• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.17-22
• /
• 2023

본 연구는 본 연구는 대중적으로 인기 있는 캐릭터 웹드라마의 장르를 분석하여 언어 모델 GPT를 통한 스토리 추천 개발을 연구하였다. 연구 결과, 웹드라마에서도 반복되는 비슷한 클리셰가 존재함을 확인했다. 본 연구에서는 공통된 이야기 구조(클리셰)를 분석하여 숙련되지 않은 영상 제작자도 손쉽게 캐릭터 웹드라마를 제작할 수 있도록 대표적인 이야기 구조를 정형화하여 제시하였다. 분석을 위해 10대에게 가장 인기있는 장르인 학원 로맨스 장르 웹드라마의 클리셰를 기승전결에 따라 목록화하였다. 또한 본 연구는 분석하여 목록화한 클리셰를 지피티에게 학습시켜 사용자를 위한 스토리 추천 매커니즘을 연구하였다. 본 연구를 통해 웹콘텐츠의 데이터베이스 소비론의 입장에서 다양한 데이터베이스의 수용을 통해 대중의 인기뿐 아니라 다양한 콘텐츠의 제작에 박차를 가할 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제23권6호
• /
• pp.15-20
• /
• 2023

본 논문은 캐릭터 웹드라마에 적합한 간접광고 제품을 추천하는 인공지능(AI) 시스템 알고리즘 개발에 관한 연구이다. 본 연구는 웹드라마의 대사 작성에 있어 그에 어울리는 간접광고 제품을 추천함으로써 시청자의 콘텐츠 몰입도를 높이고, 드라마의 스토리를 보다 깊게 이해하는 데 도움을 주는 것을 목표로 한다. 본 연구에서는 자연어처리 모델 인 GPT를 활용하여 대사, 줄거리를 분석하고, 분석 결과를 바탕으로 소품형, 배경형 등 두 가지 유형의 간접광고 제품 추천 시스템을 개발한다. 이를 통해 웹드라마의 스토리에 부합하는 제품을 적절히 배치함으로써 간접광고가 자연스럽게 노출될 수 있도록 하고, 그로 인해 시청자들의 몰입도가 증가하며, 상품 홍보의 효과 또한 높인다. 숨겨진 뜻이나 문화적 뉘앙스를 완벽하게 이해하기 어려운 인공지능 모델의 한계와 학습에 필요한 충분한 데이터 확보가 어렵다는 한계가 있다. 그러나 본 연구는 AI가 창작물 제작에 어떻게 기여할 수 있는지에 대한 새로운 인사이트를 제공하고, 창의적 산업 분야에서 자연어 처리 모델의 활용 가능성을 넓히는 중요한 발판이 될 것이다.