• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.482-488
• /
• 2014

대표적인 소셜 네트워크 서비스(SNS)인 트위터의 내용을 분석하여 자동으로 트윗에 나타난 사용자의 감성을 분석하고자 한다. 기계학습 기법을 사용해서 감성 분석 모델을 생성하기 위해서는 각각의 트윗에 긍정 또는 부정을 나타내는 감성 레이블이 필요하다. 그러나 사람이 모든 트윗에 감성 레이블을 붙이는 것은 비용이 많이 소요되고, 실질적으로 불가능하다. 그래서 본 연구에서는 "감성 레이블이 있는 데이터"와 함께 "감성 레이블이 없는 데이터"도 활용하기 위해서 반감독 학습기법인 self-training 알고리즘을 적용하여 감성분석 모델을 생성한다. Self-training 알고리즘은 "레이블이 있는 데이터"의 레이블이 있는 데이터를 활용하여 "레이블이 없는 데이터"의 레이블을 확정하여 "레이블이 있는 데이터"를 확장하는 방식으로, 분류모델을 점진적으로 개선시키는 방식이다. 그러나 데이터의 레이블이 한번 확정되면 향후 학습에서 계속 사용되므로, 초기의 오류가 계속적으로 학습에 영향을 미치게 된다. 그러므로 조금 더 신중하게 "레이블이 없는 데이터"의 레이블을 결정할 필요가 있다. 본 논문에서는 self-training 알고리즘을 이용하여 보다 높은 정확도의 감성 분석 모델을 생성하기 위하여, self-training 중 "감성 레이블이 없는 데이터"의 레이블을 결정하여 "감성 레이블이 있는 데이터"로 확장하기 위한 3가지 정책을 제시하고, 각각의 성능을 비교 분석한다. 첫 번째 정책은 임계치를 고려하는 것이다. 분류 경계로부터 일정거리 이상 떨어져 있는 데이터를 선택하고자 하는 것이다. 두 번째 정책은 같은 개수의 긍/부정 데이터를 추가하는 것이다. 한쪽 감성에 해당하는 데이터에만 국한된 학습을 하는 것을 방지하기 위한 것이다. 세 번째 정책은 최대 개수를 고려하는 것이다. 한 번에 많은 양의 데이터가 "감성 레이블이 있는 데이터"에 추가되는 것을 방지하고 상위 몇%만 선택하기 위해서, 선택되는 데이터의 개수의 상한선을 정한 것이다. 실험은 긍정과 부정으로 분류되어 있는 트위터 데이터 셋인 Stanford data set에 적용하여 실험하였다. 그 결과 학습된 모델은 "감성 레이블이 있는 데이터" 만을 가지고 모델을 생성한 것보다 감성분석의 성능을 향상 시킬 수 있었고 3가지 정책을 적용한 방법의 효과를 입증하였다.

