[논문]한국과 중국의 메타버스에 관한 사회적 인식의 비교연구: 빅데이터 분석의 활용

김기연

doi:10.7472/jksii.2023.24.1.71

한국과 중국의 메타버스에 관한 사회적 인식의 비교연구: 빅데이터 분석의 활용
A Comparative Study on the Social Awareness of Metaverse in Korea and China: Using Big Data Analysis 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.24 no.1, 2023년, pp.71 - 86

김기연 (Dept. of Marketing Big Data, Mokwon University)

초록
AI-Helper

본 연구의 목적은 빅데이터 분석을 활용하여 메타버스에 관한 한국과 중국 사회의 공중 인식 특성에 관한 차이를 탐색적으로 비교하는 것이다. COVID-19 팬데믹의 영향, 기술적 발전, Z세대 및 알파 세대와 같은 새로운 소비자 기반 확대 등의 환경적 영향으로 메타버스에 관한 국제 사회의 관심이 집중되면서 관련 학술연구도 2021년부터 본격화되고 있다. 특히, 한국과 중국은 메타버스 산업을 선도하는 주요 국가로 급부상했다. 메타버스에 관한 빅데이터 언급량이 급증한 시점에서 양국에서 발생한 빅데이터를 활용하여 사회 인식의 차별성을 발견하는 것은 시의성 있는 연구문제이다. 분석기법은 텍스트마이닝 분석으로 정제 데이터의 단어빈도, N-gram, TF-IDF 분석을 수행하여 핵심 단어의 중요도를 파악하고, 시맨틱 네트워크의 밀도 및 중심성 분석을 통해 단어 간의 연결 강도와 의미적 연관성을 살펴보고자 한다. 데이터 분석은 Python 3.9 아나콘다 데이터 사이언스 플랫폼 3과 Textom 6 버전을 활용하였고, 시맨틱 네트워크 분석과 구조적 등위성(CONCOR) 분석을 위해 UCINET 6.759 프로그램으로 시각화 분석을 수행하였다. 분석 결과, 데이터를 유사성이 있는 단어 그룹으로서 각 4개씩의 블록을 도출하였다. 이 블록들은 메타버스에 관한 양국의 사회적 인식 유형을 각각 반영하는 관점들로 이해할 수 있다. 메타버스에 관한 연구들은 증가하고 있으나, 아직 비교문화 관점에서 국가나 다문화 간 비교연구 접근의 연구는 거의 수행되지 않았다. 이 시점에서 본 연구는 선행연구로서 후속 연구들에 이론적 근거와 의미 있는 인사이트를 제공할 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper

The purpose of this exploratory study is to compare the differences in public perceptual characteristics of Korean and Chinese societies regarding the metaverse using big data analysis. Due to the environmental impact of the COVID-19 pandemic, technological progress, and the expansion of new consumer bases such as generation Z and Alpha, the world's interest in the metaverse is drawing attention, and related academic studies have been also in full swing from 2021. In particular, Korea and China have emerged as major leading countries in the metaverse industry. It is a timely research question to discover the difference in social awareness using big data accumulated in both countries at a time when the amount of mentions on the metaverse has skyrocketed. The analysis technique identifies the importance of key words by analyzing word frequency, N-gram, and TF-IDF of clean data through text mining analysis, and analyzes the density and centrality of semantic networks to determine the strength of connection between words and their semantic relevance. Python 3.9 Anaconda data science platform 3 and Textom 6 versions were used, and UCINET 6.759 analysis and visualization were performed for semantic network analysis and structural CONCOR analysis. As a result, four blocks, each of which are similar word groups, were driven. These blocks represent different perspectives that reflect the types of social perceptions of the metaverse in both countries. Studies on the metaverse are increasing, but studies on comparative research approaches between countries from a cross-cultural aspect have not yet been conducted. At this point, as a preceding study, this study will be able to provide theoretical grounds and meaningful insights to future studies.

주제어

표/그림 (11)

표 (표 1) 채널별 데이터 수집량 (Table 1) Data Collecting Volume by Channel
표 (표 2) 데이터 정제자료 예시 (Table 2) Examples of Data Cleansing
그림 (그림 1) 워드클라우드 분석: 한국 (Figure 1) Word Cloud: Korea
그림 (그림 2) 워드클라우드 분석: 중국 (Figure 2) Word Cloud: China
표 (표 3) 빈도 및 TF-IDF 분석 결과: 상위 50개 키워드 (Table 3) Results of Frequency and TF-IDF Analysis: Top 50 Keywords
표 (표 4) 중심성 분석 결과 (Table 4) Results of Centrality Analysis
그림 (그림 3) 연결 중심성 기반 네트워크 분석 및 시각화: 한국 (Figure 3) Network Analysis and Visualization Based on Degree Centrality: Korea
그림 (그림 4) 연결 중심성 기반 네트워크 분석 및 시각화: 중국 (Figure 4) Network Analysis and Visualization Based on Degree Centrality: China
그림 (그림 5) CONCOR 분석: 한국 (Figure 5) CONCOR Analysis: Korea
그림 (그림 6) CONCOR 분석: 중국 (Figure 6) CONCOR Analysis: China
표 (표 5) 군집명 및 주요 키워드 (Table 5) Cluster Name and Keywords

