한국통계학회논문집 2011, 18 권, 6 호, 859 869 DOI: http://dx.doi.org/10.5351/ckss.2011.18.6.859 영화흥행결정요인과흥행성과예측연구 김연형 1,a, 홍정한 a a 전주대학교통계학과 요약 영화의흥행결정요인에대한학문적연구와함께상업적시각에서개별영화의흥행예측에대한관심이증대되고있다. 본연구는 2010 년한국에서개봉된영화를대상으로영화흥행에영향을미치는요인들과영화흥행성과간의관계를분석하였다. 제작전투자의사결정단계에서영화장르, 관람등급, 감독, 배우가통계적으로유의한결과를보였으며, 배급편성의의사결정단계에서는배우효과, 스크린수, 배급사파워, 소셜미디어가통계적으로유의한결과를나타내고있다. 선택확률개념을이용한다항로짓모형을통해영화흥행작의성과에영향을미치는요인을검증하였으며, 인공신경망, 판별분석과비교하여다항로짓모형의흥행영화예측력을입증하였다. 주요용어 : 영화흥행예측, 소셜미디어, 회귀모형, 다항로짓모형. 1. 서론 영화산업에서제작회사와투자회사, 배급사와극장체인은영화제작이전시점에서개별영화의투자결정과제작후개봉이전시점에서배급및스크린편성결정을위해영화흥행을예측하려는많은노력을하고있다. 극장영화개봉기간은매우짧아, 짧은기간에투자비이상의수익을올리기위해영화시장의소비자반응에기민하게대응해야하기때문이다. 현재상업적시각에서개별영화의흥행예측은스코어카드에의한평가점수합계의주관적방식에의존하고있다. 개별영화의흥행예측을위해객관적데이터를수집하고예측모형에적용하는과학적접근을쉽게발견하기어려운실정이다. 이러한맥락에서한국영화산업에대한학문적연구는영화의흥행결과에영향을미치는요인들을규명하는데주목해왔다. 대부분의영화흥행연구는기존의선행연구에서사용되었던요인체계를바탕으로변수들이선택되었다. 그러나, 학문적연구가영화의속성이론에관련된개별요인이흥행에미치는영향력을검증하는데치중함으로써, 상업적시각에서의다양한요인들에의한개별영화의흥행예측에관한통합적연구는활발히진행되고있지않은실정이다. 실증적차원에서진행된연구를살펴보면김미현등 (2010) 은개별한국영화를대상으로흥행성공중요요인을찾고자하는연구를진행하였고, 김소영등 (2010) 은상업영화와예술영화의흥행성과에유의한예측요인을비교분석하였다. 정완규 (2009) 는한국에서개봉된애니메이션영화의흥행결정요인을고찰하였고, 장병희등 (2009) 는경제적변인과함께심리적변인이함께도입되었을경우영화흥행예측연구를진행하였다. 2000 년대연구의가장큰특징은흥행결정요인으로온라인구전의영향력에주목하기시작했다는점이다. 오상미 (2005) 는영화관련인터넷게시판의메시지수와영화관객수간의유의미한상관관계를나타내었고, 김희경 (2007) 은온라인구전의조작적정의로네이버영화디렉토리의네티즌리뷰수 1 교신저자 : (560-759) 전북전주시완산구효자동 3 가 1200, 전주대학교통계학과, 교수. E-mail: yhkim@jj.ac.kr
860 김연형, 홍정한 를사용하였으며, 정완규 (2009), 김미현등 (2010), 김소영등 (2010) 은포털사이트영화디렉토리의네티즌평점을영화흥행결정요인으로확인하였다. 2010 년이후에는서로의의견, 생각, 경험, 관점등을공유하기위한온라인플랫폼인소셜미디어를통해상품, 브랜드정보를주고받고있다는점에서소셜미디어마케팅의중요성이부각되고있다. 그러나, 영화흥행요인으로서소셜미디어의영향력에대한연구는활발하지않으며, 실제적으로소셜미디어자료를이용한실증적연구는진행되고있지않은형편이다. 본연구의목적은기존의영화흥행요인들로밝혀진변수들을통합적으로분석하고상업적시각에서영화제작전시점과개봉전시점에서입수가능한정보를기반으로영화수요를어떻게예측할수있는지실증분석하는것이다. 또한, 기존연구에서다루지못했던소셜미디어를고려하여, 영화흥행결정요인으로서의중요도와흥행성과예측에있어서의영향력을검증하고자하였다. 2. 연구방법 2.1. 연구문제 Eliashberg 등 (2006) 은영화산업의가치사슬 (value chain) 에있어핵심단계를제작 (production), 배급 (distribution), 상영 (exhibition) 의 3 단계로구분하였다. 