[논문]영화 콘텐츠 큐레이션과 메타데이터 표준 연구의 동향 분석 -예술경영 관점으로-

배승주

doi:10.15207/jkcs.2020.11.6.163

영화 콘텐츠 큐레이션과 메타데이터 표준 연구의 동향 분석 -예술경영 관점으로-
Trend Analysis of Movie Content Curation and Metadata Standards Research - Focus on the Art Management Perspective - 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.6, 2020년, pp.163 - 171

배승주 (경성대학교 디지털미디어학부)

초록
AI-Helper

본 연구는 국내 영화 콘텐츠 큐레이션 연구에 나타난 메타데이터 연구들을 찾아서 연도별로 내용과 변화를 예술 경영의 관점에서 분석하는 것이다. 큐레이션과 추천시스템은 모두 그 바탕에 메타데이터의 기능이 작동하고 있다. 연구의 목적은 디지털 콘텐츠에서 큐레이션과 추천시스템이 어떻게 다른가를 확인하는 것이다. 연구절차와 방법은 '영화'와 '메타데이터'를 키워드로 논문을 검색하고, 이를 연도별 연구경향, 연구내용의 목적, 용도별 분석, 추천 방식의 유형에 따른 변화의 4단계로 분석하는 과정을 거쳤다. 연구 결과는 영화 메타데이터 연구는 이용자 측면의 연구에 관심이 높고, 도입단계, 추천방식 진화단계, 공유와 참여 단계로 발전하고 있으며, 영화 큐레이션은 검색지원, 콘텐츠 기반, 협력필터링, 하이브리드, 인공지능, 큐레이션의 6단계로 진화하였다는 결론을 얻은 것이다. 이 연구는 장르별 예술경영을 위한 메타데이터 개발에 기여할 것으로 기대한다.

Abstract ▼ AI-Helper

This study analyzed the contents and changes by year of metadata research that appeared in the study of domestic movie curation from the viewpoint of art management. The research method used thesis search site to search 'movie' and 'metadata' as keywords, and analyzed them in 4 stages of change according to the research trend by year, purpose of research content, analysis by use, and type of recommendation method. As for research results, movie metadata research is highly interested in user-side research, and is developing from an introduction stage to an evolutionary stage of recommendation to a sharing and participation stage. It was concluded that movie curation evolved into 6 stages: search support, content-based, collaborative filtering, hybrid, artificial intelligence, and curation.

주제어

표/그림 (5)

표 Table 1. Concept stage & Recommendation types
표 Table 2. The number of papers and co-authors
표 Table 3. Research trends of movie metadata in Korea
표 Table 4. Research academies of movie metatata
표 Table 5. Analyses of movie metadata usage

AI 본문요약
AI-Helper

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

문제 정의

영화 메타데이터 연구의 목적은 메타데이터의 도입과 표준개발의 2단계로 구분된다. 더 구체적으로는 콘텐츠 수집과 공유의 생산자 측면과 개방에 따른 참여확대의 이용자 측면에서 보았다. 그리고 메타데이터의 용도에 따라 기술용, 관리용, 구조용으로 나누어 분석하고, 추천유형의 동향을 비교하였다.
본 연구는 디지털 콘텐츠 큐레이션의 알고리즘과 메타데이터를 설계하는데 있어 정보활용의 특성에 기반한 기준을 제시함으로서 콘텐츠 소비의 다양성 증진에 도움이 될 수 있을 것이다. 디지털 콘텐츠에 적용된 메타데이터를 공연, 전시와 같은 예술분야 현업 큐레이션에 적용하여 자원의 효율적 사용과 가치증진에도 기여할 것이다.
본 연구는 예술경영의 시각에서 영화 콘텐츠 큐레이션의 기반이 되는 메타데이터 연구동향을 분석하였다. 1995년 이래 25년간 영화 메타데이터 연구는 도입과 표준개발이 목적이었다.
대중영화 연구는 영화학과 인문학의 융합을 시도하는 의미가 있다[2]. 본 연구는 예술경영이 추구하는 효율의 도구로써 영화 콘텐츠 큐레이션에 주목한 것이다. 영화 콘텐츠의 큐레이션 연구는 메타데이터 분석으로 진행하였다.
손지은 등(2015)은 ‘추천시스템 기법 연구 동향 분석’에서 추천시스템의 유형과 확장의 방향을 보여준다[4]. 이 연구는 콘텐츠 기반, 협력필터링, 하이브리드 시스템을 기초로 하고, 연관성 분석, 시간적 역동성 고려, 다양성을 위한 연구를 추가하였다. 인공지능의 도입은 언급되지 않았다.