• 한국조경학회지
• /
• 제45권3호
• /
• pp.80-91
• /
• 2017

본 연구는 최근 젊은 층을 중심으로 확산되고 있는 한복나들이의 행위 주체인 한복나들이객과 그들이 방문하고, 선호하는 장소의 특성을 밝힘으로써 경복궁에 한복나들이객이 집중되는 요인을 규명하는 것이다. 한복나들이객의 자발적 취미활동을 경관 프로슈머적 관점에서 해석하고, 도시경관적 의의를 고찰하고자 한다. 한복나들이객을 대상으로 심층인터뷰, 현장인터뷰, 현장관찰조사를 실시한 결과, 한복나들이객은 다양한 층위가 있었다. 한복나들이객은 한복에 대한 인식, 이용방식, 활동에 따라 선도그룹, 진입그룹, 단순체험그룹으로 구분되며, 선도그룹과 진입그룹은 한복나들이 활동의 지속성에 따라 자발적 취미계층으로 분류된다. 한복나들이 장소로서 경복궁 방문 목적과 요인에 그룹별 차이가 있었다. 선도그룹은 홍보, 모임, 문화 활동을 위한 장소와 주변 목적지에 방문하기 위한 집결장소로 경복궁을 방문하는 경우가 많았다. 이 경우, 경복궁의 전통적인 경관 외에 교통 편리성, 경복궁과 주변지역의 전통문화 전시 및 행사가 주 요인으로 나타났다. 진입그룹은 경복궁의 전통적인 경관과 주변 문화시설 이용을 목적으로 방문하는 경우가 많았다. 단순체험그룹은 경복궁의 전통적인 경관과 한복 착용자가 많은 점이 방문 요인으로 작용했다. 단순체험그룹은 한복나들이 장소로 경복궁을 최초로 방문하고 있어, '한복나들이 입문 코스', '한복놀이터'로서 경복궁의 새로운 장소성을 확인하였다. 한복나들이 향유계층은 오프라인의 실제 장소에서 장소와 경관을 소비하고, 동시에 새로운 경관을 생산하며, 소셜미디어와 1인 미디어 등 온라인에서 경관 이미지를 생산함으로써 '경관 프로슈머'적 성향을 지닌다. 이들의 다채롭고 자발적인 움직임은 도시경관에 역동성을 부여하며, 이는 도시의 새로운 문화자산이라는 의미를 지닌다. 그동안 국내외 소비자학 및 마케팅 분야에 국한되어 연구된 프로슈머의 개념을 한복나들이객이라는 자발적 취미계층을 통해 '경관 프로슈머'를 개념화하고, 도시경관적 의의를 고찰하였다는 점에서 본 연구의 의의가 있다.

• 한국재난정보학회 논문집
• /
• 제10권4호
• /
• pp.518-527
• /
• 2014

우리나라는 고속의 경제성장을 이룩해 오면서 경제적, 사회적으로 성장이란 관점에 초점을 맞추어 왔고 그 결과 세계 선진국 대열에 근접하였다. 그러나 지금 우리는 국가 전체적으로 재난과 안전이란 문제에 직면에 있다. 국가재난관리체계와 그에 대한 시스템, 국민의 안전의식은 여전히 후진국 수준에 머물러 있었음이 드러났고 이것은 최근 세월호 사건으로 극명하게 표출되면서 정부와 국민 모두에게 큰 자각심을 불러 일으켰다. 또한 이전과 달리 재난은 환경적, 사회적 등의 변화로 더욱 대형화, 복잡화, 다변화됨과 동시에 예측이 불가능한 형태로 바뀌어 가고 있다. 이와 같은 변화에서 재난현장을 중심으로 한 신속하고 효율적인 대응의 중요성이 그 어느 때보다 절실하게 요구되고 있다. 이러한 시대적 요구를 실현하기 위해서는 국가적 차원에서의 재난현장 중심의 일원화된 재난통신망 구축과 재난대응관리에 대한 법, 제도, 조직 개선 및 고도화된 재난대응표준절차 수립이 필요하다. 재난현장 중심의 효율성을 확보한 일원화된 재난통신망을 구축하기 위해서는 현장에 투입된 유관기관 담당자들 간의 원활한 통신확보, 다양한 현장 정보입수, 정보공유, 통신 불감지역 최소화, 정확한 현장 대응을 위한 신속한 의사결정, 통신두절 대비 백업망 구축 등이 필수적인 요소이다. 이를 위해 음성통신 외에 영상을 포함한 다양한 멀티미디어 통신과 위치정보 파악이 가능하고 우리나라가 약 70% 원천 기술을 보유한 PS-LTE 방식을 이용한 통신망 구축이 최적으로 판단된다. 또한 주파수 특성상 통신 불감지역이 최소인 700MHz 대역을 이용하고 예측할 수 없는 통신두절에 대비한 위성통신백업망과 재난현장의 많은 정보 입수를 위해 센서 네트워크 기술, 소셜미디어 활용 등을 통하여 신속하고 정확한 의사결정과 현장대응 및 일사분란한 지휘통신체계로 피해를 최소화 할 수 있다. 이와 동시에 재난대응 관리 측면에서는 첫째로 재난관리 표준운영절차를 선진화, 고도화하여 재난발생시 f즉각적인 행동절차에 돌입하게 하며 둘째로 개방형 플랫폼 형태의 재난통합대응체계를 구성하여 민관이 공동으로 재난대응에 참여할 수 있도록 한다. 셋째로 법, 제도, 업무분산에 의한 총괄조정기능을 강화하여 적극적인 재난안전관리를 도모한다. 넷째로 국무총리 산하에 별도의 재난대응 전담조직이 필요한데 해당업무의 특성이나 규모를 고려하여 소방이 적합한 조직으로 사료된다. 다섯째로 인명 구조를 위한 특수구조단체 설립이 필요하고 여기에는 현재 중앙 119구조대를 확대, 개편하는 것이 바람직하다. 마지막으로는 현재의 복잡한 긴급구조통신번호를 119로 통합하고 이에 대한 통합센터 신설과 전문인력 양성에도 많은 정부의 노력이 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.187-204
• /
• 2016

