• 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.

• 지능정보연구
• /
• 제24권4호
• /
• pp.67-83
• /
• 2018

2013년 누적인원 2억명을 돌파한 한국의 영화 산업은 매년 괄목할만한 성장을 거듭하여 왔다. 하지만 2015년을 기점으로 한국의 영화 산업은 저성장 시대로 접어들어, 2016년에는 마이너스 성장을 기록하였다. 영화산업을 이루고 있는 각 이해당사자(제작사, 배급사, 극장주 등)들은 개봉 영화에 대한 시장의 반응을 예측하고 탄력적으로 대응하는 전략을 수립해 시장의 이익을 극대화하려고 한다. 이에 본 연구는 개봉 후 역동적으로 변화하는 관람객 수요 변화에 대한 탄력적인 대응을 할 수 있도록 주차 별 관람객 수를 예측하는데 목적을 두고 있다. 분석을 위해 선행연구에서 사용되었던 요인 뿐 아니라 개봉 후 역동적으로 변화하는 영화의 흥행순위, 매출 점유율, 흥행순위 변동 폭 등 선행연구에서 사용되지 않았던 데이터들을 새로운 요인으로 사용하고 Naive Bays, Random Forest, Support Vector Machine, Multi Layer Perception등의 기계학습 기법을 이용하여 개봉 일 후, 개봉 1주 후, 개봉 2주 후 시점에는 차주 누적 관람객 수를 예측하고 개봉 3주 후 시점에는 총 관람객 수를 예측하였다. 새롭게 제시한 변수들을 포함한 모델과 포함하지 않은 모델을 구성하여 실험하였고 비교를 위해 매 예측시점마다 동일한 예측 요인을 사용하여 총 관람객 수도 예측해보았다. 분석결과 동일한 시점에 총 관람객 수를 예측했을 경우 보다 차주 누적 관람객 수를 예측하는 것이 더 높은 정확도를 보였으며, 새롭게 제시한 변수들을 포함한 모델의 정확도가 대부분 높았으며 통계적으로 그 차이가 유의함으로써 정확도에 기여했음을 확인할 수 있었다. 기계학습 기법 중에는 Random Forest가 가장 높은 정확도를 보였다.

• 만화애니메이션 연구
• /
• 통권31호
• /
• pp.227-248
• /
• 2013

컴퓨터의 발달과 함께 영화 오프닝 타이틀 시퀀스도 하루가 다르게 발전하고 있다. 초기에는 타이틀 및 스텝들의 이름을 몇 장의 텍스트로 촬영하여 옵티컬 방식으로 표현하는 방식에서 시작되어 현재는 영화 도입부와 자연스럽게 연결되는 시퀀스부터 영화 중간에 삽입되는 형태, 나아가 2D, 3D 등의 다양한 표현 기법들로 독립적인 형태를 보이고 있다. 이렇게 오프닝타이틀 시퀀스가 하나의 독립적인 예술로 발전되고 있는 것은 짧게는 60초 길게는 10분 남짓의 짧은 영상만으로 영화의 콘셉트를 전달하는 동시에 줄거리의 함축적인 내용을 암시하고 흥미를 유발하는 기능 등 감독의 의지에 따라 다양한 목적으로 영화와의 독립적이면서도, 분리가 아닌 영화와 하나의 유기체 적이며 독창적인 예술의 창조가 가능하기 때문이다. 이 논문에서는 키네틱 타이포그래피의 이론과 분석 방법을 기반으로 2012년도 한국 흥행 영화 10편의 영화 오프닝 타이틀 시퀀스의 제작 방식을 다양한 방법으로 분석하여 앞으로의 나아갈 오프닝 타이틀 시퀀스의 방향을 예측하고 미학적, 기술적인 모델을 제시해 본다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.49-65
• /
• 2014

