• 디지털융복합연구
• /
• 제8권2호
• /
• pp.103-114
• /
• 2010

영화산업을 정확히 이해하기 위해서는 공급측면 뿐만 아니라 수요측면도 분석할 필요가 있다. 이 연구는 한국영화산업에서 1991-2008년까지의 수요측면 변수(영화 관람료, 근로일수, 근로시간, 개인소득, 프로스포츠 관중, 케이블 TV, 개봉영화편수, 스크린 수)를 분석하였다. 수요의 법칙에 따르면 가격의 인상은 수요의 감소를 가져오는데, 연구결과, 영화 관람료 인상과 영화 관객 증가가 함께 이루어졌다 영화에 대한 수요는 소득수준 및 여가시간과 갚은 상관관계를 보여 주였다. 여가와 소득의 증가는 영화에 대한 수요를 높였다. 한편, 프로스포츠가 활성화되면 영화에 대한 수요가 줄어들 것으로 기대되었으나 여가시간 증가와 함께 영화 및 스포츠 관람이 동시에 늘었다. 다양한 장르의 영화가 개봉되면 사람들의 다양한 취향을 만족시켜 영화 관람객이 늘어날 것으로 예상되었으나 실제로는 그렇지 않았다. 한편, 복합상영관 형태의 스크린 수는 영화관객의 수와 상관관계가 높았다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.29-39
• /
• 2020

목적 사회 전반적으로 퍼진 개인의 취향에 대해 존중하는 분위기는 소비 트렌드를 바꾸었다. 그에 따라 여행 산업에서도 소비자 개인의 취향을 반영하는 맞춤형 여행이 새로운 트렌드로 주목받고 있다. 특히 여행 산업 분야 중 하나인 '영화 관광'에 대한 관심이 커지고 있음에 주목하였다. 영화를 시청하며 발생하는 개인의 여행 동기를 맞춤형 여행 제안으로 충족시키고자 하며, 이는 '영화 관광 산업'의 지속적 발전의 촉진제가 될 것으로 기대한다. 설계/방법론/접근 본 연구에서는 시청자가 실제로 방문하고 싶은 영화 속 촬영지 정보를 'OCR'을 통해 추출, 제안하는 방법론을 구현하였다. 먼저, 실시간 이미지 프로세싱 라이브러리인 'OpenCV'를 활용하여 사용자가 선택한 영화 속 장면을 추출 받는다. 또한, 딥러닝 기반의 텍스트 영역 탐지모델인 'EAST 모델'을 활용하여 해당 장면 이미지에서 문자가 위치한 곳을 탐지하여 검출한다. 검출한 이미지는 'OpenCV 내장 함수'를 사용해 전처리하여 인식의 정확도를 높인다. 마지막으로 광학 문자 인식 엔진인 'Tesseract'를 사용하여 이미지 속 문자를 인식 가능한 텍스트로 변환한 후, 'Google Map API'를 통해 실제 위치 정보를 반환한다. 의의 본 연구는 기존의 영화 관광에서 나아가, 4차 산업 기술을 활용한 개인 맞춤 관광 콘텐츠를 제공해준다는 점에서 큰 의의가 있다. 이는 앞으로 여행사와 함께 영화 관광 패키지 상품 개발에 활용될 수 있다. 또한 국내에서 해외로의 유입뿐만 아니라, 해외에서 국내로의 유입에 활용될 가능성 역시 내포하고 있다.

• 한국융합학회논문지
• /
• 제9권11호
• /
• pp.69-74
• /
• 2018

인터넷 기술과 다양한 정보 기술의 융합을 통해 광대한 정보를 수집 및 가공하여 사용자 취향에 맞는 다양한 지식을 서로 주고받을 수 있게 되었다. 특히, 영화 미디어 속에 내포된 감정 변화의 흐름을 통해 사용자의 취향과 연결된 밀접한 콘텐츠를 선호하는 경향이 있다. 사용자는 스크립트에 나타난 정보를 바탕으로 전체적인 감정의 흐름이나 특정한 등장인물, 또는 특정한 장면에서의 감정의 흐름을 보다 빠르게 이해하기 위해 시각화하고자 한다. 본 논문에서는 영화 웹페이지로부터 정제되지 않은 데이터를 획득한 후, 정제 과정을 거쳐 표준화된 스크립트 형식으로 변환한다. 정제된 데이터를 XML 문서로 변환하여 다양한 정보를 쉽게 획득한 후, 감정 예측 시스템에 각 문단을 입력하여 다양한 감정을 예측한다. 예측된 감정들의 흐름과 스크립트에 포함된 정보량을 혼합하여 사용자가 필요로 하는 다양한 감정의 전체적 또는 특정 부분에서 캐릭터들 간의 감정 상태의 변화를 시각화를 통해 쉽게 이해할 수 있는 시스템을 제안한다.