AI 본문요약
AI-Helper

문제 정의

본 연구는 메타버스에 관한 사회적 인식의 특성을 살펴보기 위해 한국과 중국의 다문화 비교연구 관점에서 빅데이터 분석 기반의 탐색적 접근을 시도하였다. 연구의 결과물은 아직 관련 연구가 거의 시행되지 않은 시점에서 후속 연구들을 위한 기초 연구로서 학술적 및 실무적 관점에서 초석의 역할을 기대할 수 있다.
본 연구는 이러한 글로벌 메타버스 시장 동향을 고려하여 한국과 중국을 선정하여, 비교 문화적 관점에서 메타버스에 관한 사회적 인식 및 시장의 특징적인 차별성과 주요 이슈들의 인사이트를 발견하고자 한다.

제안 방법

메타버스에 대한 전 세계적인 관심 속에서 메타버스 시대의 부흥을 주도하고 있는 한국과 중국인의 사회적 인식 차이를 비교하기 위해 양국에서 발생한 빅데이터 분석을 수행하였다. 분석 결과를 요약하면 다음과 같다.
셋째, 구조적 등위성 분석을 통해 한국과 중국의 사회 인식에서 연결망 내 유사성이 높은 노드들의 블록들을 각 4개의 군집으로 탐색하였고, 최근 1년 동안의 메타버스에 관한 양국 간의 사회 인식의 차별적 특징과 공통적인 이슈들을 주제별로 해석하였다. 메타버스에 관한 한국 사회의 네 가지 인식 유형을 살펴보면, 군집 1은 사회 전반적으로 과열되고 있는 메타버스에 관한 일반 사용자들의 플랫폼 활용과 체험 확대에 관한 관점이다.
기존 연구에서 나아가 본 연구는 연구주제의 시의성과 시장 동향을 고려하여, 메타버스 산업에서 비약적인 성장을 보이며 세계적으로 조명받고 있는 한국과 중국 사회를 대상으로 2021년 12월부터 2022년 11월까지의 최근 1년간 발생한 빅데이터를 활용한 양국 간의 사회 인식의 차이에 관한 비교연구를 수행한다. 이를 통해, 비교문화 관점에서 아래의 연구문제를 중심으로 메타버스의 확산의 동기, 사회적 인식 유형의 양상, 주요 이슈에 관한 의미에 관한 트렌드와 시사점을 발견하여 사회 현상을 해석하는 새로운 관점의 인사이트를 제시하고자 한다. 분석방법은 메타버스의 확산 시기를 고려하여 수집한 텍스트 기반 비정형 빅데이터의 텍스트마이닝, 중심성 및 시맨틱 네트워크 분석, 구조적 등위성(CONvergence of interated CORrelation, 이하 CONCOR) 분석을 포함한다.