상업적시각에서제작, 배급, 상영각단계별로영화흥행예측과관련된연구문제를다음과같이정리하여볼수있다. 제작단계 : 영화흥행예측모형이초기지표 ( 대본, 캐스팅, 예상상영등급 ) 를토대로얼마나정확하게개발될수있을것인가 배급단계 : 영화마케팅을위한예산을다양한미디어 - 전통적미디어, 온라인미디어 - 에어떻게배분하는게최적인가? 영화흥행에온라인리뷰, 온라인구전이얼마나영향을미치는가? 상영단계 : 최적의스크린수를결정하기위해어떤요인을고려해야하는가? 스크린수는할리우드영화를중심으로한연구에서흥행에중요한변수로제시되었다. 한국은 2000 년대이후멀티플렉스확산으로전국동시개봉이일반화되어마케팅비용과개봉스크린수가관객수에영향을미치는요소로간주되어왔다. 인터넷이중요한커뮤니케이션매체로등장하면서온라인구전은어떤미디어보다도강력한구전커뮤니케이션채널로서소비자에게위험을회피할수있는정보의중요한원천으로작용하고있다. 블로그가국내에소개된것은 2003 년이었지만본격적으로블로그가활성화되기시작한때는 2005 년후반부터이다. 2010 년부터는블로그가소셜미디어의중요한축으로강력한위력을과시하고있는가운데, 페이스북, 트위터, 미투데이와같은다양한형태의소셜미디어가빠른속도로확산되고있다. 그동안의영화흥행연구에서는네티즌이포털에서평가한영화기대평점을온라인구전의 Proxy 변수로사용하여왔다. 영화흥행요인으로서소셜미디어의영향력에대한실증연구가아직없었기때문에, 블로그문서중해당영화에대한코멘트가포함된문서수를소셜미디어에의한온라인구전의 Proxy 변수로정의하여모형에포함시켰다. 본연구는영화흥행성과예측요인을규명하고자다음과같이연구문제를설정하였다. 연구문제 1: 개봉영화의스크린수는영화흥행성공에영향이있는가? 연구문제 2: 포털평점은영화흥행성과에영향이있는가? 연구문제 3: 소셜미디어는영화흥행성과에영향이있는가?
영화흥행결정요인과흥행성과예측연구 861 (a) 레지던트이블 ( 개봉일 : 2009 년 9 월 16 일, 총관객수 : 1,194,085 (37 위 ), 총 Buzz: 5,233 (35 위 )) 2.2. 변수의정의 (b) 아이언맨 2( 개봉일 : 2009 년 4 월 29 일, 총관객수 : 4,452,072 (11 위 ), 총 Buzz: 15,043 (11 위 )) 그림 1: 영화개봉과소셜미디어 (Online Buzz) 발생추이 영화흥행에관한변수들은크게영화의내적요인과외적요인으로구분되고있다. 영화의외적요인은다시구전커뮤니케이션영역과배급유통경쟁영역으로나누어진다. 영화흥행에대한영화의내적요인의영향을분석하기위해해당영화의장르는더미변수를, 관람등급은순서형변수를이용하였다. 또한영화흥행에기여하는감독의효과를측정하기위하여감독이해당작품이개봉되기직전 3 년동안감독한영화가동원한관객수의자연로그값을이용하였다. 주연배우의효과를보다구체적으로측정하기위하여주연배우가해당작품이개봉되기직전 3 년동안주연으로출연한영화가동원한관객수의자연로그값을이용하였다. 영화흥행에영향을미치는영화외적요인으로는배급사효과, 스크린수, 포털평점그리고소셜미디어등을이용하였다. 최근영화관객동원에있어배급사의영향력에대한관심이높아지고있는데, 영화관람에구조적으로영향을미치는대표적인요인은스크린수이며, 스크린수확보는배급사의파워와어느정도연관이있다. 구전효과는영화기대치를평가한네티즌평점과아울러, 블로그, 트위터등소셜미디어로부터생성되는온라인버즈 (Online Buzz) 의크기를함께이용하였다. 이론적으로볼때, 네티즌평점, 소셜미디어와같은구전커뮤니케이션은개봉전흥행예측의사전지표로서보다는개봉이후흥행의지속여부를가늠하는요인에좀더가깝다고할수있다. 현실적으로는매우짧은개봉기간내에투자비이상의수익을올리기위해서개봉전소비자의호기심을유발하면서도흥미를떨어뜨리지않도록전력투구하는배급사의입장에서, 영화개봉전사전홍보수단으로서온라인구전마케팅, 소셜미디어마케팅의중요성이점점높아지고있다. 소셜미디어의예시는그림 1 과같다. 그림 1 의첫번째그래프는손익분기점수준의영화 [ 레지던트이블 ] 의경우로서, Buzz 가개봉일 3 주전후기간동안좌우대칭의분포 (peak 412) 를보여주고있다.