가설 설정

그리고 메타데이터의 기능 요건은 ‘1) 특정 정보자원에 대한 정보를 기술하고 표현해야 한다. 2) 모든 유형의 정보자원을 다룰 수 있어야 한다. 3) 기계가 이해할 수 있는 처리할 수 있는 구조화된 정보이어야 한다.
연도별 분석을 보면 메타데이터 연구에 대한 관심은 높지 않지만 정보기술 분야에서 데이터 정보화 분야 연구로 전파되면서 정보통신 휴먼컴퓨터 등 다양한 분야에서 꾸준히 공동연구가 있었다. 둘째, 영화 큐레이션 연구는 공유와 참여를 지향한다. 이러한 단계는 생산자 측면의 수집과 공유, 이용자 측면의 개방과 참여의 지향이 공유와 참여임을 확인한다.

제안 방법

더 구체적으로는 콘텐츠 수집과 공유의 생산자 측면과 개방에 따른 참여확대의 이용자 측면에서 보았다. 그리고 메타데이터의 용도에 따라 기술용, 관리용, 구조용으로 나누어 분석하고, 추천유형의 동향을 비교하였다.
연구대상 논문의 영화 콘텐츠 메타데이터 연구 목적을 구분하는 기준은 도입과 표준개발로 나누었다. 그리고 이러한 목적은 역할에 따라 메타데이터를 수집하고 공유하는 생산자의 측면과 메타데이터 개방에 따라 참여하는 이용자의 측면으로 나누었다. 메타데이터 도입에서 수집과 개방의 기능이 있고, 표준개발은 공유와 참여의 기능으로 큐레이션과 같은 목적을 지향한다.
강상욱 등(2016)은 콘텐츠 유형에 따라 고정된 길이의 코드를 사용하여 활용이 용이하도록 하였다[34]. 기존 UCI(Universal Content Identifier) 식별 메타데이터 요소를 Key로 변경하여 기존의 내부DB관리용으로 사용하고 새로운 식별자를 UCI로 정의하여 개선하는 방안을 제시하였다. 구조용 메타데이터를 생산자 측면에서 호환성을 유지하면서 구문구조를 개선하여 UCI식별체계를 보완한 검색지원 단계의 표준개발이다.
메타데이터는 수집하여 공유하는 생산자의 의도와, 개방에 따라 참여하는 이용자의 용도에 따라 공유와 참여를 향해 진화한다. 본 연구는 메타데이터의 타이폴로지로 형성된 의도에 큐레이션의 공유와 참여를 대입한다.
본 연구는 영화 콘텐츠 큐레이션의 메타데이터 연구를 분석하고 시기별로 정리하였다. 연구는 4단계로 진행하였다.
임영훈(2011) 등은 영화 후반제작 과정의 편집 및 시각특수효과(VFX : Visual Effects) 과정에서 효율적 변환을 위해 XML(eXtensible MarkUP Language) 기반의 메타데이터 활용 방법을 제안하였다[29]. 생산자 측면에서 대용량의 영상편집 과정에 XML메타데이터를 구조용으로 공유하여 검색지원의 효율을 개선하였다.
둘째 단계는 연구 내용을 검토하여 연구목적에 따라 정리하였다. 셋째 단계는 메타데이터의 기능을 용도에 따라 분석하였다. 넷째는 추천방식의 유형에 따른 변화 추이를 밝혔다.
