OTT K-콘텐츠의 해외 흥행 예측: 머신러닝과 SHAP 분석을 활용하여

Q: 이 논문에서 정의한 K-콘텐츠란 무엇인가?

K-콘텐츠는 한류로 알려진 K-pop, 한국 드라마 등 다양한 분야에서 전 세계적으로 주목받는 한국의 문화 콘텐츠를 의미한다. 2022년 한국 콘텐츠산업 수출액은 132억 4천만 달러로, 이는 주요 제조업 품목 수출액을 초과하며 국가 경제에서 중요성과 잠재력을 보여준다.

Q: K-드라마의 해외 흥행에 영어권과 비영어권 시장의 문화적 차이가 어떤 영향을 미치는가?

연구 결과, K-드라마의 해외 흥행 요인은 영어권과 비영어권 시장 간 문화적 차이에 따라 다르게 나타난다. 영어권에서는 작가의 활동 작품 수나 로맨틱 코미디, 코미디 장르, 콘텐츠 공개 분기가 더 중요하게 작용하는 반면, 비영어권에서는 주연 배우의 외모 점수가 더 높은 중요도를 가진다.

정승아; 임성범; 왕자예; 이한준

추천

검색

질문

자료유형: 학술저널

저자정보: 정승아 (명지대학교) 임성범 (명지대학교) 왕자예 이한준 (명지대학교)

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society Vol.27 No.2

발행연도: 2025.4

수록면: 477 - 488 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

K-드라마를 포함한 K-콘텐츠가 세계 시장에서 큰 주목을 받고 있다. 본 연구는 OTT 플랫폼에서 K-드라마 콘텐츠의 해외 흥행 여부를 예측하고 흥행 요인을 분석하는 것을 목표로 한다. 이를 위하여 본 연구에서는 먼저 캐글, Flixpatrol, 네이버, Prettyscale, 인스타그램 등 다섯 개의 출처로부터 해외에서 방영된 K-드라마에 대한 다양한 정보를 수집하였다. 그 중 순위 정보를 파악할 수 있는 279건의 드라마를 대상으로 Random Forest, XGBoost와 CatBoost 등 세 종류의 머신러닝 알고리즘을 활용하여 흥행 예측 모델을 구축하였다. 이에 더불어, 해외국가 전체를 대상으로 하는 모델 뿐 아니라 문화적 차이를 고려하여 영어권 국가들과 비영어권 국가들로 나누어 총 세 가지 유형의 모델을 개발하였다. 변수 중요도 및 SHAP 분석을 통하여 흥행 요인을 분석한 결과, 특정 장르, 배우의 외모, 드라마 공개 시기 등의 변수에서 영어권과 비영어권 시장 간 중요도 차이가 존재함을 확인할 수 있었다. 본 연구의 결과는 K-콘텐츠 제작사와 OTT 플랫폼이 시장별 맞춤형 전략을 수립하고, 글로벌 시장에서의 성공 가능성을 높이는 데 유용한 시사점을 제공한다.

#K-콘텐츠 #흥행 예측 #머신러닝 #K-content #machine learning #OTT #SHAP #success prediction.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-093595931

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)