862 김연형, 홍정한 표 1: 변수의정의 제작전개봉전구분변수추정방법변수형태투자결정최적편성감독작품개봉이전 3년감독감독 O O 영화평균동원관객수주연배우작품개봉이전 3년영화배우 O O 감독영화평균동원관객수속성국적한국미국기타더미변수 O O 독장르코미디액션스릴러멜로드라마공포더미변수 O O 립관람등급전체 12+ 15+ 18+ O O 변포털사이트일반인의영화기대평점수구전포털평점 O (10점만점 ) 효과소셜미디어블로그문서중검색어문서건수 O 스크린수전국개봉스크린수 O 경쟁배급사작품개봉이전 3년요소배급사 O 배급영화평균동원관객수종속변수관객수영화진흥위원회 Box Office 누적관객수 O 두번째그래프는흥행성공영화 [ 아이언맨 2] 의경우로서, 개봉일에다가올수록급격히상승한 Buzz (peak 1,762) 가개봉후 1 개월이경과할때까지높은수준으로지속하였음을볼수있다. 영화의흥행을나타내는변수로는영화진흥위원회 Box Office 전국관객수통계를이용하였으며, 다음표 1 에각각의변수의정의를설명하였다. 제작전투자결정단계에서고려할수있는요인과개봉전최적편성단계에서고려할수있는요인들을 O 으로분류하였다. 영화제작단계에서배급사나창투사가투자자의형태로영화제작에관여하게되는데, 투자단계에서고려할수있는요인은국적, 대본의완결성, 장르와예상관람등급, 감독과배우의캐스팅등영화의내적요인이다. 또한, 완성된영화의배급상영단계에서극장체인은영화의내적요인이외에구전커뮤니케이션, 배급사의마케팅능력, 개봉스크린수등과같은영화외적요인의경쟁력을함께고려하여최적편성을시도하기때문이다. 2.3. 분석방법 영화의내적요인중관람객수에영향을미치는독립변수는앞절에서제시한바와같이국적, 장르, 등급, 감독효과, 배우효과로설정하여 < 모형 1> 로제시하였다. < 모형 1> 은영화제작전투자의사결정단계에서영화내적속성만을가지고관객수를예측하는모형이라고할수있다. < 모형 2> 는 < 모형 1> 에배급사효과, 스크린수, 포털평점등을변수로추가하였다. 모형 2> 는개봉전영화의최적편성을위한의사결정단계에서관객수를예측하는모형이라할수있다. 또한, < 모형 3> 은 < 모형 2> 에소셜미디어 (Online Buzz) 를변수로추가하였다. 기존모형에최근각광받고있는소셜미디어에의한온라인구전효과를포함시킨모형이다. < 모형 1>: 누적관객수 = 국적 + 장르 + 등급 + 감독 + 배우 < 모형 2>: 누적관객수 = 국적 + 장르 + 등급 + 감독 + 배우 + 배급사 + 스크린수 + 포털평점 < 모형 3>: 누적관객수 = 국적 + 장르 + 등급 + 감독 + 배우 + 배급사 + 스크린수 + 포털평점 + 소셜미디어 영화의흥행성공결정요인을도출하는또다른접근으로연속형자료인종속변수를이산형자료로범주화하여분석하는방법이있다. 종속변수가범주형인경우인공신경망, 다항로짓모형, 판별분석을
영화흥행결정요인과흥행성과예측연구 863 표 2: 주요변수의기술통계량 변수 N Minimum Maximum Mean Standard Deviation 관객수 316 3,434 8,173,375 470,409 994,691 감독 316-8,426,973 275,409 1,010,208 배우 316-11,707,650 623,555 1,609,059 배급사 316-9,438,537 329,883 1,210,954 스크린수 316 1 1,621 409 427 포털평점 308 5 10 8 1.088 소셜미디어 315 0 155,574 2863.54 10334.575 표 3: 2010 년한국영화관람객수분포 그룹 기준 영화수 Percent Cumulative Percent 1 50만미만 245 77.5 77.5 2 50만 100만 26 8.2 85.8 3 100만 300만 35 11.1 96.8 4 300만 500만 6 1.9 98.7 5 500만이상 4 1.3 100.0 Total 316 100.0 이용하여쉽게모형화할수있다. 