연구대상 논문의 영화 콘텐츠 메타데이터 연구 목적을 구분하는 기준은 도입과 표준개발로 나누었다. 그리고 이러한 목적은 역할에 따라 메타데이터를 수집하고 공유하는 생산자의 측면과 메타데이터 개방에 따라 참여하는 이용자의 측면으로 나누었다.
진혜란 등(2019)은 시멘틱 정보를 이용한 문화적 메타데이터로 사용자를 유형화한 인문적 요소를 반영한 휴매니스틱 큐레이션을 제안하였다[23]. 영화 추천 서비스 왓챠(Watcha) 사용자 유형화에서 별점과 인터뷰를 활용하여 작품성과 감성을 고려하고, 대중으로부터 소외된 취향을 반영하여 질적 접근을 시도한다. 이용자 측면의 참여확대가 진행되며 기술용 메타데이터의 표준개발에서 비평가 코멘트나 다른 사용자가 직접 생성한 콜렉션을 이용하는 경향의 도입을 위해 커뮤니티 장을 형성하는 것이 공생하는 인공지능 제안이다.
영화 콘텐츠 메타데이터의 용도에 따라 연구논문은 기술용 관리용 구조용으로 구분하였다. 구우석 외(1995)연구의 통신계층에서 도입된 관리용 메타데이터 연구는 조대하 외(2018)의 연구에서 관객 수와 손익분기 예측모델에서 관리용으로 영화 메타데이터를 사용하기까지 23년 동안 6편의 논문이 생산되었다.
옥정우 등(2017)은 영화의 메타데이터를 활용하여 영화 투자자의 위험을 방지하기 위하여 관객 수와 손익분기달성 예측모델을 제안하였다[35]. 영화진흥위원회에서 수집한 이용자 데이터를 활용하고, 관객 수와 손익분기점 예측모델을 비교하여 정확도가 높은 모델을 추천하였다. 시나리오를 배제한 협력필터링이며, 생산자 측면에서 공유하기 위한 관리용 메타데이터를 단순화하는 표준개발이 포함되어 있다.
그들은 UNIX서버-PC클라이언트의 통신계층에서 메타데이터 부분은 UCP(User Datagram Protocol)로, 사용자 데이터 부분은 TCP(Transmission Control Protocol)로 분리하였다. 음향, 영상 등의 콘텐츠를 관리하는 생산자 측면에서 메타데이터를 도입하였다. 양선우 등(2003)은 영화콘텐츠 요약(Summary)을 MPEG-7 메타데이터로 기술하는 방안을 도입하여 구조용 메타데이터의 개선으로 접근하였고, 모바일 환경에서 실증하였다[25].
이 연구들은 추천시스템의 정확성과 효율성을 위해 다양한 방식으로 추천기법을 실험하며 성능향상을 추구하였다. 추천시스템 적용분야는 도서관 정보센터 이후에 영화와 음악, 뉴스, 쇼핑몰이었다.
연구는 4단계로 진행하였다. 첫 단계는 연구 대상 논문의 서지정보를 연도별로 정리하여 연구경향을 분석하였다. 둘째 단계는 연구 내용을 검토하여 연구목적에 따라 정리하였다.
연구의 결과는 다음과 같다. 첫째, 영화 메타데이터 연구는 도입과 표준개발의 단계를 따라 연구되었다. 연도별 분석을 보면 메타데이터 연구에 대한 관심은 높지 않지만 정보기술 분야에서 데이터 정보화 분야 연구로 전파되면서 정보통신 휴먼컴퓨터 등 다양한 분야에서 꾸준히 공동연구가 있었다.

