• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제14권6호
• /
• pp.93-107
• /
• 2014

최근 한국 영화시장은 높은 성장률을 거듭하면서 그 영향력을 해외로 넓히고 있다. 그에 따라 다양한 학문 영역에서 영화시장의 특성을 분석하기 위한 시도가 이루어져 왔다. 본 연구에서는 영화 간의 유사성과 관련성을 기반으로 한 사회 연결망 분석을 통해 국내 시장에서 개봉된 영화들을 몇 개의 군집으로 나누어 그 특성을 분석하였다. 장르, 등급, 배급사, 국적, 규모, 수익성 등의 여러 특성을 활용하여 얻은 연결망은 몇 개의 군집으로 나뉘며, 각각의 군집에 대하여 군집을 규정지을 수 있는 대표적인 특성과 군집 별대표로 선정된 영화들의 특성을 살펴보았다. 분석결과 장르에 비해 상영등급과 국적이 전체 영화시장을 각각의 군집으로 나누는 중요한 기준인 것으로 나타났으며, 영화의 수익성에 있어서도 군집 간 차이가 두드러졌다. 더 나아가 확산 모형의 추정 결과는 영화의 성공과 입소문 효과의 연관성을 보여주고 있으며, 상대적으로 성공을 거두지 못한 영화들의 경우에는 높은 초기수요와 빠른 최대 시점을 갖는 단조 감소의 확산 패턴을 가지는 것으로 나타났다.

• 만화애니메이션 연구
• /
• 통권39호
• /
• pp.157-182
• /
• 2015

아리 폴만 감독의 <더 콩그레스 The Congress>는 실사영화와 애니메이션의 하이브리드 영상으로 제작되었으며 포스트모더니즘 예술의 핵심에 있는 패러디를 통해서 의미를 해체하고 새로운 의미를 구축하며 특유의 세계관과 독창적인 미학을 창출해 내었다. 많은 예술가는 고대부터 패러디를 통해서 대중과의 소통을 시도했다. 패러디는 대상을 풍자하고 조롱하면서 관계와 소통의 맥락을 만들어 나가며 발전해 왔고, 오늘날 모든 예술 분야에서 대중적인 표현 방법으로 자리 잡았다. 디지털 미디어의 발달과 예술가들의 실험적인 시도들이 이어지면서 현대의 패러디는 그 개념 또한 실용적으로 확장되고 있다. 본 연구에서는 그 확장된 패러디의 현대적 개념이 내포하는 의미들과 유사개념들을 이론적으로 고찰하고 포스트모더니즘 예술에서 주요 창조 전략으로 사용되면서 나타난 포스트모던 패러디의 네 가지 특징을 1) 상호텍스트성, 2) 장르의 해체와 융합, 3) 아이러니의 강화, 4) 패스티쉬로 도출해 내었다. 첫째, 배우 로빈 라이트가 실명으로 등장하며 자기 반영적인 상호텍스트성을 보여주고 있다. 복제의 세계, 환각의 세계를 창조해 내기 위해 수많은 유명인, 상징, 이미지 등을 차용하고 패러디하면서 상호텍스트적 세계를 창조해 내고 디지털 시대의 폐해를 비판한다. 둘째, 장르의식의 붕괴만이 아니라 모든 형식을 해체하고 융합하면서 독특한 새로운 미학을 창조하고 시간적 동시성과 공간적 상호성을 갖게 했다. 셋째, 패러디를 통하여 아이러니를 극적으로 강화해 내며 주제를 비판적으로 강조해 낸다. 넷째, 허구 세계를 만들어 내기 위해 사용한 각각의 많은 차용은 비판성이 없는 공허한 패러디인 패스티쉬이며 이것은 포스트모더니즘 예술에서 패러디의 심화된 현상이라고 볼 수 있다. 본 연구는 포스트모던 패러디의 특징들이 이 작품에 어떻게 나타나는지 분석함으로써 실용적으로 발전되고 있는 현대적 패러디와 포스트모더니즘의 연관성에 대해 논의한다. 나아가 <더 콩그레스 The Congress> 분석을 통하여 패러디를 사용하여 실험적인 예술을 창조해내는 포스트모더니스트들의 세계관과 창작방법을 논의한다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.637-644
• /
• 2011