인공신경망은복잡한문제에대하여좀더정확한예측모형을제공하나모형의직관적인해석력이떨어지고, 판별분석은독립변수들의정규성과종속범주의공분산행렬이동일하다는가정에의존하는데비해, 다항로짓모형은회귀분석의연속선상에서자료를분석하면서도오차항에대한정규성이나등분산성가정을두지않는장점이있다. < 모형 3> 을다항로짓모형으로바꾸면다음과같이쓸수있다. < 모형 4>: Pr(y i = j) = exp(x i β j ) 1 + J j exp(x i β j ). 3. 실증분석 3.1. 기술통계 본절에서는회귀분석을수행하기에앞서, 설명변수와종속변수들에대한탐색적기초통계분석및가공을수행하였다. 통계적모형은자료에대한정규분포가정에기반한추론이이루어짐으로로그변환을시도하는등안정적인모형이도출될수있도록하였다. 본연구에서는 2010 년 1 월부터 2010 년 12 월까지한국에서개봉된영화 316 편의영화를분석에이용하였다. 표 2 는본연구에서사용한주요변수에대한기술통계량이며, 분석대상에이용된 316 편의평균관객수는약 47 만명으로나타났다. 흥행에성공한영화의요인별특징을제시하기위해관객수를기준으로분석구간을설정하였다. 본연구에서는이경재와장우진 (2006), 김미현등 (2010) 의연구를참고하여 100 만이상관객수를흥행에성공한한국영화의최소기준으로보았다. 표 3 을보면영화관객수의편차가매우크다는것을알수있는데, 300 만이상의관객을동원하는영화는전체개봉영화의 3.2% 에불과할정도로그숫자가매우적은것을볼수있다.
864 김연형, 홍정한 그림 2: 2010 년한국영화관람객수분포 ( 단위 : 명 ) 표 4: 주요변수간상관관계 관객수 관람등급 감독 배우 배급사 스크린수 포털평점 소셜미디어 상관계수 1.104.199.399.608.954.023.405 관객수 유의확률 ( 양측 ).084.001.000.000.000.691.000 상관계수.104 1.122.235.091.184.393.021 관람유의확률 ( 양측 ).084.029.000.149.003.000.712 등급 상관계수.199.122 1.292.258.202.050.191 감독 유의확률 ( 양측 ).001.029.000.000.000.379.001 상관계수.399.235.292 1.348.417.109.179 배우 유의확률 ( 양측 ).000.000.000.000.000.057.002 상관계수.608.091.258.348 1.630.110.359 배급사 유의확률 ( 양측 ).000.149.000.000.000.054.000 상관계수.954.184.202.417.630 1.123.355 스크린유의확률 ( 양측 ).000.003.000.000.000.031.000 수 상관계수.023.393.050.109.110.123 1.052 포털유의확률 ( 양측 ).691.000.379.057.054.031.387 평점 N 309 309 309 309 309 309 309 309 상관계수.405.021.191.179.359.355.052 1 소셜유의확률 ( 양측 ).000.712.001.002.000.000.387 미디어 3.2. 상관성의검토 표 4 는더미변수를제외한주요변수간, 즉종속변수와모형에포함한독립변수들과의스피어만상관분석을실시한결과이다. 관객수와배우효과, 배급사파워, 스크린수, 소셜미디어는유의미한상관관계를보인반면, 관객수와관람등급, 감독효과, 포털평점간에상관관계가없는것으로나타났다. 주연배우가해당작품의개봉이전 3 년동안주연한영화의평균동원관객수를나타내는배우효과는스크린수와상관관계가있음을알수있다. 스타배우의캐스팅은상대적으로고제작비영화에서이루어지는데, 제작비가많이든블록버스터영화일수록파워가큰배급사를통해스크린수를많이확보함으로써투자금액을조기회수하려하기때문으로해석할수있다. 그러나배우효과는네티즌평점, 소셜미디어와는유의한상관관계를보이지않았다.
