2017 년 2 호 - 1 -
미국미디어와엔터테인먼트분야에서의빅데이터활용 작성취지 대용량의데이터를기반으로하는빅데이터의시대에미디어및엔터테인먼트분야에서빅데이터를어떻게활용할수있는지알아보기위해빅데이터에대한개요와미국에서의적용사례를살펴보고자함작성순서 들어가기 빅데이터란 적용사례 정리및시사점 1. 들어가기 - 일상생활에서매순간발생하는대용량의데이터를활용하여새로운정보와가치를창출하는빅데이터 (Big Data) 기술은세상을급격히변화시키고있는가운데미디어와엔터테인먼트분야도빅테이터로인해급속히변모하고있음 - 엔터테인먼트분야는팬들의관심과입소문에의해크게좌우되므로특정콘텐츠에대한참여와관심도가매우중요 - 빅데이터는팬들의관심도를파악, 유도하고, 팬들의관심분야에영향을미칠수있는기회를제공 - 이에할리우드도빅데이터기술을크게활용하고있음. 1) 예컨대영화의성공에대한예측, 마케팅, 영화산업트렌드분석등에빅데이터기술을활용하고있음 1) How Big Data Is Changing The Entertainment Industry!, https://analyticsweek.com/content/how-big-data-is-changing-the-entertainment-industry/
- NBC Universal 은콘텐츠개봉시점결정에빅데이터분석결과를활용하는데이는개봉순간총매출의 30% 내외가결정되기때문임 - 영화제작과정에서전략및마케팅에 SNS를적극활용하고있음. 예를들면, 영화 첸나이익스프레스 (Chennai Express) 의성공은빅데이터분석전문기업과협력하여 10억건이상의트위터메시지분석을통한기획과 SNS를이용한치밀한마케팅전략성공사례로평가됨 - 온라인콘텐츠스트리밍산업의선두주자인넷플릭스는시청자성향과선호도를수집, 분석해사업에적용한빅데이터를활용한대표성공사례로꼽힘 - 넷플릭스고객들은추천알고리즘에의해추천된콘텐츠를실제약 70% 까지선택하는것으로알려짐 - 세계적가수인레이디가가 (Lady Gaga) 는팬들이그녀의음악을청취하는성향을분석해자신의공연에선곡과순서를최적화하는데사용 - 빅데이터는기본적으로리스크가높은엔터테인먼트산업에서사업의수익성을과학적으로분석, 안정적사업수행에활용되고있음 - 대용량의데이터분석을통해스토리의인기도나배우캐스팅의적합성검토부터, 수익성을극대화하는영화개봉일을결정하는데까지광범위하게적용될수있음 - 빅데이터의적극적인활용은미디어및엔터테인먼트분야에서도검증된대세이므로이에대한정확한이해는필수적임 2. 빅데이터란? - 빅데이터는기존데이터기술이가진수집, 저장, 관리, 분석하는역량을넘어서는데이터를일컬음 - 즉, 데이터사이즈와복잡성으로인해기존의기술로는프로세싱할수없는데이터를의미함 - 흔히빅데이터의속성을설명하기위해 V-Word를사용함 : 크기 (Volume), 속도 (Velocity), 다양성 (Variety), 진실성 (Veracity) 크기 (Volume): 응용에따라다르지만, 일반적으로수십테라 (Tera) 혹은수십페타 (Peta) 바이트이상의데이터사이즈로기존파일시스템에 - 3 -
저장하기어려울뿐만아니라, 기존데이터분석솔루션에서처리하기어려움. 따라서하나의서버에서처리될수없어하둡 (Hadoop) 2) 과같은새로운병렬처리시스템이필요 속도 (Velocity): 데이터의발생빈도및속도가아주빠름. 따라서데이터의생산, 저장, 유통, 수집, 분석이실시간으로처리되어야함. 예를들어, 대규모서비스에서부적절한내용이올라올경우시스템에서이것을바로분석해찾아내서다른사용자에게피해가없도록조치 다양성 (Variety): 숫자, 문자와같은정형화된데이터타입뿐아니라 SNS 블로그에업로드하는동영상, 사진, 오디오, 메신저로주고받은대화내용, 스마트폰에서기록되는위치정보, 유무선전화기에서발생하는통화내용등다양한비정형데이터가발생되고있어이를처리하는능력이강조됨 진실성 (Veracity): 데이터기반의분석은데이터가명확하게이해되어야의미가있고정확함. 