음원이 디지털화 되면서 쉽게 음악을 구매하고 들을 수 있게 되었다. 하지만 많은 음악 중에서 음악가, 장르, 제목, 앨범 타이틀 등 전통적인 음악 정보를 이용하여 사용자들이 자신의 취향에 맞는 음악을 찾는 데는 여전히 어려움이 있다. 이러한 어려움을 해소하기 위해 내용기반 음악검색과 감성기반 음악검색 방법 등이 제안되고 개발되고 있다. 본 논문에서는 이러한 어려움을 해소하기 위한 감성기반 음악 검색방법에서 다차원 벡터형태의 MPEG-7 저수준 오디오 서술자들의 감성기반 검색에서의 중요도를 결정하기 위한 새로운 방법을 제안하였다. 제안된 방법에서는 상호간에 대립되는 감성을 대표되는 음악들의 유사성을 다차원 서술자 관점에서 측정하고 이 유사관계를 러프 근사화와 군집 내/군집 간의 유사성 비율을 이용하여 서술자의 중요성을 결정한다. 중요성을 바탕으로 결정된 가중치는 여러 개의 오디오 서술자들의 유사성을 총체화하는데 이용되며 이를 활용하여 감성기반 음악검색을 수행한다. 제안된 방법은 내용기반 음악 검색을 기반으로 한 감성기반 음악검색 구조에서 실험한 결과 평균 검색 개수측면에서 기존의 휴리스틱 방법보다 좋은 검색 결과를 나타내었다.

• 대한화장품학회지
• /
• 제37권1호
• /
• pp.23-36
• /
• 2011

본 총설에서는 디지털 커뮤니케이션 환경에 나타나는 메이크업 트렌드에 관한 이론 고찰을 통해 관련성과 특성을 파악함으로써 관련업계 및 연구를 위한 기초 자료를 제공하는 데 있다. 본 연구를 통해 첫째, 디지털 커뮤니케이션 환경의 사회 문화적인 특징으로는 상호작용성, 기술지향성, 감성지향성, 시공간의 혼재성으로 도출할 수 있었다. 둘째, 메이크업에서 전개되고 있는 트렌드의 유형은 상호작용성, 가상성, 유희성, 이동성으로 도출할 수 있었다. 셋째, 디지털 커뮤니케이션 유형이 채택하는 양상은 개방적이고 수평적인 사고를 중심으로 절충적인 혼합을 통해 과거에 있어왔던 스타일이나 장르와의 혼합과 병치로 나타났다. 넷째, 디지털 커뮤니케이션 환경으로 인한 트렌드가 메이크업 트렌드와의 완전한 일치는 일어나지 않았지만 인간의 외형미를 표현하는 전체 틀 속에서 동질성과 유사성을 바탕으로 상호작용을 통해 유기적으로 작용하고 있다는 것을 알 수 있었다. 디지털 커뮤니케이션 환경이 생성되면서 사회가 특정한 국가 간의 경계를 넘어선 다양한 장르의 혼합 및 붕괴의 복합적인 디지털 사회의 현상으로 형성되어 하이브리드 경향이 메이크업 트렌드에서 보여지고 있다.

