• 제목/요약/키워드: 스크린 쿼터

검색결과 13건 처리시간 0.02초

신인 영화감독의 한국영화시장 진출에 대한 거시 분석 (Macro Analysis on the Supply and Demand of New-coming Directors in the Korean Movie Industry over the Years (1971-2016))

  • 김정호;김재성
    • 한국콘텐츠학회논문지
    • /
    • 제17권4호
    • /
    • pp.132-146
    • /
    • 2017
  • 1971년-1987년까지 20여개의 한국영화제작사에게 한국영화제작을 할 수 있는 독점적 권리를 주고, 이들이 만드는 영화의 편수와에 연계한 외국영화 수입편수 쿼터제를 유지하여 인위적으로 수요와 공급을 조절한 결과, 졸속의 한국영화가 만들어지고, 한국영화는 관객들의 외면을 받았다. 신선한 피의 수혈도 폐쇄적인 시장때문에 제한되어 혁신을 통한 한국영화의 성장을 저해하여 왔다. 같은 기간, 한국영화편수점유율은 66.19%인데, 관객점유율은 28.76%, 연간 개봉 한국영화편수는 92.24편, 외국영화의 편수는 47.76편에 불과하고, 연간 데뷔감독 수는 10명, 데뷔작품의 편수비중은 10.62%, 관객비중은 한국영화관객비중의 10.5%에 불과하다. 총 46년간 데뷔한 감독 수 1,416명의 61.72%인 874명이 2004년-2016년까지 13년간 데뷔한 감독이다. 연간 62.15명이 데뷔한 셈이며 데뷔작품은 그 해 개봉된 한국영화편수의 39.58%, 관객 수의 32.8%를 점유한다. 같은 기간 한국영화는 연간 평균 174.38편, 한국영화편수 점유율은 27.77%에 불과한 반면에, 한국영화 관객점유율은 53.03%이다. 한국영화는 외국영화와 치열한 경쟁상태에 있지만 관객동원은 이전보다 두 배를 동원하였는데 이는 1988년의 외국영화에 국내시장 완전개방 이후, 1999년의 독립영화제작자유화까지 이어진 일련의 시장 제한 조치들의 해제를 통한 경쟁체제 도입과 영화계의 자생력 강화, 혁신의 결과로 고품질의 관객에 부응하는 한국영화가 나온 결과이다. 그러나 2006년 스크린 쿼터 축소, 4대 배급사의 독과점의 부작용의 파생효과가 다양성영화의 증가, VOD용 에로영화의 증가로 나타나고, 미래의 한국영화의 혁신의 잠재력에 방해가 되지 않는지 우려가 있다.

영화교육기관으로서의 한국영화아카데미 (Korean Academy of Film Arts(KAFA) as A Film Educational Institute)

  • 김정호;김학민
    • 한국콘텐츠학회논문지
    • /
    • 제13권10호
    • /
    • pp.234-255
    • /
    • 2013
  • 한국영화아카데미는 영화진흥위원회의 전신인 한국영화진흥공사가 미국의 영화시장 개방 압력을 수용하여 1987년 영화시장 개방을 대비하고 한국영화를 육성하기 위해서 1984년에 설립한 한국영화인력 양성을 위한 영화학교이다. 2011년까지 배출한 520명의 졸업생 중에 173명이 한국영화계의 주요 위치에서 활동 중이며, 감독은 101명, 촬영감독은 33명, 프로듀서 18명, 영화학과 대학교수 21명을 배출하였다. 올해로 설립 30주년을 맞이한 한국 영화아카데미는 한국영화시장 개방, 미국영화 직배, 대학에서의 영화교육의 확산, 대기업의 영화산업 참여, 세대교체, 스크린 쿼터 축소, 디지털 시네마로의 이행 등 한국영화산업의 지형의 변화에 따라 변화를 거듭하며 현재에 이르렀으며, 앞으로 영진위와 함께 부산이전을 통해서 부산지역 영화산업의 진흥이라는 새로운 과제와 함께 지역 이전에 따른 핸디캡을 어떻게 슬기롭게 극복하는가 하는 과제에 직면해 있다.

Movie Box-office Prediction using Deep Learning and Feature Selection : Focusing on Multivariate Time Series

  • Byun, Jun-Hyung;Kim, Ji-Ho;Choi, Young-Jin;Lee, Hong-Chul
    • 한국컴퓨터정보학회논문지
    • /
    • 제25권6호
    • /
    • pp.35-47
    • /
    • 2020
  • 박스 오피스 예측은 영화 이해관계자들에게 중요하다. 따라서 정확한 박스 오피스 예측과 이에 영향을 미치는 주요 변수를 선별하는 것이 필요하다. 본 논문은 영화의 박스 오피스 예측 정확도 향상을 위해 다변량 시계열 데이터 분류와 주요 변수 선택 방법을 제안한다. 연구 방법으로 한국 영화 일별 데이터를 KOBIS와 NAVER에서 수집하였고, 랜덤 포레스트(Random Forest) 방법으로 주요 변수를 선별하였으며, 딥러닝(Deep Learning)으로 다변량 시계열을 예측하였다. 한국의 스크린 쿼터제(Screen Quota) 기준, 딥러닝을 이용하여 영화 개봉 73일째 흥행 예측 정확도를 주요 변수와 전체 변수로 비교하고 통계적으로 유의한지 검정하였다. 딥러닝 모델은 다층 퍼셉트론(Multi-Layer Perceptron), 완전 합성곱 신경망(Fully Convolutional Neural Networks), 잔차 네트워크(Residual Network)로 실험하였다. 결과적으로 주요 변수를 잔차 네트워크에 사용했을 때 예측 정확도가 약 93%로 가장 높았다.