• 디지털융복합연구
• /
• 제17권10호
• /
• pp.439-446
• /
• 2019

한국 문화 전반에 성 평등을 주제로 한 페미니즘이 중요한 이슈로 연구 대상적 가치가 급상승하였다. 페미니즘 영화란 단지 여성의 권익을 주장하거나 옹호하는 차원의 수준이 아닌 과거 남성들이 창조한 스토리 속에서 대상화되거나 타자화 된 인물로 왜곡, 인위적으로 묘사되던 그릇된 여성의 모습이 아닌 시선과 사고의 본질적 주체로서 사회 속 개인의 삶의 문제를 근원적으로 탐구하는 영화라고 할 수 있다. 이와 같은 관점에서 전고운 감독의 영화 '소공녀(2018)'를 분석하였으며 영화 속에는 남성 편향적 고정관념과 불평등적 사회구조에도 주인공의 꿋꿋한 자기 선택과 초월적 사고를 보여주는 페미니즘 적인 주제를 표현하고 있음을 알 수 있었다. 대중영화가 세상에 대한 넓은 식견을 키우는 교육 계몽적 성격을 견지하고 성숙한 사회문화를 선도해야 한다는 관점에서 이와 같은 사회에 대한 전지적 통찰과 이상적 인간관에 대한 제고 등을 다룬 영화는 사회를 긍정적이고 이상적으로 바꾸는 데 큰 역할을 할 것이라고 생각된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권11호
• /
• pp.475-482
• /
• 2013

추천 시스템들에 대한 여러 방법들이 연구되고 있다. 개인화와 추천 시스템 중에서 가장 성공적인 방법은 협업 필터링이다. 협업 필터링은 고객들의 프로파일 정보를 기반으로 추천을 하므로 데이터가 충분하지 않다면 항목을 추천하는데 있어서 희박성의 문제가 제기된다. 본 연구에서는 희박성의 문제를 해결하는 방법으로 가중치를 가진 개인 성향을 협업 필터링에 활용하는 방법을 제안한다. 본 연구에서 가중치를 가진 최적의 개인 성향을 찾기 위해 공개 데이터인 MovieLens Data를 이용하여 성능 평가하였다. 실험 결과 본 연구에서 제안한 가중치를 가진 개인 성향들로 구축된 시스템이 기존의 개인 성향들을 이용한 시스템보다 향상된 성능을 보였다.

• 융합정보논문지
• /
• 제7권3호
• /
• pp.127-137
• /
• 2017

샐리 포터의 영화 〈올란도〉는 버지니아 울프의 "올란도"를 영화로 재편성한 것으로 남녀의 경계를 넘나들며 400여년을 살아가는 영국 귀족의 전기를 다루고 있다. 먼저 울프는 소설을 통해 남성과 여성, 양성을 가진 주인공을 통해 가부장적 사회의 이데올로기를 면밀히 관찰하고 있는 데, 감독 샐리 포터는 소설을 정교하게 재해석할 뿐만 아니라, 영화 전문지식을 사용하여 작가의 페미니즘을 잘 표현하고 있다. 영화에서 가장 극명하게 보여주고 있는 것은 단순한 이야기 구조로 400여년을 살아가는 주인공을 그리고 있으며, 주인공 올란도가 남성에서 여성으로 양성을 자유롭게 여행하는 것은 페미니즘 뿐만 아니라 여성과 남성의 융합과 조화의 상징이라는 것을 잘 표현하고 있다. 이에 본고는 소설 "올란도"와 이를 재해석한 영화 <올란도>를 비교하며 영화에서 궁극적으로 시사하고 있는 페미니스트적 관점과 나아가 한 개인의 성은 여성과 남성이라는 대립구조의 이분법적 관계가 아닌 양성의 융합이 이루어내는 조화라는 것을 고찰하고자 한다. 본 연구는 융합의 관점에서 양성을 살펴보는 데, 그 의의가 크다.