• 방송공학회논문지
• /
• 제14권2호
• /
• pp.238-252
• /
• 2009

방송과 융합의 시대로 접어들면서 (IP)TV 단말에서 이용 가능한 프로그램 콘텐츠 수가 급격히 증가 하였다. 이로 인해, 사용자 (시청자)가 선호하는 방송 프로그램 콘텐츠로의 접근성이 주요한 사항이 되었다. 본 논문은 유사 사용자 선호도에 기반을 둔 협업 필터링을 이용하여(IP)TV 프로그램을 효율적으로 사용자에게 자동 추천하는 연구에 관한 내용이다. 개인의 시청 프로그램 선호도를 고려하여 방송 프로그램을 추천하기 위해서, 제안하는 추천 시스템의 구성은 오프라인과 온라인 연산으로 구성된다. 오프라인 연산과정에서 (IP)TV 프로그램, 장르, 채널에 대한 개인의 선호도를 묵시적으로 추론 하는 방법을 제시하고, 동적 퍼지 클러스터링 방법을 사용하여 각 개인의 선호도에 따라 사용자들을 그룹 짓되, 특징 벡터를 장르와 채널에 대한 선호도로 결합하여 사용하는 방법을 제시한다. 또한, (IP)TV 단말에 로그인 한 활동 사용자에게, 높은 정확도로 선호 프로그램을 추천하기 위해서, 활동 사용자와 관심 시청 프로그램이 유사한 사용자들을 유사도 측정 방법을 사용하여 한 번 더 추출하고, 이 추출된 유사 취향 사용자들의 선호 (IP)TV 프로그램들에 대해, EPG를 이용하여 현재 방송되지 않는 프로그램들을 제외시킨다. 마지막 단계에서는 추천 후보 프로그램들에 대해 본 논문에서 제안하는 순위 정렬 모델을 이용하여 추천 우선순위를 결정하여 제시한다. 특별히, 본 논문은 BM(Best Match) 알고리즘을 확장하여 개인 선호도를 고려한 순위 정렬 모델을 제시한다. 실험을 통해, 본 논문에서 제안한 프로그램 자동 추천 알고리듬은 2,441명의 사용자에 대해 5개의 프로그램을 추천하였을 경우, 62.1%의 예측 정확도를 나타내었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제51차 동계학술대회논문집 23권1호
• /
• pp.51-54
• /
• 2015

추천 시스템의 대표적인 연구 중 하나인 콘텐츠 기반 추천 시스템 연구는 TV 프로그램이나 영화의 줄거리, 장르, 리뷰 등의 콘텐츠의 메타데이터를 이용한다. 그러나 이러한 연구들은 콘텐츠 관련 정보에만 의존할 뿐, 시청자의 프로파일과 콘텐츠의 정보를 함께 고려하지 않는다. 본 논문에서는 시청자의 프로파일 중 연령과 콘텐츠의 정보인 프로그램의 줄거리를 활용한 TV 프로그램 추천 시스템을 제안한다. 본 추천 시스템은 시청자를 연령에 따라 분류한 후, LDA 알고리즘을 이용하여 시청자의 시청 TV 프로그램의 줄거리를 분류된 나이에 따라 각각의 줄거리 토픽 모델로 생성한다. 이를 기준으로 시청자가 원하는 시간대에 방송되는 프로그램들의 줄거리 토픽벡터와 시청자의 선호도 토픽벡터의 유사도를 비교해 가장 유사도가 높은 TV 프로그램을 시청자에게 추천하는 방식이다. 본 논문에서는 연구의 효용성을 검증하기 위해 줄거리만을 사용한 경우와 줄거리와 연령을 동시에 활용한 경우를 비교 실험하였다. 실험을 통해 프로그램의 줄거리만을 사용한 경우보다 연령을 동시에 활용한 경우의 추천 시스템 성능이 개선된 것을 확인할 수 있었다.

