• 한국정보시스템학회지:정보시스템연구
• /
• 제30권4호
• /
• pp.173-202
• /
• 2021

Purpose This study explored overall phenomena in context such as YouTube channel operation, strategy, and profit generation through interviews with two research participants who started their own businesses and are recognized as influencer on YouTube and analysis of viewer responses to uploaded contents. With the explosive growth of YouTube content provision and use, previous studies on YouTube are only being conducted individually on YouTube's content, influence, and content providers, so it is need to explore YouTube channel operations and the effect of revenue generation in context from an integrated perspective. Therefore, the purpose of this study is to present an integrated model that provides a specific process by contextually linking the factors and results influencing YouTube channel operation and revenue generation phenomena to individuals and companies who are trying to operate YouTube channels for the first time. Design/methodology/approach This study systematized and structured the overall phenomena in context such as YouTube channel operation, communication strategy, effect on revenue generation, and YouTube channel operation results by selecting interview subjects and collecting data through interviews, and analyzing viewer reactions (likes, comments, etc.). Due to the lack of previous studies exploring integrated phenomena, research analysis used Strauss & Corbin (1998)'s grounded theory approach, which presented inductive research methods to discover new theories by structuring concepts and categories based on detailed observations and information provided by interviewees. Findings The academic implication of this study is that while previous studies are conducted as individual studies on YouTube's content, influence, and content providers in the current situation where YouTube content provision and use are exploding, it integrally explores and presents an integrated model throughout the process. In addition, taking into account the lack of previous studies, it can be found in the aspect of using the grounded theory approach, an inductive theory approach that establishes a new theory. The practical implications can be found in that it presented practical directions to beginners who want to start operating YouTube channels by identifying operational preparations, communication strategies with viewers, and response management strategies.

• 한국비블리아학회지
• /
• 제32권3호
• /
• pp.163-185
• /
• 2021

사상 초유의 팬데믹 사태를 맞아 학교도서관 역시 주로 대면 활동에 국한되었던 기존 서비스와는 차별화된 온라인 환경에서의 비대면 서비스 제공 방안을 모색해야 한다. 본 연구는 유튜브 채널 운영을 활용한 학교도서관 서비스를 위한 기초 연구로, 실제 유튜브 채널을 운영 중인 학교도서관 사서교사를 대상으로 심층면담(FGI)을 실시하여 이들의 유튜브 운영 경험을 통한 학교도서관 서비스 인식, 필요성 그리고 구체적인 요구 내용 등을 조사하고 이를 기반으로 향후 학교도서관 유튜브 운영 활성화 방안을 제안하는데 그 목적이 있다. 그 결과, 1) 유튜브 채널 홍보 확대, 2) 학교 도서관 유튜브 체제 확립, 3) 교육청 차원의 지원, 마지막으로 4) 사서교사 차원의 개인적 노력의 4가지 관점으로 활성화 방안을 제안하였다. 후속 면담을 통해 본 연구에서 제시된 활성화 방안이 현재 유튜브 운영하고 있는 사서교사의 업무에 바로 적용 가능한 제안인지 검증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권5호
• /
• pp.109-125
• /
• 2011

폭소노미는 웹에 존재하는 리소스에 대해 구성원이 자유롭게 선택한 태그를 붙여서 정보를 체계화하는 새로운 분류 체계이다. Del.icio.us, Flickr, YouTube 등과 같은 최근의 폭소노미 기반 협력 태깅 시스템들을 살펴보면, 폭소노미 데이터를 체계화하고 유용한 서비스를 제공하기 위해 폭소노미의 각 구성요소들(사용자들, 태그들, 리소스들)을 그룹핑하기 위한 기능들을 추가하고 있다. 본 논문에서는, 일반적인 폭소노미에 "그룹(Group)"이라는 개념을 도입하여 확장한 그룹화된 폭소노미(Grouped Folksonomy) 모델과 그룹핑 관련 기본 연산들(Group Aggregation, Group Composition, Group Intersection, Group Difference)을 제안한다. 또한, 본 논문에서는 그룹화된 폭소노미의 구축과 기본연산 수행을 지원하는 도구(GFO)의 개발과 활용사례를 소개한다. 본 연구에서 제안된 모델과 기본 연산들로 구성된 그룹화된 폭소노미 구축을 위한 프레임워크는 폭소노미의 각 구성요소들을 그룹핑하여 그룹화된 폭소노미를 구성하고 보다 유용한 정보들을 추출 및 통합하여 체계화 할 수 있는 토대를 제공한다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.329-346
• /
• 2022

최근 소셜 미디어의 숏폼(Short form) 동영상(인스타그램, 틱톡, 유튜브) 시장이 점차 증가하면서 인공지능 영역에서는 이를 활용한 연구가 활발히 진행되고 있다. 대표적인 연구분야로 동영상 내의 패션 상품을 탐지하고 상품 이미지를 검색하는 Video to shop 을 들 수 있다. 이와 같은 동영상 기반 인공지능 모델에서는 Convolution 연산을 사용하여 상품의 특징을 추출한다. 하지만 연산 자원의 제한으로 인해, 동영상의 모든 프레임을 사용하여 특징을 추출하는 것은 현실적으로 불가능하다. 이로 인해, 기존 연구에서는 전체 프레임 중 일부만 샘플링해서 사용하거나, 주제의 특성을 활용한 샘플링 방법을 개발하여 이를 통해 위 문제점을 개선하고, 모델의 성능도 향상시켰다. 기존의 Video to shop 연구에서는 프레임을 샘플링 할 때, 무작위로 일부분의 프레임을 샘플링하거나 균등한 간격으로 샘플링 한다. 하지만 이러한 샘플링 방법은 상품이 존재하지 않는 노이즈 프레임을 샘플링 하면서 패션 상품 검색 모델의 성능을 저하시킨다. 이에 본 연구는 노이즈 프레임을 제거하고 검색 모델의 성능을 향상시키는 샘플링 방법 MF(Missing Fashion items on frame) sampler를 제안한다. MF sampler는 키 프레임 메커니즘(Mechanism)을 발전시켜 자원 한계의 문제점을 개선했다. 또한, 노이즈 탐지 모델을 활용한 노이즈 프레임 제거를 통해 검색 모델의 성능을 향상시켰다. 이와 같은 결과는 실험을 통해 확인되었고, Video to shop 패션 상품 검색에 있어 성능 향상과 효과적인 학습이 가능하다는 것을 확인할 수 있었다.