대상 데이터

2020년 2월 10일자로 검색어 ‘영화’ 19,093편, ‘메타데이터’ 2,444편, ‘영화+메타데이터’ 18편이 검색되었다.
논문의 분포로 보면 연구자들의 관심이 2008년 이전에 관리용 메타데이터에 있었으나, 2011년, 2017년에 다시 보인다. 기술용 메타데이터는 2008년부터 2019년까지 꾸준히 지속되었다. 구조용 메타데이터에 관한 논문은 드물게 매체 급변의 시기에 발표되었지만 관심이 집중된 시기가 지속된 기간으로 보기는 어렵다.
다양한 학회지 발행처와 다수의 논문 제공 사이트 중에서 중복과 혼란을 피하기 위하여 2019년 현재 국내에서 가장 많은 논문 수를 제공하고 있는 디비피아(DBpia www.dbpia.co.kr)를 활용하여 검색하였다. 2020년 2월 10일자로 검색어 ‘영화’ 19,093편, ‘메타데이터’ 2,444편, ‘영화+메타데이터’ 18편이 검색되었다.
남태우 외(2010)는 ‘메타데이터 의미론적 확장에 관한 연구’에서 메타데이터 표준의 생성을 대상정보자원의 유형변화에 따른 연도별 순서와 메타데이터의 기능 요건을 정리하였다[13]. 대상정보자원은 웹상의 디지털 자원에서 1995년 더블린코어 발표 시점부터 비전자적 정보자원을 포함하는 모든 유형의 정보를 위한 것까지로 확대되었다. 그리고 메타데이터의 기능 요건은 ‘1) 특정 정보자원에 대한 정보를 기술하고 표현해야 한다.
모두 16편 논문이 9개 학회지에서 발표되었고, 5편 발표가 1학회, 3편과 2편 발표가 각각 1학회, 1편 발표가 6학회였다. 발표연간은 1995년~2017년 5편, 2008년~2011년 3편, 2013년 2편, 그 외 6편은 각각의 학회에서 2010년 이후 1편씩 발표하였다. 연구 범위는 최근까지 영화 메타데이터 연구와 관련이 있는 논문을 대상으로 한 전수조사였다.
발표연간은 1995년~2017년 5편, 2008년~2011년 3편, 2013년 2편, 그 외 6편은 각각의 학회에서 2010년 이후 1편씩 발표하였다. 연구 범위는 최근까지 영화 메타데이터 연구와 관련이 있는 논문을 대상으로 한 전수조사였다. 그리고 각 논문의 연구 목적, 메타데이터의 용도, 추천 유형을 살펴보고 연도별로 Table 3에서 비교하였다.
연구범위는 Table 2에 집계된 대상논문 16편이다. 1995년 첫 논문부터 2019년까지 25년이며 2003년 두 번째 논문이 발표되기까지 7년의 공백이 있었다.
조사대상 문헌은 1995년 이후로 검색되었다. 모두 16편 논문이 9개 학회지에서 발표되었고, 5편 발표가 1학회, 3편과 2편 발표가 각각 1학회, 1편 발표가 6학회였다.

데이터처리

본 연구는 예술경영이 추구하는 효율의 도구로써 영화 콘텐츠 큐레이션에 주목한 것이다. 영화 콘텐츠의 큐레이션 연구는 메타데이터 분석으로 진행하였다. 디지털 시스템에서 콘텐츠를 데이터로 저장하고 저장된 데이터를 이용자에게 필요한 콘텐츠로 표현하고 기술하는 역할과 기능을 메타데이터가 맡고 있기 때문이다.

성능/효과

넷째, 영화 큐레이션은 영화 메타데이터 추천방식에 따라 6단계로 진화한다. 영화 큐레이션에 적용되는 추천방식은 검색지원, 콘텐츠 기반, 협력필터링, 하이브리드, 인공지능, 큐레이션의 단계로 진화하고 있으며, 인공지능 단계는 첫 연구가 있었고, 큐레이션 단계는 이전 단계의 표현에서 지향하는 바로 나타나 보였다.
본 연구에서 정의한 개념에 따른 공유와 참여가 도입된 큐레이션 단계는 안신현 외(2008) 연구의 전문가 평가 도입과 진혜란 외(2019) 연구의 휴매니틱 큐레이션 개념에서 지향하는 바이며 영화 콘텐츠 큐레이션에 관한 연구가 보여주는 현재의 첨단이다. 추천방식의 유형을 단계에 따라 종합하여 정리하면 검색지원, 콘텐츠기반, 협력필터링, 하이브리드, 인공지능, 큐레이션의 진화 6단계가 수립된다.

