• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.241-255
• /
• 2020

본 연구는 공연예술통합전산망(KOPIS)을 통하여 2017년부터 2019년까지 3년간 공연 예매 정보를 바탕으로 뮤지컬 작품들을 분석하여 한국뮤지컬의 시사점을 알아보는데 목적이 있다. 이에 공연예술통합전산망자료와 선행연구, 인터넷, 신문기사, 전문잡지를 토대로 공연작품을 분석하고 공연예술통합전산망이전의 자료와 브로드웨이 리그의 자료를 분석한 결과는 다음과 같다. 첫째, 한국형 중극장 뮤지컬에 집중해야 한다. 둘째, 제작사들은 작품에 투자한 제작비를 투명하게 공개해야 한다. 셋째, 오프브로드웨이 시스템을 한국의 현실에 맞게 수정하여 도입해야 한다. 넷째, 장기공연을 할 수 있는 작품을 생산하여 상업적으로도 성공 할 수 있는 구조를 만들어야 한다. 다섯째, 작품을 위한 극장으로의 변화와 시도가 필요하다.

• 한국빅데이터학회지
• /
• 제9권1호
• /
• pp.197-208
• /
• 2024

오늘날 대학에서 소속 교원을 종합적으로 평가하기 위해 실시하고 있는 교원업적평가는 제도의 취지와는 달리 정량적 평가 중심 시스템으로 인해 제도의 취지와 다른 결과가 나타나고 있다. 특히 연극예술분야는 다른 학문분야에 비해 성과물의 주관적인 성격이 강해 기존의 정량적 평가 방법으로는 연구 및 창작업적의 성과를 공정하고 객관적으로 측정하기 어렵다는 특성이 있다. 이에 본 연구에서는 연극예술분야 연구 및 창작업적평가 개선을 위해 빅데이터 활용 방안을 제안하였다. 먼저 국내 주요 대학의 연극예술 관련 학과에서 시행 중인 연구 및 창작업적평가 기준과 방법을 조사하고, 현재 국내 연극예술분야 연구 및 창작업적평가 시스템과 관련한 주요 쟁점을 분석한 다음, 공연예술통합전산망(KOPIS)의 빅데이터를 활용한 연극예술분야 연구 및 창작업적평가 시스템의 개선 방안을 제시하였다. 본 연구를 통해 연극예술분야 교원들의 연구와 창작활동을 보다 효과적으로 지원하고, 대학 경쟁력을 강화할 수 있는 방안이 마련될 수 있기를 기대한다.

• 한국전자거래학회지
• /
• 제26권2호
• /
• pp.19-43
• /
• 2021

공연예술 기관에서의 공연에 대한 흥행 예측은 공연예술 산업 및 기관에서 매우 흥미롭고도 중요한 문제이다. 이를 위해 출연진, 공연장소, 가격 등 정형화된 데이터를 활용한 전통적인 예측방법론, 데이터마이닝 방법론이 제시되어 왔다. 그런데 관객들은 공연안내 포스터에 의하여 관람 의도가 소구되는 경향이 있음에도 불구하고, 포스터 이미지 분석을 통한 흥행 예측은 거의 시도되지 않았다. 그러나 최근 이미지를 통해 판별하는 CNN 계열의 딥러닝 방법이 개발되면서 포스터 분석의 가능성이 열렸다. 이에 본 연구의 목적은 공연 관련 포스터 이미지를 통해 흥행을 예측할 수 있는 딥러닝 방법을 제안하는 것이다. 이를 위해 KOPIS 공연예술 통합전산망에 공개된 포스터 이미지를 학습데이터로 하여 Pure CNN, VGG-16, Inception-v3, ResNet50 등 딥러닝 알고리즘을 통해 예측을 수행하였다. 또한 공연 관련 정형데이터를 활용한 전통적 회귀분석 방법론과의 앙상블을 시도하였다. 그 결과 흥행 예측 정확도 85%를 상회하는 높은 판별 성과를 보였다. 본 연구는 공연예술 분야에서 이미지 정보를 활용하여 흥행을 예측하는 첫 시도이며 본 연구에서 제안한 방법은 연극 외에 영화, 기관 홍보, 기업 제품 광고 등 포스터 기반의 광고를 하는 영역으로도 적용이 가능할 것이다.