• 한국콘텐츠학회논문지
• /
• 제11권2호
• /
• pp.215-228
• /
• 2011

수천년을 거쳐 온 역사 속에서 '아버지'라는 인물은 가족의 건강과 마음을 챙겨주는 대상 이외에도 사회적으로 가족을 대표하고 부양하는 능력을 가진 존재로 그려지고 있다. 19세기에 편중된 서구의 가부장적 전통과 더불어 한국 사회에서의 아버지 역시 한국 전통의 유교문화를 바탕으로 가부장적 부성성을 띠고 있다. 1960년대부터 산업화를 이루어 결국 21세기에는 가족중심주의 대신 개인중심주의로, 서열화 대신 평등성을 강조하며 상호존중과 자율성을 바탕으로 하는 근대적 가치에 중심을 두게 되었다. (2005, 한국가족문화원, 21세기 한국 가족) 하지만 짧은 기간 동안 이루어진 급작스런 근대화로 인해 실제로는 아직 한국사회에 전통적 가족문화 현상이 남아있는 것이 사실이다. 결국 이러한 한국 특유의 가족문화를 바탕으로 가족 내에서 한국의 아버지는 가부장적 남성중심적 사고를 가지고 가족의 생계와 안전을 책임지며 감정보다는 이성에, 부드러움 보다는 무뚝뚝함에 더 중심을 두는 것이 남자, 그리고 아버지로서의 역할이라고 여기게 된다. 이러한 아버지의 모습에 대한 사회적 이데올로기는 미디어를 통해 표현되는데, TV나 영화에서 보여지는 가부장적 아버지의 이미지가 그 예이다. 본고는 그러한 한국의 아버지가 묘사된 영화 분석을 위해 선정한 영화 두 편을 통해 한국 영화 속에서 표현되는 아버지의 역할이 어떠한지를 메츠의 통합체, 계열체분석과 그레마스 분석 방법을 이용하여 기호학적 의미에서 살펴보도록 하겠다. 사례분석을 위해 선정된 영화로는, 한국형 가장으로서의 아버지가 표현된 영화 '플라이 대디'와 한국형 기러기 아빠가 등장하는 '우아한 세계'가 있다. 위의 영화들은 영화 속의 가부장적 부성성과 그 배경이 된 한국 전통의 이데올로기가 미디어를 통해 투영된다는 것을 보여주는 좋은 예이다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.51-63
• /
• 2020

본 연구는 노베르트 엘리아스의 진행형 사회학 알려진 문명화 과정 이론을 중심으로 전통적으로 비영어권 또는 아시아권 영화에 대한 시상이 드물었던 아카데미 시상식에서 처음으로 4개 부문의 오스카 트로피를 수상한 영화 <기생충>과의 '기득권과 아웃사이더 (Elias & Scotson, 1994)' 권력관계를 연구했다. 연구 분석을 위하여 지난 제92회 수상식 전후 한 달 기간의 미국과 한국 6개의 신문을 질적 내용분석을 했다. 첫 번째로, 전통적으로 아카데미 시상식은 비영어권 또는 아시아권 영화들에 기득권적 배경이 있었다. 하지만 지난 제92회 시상식에서 영화 <기생충>의 4개 부문 수상으로 전통적인 아카데미의 기득권에 변화가 나타났다. 두 번째로 역사적으로 비영어권 영화에 대해 아카데미 시상식의 전통적 낙인(언어적 낙인)과 집단 카리스마 (아카데미 시상식) 등을 확인할 수 있었다. 마지막으로, 아카데미 시상식에 관한 양국 신문 보도는 일반적으로 유사하지만, 한국 신문의 경우 기사를 통한 개인, 사회 그리고 국가의 일체화 양상이 발견되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.399-400
• /
• 2018

해마다 방대한 양의 콘텐츠가 쏟아져 나오는 현재의 콘텐츠 시장은 '즐길 거리'가 차고 넘치는, 수요보다 공급이 많은 시장이다. 이러한 환경에서 소비자가 자신의 취향에 맞는 콘텐츠를 쉽고 빠르게 찾을 수 있게 하는 맞춤형 콘텐츠 제공의 측면에서 빅데이터의 효율적인 활용은 중요하다. 더 나아가 콘텐츠의 소비 단계 뿐만 아니라 기획 및 제작 단계에서도 빅데이터는 소비자가 흥미를 느낄만한 콘텐츠를 미리 예측하며, 성공 가능성 높은 콘텐츠를 기획 및 제작할 수 있게 하는데 기인하는 중요한 핵심 요소이다. 이미 게임, 영상, 음악 등의 분야에서는 개인의 기호와 취향에 맞춤화된 콘텐츠를 제공하거나 소비자에게 더 인기를 얻을 수 있는 콘텐츠 기획 및 개발에 빅데이터를 활용하고 있으며, 앞으로는 더욱 다양한 장르에서 빅데이터 활용 사례가 증가할 전망이다.