후속연구

인공지능은 2019년 첫 연구가 나타났다. 기계학습 딥러닝에 이전 진화단계의 추천유형과 관계되고 영향을 줄 것인지는 향 후 연구과제로 남게 되었다. 본 연구에서 정의한 개념에 따른 공유와 참여가 도입된 큐레이션 단계는 안신현 외(2008) 연구의 전문가 평가 도입과 진혜란 외(2019) 연구의 휴매니틱 큐레이션 개념에서 지향하는 바이며 영화 콘텐츠 큐레이션에 관한 연구가 보여주는 현재의 첨단이다.
본 연구는 디지털 콘텐츠 큐레이션의 알고리즘과 메타데이터를 설계하는데 있어 정보활용의 특성에 기반한 기준을 제시함으로서 콘텐츠 소비의 다양성 증진에 도움이 될 수 있을 것이다. 디지털 콘텐츠에 적용된 메타데이터를 공연, 전시와 같은 예술분야 현업 큐레이션에 적용하여 자원의 효율적 사용과 가치증진에도 기여할 것이다. 이는 장르별 예술분야에 적합한 메타데이터 연구도 기대하는 바다.
향후 다른 장르의 연구와 해외사례에 대한 연구가 진행될 수 있을 것이다. 또한 큐레이션과 공유와 참여의 개념 연결이 예술경영의 관점에서 연구도 필요하다고 본다.
본 연구는 예술경영을 전제하면서도 국내의 영화 콘텐츠 분야에 한정하여 큐레이션과 메타데이터 연구동향을 분석한 한계를 갖고 있다. 향후 다른 장르의 연구와 해외사례에 대한 연구가 진행될 수 있을 것이다.
본 연구는 예술경영을 전제하면서도 국내의 영화 콘텐츠 분야에 한정하여 큐레이션과 메타데이터 연구동향을 분석한 한계를 갖고 있다. 향후 다른 장르의 연구와 해외사례에 대한 연구가 진행될 수 있을 것이다. 또한 큐레이션과 공유와 참여의 개념 연결이 예술경영의 관점에서 연구도 필요하다고 본다.

질의응답

핵심어	질문	논문에서 추출한 답변
	메타데이터 추천방식의 유형은 무엇인가?	이는 메타데이터 도입단계와 추천방법 진화단계, 그리고 공유와 참여 구축 단계로 요약되었다. 이는 추천방식의 유형을 보면 Table 1과 같이 검색지원에서부터 콘텐츠 기반 추천, 협력필터링, 하이브리드, 인공지능, 큐레이션의 6단계가 설정된다.
	큐레이션(Curation)이란 무엇인가?	디지털 시대에서 예술경영의 큐레이션(Curation)은 전문성을 적용하여 예술분야의 디지털콘텐츠를 분류하고 편집하여 유통으로 확대하는 활동이다. 경험재의 특성을 가진 예술은 예술분야의 정보 이용자에게 정보활용능력에 더하여 예술분야의 경험을 요구한다.
	영화 큐레이션의 진화단계는 무엇인가?	연구절차와 방법은 '영화'와 '메타데이터'를 키워드로 논문을 검색하고, 이를 연도별 연구경향, 연구내용의 목적, 용도별 분석, 추천 방식의 유형에 따른 변화의 4단계로 분석하는 과정을 거쳤다. 연구 결과는 영화 메타데이터 연구는 이용자 측면의 연구에 관심이 높고, 도입단계, 추천방식 진화단계, 공유와 참여 단계로 발전하고 있으며, 영화 큐레이션은 검색지원, 콘텐츠 기반, 협력필터링, 하이브리드, 인공지능, 큐레이션의 6단계로 진화하였다는 결론을 얻은 것이다. 이 연구는 장르별 예술경영을 위한 메타데이터 개발에 기여할 것으로 기대한다.

