생성형 AI 영상기술 도입에 따른 방송산업의 구조적 변화 연구: 제작 공정의 혁신과 비용 효율성 시뮬레이션을 중심으로

박민서

doi:10.22876/bnc.2026.27.3.002

학술저널

저자정보: 박민서 (경희대학교)

저널정보: 한국방송학회 방송과 커뮤니케이션 방송과 커뮤니케이션 제27권 제3호

오류 신고하기

피인용 0

검색

초록·키워드

이 연구는 생성형 AI 영상 기술이 방송 콘텐츠 제작 공정을 어떻게 재편하며, 그에 따른 제작비 구조와 노동시장의 변화 가능성을 탐색적으로 규명하고자 했다. 포터(Porter, 1985)의 가치사슬 모형을 분석틀로 삼아 국내외 드라마·다큐멘터리 6편의 사례를 분석하고, 60분 분량 역사 다큐멘터리 파일럿 제작을 대상으로 시나리오 기반 비용 시뮬레이션을 수행하였다. 사례 분석 결과, 생성형 AI는 기획 단계에서 시각화의 즉시성을 확보하여 커뮤니케이션 비용을 절감하고, 제작 단계에서 물리적 시공간의 제약을 데이터 연산으로 치환하며, 후반작업 단계에서 존재하지 않는 요소를 생성하는 준창작 주체로 기능하고 있음이 확인되었다. 마노비치(2013)의 소프트웨어화 논의가 포착하지 못한 데이터로부터의 생성이라는 기술적 전환이 제작 현장에서 구체화되고 있는 것이다. 비용 시뮬레이션에서는 오퍼레이터 숙련도와 관리비 가산율, 품질보정 비용을 달리 적용한 세 시나리오에서 전통적 방식 대비 보수 약 67%, 기준 약 78%, 낙관 약 84%의 비용 절감이 탐색적으로 추정되었다. 절감 규모만큼 중요한 것은 인건비 중심의 고정비(CAPEX) 구조가 구독 서비스와 오퍼레이터 인건비 중심의 변동비(OPEX) 구조로 이행한다는 질적 전환이다. 이 변화는 슘페터(1942)가 논한 창조적 파괴의 전형을 띠며, 노동 집약적 직군이 대체되는 속도가 신규 직무의 형성 속도를 앞선다. 노동조합 협약과 편성 규제, 공영방송의 공적 책임 같은 제도적 조건은 이 비대칭적 전환의 속도를 하위 부문별로 달리한다. 다만 분석 대상이 6편에 한정되고 유통 단계의 심층 분석이 제한적이라는 점에서 결과의 일반화에는 신중을 기해야 한다.

This study explores how generative AI video technology reshapes broadcast content production and examines its implications for cost structures and the labor market. Applying Porter's (1985) value chain model, the research combines exploratory case analysis of six domestic and international drama and documentary productions with a scenario-based cost simulation of a 60-minute historical documentary pilot. Generative AI functions distinctively across value chain stages. In pre-production it compresses visualization through immediate text-to-image generation, reducing communication costs among writers, directors, and investors. In production it substitutes data computation for physical spatio-temporal constraints. In post-production it operates as a quasi-creative agent generating elements that do not physically exist. This trajectory extends Manovich's (2013) software-as-media thesis from data transformation toward data-originated generation, a theoretical gap the present study addresses empirically. Cost simulations applying three scenarios differentiated by operator proficiency, overhead rate, and quality correction costs estimate reductions of approximately 67 percent, 78 percent, and 84 percent against conventional production. Beyond magnitude, the shift from fixed-cost-dominant (CAPEX) to variable-cost-dominant (OPEX) configurations marks a qualitative transformation in how production risk is distributed. These dynamics instantiate Schumpeter's (1942) creative destruction. Displacement of labor-intensive occupations outpaces the formation of emergent roles such as prompt engineering and AI operation, and institutional conditions specific to broadcasting modulate the resulting asymmetry across industry segments. Given the limited case sample and restricted access to distribution- stage data, the findings are read as provisional, and the directional shift toward OPEX-centered cost structures carries more durable analytical significance than the specific reduction figures.

#생성형 AI #방송산업 #가치사슬 #창조적 파괴 #비용 시뮬레이션 #Generative AI #Broadcasting Industry #Value Chain #Creative Destruction #Cost Simulation

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료