대규모의빠른다양한데이터수집과정에서부정확하거나, 또는거짓이거나, 애매모호한데이터들이다수존재할수있어이에대한처리가빅데이터기술에서강조됨 - 단, 상기요소모두를충족해야만빅데이터라고불리는것은아님 - 빅데이터란용어는크기에중점을두고탄생했지만, 응용에따라서는데이터의크기보다속도와다양성의처리가빅데이터에부합하기도함 - 대용량의데이터처리및분석기술은예전부터있어왔지만최근새로운조명을받고각광을받는것은데이터수집, 저장, 프로세싱에있어기술적인발전으로대용량데이터의경제적인처리가가능하게되었고, 또무엇보다도실제사용가능한데이터가충분히축적되었기때문임 - 빅데이터기술은크게두분야로나누어짐 데이터관리기술 (Management): 데이터수집, 저장, 처리, 공유, 등실제데이터를컴퓨터시스템상에서관리하는기술. 하둡 (Hadoop) 시스템과같은컴퓨터시스템분야의기술을예로들수있음 데이터분석기술 (Analysis): 주어진데이터로부터의미있는정보나가치를발견해내는기술. 예를들면기계학습 (machine learning) 알고리즘이있음 2) 하둡 (Hadoop): 여러개의저렴한컴퓨터를마치하나인것처럼묶어대용량데이터를처리하는기술 - 4 -
- 빅데이터의유용성은분석을통한정보나가치의발견및창출임 - 하지만실제빅데이터일은 90% 이상데이터관리에소요되고분석에걸리는시간은일부분임 - 따라서빅데이터활용을기획한다면보이지않은 90% 의일에충분한자원을배치해야함 - 빅데이터를활용한분석결과의더높은정확성은더나은의사결정을가능하게하고, 더나은의사결정은업무효율성을높이고, 비용을절감하고, 위험을낮출수있음 [ 그림 1] 가트너의분류 - 가트너의분류에따르면데이터분석에는크게기술적분석 (Descriptive Analytics), 진단적분석 (Diagnostic Analytics), 예측분석 (Predictive Analytics), 처방적분석 (Prescriptive Analytics) 의 4종류가있음 기술적분석 (Descriptive Analytics): 가장기본이되는분석으로, 주어진데이터를요약 / 집계하여결과를도출하는것이목표임. 예를들면, 이번달매출액, 상품별이익등은회사차원에서중요한수치이지만, 과거의데이터를단순계산 / 집계하여얻어진사실이기때문에, 분석결과를따로해석하는과정을거치지않음 - 5 -
진단적분석 (Diagnostic Analytics): 진단적분석은과거에축적된데이터를토대로인과관계를찾아내는것으로서 왜 그일이일어났는지를밝힘. 이분석결과도기술적분석과마찬가지로과거의일에대한해석임 예측분석 (Predictive Analytics): 머신러닝 (Machine learning) 이나데이터마이닝 (Data Mining) 과같은다양한기법을사용하여미래혹은발생하지않은어떤사건에대한예측을하는것이목표임. 왜 보다는 정확한예측 을하는것에집중함. 상품별수요를예측분석하여수요가높아지는시점에서상품을발주하고수요가내려가는시점에서가격을인하하는식으로기업의잠재적인기회나리스크를특정하는것을예를들수있음 처방적분석 (Prescriptive Analytics): 처방적분석은차세대분석법이라고일컬어지고있는데, 예측되는사태를위해무엇을하면좋을지처방하는것임. 비즈니스세계에서는예측한결과를토대로 기업이어떤방침을세우면좋을까 까지설정해야함. 처방적분석은앞서소개한과거에일어난것을해석하는기술적분석, 그것이왜일어났는지를밝히는진단적분석, 그리고앞으로어떤일이일어날지를추측하는예측분석을조합하여다음에취해야할최선의행동을고찰함 - 데이터양의폭발적증가나데이터처리의고속화, 그리고그것들을이해하는인간능력의한계로인해의사결정관리의자동화수요는높아지고있음 - 분석알고리즘, 이미지인식, 기계학습, 음성인식등기술의진보에의해빅데이터를컴퓨터처리하는능력과의사결정을자동화하는처리능력이향상되고있음 - 이에따라다음에취해야할최선의행동을인간대신고찰하는처방적분석에대한수요가늘어날것으로전망됨 - 6 -