소셜 미디어를 이용하는 사용자들이 직접 작성한 의견 혹은 리뷰를 이용하여 상호간의 교류 및 정보를 공유하게 되었다. 이를 통해 고객리뷰를 이용하는 오피니언마이닝, 웹마이닝 및 감성분석 등 다양한 연구분야에서의 연구가 진행되기 시작하였다. 특히, 감성분석은 어떠한 토픽(주제)를 기준으로 직접적으로 글을 작성한 사람들의 태도, 입장 및 감성을 알아내는데 목적을 두고 있다. 고객의 의견을 내포하고 있는 정보 혹은 데이터는 감성분석을 위한 핵심 데이터가 되기 때문에 토픽을 통한 고객들의 의견을 분석하는데 효율적이며, 기업에서는 소비자들의 니즈에 맞는 마케팅 혹은 투자자들의 시장동향에 따른 많은 투자가 이루어지고 있다. 본 연구에서는 중국의 온라인 시나 주식 포럼에서 사용자들이 직접 작성한 포스팅(글)을 이용하여 기존에 제시된 토픽들로부터 핫토픽을 선정하고 탐지하고자 한다. 기존에 사용된 감성 사전을 활용하여 토픽들에 대한 감성값과 극성을 분류하고, 군집분석을 통해 핫토픽을 선정하였다. 핫토픽을 선정하기 위해 k-means 알고리즘을 이용하였으며, 추가로 인공지능기법인 SOM을 적용하여 핫토픽 선정하는 절차를 제시하였다. 또한, 로짓, 의사결정나무, SVM 등의 데이터마이닝 기법을 이용하여 핫토픽 사전 탐지를 하는 감성분석을 위한 모형을 개발하여 관심지수를 통해 선정된 핫토픽과 탐지된 핫토픽을 비교하였다. 본 연구를 통해 핫토픽에 대한 정보 제공함으로써 최신 동향에 대한 흐름을 알 수 있게 되고, 주식 포럼에 대한 핫토픽은 주식 시장에서의 투자자들에게 유용한 정보를 제공하게 될 뿐만 아니라 소비자들의 니즈를 충족시킬 수 있을 것이라 기대된다.

