• Title/Summary/Keyword: Public Characters

검색결과 252건 처리시간 0.017초

K-POP과 전통예술의 융합 사례분석을 통한 한국전통예술의 대중화 방안 연구 - BTS의 IDOL을 중심으로 - (A Study on the Popularization of Traditional Korean Art through the Case Study of Convergence of K-POP and Traditional Art - Focusing on the idolization of BTS -)

  • 조영인
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제13권2호
    • /
    • pp.27-36
    • /
    • 2019
  • 오늘날 K-POP 중심의 한류 열풍은 기존의 드라마 중심에서 벗어나 유럽, 러시아, 미국 등의 지역으로 그 영역이 확장되었다는 점에서 신(新)한류로 명명된다. 신(新)한류의 주역인 K-POP이 해외진출에 성공한 전략에는 SNS 마케팅 통로를 적극적으로 활용한 요인도 있겠지만 무엇보다 그들의 콘텐츠가 한국을 넘어서 전 세계인들에게 매력적으로 다가갔기 때문일 것이다. 한류에 집중된 언론과 대중의 관심은 단순한 문화수출의 의미가 아니라, 자국의 문화가 정신적으로 타 지역에 영향을 미치는 모습을 통해 민족적, 국가적 자긍심을 느낄 수 있게 한다는 데에 의미가 있다. 더욱이 근대 물질적인 산업 발전에 치중하던 우리사회의 문화산업 발전은 한국사회가 글로벌 시대의 중심에 존재한다는 반증이기도 하다. 20세기까지 한국의 문화는 문화의 수용과 전파의 측면에서 볼때 주도적이기보다 수용적인 성격이 강하였다. 즉, 문화의 능동적 창출이나 유출보다는 수용에 더 크게 무게 중심을 두었다는 의미이다. 하지만 이제 K-POP은 서구의 문화를 모방하는 수준을 넘어서 개성 있고 희소가치가 있는 콘텐츠로 범위를 넓혀가고 있다. 한국의 독특한 역사적 배경에서 장기간 걸쳐 형성된 한국 특유의 전통문화는 그 자체만으로도 글로벌 경쟁력을 갖춘 고유의 자산이며, 한류 대중문화에서도 전통 고유의 특성을 활용하여 새로운 콘텐츠로서 창출해 세계시장에 나가 자생력을 높여야 한다. 한국 대중문화에 대한 호감은 한류 콘텐츠와 그에 따른 파생상품의 부가가치를 창출해내며 국가 이미지에도 커다란 영향을 미치게 된다. 즉, 전통예술과 K-POP이 융합하여 우리만의 독특하고 예술성이 높은 문화로 갖춘다면 세계 문화예술 시장에서 앞장서게 될 것이다. 이에 본 연구는 K-POP의 성장과 발전을 더불어 한국 전통예술의 가능성을 인식하고, 대중화를 위한 활용에 의미를 두어 K-POP과 전통예술을 융합한 사례를 분석해 다음과 같이 제안하고자 한다. 첫째, 전통예술과 여러 장르와의 융합작업 및 실험 작업을 활발하게 시도하여 다양한 콘텐츠를 창출하고, 대중매체 채널들을 적극 활용한다. 둘째, 전통예술을 활용한 활발한 융합작업을 위해 전통예술의 저작권에 대한 인식을 개선하고 창작무용의 저작권을 완화하여 활용할 수 있는 콘텐츠 범위를 확대한다. 셋째, 전통예술의 조기 교육화를 시행하여 어려서부터 전통예술을 학습하고 발전되도록 한다. 넷째, 전통예술을 한국문화정책 전반으로 확대, 지원하여 국가의 문화가치를 높이고 경제이익을 창출하는 방안으로 삼는다. 이를 통해 전통예술의 경쟁력을 강화하고 K-POP과 같은 대중예술과 융합하여 활용한다면, 전통예술의 정체성은 지키며 자국의 문화를 세계화하는 데에 효과적인 방안이 될 것으로 기대된다.

CNN을 적용한 한국어 상품평 감성분석: 형태소 임베딩을 중심으로 (Sentiment Analysis of Korean Reviews Using CNN: Focusing on Morpheme Embedding)

  • 박현정;송민채;신경식
    • 지능정보연구
    • /
    • 제24권2호
    • /
    • pp.59-83
    • /
    • 2018
  • 고객과 대중의 니즈를 파악하기 위한 감성분석의 중요성이 커지면서 최근 영어 텍스트를 대상으로 다양한 딥러닝 모델들이 소개되고 있다. 본 연구는 영어와 한국어의 언어적인 차이에 주목하여 딥러닝 모델을 한국어 상품평 텍스트의 감성분석에 적용할 때 부딪히게 되는 기본적인 이슈들에 대하여 실증적으로 살펴본다. 즉, 딥러닝 모델의 입력으로 사용되는 단어 벡터(word vector)를 형태소 수준에서 도출하고, 여러 형태소 벡터(morpheme vector) 도출 대안에 따라 감성분석의 정확도가 어떻게 달라지는지를 비정태적(non-static) CNN(Convolutional Neural Network) 모델을 사용하여 검증한다. 형태소 벡터 도출 대안은 CBOW(Continuous Bag-Of-Words)를 기본적으로 적용하고, 입력 데이터의 종류, 문장 분리와 맞춤법 및 띄어쓰기 교정, 품사 선택, 품사 태그 부착, 고려 형태소의 최소 빈도수 등과 같은 기준에 따라 달라진다. 형태소 벡터 도출 시, 문법 준수도가 낮더라도 감성분석 대상과 같은 도메인의 텍스트를 사용하고, 문장 분리 외에 맞춤법 및 띄어쓰기 전처리를 하며, 분석불능 범주를 포함한 모든 품사를 고려할 때 감성분석의 분류 정확도가 향상되는 결과를 얻었다. 동음이의어 비율이 높은 한국어 특성 때문에 고려한 품사 태그 부착 방안과 포함할 형태소에 대한 최소 빈도수 기준은 뚜렷한 영향이 없는 것으로 나타났다.