• 출판저널
• /
• 통권176호
• /
• pp.13-13
• /
• 1995

대중음악이 영화와 함께 당대의 문화를 규정하는 지배적인 장르이긴 하나 아직 그에 관한 '사유'의 문은 열어젖히지 못하고 있는 게 현실이다. 브로마이드성 짙은 십대 취향의 잡지나 쉴 새 없이 쏟아지는 노래악보집 정도가 고작이다. 그런 가운데 최근 젋은 이론가들이 저널리즘 지평에 속속 모습을 드러내고 있다.

• 한국콘텐츠학회논문지
• /
• 제22권9호
• /
• pp.147-155
• /
• 2022

이 글은 홍콩 출신 감독 린차오셴(林超賢)이 중국의 주선율 영화에 어떤 변화를 가져왔는지, 그리고 이러한 변화에 영향을 미친 요소들을 분석하기 위한 것이다. 분석의 대상은 린차오셴(林超賢)의 영화 <오퍼레이션 메콩>(湄公河行動, 2016), <오퍼레이션 레드 씨>(紅海行動, 2018), <긴급구원>(緊急救援, 2020)이다. 린차오셴은 중국 대륙 감독들에 비해 정치적 부담이 크지 않아 상업영화의 모델을 이용해 주선율 영화를 만들고 홍콩영화의 요소를 주선율 영화에 최대한 활용하고 있다. 그 결과 주선율 영화의 이데올로기는 딱딱한 표현이 아니라 관객의 공감을 불러일으킬 수 있는 다원화된 가치를 보여준다. 사실적이고 복합적인 인물은 과거 고정 천편일률적이며 비현실적이었던 영웅의 이미지를 대체한다. 스펙터클한 액션 장면과 폭력적인 장면의 응용이 시각적 진풍경을 만들어낸다. 그 결과 주선율 영화는 더 높은 상업적 가치를 얻었다. 린차오센의 영화는 새롭게 변화하는 관객의 취향이 영화산업에서 중요한 요인임을 확인시켜주었으며 높아진 제작비와 더불어 민영영화사의 역할을 키우고 있다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.319-325
• /
• 2021

무선 기술의 고도화 및 이동통신 기술의 인프라가 빠르게 성장함에 따라 AI 기반 플랫폼을 적용한 시스템이 사용자의 주목을 받고 있다. 특히 사용자의 취향이나 관심사 등을 이해하고, 선호하는 아이템을 추천해주는 시스템은 고도화된 전자상거래 맞춤형 서비스 및 스마트 홈 등에 적용되고 있다. 그러나 이러한 추천 시스템은 다양한 사용자들의 취향이나 관심사 등에 대한 선호도를 실시간으로 반영하기 어렵다는 문제가 있다. 본 연구에서는 이러한 문제를 해소하기 위해 GRU(Gated Recurrent Unit) 언어 모델을 이용한 Fuzzy-AHP 기반 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 취향이나 관심사를 실시간으로 반영하기 위해 Fuzzy-AHP를 적용하였다. 또한 대중들의 관심사 및 해당 영화의 내용을 분석하여 사용자가 선호하는 요인과 유사한 영화를 추천하기 위해 GRU 언어 모델 기반의 모델을 적용하였다. 본 추천 시스템의 성능을 검증하기 위해 학습 모듈에서 사용된 스크래핑 데이터를 이용하여 학습 모델의 적합성을 측정하였으며, LSTM(Long Short-Term Memory) 언어 모델과 Epoch 당 학습 시간을 비교하여 학습 수행 속도를 측정하였다. 그 결과 본 연구의 학습 모델의 평균 교차 검증 지수가 94.8%로 적합하다는 것을 알 수 있었으며, 학습 수행 속도가 LSTM 언어 모델보다 우수함을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.525-531
• /
• 2020

다양한 정보가 대량으로 유통되는 IT 환경에서 사용자의 요구를 빠르게 파악하여 의사결정을 도와줄 수 있는 추천 시스템이 각광을 받고 있다. 그러나 현재 추천 시스템은 사용자의 취향이나 관심사가 바뀌었을 때 선호도가 즉시 시스템에 반영이 되지 않을 수가 있으며, 광고 유도로 인하여 사용자의 선호도와 무관한 아이템이 추천될 수가 있다는 문제점이 있다. 본 연구에서는 이러한 문제점을 해결하기 위해 양방향 순환 신경망 언어 모델을 이용한 Fuzzy-AHP 기반 영화 추천 시스템을 제안하였다. 본 시스템은 사용자의 취향이나 관심사를 명확하고 객관적으로 반영하기 위해 Fuzzy-AHP를 적용하였다. 그리고 사용자가 선호하는 영화를 예측하기 위해 양방향 순환 신경망 언어 모델을 이용하여 실시간으로 수집되는 영화 관련 데이터를 분석하였다. 본 시스템의 성능을 평가하기 위해 그리드 서치를 이용하여 전체 단어 집합의 크기에 대한 학습 모델의 적합성을 확인하였다. 그 결과 본 시스템의 학습 모델은 전체 단어 집합의 크기에 따른 평균 교차 검증 지수가 97.9%로 적합하다는 것을 확인할 수 있었다. 그리고 본 모델은 네이버의 영화 평점 대비 평균 제곱근 오차가 0.66, LSTM 언어 모델은 평균 제곱근 오차가 0.805으로, 본 시스템의 영화 평점 예측성이 더 우수함을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.642-644
• /
• 2014

