• 만화애니메이션 연구
• /
• 통권26호
• /
• pp.109-130
• /
• 2012

이 논문의 목적은 <마당을 나온 암탉>의 성공요인을 분석하여 한국 극장용 장편 애니메이션의 발전 방향을 모색하기 위한 것이다. 2011년 개봉한 <마당을 나온 암탉>은 1976년 76만 관객을 동원한 <로보트 태권 V> 이후 200만 관객 동원이라는 새로운 흥행 기록을 달성하며 기획력과 시나리오 부재, 하청 중심의 제작환경 등으로 지지부진하던 한국 극장용 장편 애니메이션에 성공모델을 제시하였다. 이러한 흥행 성공은 영화와 애니메이션 간의 산업적 분업이 있어 가능하였던 것으로 보인다. 분석을 위해 여러 매체의 자료들과 <마당을 나온 암탉>의 김선구 프로듀서의 심층 인터뷰를 행했다. 분석 결과, 다음의 다섯 가지 성공요인을 찾을 수 있었고 각 항목에 대한 구체적인 논증과 분석으로 논문의 본론을 구성하였다. 1.제작 방식은 상업영화와 같이 철저한 기획에 의해 시작되고 진행되었다는 것, 2.제작에 있어서도 전문적인 세부 전공에 따라 분업화된 업무 분담이 있었다는 것, 3.투자자의 성격에 따른 순차적 자본의 유치가 가능했던 점, 4. 롯데, CJ 같은 배급사를 통한 대규모 스크린 수를 확보하는 배급망이 구축됐던 점, 5.영화와 애니메이션 두 분야를 조율하는 프로듀서가 있었다는 점이 두드러진다. 이러한 분석을 바탕으로 한국 극장용 장편 애니메이션의 발전을 위해 산업적 측면과 인력양성의 측면에서 제언을 하였다. 산업적 측면에서는 투자 배급 라인을 가진 영화산업과의 과도기적 협업 혹은 연대가 필요하다고 보았다. 기획, 투자, 배급, 마케팅과 같은 산업적 접근은 실사 영화와 경쟁관계에 있는 극장용 장편 애니메이션의 성공에서 필수적이기 때문이다. 또 인력양성의 측면에서는 대학교육의 커리큘럼 제고를 제안하였다. 단시간 내에 이루어지기는 쉽지 않겠지만, 애니메이션 업계 내부에서 재능과 열정이 있는 인재 양성이 무엇보다 절실하며 가장 현실적인 방법은 애니메이션 교육현장에서 이루어져야하기 때문이다.

• 한국콘텐츠학회논문지
• /
• 제11권2호
• /
• pp.238-250
• /
• 2011

한국영화의 전국 관객 수는 2006년 9,791만 명에서 2009년 7,647만 명으로 감소추세이며 점유율 또한 2006년 63.8%에서 2009년 48.8%로 낮아졌다. 이 글은 스크린 쿼터가 축소된 이후 3년과 이전의 3년간의 한국영화 관객 수를 비교하여 스크린 쿼터 가 축소된 이후에 발생한 한국영화 관객 감소가 스크린쿼터의 축소에 의한 영향을 받았는지에 대한 실증적 검증을 시도하였다. 한국영화 평균 관객 수가 2003부터 2005년 사이의 1,107,217.82명에서 스크린 쿼터가 축소된 이후인 2007년부터 2009년 사이의 640,109.9123명으로 감소하였는데, 이러한 감소는 스크린 쿼터의 영향임을 통계적으로 확인하였다. 아울러서 한국영화 흥행성과의 불평등도도 지니계수로 살펴본 결과 0.84로서 상당히 심화되었음이 드러났다. 반면에 미국영화의 평균 관객 수는 축소이전 3년간의 432,204.6322명에서 축소이후 559,907.2872명으로 증가하였으나 이러한 차이가 스크린 쿼터의 축소의 직접적인 결과라고 보기는 힘들다. 미국과 한국영화 이외의 국가의 영화들의 한국영화시장에서의 흥행성과에는 스크린 쿼터 축소가 별다른 역할을 하지 않은 것으로 드러났다.

• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.98-101
• /
• 2003

To classify desired and undesired documents on the web according to each user's view, FOCUS (Fuzzy dOCUment ordering System) is developed based on fuzzy concept extraction, fuzzy fish eye matching, and fuzzy selection. Experiments are done using the concept-system-dictionary by EDR (Electronic Dictionary Research Institute) including 140,000 words and web-based documents related to movie.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집
• /
• pp.519-522
• /
• 2004

웹의 급격한 확산과 더불어 고객에게 맞춤화된 정보 제공의 필요성이 높아지고 있다. 또한 전자상거래 기업은 맞춤화와 개인화 서비스를 실현하기 위해서 웹 기반의 추천시스템에 많은 관심을 가지고 있다. 협업필터링(Collaborative filtering)은 개인화된 정보필터링 기법으로 추천시스템에서 가장 많이 사용되고 있다. 본 연구에서는 MovieLens 데이터 셋의 아이템속성을 고려하여 클러스터링 기반의 사례기반추론을 통한 협업필터링 추천시스템을 개발하고 기존의 방법과 제안된 모델의 성과를 비교 분석하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제14권3호
• /
• pp.441-450
• /
• 2003

Collaborative filtering is one of the most widely used methodologies for recommendation system. Collaborative filtering is based on a data matrix of each customer's preferences and frequently, there exits missing data problem. We introduced two imputation approach (multiple imputation via Markov Chain Monte Carlo method and multiple imputation via bootstrap method) to improve the prediction performance of collaborative filtering and evaluated the performance using EachMovie data.

• 한국마린엔지니어링학회:학술대회논문집
• /
• 한국마린엔지니어링학회 2005년도 전기학술대회논문집
• /
• pp.246-250
• /
• 2005

Recommand Systems are being used by an ever-increasing number of E-Commerce to help customers find products to purchase. Recommend Systems offer a technology that allows personalized recommendations of items of potential interest to users based on information about similarities and dissimilarities among different customers tastes. In this paper, we design and build a Recommend System using the historical customer movie purchase transactions and extracts the knowledge needed to make association recommendations to new customers.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.285-287
• /
• 1998

본 논문에서는 다양한 멀티미디어 스트림(multimedia stream)을 재생할 수 있는DirectShow SDK를 이용하여, 비디오의 특수효과를 구현하기 위한 변환 필터(Transform filter) 제작 방법에 대해 소개한다. DirectShow는 여러 가지 포맷(MPEG, AVI, MOV, WAV)으로 부호화된 digital movie나 sound를 재생할 수 있는 run-time(.ock)과 dynamic-link library (DLLs)를 제공하여 필터의 제작을 용이하게 한다. 본 논문에서는 디지털 영상 특수효과 중에서 Clip이라는 특수효과를 예로하여 변환 필터를 제작하는 방법을 소개한다. 또한 DirectShow Documentation에서 제공된 변환방법을 수정하여 변환필터의 입력 pin에서 출력 pin으로의 불필요한 복사를 줄임으로써 수행 속도를 개선하는 특수효과 구현 방법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.25-27
• /
• 2003

MPEG-7은 XML을 이용하여 사용자가 원하는 내용을 검색하고 브라우징할 수 있도록 하는 멀티미디어 컨텐츠의 다양한 정보를 기술하고 있다. 그러나 많은 부분으로 나누어진 세부화된 장면들을 찾는 질의가 주어졌을때 원하는 정보를 찾기 위하여 모든 문서의 내용을 검색하는 것은 상당한 시간이 요구되며, 일반적인 XML 문서의 인덱싱 기법을 적용할 경우 MPEG-7의 관점에서 부합되지 않은 점이 있다. 본 논문에서는 이를 개선하기 위하여 MPEG-7 문서의 구조적인 정보를 기반으로 하는 인덱싱 기법을 제안하고 질의를 하여 동영상내의 원하는 부분을 효율적으로 찾는 방법을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.460-462
• /
• 2003

본 논문에서는 모바일 환경에서. 사용자의 상황정보와 개인적 선호도 정보를 고려하여 사용자에게 적합한 영화를 선택. 추천하고 선택된 영화의 요약(Summary)을 서비스 할 수 있는 시스템을 제안한다. 제안된 시스템은 사용자가 이동하는 상황에 따라 변하는 위치, 시간 정보와 개인적 선호도인 영화장르 정보에 기반한 영화선택 서비스를 제공하고, 선택된 영화 콘텐츠의 요약을 MPEG-7 메타데이터로 기술하고, 이를 이용해 요약을 효과적으로 소모할 수 있게 한다. 제안된 시스템을 통해, 모바일 환경 기반 영화 선택 및 서비스 시스템(Mobile Environment-Based Movie Selection and Summary Service System)을 실현하고, 그 효용성을 입증하였다.