초록 ▼

□ 연구개요
본 연구는 문화 콘텐츠 산업에 인공지능기술 적용 가능성을 살펴보는 데 초점을 둔다. 이를 위해 대표적인 문화 콘텐츠 산업인 영화 분야를 대상으로 머신러닝 기반 영화흥행예측 시스템과 온톨로지 기반 대본 평가 및 스토리 작성 지원시스템 개발을 위한 연구를 진행하였다. 각 연도 별로 주요 연구 목표를 설정하였다. 우선 머신러닝 기반 영화흥행예측 알고리즘을 적용한 시스템 개발을 실시한 후(1차 년도), 감성분석 기반 영화 스크립트 평가 알고리즘 시스템 개발에 접근하였다(2차 년도). 마지막으로 영화 스토리 작성지원 알고리

□ 연구개요
본 연구는 문화 콘텐츠 산업에 인공지능기술 적용 가능성을 살펴보는 데 초점을 둔다. 이를 위해 대표적인 문화 콘텐츠 산업인 영화 분야를 대상으로 머신러닝 기반 영화흥행예측 시스템과 온톨로지 기반 대본 평가 및 스토리 작성 지원시스템 개발을 위한 연구를 진행하였다. 각 연도 별로 주요 연구 목표를 설정하였다. 우선 머신러닝 기반 영화흥행예측 알고리즘을 적용한 시스템 개발을 실시한 후(1차 년도), 감성분석 기반 영화 스크립트 평가 알고리즘 시스템 개발에 접근하였다(2차 년도). 마지막으로 영화 스토리 작성지원 알고리즘 시스템 개발을 실시하였다(3차 년도). 이를 통해 영화 산업의 가치사슬 단계 별(투자->제작->배급->상영->후속시장) 영역에서 인공지능기술 적용 가능성을 검토하고 실현 가능한 시스템을 제안한다.

□ 연구 목표대비 연구결과
영화흥행 관련 기존 문헌 수집 (90% 달성)
■ 국내외 영화흥행 관련 기존문헌 수집 후 분류 완료
■ 기존 문헌 수집 내용을 바탕으로 주요 변인 분류 완료
2. 영화 관련 주요 데이터베이스 구축 (90% 달성)
■ 2004년 – 2019년 16년 간 국내 개봉 영화 데이터베이스 구축 완료
■ 2010년 이후 국내 주요 흥행 한국 영화 시나리오 200여개 데이터베이스 구축 완료
■ 트리트먼트 분석을 위한 국내 주요 동화 텍스트 데이터베이스 구축 완료
3. 영화 유형 분류(100% 달성)
■ 복합 장르에 따른 영화 분류 완료
■ 브랜드 확장 영화 여부에 따르 영화 분류 완료
4. 머신러닝 기반 영화흥행예측 알고리즘 개발(90% 달성)
■ Deep Neural Network 예측모형 구현 및 결과 확인
■ DNN 예측 모델과 회귀모형 간 성능 비교 분석 완료
■ DNN 예측 모델의 우수성 확인
■ 향후 웹기반 영화흥행예측 서비스 가능성 타진
5. 스토리 작성지원 알고리즘 개발(80% 달성)
■ 공신력을 갖춘 플랫폼을 대상으로 분석 가능한 동화 데이터베이스구축 완료
■ 한국어 스토리 콘텐츠를 대상으로한 Tokenzing 함수 활용 가능성 확인
■ LSTM 기법의 가능성과 한계(이야기 구조와 흐름의 문제)를 확인
■ 동화 데이터를 활용한 스토리 작성 완료

□ 연구개발결과의 중요성
본 연구는 융복합 관점에서 접근하여 문화콘텐츠와 AI 기술의 접목 가능성을 타진하였다. 영화 흥행 예측 연구가 꾸준히 진행되어왔으나, 대규모 데이터를 활용하거나 장기간(16년) 동안의 데이터를 수집한 경우는 거의 없다. 특히 머신러닝 기반 예측 시스템을 제안한 연구 및 시스템이 없다는 점에서 본 연구의 접근은 상당히 중요하다. 본 연구개발결과의 중요성은 아래와 같이 정리할 수 있다.
1. 연구 분야 문헌 분석을 통한 이론 및 변인 파악 실시
2. 데이터베이스 구축을 통한 후속 연구 기반을 제공
3. 문화콘텐츠 분야에서 실무적인 활용이 가능한 알고리즘의 개발
4. 인간 고유의 영역인 ‘이야기 만들기’에 알고리즘의 보조적 역할 가능성 확인
5. 흥행 가능성 높은 영화 스토리 추출 – 상업 성과를 위한 보조 역할 가능성 확인

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 3
• 1) 연구목표 ... 3
• 2) 연차별 주요 내용 ... 5
• 3) 연구의 필요성 ... 7
• 2. 연구수행내용 및 연구결과 ... 7
• 1) 1차 년도 : 머신러닝 기반 영화흥행 예측 알고리즘을 적용한 시스템 개발 ... 7
• 2) 2차 년도 : 영화 유형 분류 및 머신러닝 기반 영화흥행 예측 알고리즘 시스템 개발 ... 9
• 3) 3차 년도 : 스토리 작성지원 알고리즘 개발 ... 12
• 3. 연구개발결과의 중요성 ... 14
• 1) 1차 년도 : 머신러닝 기반 영화흥행 예측 알고리즘을 적용한 시스템 개발 ... 14
• 2) 2차 년도 : 영화 유형 분류 및 머신러닝 기반 영화흥행 예측 알고리즘 시스템 개발 ... 14
• 3) 3차 년도 : 스토리 작성지원 알고리즘 개발 ... 14
• 4. 참고문헌 ... 15
• 5. 연구성과 ... 16
• 끝페이지 ... 16