구전(WOM: Word of Mouth)는 주변 사람들에게 상품에 대한 경험을 입에서 입으로 전달하는 현상을 말하며 소셜 미디어의 발전으로 온라인 구전(eWOM: Electronic Word of Mouth) 형태로 발전하였다. 구전 효과의 중요성으로 인해서 대부분의 기업들의 자사의 상품이나 서비스에 대한 온라인 구전에 촉각을 세우고 있으며, 특히 영화와 같은 경험재의 경우에는 그 영향력이 더욱 크다. 본 연구에서는 영화 커뮤니티에 대한 사회 네트워크 분석을 통해서 영화 흥행성과 지표인 매출에 미치는 영향요인을 규명하고자 한다. 영화 흥행성과 연구들에서 주요하게 다루어진 영화에 대한 구전의 크기(volume)와 방향성(valence)과 같은 구전 요인들을 추가하여, 구전 네트워크의 중심성 척도를 영향 요인에 고려하였다. 구전의 크기, 방향성, 그리고 3가지 중심성 척도(연결 중심성, 매개 중심성, 근접 중심성)의 최종 영화 매출에 영향 관계를 가설로 설정하였다. 제시한 연구 모형을 검증하기 위하여 대표적인 온라인 영화 커뮤니티 사이트인 IMDb(Internet Movie Database)에서 영화 구전 데이터를 수집하였고, Box-Office-Mojo사이트에서 영화 매출 데이터를 수집하였다. 2012년 9월부터 1년 동안, 주간 Top-10에 포함된 적이 있는 영화들을 대상으로 하였으며, 총 103개의 영화가 선정되어 이 영화들에 대한 메타 데이터와 커뮤니티 데이터가 수집되었다. 영화 커뮤니티 네트워크는 평가자들간의 댓글 관계를 기초로 구축하였다. 본 연구에서 사용한 3가지 중심성 척도는 사회 네트워크 분석 도구인 NodeXL을 사용하여 계산되었으며, 각 영화별 커뮤니티 참여자들의 중심성 척도의 평균값을 활용하였다. 가설 검증의 사전 분석을 위한 상관관계 분석에서는 3가지 중심성 척도간에 상관 관계가 높은 것으로 파악되어서, 각각에 대하여 별도로 회귀분석을 수행하였다. 분석 결과, 기존 연구와 일관성 있게 구전의 크기와 방향성은 영화 성과지표인 최종 매출에 긍정적인 영향을 미치는 것으로 파악되었다. 또한 구전 네트워크 내의 참여자 매개중심성 평균은 영화의 최종 매출에 영향을 미치는 것으로 파악되었다. 하지만 연결중심성과 근접중심성은 최종 매출에 영향을 주지 못하는 것으로 나타났다.

• 디자인융복합연구
• /
• 제15권6호
• /
• pp.195-214
• /
• 2016

예측 분석은 패턴인식(Pattern recognition) 혹은 기계학습(Machine learning)으로 불리는 확률적 학습 알고리즘을 기반으로 하기 때문에 사용자가 분석 과정에 개입하여 더 많은 정보를 얻어내기 위해서는 높은 통계적 지식수준이 요구된다. 또한 사용자는 분석 결과외의 다른 정보를 확인 할 수 없고 데이터의 특성 변화와 데이터 하나하나의 특징을 파악하기 힘들다는 단점이 있다. 본 연구는 이러한 예측분석의 단점을 보완하고자 통계적인 데이터 분석 방법과 시각화 분석 방법을 결합하여 데이터 분석을 진행하였으며 통계적인 분석 방법만을 진행 할 경우 발생하는 단점을 보완하고 데이터에서 더 많은 정보를 도출해 내기 위한 방법론을 제시 하고자하였다. 이를 위해 본 연구는 영화 리뷰에서 추출한 감정 어휘가 독립변인이고 영화의 흥행 값이 종속변인인 데이터를 예제 데이터로 활용하여 진행하였다. 본 연구의 연구 방법론을 적용하였을 때의 이점은 다음과 같다. 첫째, 의사결정나무 분석에서 제시된 분할 기준이 적용될 때 마다 변하는 데이터의 패턴을 파악할 수 있다. 둘째, 제시된 최종 예측모형에 포함된 데이터들의 특성을 확인 할 수 있다. 본 연구의 시사점은 예측모형의 단점을 보완하고 데이터로부터 더 많은 정보를 추출하기 위해 통계적인 데이터 분석과 시각적인 데이터 분석을 결합하여 시행하였다는 것이다. 통계적인 분석 방법을 통해 각 변수의 관계를 파악하고 높은 예측 값을 가지는 모형을 도출하였으며, 시각화 분석에서는 인터랙션 기능을 제공함으로서 통계적으로 제시된 예측모형을 검증하고 더 다양한 정보를 도출 할 수 있게 하였다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.401-410
• /
• 2013

