야 하는지 알 수 있을 것이다.
이를 판단하는 것이 무척이나 자의적일 수 있기 때문에, 이를 대체할 수 있는 객관적인 요인을 찾고자 했으나 못하였다. 추후 아이돌 산업에 관한 전문가들의 상의 하에 이를 보완한다면, 보다 중요하고 구체적인 시사점을 발견할 수 있을 것이다.

참고문헌 (31)

한국콘텐츠진흥원, 2018 음악산업백서, 2019.
박경은, "'소녀시대' 업고 SM 주가 up…지난해 말 대비 377% 껑충," 경향신문, 2010.11.03.
맹하경, "설현, 하니에 쯔위까지…걸그룹 만난 중저가폰, '찰떡궁합'," 뉴스1, 2016.01.10.
이혜미, "SKT의 '설현 사랑'," 헤럴드 경제, 2016.
김은경, "'BTS, 워너원, 트와이스' 아이돌이 보여주는 경제 효과," 일요서울, 2018-11-13.
송영찬. "국민은행, 'BTS 효과' 제대로 누렸네," 한국경제, 2020-01-02.
고정민, 강신겸, 이안재, 하송, 한류 지속과 기업의 활용 방안, 삼성경제연구소, 2005.
김성섭, 김미주, "태국사회에서 한류 대중문화 상품이 한국의 국가이미지 인식과 한국 방문의향에 미치는 영향," 관광연구, 제23권, 제4호, pp.101-125, 2009.
김호영, 윤태진, "한국 대중문화의 아이돌(idol) 시스템 작동방식," 방송과 커뮤니케이션, 제13권, 제4호, pp.45-82, 2012.
송정은, 장원호, "유투브(YouTube) 이용자들의 참여에 따른 한류의 확산," 한국콘텐츠학회, 제13권, 제4호, pp.155-169, 2013.
유경진, 박연진, 황하성, "신한류 효과: 중국인들의 K-POP 이용이 한국과 한류에 대한 호감도에 미치는 영향," 한국언론정보학보, 통권, 제65호, pp.51-75, 2014.
황낙건, 최형배, 김영택, "K-POP과 K-POP 스타가 국가이미지와 한국제품 구매의도에 미치는 영향 : 해외 소비자를 대상으로," 한국엔터테인먼트산업학회논문지, 제6권, 제4호, pp.5-14, 2012.
김가윤, K-POP이 수출에 미치는 영향 : Google 검색과 YouTube 페이지뷰를 중심으로, 고려대학교 대학원, 석사학위논문, 2013.
현대경제연구원, 방탄소년단(BTS)의 경제적 효과, 2018.
심두보, "케이팝 (K-pop) 에 관한 소고: 한류, 아이돌 그리고 근대성," Social Studies, 제52권, 제2호, pp.13-28, 2013.
이승목, 신재권, 이상우, "아이돌 우상화의 요인 및 아이돌 우상화가 아이돌 광고 상품 구매의도에 미치는 매개효과 분석," 한국콘텐츠학회논문지, 제14권, 제6호, pp.328-338, 2014.
차우진, 최지선, "한국 아이돌 그룹의 역사와 계보:1996-2010년, 아이돌 (이동연 엮음), pp.112-158, 2011
이동연, "아이돌 팝이란 무엇인가?-징후적 독해," 문화과학, 제62권, pp.210-227, 2010.

상세보기
김도희, 박병진, "한류콘텐츠 경험이 국가 이미지, 한류콘텐츠 만족도 및 충성도에 미치는 영향 - 유럽 신한류 잠재소비자를 중심으로," 대한경영학회, 제29권, 제12호, pp.1871-1894, 2016.
박영은, 이동기, "SM 엔터테인먼트, 글로벌 엔터테인먼트를 향한 질주," Korea Business Review, 제15권, 제2호, pp.65-99, 2011.
임성준, "K-pop의 글로벌 경쟁력과 성공요인," 한국경영학회, 제17권, 제2호, pp.323-346, 2013.
양종모, "케이 팝(K-Pop)의 학교 음악교육에 수용탐색을 위한 음악적 특성 분석," 음악응용연구, 제4권, 통권, 제4호, pp.1-18, 2011.
이은솔, 이우창, "케이팝(K-Pop)의 현황과 국내 음 악콘텐츠의 미래," 글로벌문화콘텐츠학회 학술대회, pp.185-188, 2017.
최혁재, 안성아, "K-pop 히트 유형 분석," 한국문화 경제학회, 제17권, 제1호, pp.3-34, 2014.
황인석, 김봉, 안성아, "한류의 경제적 파급 효과: 중국 대학생들의 한국 대중음악에 대한 만족도가 한국문화상품 구매의도에 미치는 영향, 한국콘텐츠학회논문지, 제8권, 제6호, pp.140-150, 2008.

원문보기 상세보기
김주연, 안경모, "아시아국가에서의 K-pop 이용행동과 K-pop으로 인한 국가호감도 및 한국 방문의도 변화," 한국콘텐츠학회논문지, 제12권, 제1호, pp.516-524, 2012.

원문보기 상세보기
서철연, 양진영, "중국인이 지각하는 한류의 K-POP 속성이 국가이미지에 미치는 영향," 대한경영학회, 제25권, 제4호, pp.1917-1938, 2011.
이시림, 이수현, "한국 아이돌, 그들은 어떻게 살아남는가?: 한국 아이돌 산업 생태계의 생존과 성공 요인," 한국여성커뮤니케이션학회, 제34권, 제2호, pp.51-98, 2019.
김건우, "꿈에 베팅? 빚만 쌓이는 '아이돌고시'," 머니투데이, 2016.05.28.
G. Shmueli, P. C. Bruce, I. Yahav, N. R. Patel, and K. C. Lichtendahl Jr, Data mining for business analytics: concepts, techniques, and applications in R, John Wiley & Sons, 2017.
조병철, 심희철, "K-POP 한류의 성공요인분석과 한류 지속화 방안연구," 한국콘텐츠학회논문지, 제13권, 제5호, pp.90-102, 2013.

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