• 경영과정보연구
• /
• 제29권4호
• /
• pp.143-167
• /
• 2010

본 연구의 목적은 인터넷을 중심으로 시대적인 흐름에 따른 기술의 변화와 더불어 사회적 자본을 형성하는 도구로 인식되고 있는 SNS의 사회경제적 변화와 파급효과를 통찰하기 위해 첫째, 웹 2.0 패러다임이 표방하는 기술 및 경제적 가치변화를 살펴보고 둘째, 블로그로부터 사회 네트워크인 SNS로의 진화과정을 고찰하며 셋째, 주요 SNS의 서비스 및 특징을 비교한 후 넷째, 모바일 웹 2.0으로의 진화에 따른 SNS의 특성을 제시하고자 한다. 마지막으로 1990년대 후반부터 현재까지의 기술, 사회, 경영 3가지 측면의 속성 변화를 통해 SNS의 진화를 분석하고자 한다. 본 연구를 통해 얻은 시사점으로는 첫째, 기술적 측면에서 웹 기반의 컴퓨팅 환경이 미디어 속성에서 플랫폼 속성으로 전환되고 있다. 초창기 인터넷 출현 이후 웹사이트에 접속하여 정보를 보고 듣고 읽어 체득하던 일방향의 미디어 속성이 정보를 생성 및 가공하고 전파하기까지 모든 활동을 가능하게 하는 플랫폼 기능으로 변화된 것이다. 둘째, 사회적 측면에서 지식의 생산주체가 소수 전문가에서 집단지성으로 전환되고 있다. 이는 사람들을 연결하는 SNS의 지향점과 일치하면서 정보권력의 분산 및 전파범위의 무제한이라는 장점을 살려 기업들의 홍보 및 마케팅 채널로서의 잠재성이 부각되고 있다. 셋째, 기업경영 측면에서 SNS와 같은 새로운 마케팅 채널이 생성되고 있다. 스마트폰과 같은 모바일 기기의 시장 확대와 더불어 일상에서 접근이 편리하도록 제공되고 있는 무선기술의 발전은 소비자와 호의적이고 밀접한 관계를 지향하는 대개의 기업들에게 새로운 기회로 작용하고 있다. 넷째, 소비자의 역할이 변화되고 있음을 인식할 수 있다. 단방향 정보를 받아들이던 소비자들이 1인 중심형 블로그와 개인간 관계 네트워크를 지향하는 SNS를 이용하게 되면서 정보를 생성, 가공 및 확산하는 주체가 되면서 정보의 주도권을 장악하게 되면서 정보의 이용자인 동시에 생산자 역할을 수행하는 프로슈머로서 그 역할이 변화되어 가고 있다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.

• 시큐리티연구
• /
• 제62호
• /
• pp.35-63
• /
• 2020

최근 대형복합 재난 및 테러 등 발생으로 국가위기 및 재난관리의 중요성이 한층 증가되고 있으며, 재난 및 안전사고 강도와 빈도가 높아짐에 따라 정부의 재난 대응과 복구능력만으로는 한계가 있다는 인식이 확산되기 시작했다. 즉, 범사회적 재난안전 관리의 역량 강화 및 복원력 제고를 위해서는 국가 위주의 재난안전 관리가 아닌, 민간영역과·지역사회와의 협력적 체계를 구축이 필수적이라는 것이다. 특히, 최근 스마트 정보통신기술을 이용한 재난 및 안전사고 대응 사례들을 볼 때, 새로운 스마트 모바일 기기를 활용한 민간의 참여확대가 현실적으로 가능해졌음을 알 수 있다. 실제 국가 재난 및 안전 관리 체계를 효율적으로 구축하기 위해서는 스마트 정보통신기술의 접목이 필수적이며, 특히 최근 스마트앱 사회연결망서비스(SNS) 등의 등장 및 이용 영향으로 기존 '명령과 통제' 방식의 재난 및 안전관리에도 변화가 요구되기 시작했다. 해외에서의 스마트 기술 기반 시민참여 사례로는 지난 2010년 아이티 대지진 당시 재난복구에 시민과 민간기업의 자발적 참여를 이끈 크라우드 소싱 플랫폼 우샤히디(Ushahidi) 사례, 2011년 3월 일본 대지진과 지진해일 발생 시 트위터, 페이스북 등과 같은 SNS 등을 통한 생사확인 등의 위기소통 사례, 2011년 5월 미국 조플린 토네이도 발생 시 페이스북 사이트를 통한 시민주도 실종자 찾기 및 생사확인 그리고 긴급구조와 지원 사례 등이 있다. 국내에서는 2010년 부산해운대 오피스텔 화재 발생 시 시민의 동영상 촬영 및 뉴스 제공, 2012년 대풍 볼라벤 북상시 SNS를 통한 시민주도 정보 공유 및 확산, 2014년 세월호 참사 당시 카톡 등 SNS를 통한 생사확인 및 구조현황 공유 등 다양한 스마트 기기와 소셜 미디어를 활용한 민간참여 확대가 재난 및 안전관리에 가져오는 시너지 효과를 볼 수 있었다. 이러한 맥락에서 본 연구는 스마트 기기를 활용한 민간참여에 대해 한국정부 재난안전 실무자가 느끼는 인식 및 기존 재난 및 안전관리에 스마트 민간참여를 수용할 수 있는 준비도(readiness)를 실증 조사해 분석하고자 한다. 스마트 민간참여 확대에 대비한 정부 재난관리 조직과 실무자의 준비 수준을 종합적으로 분석하기 위해 본 연구는 SMART 모델(System, Motivation, Ability, Response, Technology)을 제시한다. SMART 모델에 따라 재난안전 실무자의 법제도(System), 동기(Motivation), Ability(역량), 반응(Response), 및 기술(Technology) 등 5개 영역별 준비 수준을 측정, 분석해 향후 정책적 함의를 도출하고자 하였다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 한국전자거래학회지
• /
• 제25권4호
• /
• pp.33-60
• /
• 2020