3. 적용사례 1) 빅데이터기술의활용예 : 감성분석 (Sentiment Analysis) - 예측분석의한보편적케이스인감성분석은엔터테인먼트산업에서아주중요한기술로사용자의글을입력으로받아그글에대한감성을수치화해출력함. 예를들면긍정적 (+1) 부정적 (-1) - 사용자들은 SNS와같은곳에특정이벤트나콘텐츠에대한자신들의경험과의견들을남기는데그들의상세한사회적프로필과함께분석되면특정콘텐츠의미래의성패를예측할수있음 - 예를들면, 영화개봉전에지역별, 연령별, 인종별감성을파악하여보다정확한대상을상대로차별적으로훨씬효과적인마케팅을할수있음 - 개봉후에는감성분석을통해시청자들의반응을실시간으로파악할수있음 - 실제로드림웍스에서는 장화신은고양이 (Puss in Boots) 애니메이션개봉전감성분석을통해대중의반응이적고또부정적이란사실을파악한후빠르게대처하는광고를제작해문제를해결하여대중의인식을바꿔성공으로이끌었음 - 감성분석은현재분석에필요한여러기술들이충분히개발되지않아완벽히동작되지는않지만새로운기술들과시도들이계속긍정적인결과들을보이고있음 - 따라서엔터테인먼트마케팅에서제대로활용할줄안다면큰도움이될것으로예상되고있음 - 효과적인데이터분석은미디어및엔터테인먼트산업에서관객이나시청자들을이해하는데절대적으로중요함 - 빅데이터분석은마케팅이나배급방식을변화시키는것을넘어콘텐츠를창조하는일에도영향을미침 - 빅데이터기술의장점을활용해미디어와엔터테인먼트기업들은다음과같은결정적인질문들을하고있음 사용자들과배급되는콘텐츠를연결하는최적의채널은무엇인가? 여러채널들과스크린들사이에서사용자들의행위를어떻게파악할것인가? 새로운콘텐츠로최고의수익을올리기위한개봉시기와기간은무엇인가? 어떻게사용자들이보내는사인들을효과적으로파악하고, 사용자들의 - 7 -
선호도를정확하게예측하며, 빠르게대처할것인가? Second and third screen에서의데이터전략은무엇인가? 자신의기업요구와의사결정시스템에맞는고유의최적화된데이터모델은무엇인가? - 일반적인빅데이터활용분야는다음과같음 영업캠페인관리 고객감성분석 고객들의행위분석 목표영업 웹사이트최적화 온라인서비스클릭분석 네트워크사용분석 2) 빅데이터적용사례 : 넷플릭스 (Netflix) - 넷플릭스에서일어나는매일 3천만건이상의콘텐츠시청에대해누가무엇을언제어떻게봤는지세부적인데이터를기록하고있음 - 남성, 여성, 청소년, 25세이하, 25세이상, 등 대분류된콘텐츠를세부적인특성별로 7만개로분류하였음 - 이렇게구성된빅데이터를가지고여러예측분석을통해최적화된정보를발굴함 - 예측분석을통해시청자들이좋아할콘텐츠를결정. 실례로넷플릭스오리지널시리즈인 하우스오브카드 (House of Cards) 와 오렌지이즈더뉴블랙 (Orange Is the New Black) 은과거자신들사용자의기록을분석해성공을거둔대표적인케이스임 - 하우스오브카드 (House of Cards) 의경우, 데이터분석결과감독, 주인공, 스토리모두시청자들에게매우호감이라는사실에따라구매가결정됨 - 구매결정, 방영방식, 등중요의사결정을빅데이터분석결과를따름 - 분석을통한개인별콘텐츠추천프로그램은 1년에 10억달러가량의기여를함 3) - 시청방식 (TV, 모바일, 등 ) 을분석해시청자들이가장많이사용하는디지털 3) Big Data and Hollywood: A Love Story, http://www.theatlantic.com/sponsored/ibm-transformation-of-business/big-data-and-hollywood-a-love-story/277/ - 8 -
채널에최적화된콘텐츠를준비함 - 또한많은작지만중요한사실들을발견해사업에활용했음 - 예를들면, 일반적인넷플릭스사용자들은 60초이내에뭔가흥미로운것을찾지못하면시청의흥미를잃는다는점을발견했음 [ 그림 2] 넷플릭스드라마 하우스오브카드 (House of Cards) 이미지 3) 빅데이터적용사례 : Legendary Entertainment 4) - 영화 워크래프트 (Warcraft) 제작시, 2007년이후전세계영화관람객데이터를분석, 고객들의성향을세분화 (micro-segmentation) 하였음 - 50명으로구성된데이터분석팀을운영하여 6억개의이메일계정, 5억개의트위터계정, 1억개의페이스북계정정보활용하여분석했음 - 월드오브워크래프트 (World of Warcraft) 게임플레이어들이영화로만들어질경우관심이많음을파악했음 - 또한게임을기존에사용하지않던관객들도즐길수있는내용에대한요구도파악하여제작했음 - 뛰어난 CG의중요성을파악하여영화의첫예고편을최고의회사와최고의기술로제작하여방영했고단숨에 1억뷰를돌파하며관심을끌어냄 4) Big Data Takes a Star Turn at Legendary Entertainment, http://data-informed.com/big-data-takes-a-star-turn-at-legendary-entertainment/ - 9 -