• 트랜스-
• /
• 제8권
• /
• pp.1-28
• /
• 2020

본 연구는 지역기반 음악사조로서 '홍대 사운드'의 정체성을 '미8군 사운드'와 영국 '런던 펑크'와의 비교분석을 통해 고찰해본다. 홍대음악은 90년대 클럽을 중심으로 활동하던 밴드들이 연주하던, 주류의 음악과는 장르적·산업적으로 다른 비주류적 감성의 음악을 통칭한다. 하지만 '인디'라는 산업적인 관점에서의 정체성이 음악사조로서의 홍대음악에 대한 학술적 접근을 어렵게 만드는 것도 사실이다. 그러므로 서구의 다른 음악사조와 마찬가지로 지역기반의 음악사조로서 홍대 사운드의 정체성을 명확하게 재정립하는 것이 필요하다. '미8군 사운드'는 50년대 미군의 한국 주둔 이후 자연스럽게 형성된 미8군부대 내 공연무대에서 연주되던 음악적 경향을 통칭한다. 미군 커뮤니티의 위문공연을 위해 오디션 시스템을 통해 선발된 국내 뮤지션들은 그들의 입맛에 맞는 서양의 최신 대중음악을 자연스럽게 익혔고, 이는 한국대중문화에 빠르게 전파되어갔다. 미8군 사운드의 산업시스템은 오늘날 '케이팝'과 매우 흡사하지만, 새롭게 등장한 록 장르를 수용하여 새로운 음악경향을 주도했다는 점에서 홍대 사운드와 유사한 면을 발견할 수 있다. 런던 펑크는 70년대 중반 영국 젊은이들의 사회적 불만과 저항정신을 담은 록 장르로, 기본에 충실한 음악적 구성과 인디의 DIY정신을 내세운 대안적 음악이었다. 홍대 사운드는 산업구조나 음악 스타일, 정신적인 면에서 런던 펑크의 많은 부분을 계승하였다. 하지만 시류의 변화에 영합하여 주류로 편입된 런던펑크와 달리 홍대 사운드는 끊임없는 변화를 모색하면서도 인디의 기본정신과 진정성을 포기하지 않으며 음악사적으로 유래를 찾기 힘든 지속성을 유지하고 있다.

• 한국콘텐츠학회논문지
• /
• 제13권11호
• /
• pp.87-95
• /
• 2013

"바람과 함께 사라지다"(1939년, 빅터 플레밍 감독)는 고전영화의 관습적 틀 안에서 제작되었으며 음악사용 역시 후기 낭만적 음악 스타일, 내러티브에의 종속, 감정적 지시, 연속성과 통일성 부여 등의 고전적 장르 영화의 규범을 상당 부분 준수한다. 그럼에도 불구하고, 비가시성, 불가청성 등으로 표현되는, 음악이 자신의 존재를 드러내지 않고 극에 맞추어 재단되어 숨겨져야 한다는 고전적 이론의 명제는 "바람과 함께 사라지다"의 음악 사용을 완전히 설명해주지는 못한다. 오히려 음악이 전면에 드러나거나 음악적 볼거리를 위해 이미지의 시간을 재단하는 등, 기존의 장르적 언더스코어의 관행보다는 음악을 우위에 두는 음악극적 특성을 두드러지게 발견할 수 있다. 서곡과 간주곡의 사용, 뮤지컬 영화들과의 유사성, 바그너 음악극의 영향, 노래를 통한 정보의 전달 등 음악극에서 볼 수 있는 음악적 장치들을 차용한 것을 볼 수 있다. 이런 장치들을 통해 숨어있는 언더스코어로서의 영화 음악이 아니라 음악적 볼거리를 풍부하게 하고 극의 전개를 견인하도록 음악을 보다 적극적으로 활용한 고전영화의 사례를 고찰하였다.

• 한국음향학회지
• /
• 제23권7호
• /
• pp.532-539
• /
• 2004

본 논문에서는 Classic, Hiphop, Jazz, Rock 4개의 장르로 곡을 구분하여 각 장르별 60곡씩 총 240곡의 음악 DB를 대상으로 예제 질의 (QBE) 방식의 음악 정보 검색 시스템을 제안하였다. 제안된 시스템은 입력 질의로부터 spectral centroid, rolloff, flux등 STFT기반의 특징들과 MFCC, LPC, Beat 정보 등의 총 60차의 특징 벡터들을 추출한후 Euclidean 유사도를 측정해서 DB내의 해당 음악을 검색한다. 실제 검색에 사용되는 특징 벡터는 SFS (Sequential Forward Selection) 기법을 사용하여 10차 특징 벡터로 최적화 되며 검색 실험결과 평균 84% Hit Rate 와 0.63 MRR의 성공률을 보이고 있어 기존의 연구 결과보다 약 10%이상의 성능 향상을 보였다. 한편 본 논문에서는 실제 시스템 사용 환경을 고려하여 임의 질의 구간과 임의 질의 길이에 대한 시스템 성능 평가를 수행하였으며 실험 결과 이러한 임의성에 기인한 검색 성능의 불안정성을 지적하였다.