영화흥행결정요인과흥행성과예측연구 865 그림 3: 주요변수간분포도 스크린수는배우효과, 배급사파워, 소셜미디어와상관성이있으며소셜미디어는배급사파워, 스크린수와상관관계가나타난다. 포털평점은관람등급과음 ( ) 의상관관계를보이고있는반면, 나머지변수와는뚜렷한상관관계를보이지않았다. 2 차적으로다중공선성을판단하기위해 VIF 를이용하였다. 변수들의 VIF 가 1 에서 10 미만의값으로다중공선성이문제가되지않는것으로판단되었다. 그림 3 은각변수와관객수간의산점도이다. 감독파워, 배우파워, 배급사파워의그래프에서 X 축좌표 0 의값에몰려있는것을발견할수있다. 이는영화개봉이전 3 년기간평균동원관객수가많은흥행작이있는감독과배우라고해서항상관객동원에성공하는것이아니듯, 전체개봉작중상당한비중을차지하는무명감독이나신인배우의작품이라도작품여하에따라흥행에성공할수도실패할수도있음을보여주는것이다. 또한, 이전 3 년기간평균동원관객수가많은배급사라고해서반드시흥행에성공하는것이아니고, 군소회사가배급하더라도작품여하에따라관객동원에성공할수도실패할수도있음을보여준다. 3.3. 모형간의성과비교 먼저영화의국적, 장르, 관람등급, 감독효과, 배우효과만을변수로분석한 < 모형 1> 의결과, 59.8% 의설명력을보였으며, 국적을제외하고감독, 배우, 장르, 관람등급이모두유의미했다. 배급사파워, 스크린수, 포털평점을포함한 < 모형 2> 에서는 94.9% 의설명력이있는가운데장르중액션, 스릴러, 드라마, 스크린수, 배급사파워는흥행에양 (+) 의영향을주는것으로나타났고국적, 관
866 김연형, 홍정한 표 5: 2003 2008 년한국영화흥행에영향을미치는요인 ( 회귀분석 ) 모형1 모형2 모형3 Coefficient Significance Coefficient Significance Coefficient Significance (Constant) 4.311.038 4.618.015 3.855.031 국적한국.127.900 국적미국.224.810.083.673.015.938 장르코미디 4.283.000.625.189.580.194 장르액션 4.657.000 1.037.043.755.118 장르스릴러 5.570.000.965.088.912.086 장르멜로 3.315.001.539.184.596.120 장르드라마 3.912.000.850.086.750.114 관람등급.771.023.082.543.034.797 감독효과.260.015.051.394.066.241 배우효과.263.013.109.065.105.057 스크린수.897.000.909.000 배급사파워.091.001.078.003 네이버영화평점.499.451.508.410 소셜미디어.120.028 N 316 316 316 adj R 2 0.598 0.949.958 F 8.291 53.979 58.477 표 6: 2010 년흥행영화의성공요인 ( 다항로짓모형 ) Source Type III Wald Chi-Square df Sig. (Intercept) 14.417 1.000 국적 4.645 1.031 장르 7.315 5.198 관람등급 20.585 3.000 감독 2.090 1.148 배우 14.290 1.000 배급사 31.350 1.000 스크린수 7.761 1.005 포털평점 2.049 1.152 소셜미디어 6.286 1.012 람등급, 감독효과, 포털평점은영향이없는것으로나타났다. 다음으로소셜미디어를포함한 < 모형 3> 을분석한결과, 설명력은 95.8% 로영화흥행에있어서배우효과, 스크린수, 배급사파워, 소셜미디어가주요요인임을확인할수있다. < 모형 3> 의설명력은 < 모형 2> 에비해 1% 정도개선된가운데포털평점이유의한영향이없는반면, 소셜미디어가영화흥행에유의미한영향을가지고있는것으로나타났다. 