- 시청자그룹에따라별도의예고편을수백개이상제작 - 게임이론과머신러닝을통해다른블록버스터영화와동시개봉시미칠 영향에대해분석했음 4) 빅데이터적용사례 : 아마존 (Amazon) - 아마존스튜디오를통해파일럿프로그램들을정기적으로방영한후그반응을기록해분석을통해어떤파일럿이시리즈물로제작될것인지결정함 - 이러한방법으로방영된 트랜스페어런트 (Transparent) 는성공적이었고 2015년골든글로브시상식에서베스트티비시리즈상을수상했고주인공은남우주연상을수상했음 5) 빅데이터적용사례 : 비디오게임산업 - 빅데이터분석을통해무료고객들을프리미엄고객들로전환시켜매출을향상시켰음 - 모바일부분유료화 (free-to-play) 게임에서는약 90% 이상의고객들이무료지만그들을지원하기위한시설투자는유지해야하므로어려움이있음 - 게임도중발생하는모든상호작용을기록하여실시간분석을통해사용자들이게임에참여하고더오래즐기고, 실제비용을지불하는방법으로게임을이용할수있도록유도함 6) 빅데이터적용사례 : 음악산업 - 음악산업에서빅데이터는주로고객들이어떻게수많은음악중에서자신들의취향에맞는음악을골라듣게하는음악추천하기, 어떤음악가의어떤음악을판매해야수익을올릴수있는가에초점을맞춰분석을진행함 - Next Big Sound 5) 는빅데이터를통한해결책으로다양한 SNS에서데이터를수집한후음악가, 제목, 장르, 시간등의관련정보로세분화한후사용자들의선호도에맞춰추천해줌 - 청취자들의음악감상횟수가높아질수록더자세하고정확한데이터가 5) 소셜네트워크, 스트리밍서비스및라디오에서음악과아티스트의인기를분석하는서비스를제공하는회사 - 10 -
수집되고추천알고리즘의정확도가올라감 - 음반회사와음악가들의계약도경험이나감이아닌데이터분석에의한 예측수익모델에의해결정됨 7) 미디어와엔터테인먼트산업에서빅데이터의장점 - 빅데이터분석을통해시장과고객들에대한깊은이해를갖게되어다양한비즈니스활동전반에걸쳐자동화를이룰수있음 - 또한분석의결과를회사사업의의사결정에반영하여수익을올릴수있음 광고 매우세분화된목표시장 (Highly-targeted marketing): 고객들의과거행위를기록한데이터를수집분석해고객들의관심분야를세분하게분류해이에최적화된마케팅을준비해매출을올림. (customer micro-segmentation) 고객에대한이해 신규고객확보및기존고객유지 (Increasing acquisition and retention): 고객들이왜가입하는지그리고왜특정제품이나서비스에반응하는지정확히파악해대응 구매 콘텐츠구매전략 (Content acquisition strategy): 어떤콘텐츠가가장수익이높은고객층에게인기가있을지예측분석을이용파악해구매 4. 정리및시사점 - 빅데이터는세상모든곳에서사람들과기계들에의해빠르게발생하고있음 - 빅데이터분석은이미여러분야에서활발하게적용되고있음 - 미디어와엔터테인먼트도점점빅데이터의중요성을인지하고첨단 IT기술과협력하여적극활용하는방향으로가고있음 아마존과같은회사가첨단 IT 기술력을바탕으로엔터테인먼트분야에적극진출하고있음 - 빅데이터수집및분석은새로운경쟁력으로이에뒤쳐지는기업은힘듦 - 11 -
- 하지만빅데이터는아직완전히성숙한기술이아니라해결해야할문제들이있음 과도한데이터와기술들로인한혼란스러움 : 어떤문제를풀수있는지, 어떤인력들이필요한지, 적절한기술인지등파악필요 사용하는, 또는원하는, 데이터의사이즈에따라비용이급격히증가할수있음 개인사생활보호, 즉프라이버시, 논의가충분히이루어지지않아사회문제가될소지가있음 - 마지막으로미디어및엔터테인먼트분야의빅데이터기술은특화된도메인으로새로운시각과기술력을갖춘스타트업기업들이특정문제에대한분석을대기업들과협력해일하기좋은면이있음 대기업에게는비용측면에서효율적솔루션을, 그리고스타트업에겐빅포텐셜을제공하는분야임 - 12 -
미국사무소담당자연락처 김철민소장 : +1-323-935-5001 / cmkim@kocca.kr 엘리홍과장 : +1-323-935-5001 / ehong@kocca.kr