대상 데이터

현재도 관련 연구들이 진행되고 있으나, 선행 연구의 동향을 살펴볼 때 지금의 연구들은 시기적으로 2021년의 데이터가 중심이 된 경우가 많다. 기존 연구에서 나아가 본 연구는 연구주제의 시의성과 시장 동향을 고려하여, 메타버스 산업에서 비약적인 성장을 보이며 세계적으로 조명받고 있는 한국과 중국 사회를 대상으로 2021년 12월부터 2022년 11월까지의 최근 1년간 발생한 빅데이터를 활용한 양국 간의 사회 인식의 차이에 관한 비교연구를 수행한다. 이를 통해, 비교문화 관점에서 아래의 연구문제를 중심으로 메타버스의 확산의 동기, 사회적 인식 유형의 양상, 주요 이슈에 관한 의미에 관한 트렌드와 시사점을 발견하여 사회 현상을 해석하는 새로운 관점의 인사이트를 제시하고자 한다.
데이터 수집용 검색어는 한국 채널은 ‘메타버스’와 ‘metaverse’를, 중국 채널은 ‘元宇宙’와 ‘‘metaverse’로 양국의 주요 포털사이트 및 소셜네트워크서비스 채널에서 텍스트 데이터를 크롤링했다
본 연구는 2021년 12월 1일부터 2022년 11월 30일까지 1년간의 웹 데이터를 한국 및 중국 채널에서 수집하였다. 데이터 수집용 검색어는 한국 채널은 ‘메타버스’와 ‘metaverse’를, 중국 채널은 ‘元宇宙’와 ‘‘metaverse’로 양국의 주요 포털사이트 및 소셜네트워크서비스 채널에서 텍스트 데이터를 크롤링했다.
채널 및 자료별 데이터 수집량(건) 및 용량(KB)은 표 1과 같다. 수집된 데이터의 문자 수는 한글 원시 데이터가 공백 포함 4,845,219자이고, 정제 데이터는 1,032,619자이고, 중국에서 발생한 원시 데이터는 공백 포함 715,780자이고, 정제 데이터는 134,238자였다.
데이터 수집용 검색어는 한국 채널은 ‘메타버스’와 ‘metaverse’를, 중국 채널은 ‘元宇宙’와 ‘‘metaverse’로 양국의 주요 포털사이트 및 소셜네트워크서비스 채널에서 텍스트 데이터를 크롤링했다. 한국은 네이버, 다음, 구글, 트위터, 유튜브 채널에서, 중국은 CNKI, 웨이보, 바이두, 구글 채널이다. 채널 및 자료별 데이터 수집량(건) 및 용량(KB)은 표 1과 같다.

데이터처리

전체 네트워크에서 구조적 위치가 유사한 노드 간의 연결 정도를 고려하여 관련도가 높은 노드들을 하나의 블록으로 분류하게 된다. 노드 간 공출현 매트릭스의 피어슨 상관 관계 분석을 기반으로 노드들의 블록을 식별하며 블록간의 관계를 파악한다. 특정 블록에 포함된 노드들은 특정 주제의 공통점을 내재하고 있다고 판단할 수 있다.
이를 통해, 비교문화 관점에서 아래의 연구문제를 중심으로 메타버스의 확산의 동기, 사회적 인식 유형의 양상, 주요 이슈에 관한 의미에 관한 트렌드와 시사점을 발견하여 사회 현상을 해석하는 새로운 관점의 인사이트를 제시하고자 한다. 분석방법은 메타버스의 확산 시기를 고려하여 수집한 텍스트 기반 비정형 빅데이터의 텍스트마이닝, 중심성 및 시맨틱 네트워크 분석, 구조적 등위성(CONvergence of interated CORrelation, 이하 CONCOR) 분석을 포함한다.
수집 데이터의 정제 및 형태소 처리는 Textom 6.0과 Python 3.9 아나콘다 데이터 사이언스 플랫폼 3 버전 프로그램을 병행하였다. 한글 원시 데이터의 최초 정제는 고유명사와 복합명사를 결과값에 반영해주는 Textom과 연동된 Espresso K형태소 분석기를 사용하였고, Python을 통해 세부 정제 및 오류를 수정하여, 최종적으로 체언(일반명사, 고유명사)과 용언(동사, 형용사)를 추출하여 분석에 활용하였다.
특정 블록에 포함된 노드들은 특정 주제의 공통점을 내재하고 있다고 판단할 수 있다. 앞서 분석한 매트릭스 데이터를 적용하여 UCINET 프로그램을 통해 시각화한 CONCOR 분석 결과, 그림 5, 6과 같이 양국의 각각 4개 블록의 군집을 도출하였다. 이는 최근 1년 동안 한국과 중국 사회에서 발생한 메타버스 관련 사회적 인식에 관한 주제별 관점을 의미한다.
9 아나콘다 데이터 사이언스 플랫폼 3 버전 프로그램을 병행하였다. 한글 원시 데이터의 최초 정제는 고유명사와 복합명사를 결과값에 반영해주는 Textom과 연동된 Espresso K형태소 분석기를 사용하였고, Python을 통해 세부 정제 및 오류를 수정하여, 최종적으로 체언(일반명사, 고유명사)과 용언(동사, 형용사)를 추출하여 분석에 활용하였다. 중국어는 한글에 비해 데이터 정제 작업이 복잡하지 않았으나, 동의어 및 단어의 정확한 해석을 위해 데이터 정제 및 분석과정에서 중국어 전문 통역사의 협조를 받았다.