• 한국전자거래학회지
• /
• 제18권4호
• /
• pp.315-326
• /
• 2013

소셜 미디어에서는 상품평, 영화평 등의 다양한 종류의 의견이 표현되고 있으며, 사용자들이 물품 구매 등에 있어 이러한 의견을 참고로 하여 결정을 내리는 것은 일반적이 되었다. 하지만 의견 정보의 활용도가 높아질수록 이를 부적절하게 왜곡하는 사례 또한 증가하고 있다. 예를 들어, 홍보를 목적으로 과도하게 긍정적인 의견이 포함된 리뷰를 작성하거나, 반대로 일반적인 평가에서 벗어나 과도하게 부정적인 의견을 게시하는 경우 등이다. 편향된 의견은 소셜 미디어의 신뢰성과 연결 되기 때문에 이를 검출하는 것은 점차 중요한 문제로 대두되고 있다. 기존의 오피니언 마이닝 혹은 감성 분석은 문서를 분석하여 그 문서가 가지고 있는 의견의 성향을 판단하는 기법이다. 하지만 기존의 연구는 의견을 단순히 긍정/부정으로만 분류하는 방향으로 연구가 이루어져 왔으며, 특히 사전에 의견 성향에 따라 분류된 충분한 양의 학습 데이터가 필요하다는 단점이 있다. 본 논문에서는 학습데이터가 없는 경우에, 전체 문서의 의견 성향 분포에서 벗어난 의견 문서를 검출하는 기법을 제안한다. 여기에는 각도기반 이상치 탐지와, 개인화된 페이지랭크 방법을 활용한다. 또한 영화 리뷰 문서를 대상으로 실험을 수행하여 제안한 방법들의 성능을 분석하였다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.65-78
• /
• 2007

추천시스템은 개인화 서비스를 구현하는 방법 중의 하나이다. 추천시스템은 다양한 기법을 통해 구축될 수 있는데, 최근 전자상거래 분야에서 사용되는 기법들 중에서 대표적인 것이 협업필터링이다. 협업필터링은 영화나 음악 같이 명시적인 속성만으로 그 특성을 기술하는데 한계가 있는 아이템의 추천문제에 효과적으로 적용되어 왔다. 하지만, 이 기법은 희박성, 확장성 및 투명성 등의 문제점을 가지고 있는데, 본 연구에서는 희박성과 확장성 문제를 극복하는 방안으로 장르별 협업필터링 방법을 제안한다. 장르별 협업필터링 방법은 아이템을 최종적으로 추천하기 전에 아이템의 상위 카테고리, 즉 장르에 대한 정보를 활용하는 방법이다. 본 연구에서 제안하는 방법의 실용성을 보이기 위하여, 영화 추천시스템인 GenreWise_CF를 개발하여, 공개 데이터인 MovieLens Data에 적용하여 평가하였다. 실험 결과, 본 연구에서 제안한 GenreWise_CF가 전통적인 협업 필터링을 적용하여 개발한 추천시스템인 Basic_CF보다 향상된 성능을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.447-454
• /
• 2022

4차 산업혁명 시대를 맞아 우리는 정보의 홍수 속에 살고 있다. 이런 환경에서 우리에게 필요한 정보를 찾기란 매우 어렵고 복잡하다. 따라서 정보의 홍수 속에서 추천 시스템은 필수적이다. 이러한 추천 시스템 중 영화, 음악, 음식, 의류의 각각에 대한 추천 시스템들은 많은 연구가 진행되어 왔다. 현재까지 대부분의 개인화 추천 시스템들은 개인의 성향인 나이, 장르, 지역, 성별 등을 체크해서 옷들을 추천한다던가, 책들을 추천한다던가, 영화들을 추천해왔다. 미래 세대에서는 나이, 장르, 지역, 성별 등을 체크해서 옷, 책, 영화들을 한꺼번에 추천 받기를 원할 것이다. 본 논문에서는 사용자의 감정과 날씨에 따라 개인 맞춤형 옷과 음식을 한꺼번에 추천하는 추천 시스템을 제안한다. 소셜미디어인 트위터에서 사용자의 데이터를 얻었고, 트윗을 기반으로 감정 분석을 해서 Paul Eckman 이론에 따라 사람의 6 가지의 기본 감정으로 분류했다. 이렇게 얻어진 기본 감정을 Hayashi의 Quantification Method III를 적용하여 색깔로 변환하였으며, 이러한 색깔은 추천하는 옷의 색상으로 표현하였다. 또한, visualcrossing.com API의 날씨 정보를 이용하여 의류의 종류를 추천한다. 그리고 감정에 따른 컴포트 푸드의 내용에 따라 다양한 음식을 추천한다.