스마트폰의 등장으로 우리는 언제 어디서나 쇼핑이 가능하고, 소셜미디어로 연결된 광범위한 인적 네트워크와 웹사이트를 통해 손쉽게 다양한 정보와 전문가들의 의견을 살펴볼 수 있게 되었다. 제한된 정보 창구로 인해 브랜드 인지도에 의존하였던 과거와는 다르게, 다양한 창구를 통해 제품과 서비스에 대한 정보를 손쉽게 얻을 수 있는 시대가 도래한 것이다. 그 결과, 디지털 시대의 소비자들은 과거와는 다르게 기업의 일방적인 의도대로 브랜드 이미지를 수용하는 것에서 벗어나, 소비자들 간의 소통을 통해 브랜드 이미지의 형성에 영향을 미칠 정도로 그 영향력이 증대되었다. 소비자들은 더 이상은 그 브랜드를 안다고 해서 혹은 그 브랜드가 유명하다고 해서 바로 구매를 하지 않는다. 따라서, 이렇게 변화한 시대에 전통적인 브랜드 측정 방법의 유효성에 대해 의문을 제시하게 되었다. 그러나 아직까지 변화한 사회환경을 반영한 측정 방법은 논의된 바가 없으며, 실무자들은 현재까지 전통적인 측정 방법을 이용해 오고 있는 것이 현실이다. 따라서 본 연구에서는 기존 브랜드의 정의와 측정방법에 대해 한번 살펴보고, 디지털 시대에 보다 적합하면서 직접적인 측정 방법을 제안하고자 한다. 본 연구에서 제안하는 측정 방법은 "친구를 보면 그 사람을 알 수 있다"는 속담처럼, 함께 구매되는 상품의 브랜드를 통해 해당 브랜드의 진정한 위치와 이미지를 파악하는 방법이다. 이를 위해 온라인 커머스 사이트인 아마존에서 함께 구매되는 화장품 데이터를 브랜드 단위의 네트워크로 구축하고, 이를 토대로 브랜드 이미지를 평가하는 방법을 제시하였다. 기존에는 소비자의 인식 혹은 인지적인 측면을 설문조사로 파악하거나 기업의 재무상태를 통해 브랜드를 측정했던 과거와는 달리, 본 연구에서 제시하는 방법은 실질적인 구매 데이터를 통해 구축된 제품의 네트워크를 분석함으로써 관련 브랜드 지표와 실질적인 구매 행동 간의 간극을 좁히고자 한 데에 의의가 있다. 또한 연결된 세상의 네트워크 관점을 바탕으로 전통적인 브랜드 개념을 보다 확장하였으며, 이를 통해 보다 현실에 적합한 측정도구를 제시하였다는 것에 의의가 있다.