성능/효과

중심성 분석 결과로는 연결 중심성에서 한국은 ‘플랫폼’, ‘가상’, ‘활용’, ‘기업’, ‘어스’, ‘교육’과 ‘사업’, ‘공간’ 등의 단어 순이고, 중국은 ‘숫자’, ‘기술’, ‘개발’, ‘새롭다’, ‘사람’, ‘세계’, ‘카이수쿤’, ‘개념’, ‘월드컵’ 등의 순으로 중요성을 보였다
먼저 한국인의 메타버스 관련 네 가지 사회적 인식 유형을 살펴보고자 한다. 첫째, 메타버스에 관한 플랫폼 활용과 소비에 관한 인식 유형으로 중국과 비교할 때 한국 사례의 가장 특징적인 관점이다. 한국인들에게 메타버스는 처음 소개되는 혁신적 기술이라는 인식을 넘어서서 플랫폼 활용 및 참여가 일상화되어 가치투자의 열풍까지 주도해 나가는 형국이다.
첫째, 텍스트마이닝 분석에서 언급량이 많았던 단어의 빈도 수치는 한국은 ‘플랫폼’, ‘활용’, ‘기업’, ‘게임’, ‘교육’, ‘공간’, ‘어스’, ‘서비스’ 등이었고, 중국에서는 ‘기술’, ‘개발’, ‘카이수쿤’, ‘사람’, ‘월드컵’, ‘음악축제’ 등의 단어가 우세하였다

후속연구

본 연구는 메타버스에 관한 사회적 인식의 특성을 살펴보기 위해 한국과 중국의 다문화 비교연구 관점에서 빅데이터 분석 기반의 탐색적 접근을 시도하였다. 연구의 결과물은 아직 관련 연구가 거의 시행되지 않은 시점에서 후속 연구들을 위한 기초 연구로서 학술적 및 실무적 관점에서 초석의 역할을 기대할 수 있다.

참고문헌 (31)

K. Y. Kim, "Big Data Analysis of MZ Generation Consumer Behavior Changes under the Pandemic Era," Korean Journal of Communication Studies, Vol. 30, No. 4, pp. 113-137, 2022. https://doi.org/10.23875/kca.30.4.6？

상세보기
Sometrend, "Gen Z Trends Seen through Big Data, 2022. https://some.co.kr/contents/detail/lMDaNX57?startPage1&cornerTypeAI_REPORT？
S. H. Lee, "Metaverse Begins," Goodmorning Media, 2021.？
Linville, P. W., "Self-complexity as a Cognitive Buffer against Stress-related Illness and Depression," Journal of Personality and Social Psychology, Vol. 52, pp. 663-676, 1987. https://doi.org/10.1037//0022-3514.52.4.663？

상세보기
T. J. Kim, B. Y. An and W. C. Lee, H. J. Kang, "Trends in the Metaverse Era and Future Development Tasks: Analysis of News Big Data through Topic Modeling Techniques," KISTI Issue Brief, Vol. 37, 2021. https://doi.org/10.22810/2021KIB037？
McKinsey & Company, Value Creation in the Metaverse, 2022.
Acceleration Studies Foundation, "Metaverse Roadmap: Pathway to the 3D Web," 2007.
Smart, J., Cascio, J. and Paffendorf, J., "A Cross-Industry Public Foresight Project," Metaverse Roadmap, 2007. http://www.metaverseroadmap.org/MetaverseRoadmapOverview.pdf？
S. W. Song and D. H. Chung, "Explication and Rational Conceptualization of Metaverse," Informatization Policy, Vol. 28, No. 3, pp. 3-22, 2021. https://doi.org/10.22693/NIAIP.2021.28.3.003？

원문보기 상세보기
S. H. Chon and I. M. Choi, "A Conceptual Study of the Metaverse Tourism Model," Journal of Hospitality & Tourism Studies, Vol. 23, No. 4, pp. 95-112, 2021. https://doi.org/10.31667/jhts.2021.12.89.95？
Newspim, The Future of the Gaming Industry, 2022. https://www.newspim.com/news/view/20221208000854？
B. K. Lee, "The Metaverse World and Our Future," Korea Contents Association Journal, Vol. 19, No. 1, pp. 13-17, 2021. https://www.dbpia.co.kr/journal/publicationDetail?publicationIdPLCT00000822？
H. K. Hong, "Exploratory Study for Educational Application of Metaverse," Culture and Convergence, Vol. 43, No. 9, pp. 1-21, 2021. https://doi.org/10.33645/cnc.2021.09.43.9.1？

상세보기
S. Y. Ko, H. K. Chung, J. I. Kim and Y. T. Shin, "A Study on the Typology and Advancement of Cultural Leisure-based Metaverse," KIPS Transaction on Software and Data Engineering, Vol. 10, No. 8, pp. 331-338, 2021. https://doi.org/10.3745/KTSDE.2021.10.8.331？