참고문헌 (36)

J. E. Tae, K. H. Jung & H. J. Song. (2016). A study of Convergence Relationship between Post-Modern aspects and storytelling from Imaging Content Production. Journal of the Korea Convergence Society, 7(6), 177-184.
G. J. Moon. (2018). The Scenery of the Urban Residence Represented in Korean Films of the Liberation Period. Journal of the Korea Convergence Society, 9(4), 119-125.
S. H. Lee. (2019). A Longitudinal Study on the Supply & Demand-side Diversity of Digital Media : TV Channel & VOD Data of 2012-2017. Journal of the Korea Convergence Society, 10(8), 137-144.
J. E. Son, S. B. Kim, H. J. Kim & S. Z. Cho. (2015). Review and Analysis of Recommender System. Journal of The Korean Institute Of Industrial Engineers, 41(2), 185-208.

원문보기 상세보기
N. Beagrie. (2008). Digital curation for science, digital libraries, and individuals. International Journal of Digital Curation, 1(1), 3-16.

상세보기
L. Madden. (2007). Digital curation at the Library of Congress: Lessons learned from American Memory and the archive ingest and handling test. DigCCurr2007, April 18-20, 2007, Chapel Hill, NC.
E. Yakel. (2007). Digital curation. OCLC Systems & Services: International digital library perspectives.
D. Kasch. (2013). Social media selves: College students' curation of self and others through Facebook (Doctoral dissertation, UCLA).
S. S. Lee & I. S. Song. (2005). A Study on Metadata of Technology Trends Information Based on NewsML. JOURNAL OF THE KOREAN SOCIETY FOR LIBRARY AND INFORMATION SCIENCE, 39(3), 183-205.

원문보기 상세보기
S. R. Yoo. (2010). A Diagnostic Analysis of Metadata R&D Status in Korea. JOURNAL OF THE KOREAN SOCIETY FOR LIBRARY AND INFORMATION SCIENCE, 44(2), 405-426.

원문보기 상세보기
B. J. Jeon. (2011). A Study on the Applying Metadata Standards in Cadastral Information for increasing its Utilization. Journal of the Korean Cadastre Information Association, 13(1), 81-92.
M. H. Lee, W. G. Lee, H. M. Yoon, S. H. Shin & J. C. Ryou. (2011). Comparison and Analysis of Science and Technology. Journal Metadata. JOURNAL OF THE KOREA CONTENTS ASSOCIATION, 11(9), 515-523.

원문보기 상세보기
T. W. Nam & S. M. Lee. (2010). Study on the Semantic Extension of the Concept of Metadata. JOURNAL OF THE KOREAN SOCIETY FOR LIBRARY AND INFORMATION SCIENCE 44(4), 373-393.

원문보기 상세보기
Priscilla Caplan. (2003). Metadata Fundamentals for All Librarians. Chicago : AMERICAN LIBRARY ASSOCIATION.
Y. Kim & S. B. Moon. (2006). A Study on Hybrid Recommendation System Based on Usage Frequency for Multimedia Contents. Journal of the Korean Society for Information Management, 23(3), 91-125.

원문보기 상세보기
S. H. Ann & C. K. Shi. (2008). Movie Recommendation System Based on Cultural Metadata. Korea Information Science Society Journal, 35(1A), 78-79.
J. H. Park & Y. H. Cho. (2011). Social Network Analysis for the Effective Adoption of Recommender Systems. Journal of Intelligence and Information systems, 17(4), 305-316.
H. G. Choi & E. J. Hwang. (2012). Emotion-based Music Recommendation System based on Twitter Document Analysis. Journal of KIISE : Computing Practies and Letters, 18(11), 732-767.
M. D. Hong, K. J. Oh, M. H. Ga & G. S. Jo. (2013). Content based Recommendation Based on Social Network for Personalized News Services. Journal of Intelligence and Information systems, 19(3), 57-71.
J. Y. Kim & S. W. Lee. (2013). The Ontology Based, The Movie Contents Recommendation Scheme, Using Relations of Movie Metadata. Journal of Intelligence and Information systems, 19(3), 25-44.