정보의 폭발적인 증가로 인해 사용자들은 오히려 원하는 정보를 빠른 시간에 얻는 것이 힘들어졌다. 따라서 이 문제를 해결하기 위한 다양한 방식의 새로운 서비스들이 제공되고 있다. 추천 시스템 중에서 영화를 추천해주는 방법에는 사용되는 알고리즘에는 협업필터링 방법이 가장 성공한 알고리즘으로 사용되고 있다. 협업 필터링 방법은 사용자가 자발적으로 입력한 선호도 평가치를 바탕으로 추천 하고자 하는 사용자와 취향이 비슷하다고 판단되는 사람들 즉, 최근접 이웃을 구하고 최근접 이웃의 선호도 평가치를 바탕으로 사용자에게 영화를 추천을 해주는 기법이다. 그러나 협업 필터링에는 몇 가지 대표적인 문제점이 있으며 희박성 및 확장성, 투명성이 있다. 본 논문에서는 영화 추천 시스템에서의 협업필터링의 희박성 문제를 보완하고자 개개인의 성향을 반영하여 효율이 좋은 추천 방법을 제안하고 하둡에서 성능평가를 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.284-286
• /
• 2021

지속적으로 인터넷 및 디지털의 발전으로 많은 양의 미디어 데이터를 저장하고 온라인을 통해 개인에게 맞춤형 서비스를 제공하는 플랫폼이 등장하고 있다. 이러한 서비스를 제공하는 업체들은 미디어의 소비를 촉진 시키기 위해 개인 취향에 맞는 영화를 추천한다. 각 업체에서는 사용자가 선호할 미디어 추천을 위해 다양한 알고리즘에 대해 많은 연구를 하고 있다. 영화는 액션, 멜로, 공포, 드라마 등으로 장르를 구분하고 있으며, 영화의 오디오(음악,효과,음성)는 영화를 구성하는 중요한 제작 요소로 자리잡고 있다. 본 연구에서는 영화예고편을 바탕으로 장르별 오디오를 추출하고, 장르별 오디오의 공통점을 확인 후 인공지능의 지도학습을 통해 영화 장르를 구별하고 추후 메타데이터 생성을 위한 활용방안을 제안하고자 한다.

• 만화애니메이션 연구
• /
• 통권36호
• /
• pp.511-551
• /
• 2014

문화적 할인은 할리우드 영화가 해외 관객의 수용자의 문화적 취향에 따라서 수용이 다르게 나타남을 강조하고 있다. 이와 같은 이해를 바탕으로 이 연구는 한국 내에서 할리우드 영화의 수용이 장르별로 어떻게 다르게 나타나는 지를 분석하였다. 분석대상은 2008년부터 2010년까지 미국에서 1백만 달러 이상의 흥행실적을 거둔 할리우드 영화이며, 이들 영화 중 한국에서 개봉된 영화의 비율 및 흥행성과 등을 중심으로 장르별 수용이 어떻게 차별화되는 지를 고찰하였다. 분석결과를 보면, 할리우드 영화가 한국에서 개봉된 비율은 59.6%이며, 평균보다 낮은 비율로 개봉된 장르는 코미디(46.2%)와 다큐멘터리(20%)뿐이었다. 제작비와 장르의 특성을 고려하면, 할리우드 영화 중 제작비 투자가 많은 장르의 경우 한국 내 개봉비율 또한 높게 나타났다. 또한 미국에서의 흥행실적이 높을수록 한국에서도 흥행실적이 높게 나타나며, 제작비 투입이 높을수록 1개의 영화에 다양한 장르적 요소를 포함하여 제작하는 복합장르화 현상이 발견되었다. 이와 같이 제작비, 미국에서의 흥행실적, 복합장르화 등의 영향력을 통제할 때 할리우드 영화의 수입 후 수용자 수준에서는 문화적 할인이 흥행성에 미치는 효과가 통계적으로 유의미한 나타나지 않았다. 연구의 의의와 한계가 같이 논의 되었다.