원문보기 상세보기
C. E. Lee, "Big Data Analysis of the Metaverse Travel," The Academy of Korea Hospitality & Tourism, Vol. 24, No. 4, 2022. https://doi.org/10.31667/jhts.2022.08.93.75？
S. L. Han and T. J. Kim, "News Big Data Analysis of 'Metaverse' Using Topic Modeling Analysis," Journal of Digital Contents Society, Vol. 22, No. 7, pp. 1091-1099, 2021. http://dx.doi.org/10.9728/dcs.2021.22.7.1091？

상세보기
N. I. Park, J. Y. Jeong and D. Y. Hong, "Metaverse Use and Social Capital Formation Focusing on the Mediating Effect of Social Presence, Social Interaction for Social Support, and Sense of Community," Korean Association for Broadcasting & Telecommunication Studies, Vol. 36, No. 5, pp. 83-121, 2022. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiIdART002883240？
I. B. Lee, "Metaverse", 1000grusoop, 2021.
Y. D. Koo, "Metaverse, a New Opportunity for Digital Platforms," ASTI Market Insight, pp. 1-7, 2021. https://repository.kisti.re.kr/handle/10580/16447?modesimple？
KOTRA, "Metaverse, the Next Stop in China's Digital Economy," Global Market Report, 2022. https://eiec.kdi.re.kr/policy/domesticView.do?ac0000168702&issusS&pp20&datecount&pg？
J. H. Lee, J. M. Lee, W. K. Kim and H. G. Kim, "A Study on Perception of Swimsuit Using Big Data Text-mining Analysis," Korean Journal of Sport Science, Vol. 28, No. 1, pp. 104-116, 2017. https://doi.org/10.24985/kjss.2017.28.1.104？

상세보기
S. R. Kim and J. Y. Kim, "A Study on the Analysis of Visitation Motivation of Domestic Exhibition through Text Mining," Journal of the Korea Institute of Spatial Design, Vol. 14, No. 2, pp. 11-20, 2019. http://doi.org/10.35216/kisd.2019.14.2.11？

상세보기
S. S. Lee, "A Content Analysis of Journal Articles Using the Language Network Analysis Method," Journal of the Korean Society for Information Management, Vol. 31, No. 4, pp. 46-68, 2014. http://dx.doi.org/10.3743/KOSIM.2014.31.4.049？

원문보기 상세보기
S. H. Bae, J. K. Seo and S. I. Baek, "Exploring Centralities of an Online Community," Knowledge Management Review, Vol. 11, No. 2, pp. 17-35, 2010. https://koreascience.kr/article/JAKO201028764977501.page？
K. Y. Kim, "Trends Analysis on Research Articles of the Sharing Economy through a Meta Study Based on Big Data Analytics", Journal of Internet Computing and Services, Vol, 21, No. 4, pp. 97-107, 2020. https://doi.org/10.7472/jksii.2020.21.4.97？

원문보기 상세보기
F. Li, "Textual Analysis of Corporate Disclosures: a Survey of the Literature," Journal of Accounting Literature, Vol. 29, pp. 143-165, 2010. http://search.proquest.com.ssl.proxy.mokwon.ac.kr:8010/docview/1356647367?accountid12523？

상세보기
Amarjargal D. Lee, Y. R. and H. S. Kim, "A Study on the Consumer's Perception of Bakery Using Big Data Analytics," Culinary Science & Hospitality Research, Vol. 26, No. 4, pp. 66-75, 2020. https://doi.org/10.20878/cshr.2020.26.4.007？
Gate.io Blog, Tencent Launched China's First Virtual Music Concert TMELAND: Tech Giants' Entry Into The Metaverse Industry. https://www.gate.io/blog_detail/436/Tencent-Launched-China-s-First-Virtual-Music-Concert-TMELAND-Tech-Giants--Entry-Into-The-Metaverse-Industry？
Duijn, M. A. J. and J. K. Vermunt, "What Is Special about Social Network Analysis?," Methodology European Journal of Research Methods for the Behavioral and Social Sciences, Vol. 2, No. 1, pp. 2-6, 2006. https://doi.org/10.1027/1614-2241.2.1.2？

상세보기
J. H. Hong, "Network Analysis of Issue Diffusion on the Sanitary Pad Cancer-causing Agent via Twitter and Youtube," Journal of Internet Computing and Services, Vol. 19, No. 4, pp. 15-26, 2018. https://doi.org/10.7472/jksii.2018.19.4.15？

원문보기 상세보기
Y. H. Kim, Social Network Analysis. Seoul:Parkyounsa, 2011.

저자의 다른 논문 :

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