• 한국정보통신학회논문지
• /
• 제18권4호
• /
• pp.1000-1006
• /
• 2014

본 연구는 스마트폰에서 OTT 서비스 이용이 활성화되고 있는 것에 주목하여 텔레비전 콘텐츠 시청 행위 추적 방법의 설계를 제안한다. 이를 위해 기존 OTT서비스 어플리케이션을 활용하여 시청 맥락의 흐름(flow)과 패턴을 기록하는 로그 파일 기록 어플리케이션을 개발하였다. 본 논문에서 제시한 로그 파일 포맷은 기존의 분단위 시청률 조사방법이 아닌 초단위 측정으로 이용자 스마트폰을 통한 시청 행위와 시청 시간을 정확하고 정밀하게 측정할 수 있었다. 또한 실시간 방송 VOD 광고 콘텐츠 속성 및 플레이 모드에 따라 나타나는 시청 행태를 발생 이벤트에 따라 추적할 수 있었으며, GPS 데이터를 로그 파일 기록과 매칭한 결과 시청의 공간적 맥락을 분석할 수 있었다. 연구 결과를 바탕으로 패널을 이용한 통합시청률 조사 또는 모바일 민속지학(Mobile Ethnography) 에서의 방법론적 활용과 같은 학문적 실무적 의의를 논의하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1483-1486
• /
• 2013

최근 무선통신의 급격한 발전과 스마트 기기의 확산으로 인해 Tving, pooq 등 다양한 모바일 방송 서비스가 급속도로 증가하고 있다. 또한 다양한 영상처리 기법 등이 등장함에 따라 4K, 8K급의 UHD 동영상들이 속속들이 등장하고 있다. 이로 인해 트랜스코딩을 통해 가공되는 동영상의 포맷 및 해상도 또한 매우 다양해질 것으로 전망된다. 현재까지의 트랜스코딩 연구사례는 사용자의 이동환경을 고려한 안정적 QoS 보장 또는 서버의 부하를 줄이기 위한 분산처리 기법 등의 연구 위주로 진행되어 온 것이 현실이다. 하지만 상기 조건(adaptive streaming 및 서버부하 처리)들을 충족시키긴 위해선 보다 효율적인 트랜스코딩 시스템의 제공이 선행 되어야 할 것이다. 이에 따라 본 논문에서는 사용자 관점에서 보다 빨리 스트리밍 서비스를 제공 받기 위하여 우선순위 큐 알고리즘을 적용한 시스템을 설계 및 구현하였다. 검증을 위하여 4가지 콘테이너(.MOV, .FLV, .MKV, .AVI)를 실험대상으로 하였고, 비교 대상 트랜스코딩 시스템은 상용 스트리밍 서비스인 YouTube를 활용하였다. 성능 측정결과, 총 트랜스코딩 완료시간은 YouTube에 비해 41.61%로 시간이 단축되었다. 또한 모바일 TV시청자가 55%를 차지한다는 점을 고려하여 컨트롤 서버에서는 최단시간 서비스 제공을 위하여 저해상도부터 추출하여 스트리밍 서버를 통해 송출하도록 구현하였다. 본 연구결과는 트랜스코딩 성능개선 뿐만 아니라 모바일 대상자를 위한 맞춤형 서비스를 보다 빨리 제공할 수 있을 것이며, 그 수요는 점차 증대될 것으로 예상된다.

• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.159-169
• /
• 2022

본 연구는 행동경제학(Behavioral Economics) 관점을 적용하여 이용자들이 OTT 플랫폼을 지속적으로 이용함에 있어서 영향을 미치는 요인을 탐색하였다. OTT 이용자들이 실제 콘텐츠를 시청하고 플랫폼에서 제공하는 기능을 직접 경험한 후 만족을 느끼는 합리적 요인 외에도 '현상유지 편향(status quo bias)'에 의한 습관적 요인과 지인, 비용 등 상황에 따른 감정적, 심리적 요인도 영향을 미칠 것으로 판단했다. OTT 이용자들을 대상으로 한 심층 인터뷰와 선행 연구들을 통해 도출한 4가지 요인(콘텐츠 만족요인, 기능적 만족요인, 관성적 요인, 상황적 요인)에 대한 세부 문항을 구성하고, 국내 구독자 Top3 OTT 플랫폼(넷플릭스, 웨이브, 티빙)의 이용경험이 있는 전국의 20-40대 성인남녀 523명을 대상으로 온라인 설문조사를 실시하였다. 분석결과, '콘텐츠 만족요인'과 '기능적 만족요인', '관성적 요인'이 OTT 지속적 이용에 유의미한 영향을 미치는 것으로 나타났으며, 이 중 '관성적 요인'은 국내 OTT 이용자들에게는 영향을 미치지 않았다. 본 연구는 OTT 서비스 이용자들을 완전한 합리성을 갖춘 존재로 전제했던 기존의 선행연구들과는 다르게 제한적 합리성을 함께 고려하여 OTT 지속적 이용 행위에 대한 설명의 범위를 넓혔다는 의의를 가진다.