원문보기 상세보기
M. J. Kim & Y. H. Cho. (2015). A Multimodal Profile Ensemble Approach to Development of Recommender System Using Big Data. Journal of Intelligence and Information systems, 21(4), 93-110.
S. I. Choi, Y. J. Hyun & N. G. Kim. (2015). Improving Performance of Recommendation Systems Using Topic Modeling. Journal of Intelligence and Information systems, 21(3), 101-116.

원문보기 상세보기
H. L. Jin, H. S. Kim, K. J. Chung & Y. A. Kang. (2019). A Proposal to improve movie curation service through categorizing WATCHA users. Journal of The HCI Society of Korea, 2, 587-591.
W. S. Koo, B. W. Oh & K. J. Han. (1995). A Study on a VOD System based on UNIX Server and PC Clients. Proceedings of The Korean Institute of Information Scientists and Engineers, 22(2A), 213-216.
S. W. Yang, B. N. R. Bae & Y. M. Ro. (2003). Study of Mobile Environment - Based Video Selection and Summary Service System. Proceedings of The Korean Institute of Information Scientists and Engineers, 30(2 II), 460-462.
M. H. Kim, J. H. Nam & J. W. Hong. (2006). Lossless Video Watermarking for effective digital content management with UCI. Proceedings of The Korean Institute of Information Scientists and Engineers, 33(2C), 544-547.
S. A. Mok, C. H. Kim & J. K. Paik. (2008). Media Production Environment Using Metadata based on Advanced Authoring Format. JOURNAL OF BROADCAST ENGINEERING 13(2), 274-282.

원문보기 상세보기
S. K. Ko, S. M. Choi & Y. S. Han. (2010). Movie Recommendation Technique based on Periodical Genre Correlations. Proceedings of Korea Multimedia Society, 109-111.
Y. H. Lim, C. H. Kim & J. K. Paik. (2011). Efficient Film Post Production Process using Metadata on the eXtensible Markup Language. JOURNAL OF BROADCAST ENGINEERING 16(3), 439-447.

원문보기 상세보기
J. S. Lee, S. J. Jang & S. P. Lee. (2011). Design and Implementation of content information enrichment service in the IPTV environment. Proceedings of The Korean Society Of Broad Engineers, 424-427.
B. H. Kim & B. T. Zhang. (2014). Movie Recommendation Using Co-Clustering by Infinite Relational Models. Journal of Korean Institute of Intelligent Systems, 24(4), 443-449.

원문보기 상세보기
Y. Jin, J. S. Kim & J. W. Kim. (2014). Product Community Analysis Using Opinion Mining and Network Analysis - Movie Performance Prediction Case -. Journal of Intelligence and Information Systems, 20(1), 49-65.

원문보기 상세보기
H. B. Bang, H. W. Lee & J. H. Lee. (2015). A Content-based TV Program Recommendation System Using Age and Plots. Proceedings of the Korean Society of Computer Information Conference, 23(1), 51-54.
S. U. Kang, S. H. Park & G. G. Lim. (2016). The Improved UCI Identifier Syntax for Convergence Digital Contents. Journal of the Institute of Electronics and Information Engineers, 53(9), 82-88.
J. W. Ok, H. J. Kim, D. H. Cho, H. S. Ju, H. C. Lee, Theresia Saputri & S. W. Lee. (2017). Predicting The Number of Audience and Breakeven Point Attainment based on Movie Metadata. Proceedings of The Korean Institute of Information Scientists and Engineers, 1932-1934.
D. H. Cho, H. J. Kim, J. W. Ok, H. S. Ju, S. W. Lee. & Y. J. Choi. (2018). Web Service Implementation for Predicting the Number of Audience and BEP of Movie Based on Metadata. Proceedings of Symposium of the Korean Institute of communications and Information Sciences, 920-921.

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