2009년 3D 영화인 '아바타'의 흥행 성공으로 본격적인 3D영화 시대가 열었다. 우리나라에서도 3D 콘텐츠에 대한 새로운 산업적 가능성이 예측되었고, 다양한 미디어 플랫폼에서 제작지원이 이루어지기 시작했다. 정부 또한 3D콘텐츠를 중심으로 한 콘텐츠산업 육성정책을 발표했다. 하지만 3D콘텐츠 산업은 활성화 되지 못하고 있다. 이에 따라 본 연구에서는 계층적분석방법(AHP, Analytic Hierarchy Process)을 적용하여 3D콘텐츠 산업 활성화에 있어 중요하게 고려되는 콘텐츠측면, 기술적측면 및 정책적측면의 상대적 중요도 분석을 통해 3D 활성화 미비의 원인을 파악해 보고자 하였다. 연구 결과, 콘텐츠 측면의 상대적 중요도가 기술적 측면과 정책적 측면보다 높게 분석되어서 콘텐츠 부족이 3D 활성화 미비의 주요 원인으로 판단되었으며, 기술적 측면의 하부요인으로 시각적 피로도와 같은 휴먼팩트의 완화가 선결되어야 할 과제로 분석되었다.

• 한국과학예술포럼
• /
• 제29권
• /
• pp.279-292
• /
• 2017

본 연구는 극영화를 비롯한 애니메이션의 갈등을 효과적으로 비주얼스토리텔링(Visual Story Telling, VST)하는 것이, 작품의 성공 여부를 결정짓는 중요한 요인이라고 인식하면서 시작되었다. 본 연구의 목적은 그동안 서사적, 시각적 차원에 치중한 VST 연구를 갈등강도와 VST 요소를 분석하여, 공학적으로 해석하는 것이다. 따라서 본 논문에서는 전 세계적으로 흥행에 성공한 극장용 애니메이션(4편)의 갈등을 분석하고, 이를 공학적으로 접근하여 VST 해석을 시도하였다. 연구결과 및 내용은 다음과 같다. 첫째, 성봉선과 로버트 맥키의 서사적 이론을 바탕으로, 갈등 장면을 분류하고 갈등의 종류를 찾아내었다. 또한 강위역의 5B모델을 바탕으로 총 108 개의 갈등 샷(shot)을 추출하였다. 둘째, 전문가 실험을 통하여 갈등 샷의 갈등강도를 찾아내었다. 셋째, 내적, 초개인적 갈등에서 각각 15개의 유의미한 갈등의 시각적 요소를 추출하였다. 넷째, 실험 결과로 내적, 초개인적 갈등에서 시각적 요소의 신뢰성은 100-83.33% 의 범위에 있다는 것을 확인하였고, 사용빈도는 각각 5.88-70.59% 및 5-70%까지 광범위하게 분포한다는 것을 파악할 수 있었다. 이는 아티스트(Artist)의 감각에 의존하던 VST 표현을 공학적으로 해석할 수 있게 됨을 의미한다. 이러한 연구결과를 바탕으로 애니메이션 사전제작 단계에서 작품의 갈등표현을 성공적으로 예측할 수 있게 해 줄 VST 툴(Tool) 개발의 토대가 될 것으로 기대한다.