• 디지털융복합연구
• /
• 제19권1호
• /
• pp.327-333
• /
• 2021

본 연구는 기존의 TV 방송 시청률 지표만으로 측정하기 어려운 각 OTT 플랫폼의 콘텐츠 영향력과 경쟁력을 동일 기준 선상에서 파악하기 위해 필요한 요소와 방안이 무엇인지를 탐색하는 목적을 갖는다. 방송콘텐츠 가치정보분석시스템(RACOI)을 기반으로 넷플릭스가 제공하는 일별 Top 10 리스트를 점수화하여 방송 드라마 시청자 반응과의 상관관계를 파악, 유의미한 비교 기준을 도출하였고 이를 토대로 국내에서 서비스를 제공하는 상위 3개 OTT 플랫폼콘텐츠의 인기도를 비교 분석하여 살펴보고자 하였다. RACOI의 각 집계 항목과 넷플릭스 인기도 점수에 대해 스피어만 상관분석을 수행하여 넷플릭스 인기도 점수가 RACOI 영상조회수 지표와 상관관계의 성립을 확인하였고, 해당 기준 값을 토대로 시청자 반응 상위의 미니시리즈 작품 제공 현황을 분석한 결과 티빙과 넷플릭스에서 제공되었던 콘텐츠의 인기도가 상대적으로 높았던 것을 파악할 수 있었다. 본 연구는 매출 자료를 포함하지 못하고, 장기간 추적 분석을 수행하지 못한 한계가 있다. 다만, OTT 플랫폼 내 인기도와 상관관계가 있는 방송 시청자 반응 지표를 검증하였고 이를 기반으로 국내 OTT 플랫폼의 콘텐츠 경쟁력을 비교해 볼 수 있었으며, 향후 각 OTT 플랫폼에서 제공하는 콘텐츠들의 장기적인 영향력을 비교 확인하는 확장된 연구의 기초 연구로서 가치가 있다.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.379-384
• /
• 2022

블록버스터 SF 영화 두 편이 동시에 등장한 2021년은 SF 장르가 열세였던 한국 영화사에 기념비적인 해이다. 넷들릭스에서 제작한 <승리호>와 티빙이 제작한 <서복>이 그 두 편이다. 공교롭게도 이 두 편은 로봇과 복제인간이라는 포스트-휴먼이 등장하는 SF물이다. SF의 시조인 소설 『프랑켄슈타인』에서 알 수 있듯 인간은 오래 동안 인간과 유사한 존재, 혹은 또 다른 인간인 포스트-휴먼에 대해 상상해 왔다. <승리호>는 우주 청소선과 우주 청소부라는 특이한 소재를 다루고 있으며, 인간과 매우 친숙한 로봇이 주요 캐릭터이다. 지구가 황폐화 되어 소수의 인류만이 인공위성으로 이주해 살아간다는 미래 사회를 배경으로 초거대 기업 설립자가 꾸민 음모를 승리호 선원들이 막는 이야기이다. 세련되고 정밀한 CG로 구현된 우주 공간 비주얼이 볼거리이다. <서복>은 시한부 인생을 사는 남성이 실험체로 만들어진 서복이라는 복제인간을 보호하며 동행하는 이야기이다. 두 인물의 실존적 고민을 통해 죽음과 영생이라는 철학적 주제를 다루고 있다. <승리호>는 한국적 신파 정서가 서사에 활용되었고, <서복>은 한국의 지리적공간을 배경으로 한 로드무비 성격을 띠고 있다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.27-40
• /
• 2023

스마트 기기의 보급률 증가와 더불어 코로나의 영향으로 스마트 기기를 통한 미디어 콘텐츠의 소비가 크게 늘어나고 있다. 이러한 추세와 더불어 OTT 플랫폼을 통한 미디어 콘텐츠의 시청과 콘텐츠의 양이 늘어나고 있어서 해당 플랫폼에서의 콘텐츠 추천이 중요해지고 있다. 콘텐츠 기반 추천 관련 기존 연구들은 콘텐츠의 특징을 가리키는 메타 데이터를 활용하는 경우가 대부분이었고 콘텐츠 자체의 내용적인 메타 데이터를 활용하는 경우는 부족한 상황이다. 이에 따라 본 논문은 콘텐츠의 내용적인 부분을 설명하는 제목과 시놉시스를 포함한 다양한 텍스트 데이터를 바탕으로 유사한 콘텐츠를 추천하고자 하였다. 텍스트 데이터를 학습하기 위한 모델은 한국어 언어모델 중에 성능이 우수한 KLUE-RoBERTa-large를 활용하였다. 학습 데이터는 콘텐츠 제목, 시놉시스, 복합 장르, 감독, 배우, 해시 태그 정보를 포함하는 2만여건의 콘텐츠 메타 데이터를 사용하였으며 정형 데이터로 구분되어 있는 여러 텍스트 피처를 입력하기 위해 해당 피처를 가리키는 스페셜 토큰으로 텍스트 피처들을 이어붙여서 언어모델에 입력하였다. 콘텐츠들 간에 3자 비교를 하는 방식과 테스트셋 레이블링에 다중 검수를 적용하여 모델의 유사도 분류 능력을 점검하는 테스트셋의 상대성과 객관성을 도모하였다. 콘텐츠 메타 텍스트 데이터에 대한 임베딩을 파인튜닝 학습하기 위해 장르 분류와 해시태그 분류 예측 태스크로 실험하였다. 결과적으로 해시태그 분류 모델이 유사도 테스트셋 기준으로 90%이상의 정확도를 보였고 기본 언어모델 대비 9% 이상 향상되었다. 해시태그 분류 학습을 통해 언어모델의 유사 콘텐츠 분류 능력이 향상됨을 알 수 있었고 콘텐츠 기반 필터링을 위한 언어모델의 활용 가치를 보여주었다.