포털평점은영화를본네티즌들이포털영화사이트에들어가평점을매기는방식인데, 네이버영화를비롯한영화포털사이트의네티즌평점은어느정도한계가있다. 우선평점인플레이션이지나치고, 영화평점참여인원이몇백명에그치는영화도많기에평점을통해영화를판단하기에힘든면이있다. 그동안여러영화흥행결정요인연구에서포털영화평점을영화흥행영향요인으로설정하여가설검증하였으나, 소셜미디어가본격등장한 2010 년이후부터는온라인구전효과의 proxy 변수로서포털영화평점대신소셜미디어를사용하는것이바람직할것으로기대된다. < 모형 4> 는회귀분석모형인 < 모형 3> 의연속형종속변수를이산형으로범주화하여다항로짓모형
영화흥행결정요인과흥행성과예측연구 867 표 7: 인공신경망, 다항로짓, 판별분석간예측률비교 Group 기준 TRUE 인공신경망 다항로짓 판별분석 1 50만미만 237 98.7% 97.5% 97.0% 2 50만 100만 26 88.2% 65.4% 7.7% 3 100만 300만 35 84.2% 100.0% 57.1% 4 300만 500만 6 25.0% 100.0% 0.0% 5 500만이상 4 33.3% 100.0% 75.0% Overall 308 94.1% 95.1% 82.8% 으로분석한것이다. 표 6 과같이다항로짓모형분석결과, 국적, 관람등급, 배우효과, 배급사파워, 스크린수, 소셜미디어가유의미한요인인것으로나타났다. 이는배우효과, 스크린수, 배급사파워, 소셜미디어가주요흥행요인으로나타난 < 모형 3> 의결과와대부분일치한다. 다음으로신규영화의흥행예측을위해다항로짓모형을어떻게활용할수있는지살펴보았다. 상업적으로영화흥행을예측한다는것은흥행에성공할영화를예측하는것이지, 흥행에실패할영화를예측할이유가없으므로, 영화흥행성과예측은전반적인예측률 (overall hit ratio) 보다는흥행성공영화 (4, 5 그룹 ) 의예측력을모형간에비교하는편이합목적적이다. 표 7 과같이다항로짓모형, 인공신경망모형, 판별분석간예측률을비교하여볼때, 인공신경망과다항로짓모형모두전반적예측률이우수한것으로나타났다. 그러나, 흥행성공영화 (4, 5 그룹 ) 의예측력을비교하여볼때, 다항로짓모형의흥행영화예측력이더우수하게나타났다. 4. 결론 본연구에서는 2010 년상영된영화를대상으로영화흥행결정요인을파악하고흥행성과를예측하였다. 선행연구결과와비교하기위해회귀분석모형을통해분석하였으며, 기존연구에서고려하지못한소셜미디어를활용하여온라인구전의영향력을검증하였다. 영화내적요인으로는감독, 배우, 관람등급, 영화외적요인으로는스크린수, 배급사파워, 소셜미디어등이영화관객을유인하는요인으로분석되었다. 영화제작전투자의사결정단계에서는영화내적요인인장르, 관람등급, 감독, 배우가일정수준영화흥행영향요인으로기여할것으로볼수있다. 영화제작후상영배급편성의의사결정단계에서는영화내적요인중감독의영향력은떨어지는대신, 배우효과와함께영화외적요인인스크린수, 배급사파워, 소셜미디어가영화흥행결정요인으로작용하고있다. 선택확률개념을이용한다항로짓모형을통해영화흥행작의성과에영향을미치는요인을검증하였으며, 인공신경망모형, 판별분석과비교하여다항로짓모형의흥행영화예측력이더우수하게나타났다. 국내영화산업에서상업적인영화흥행예측은스코어카드에의한평가점수합계로상영예정영화의흥행성적을예측하고있다. 스코어카드를구성하는항목들의가중치가주관적경험에근거한배분으로이루어지고있는데, 다항로짓모형을통해도출한흥행결정요인들의상대적영향력을가중치로하여각요인에대한상영예정영화의평가점수를가중평균한다면보다합리적이고객관적으로흥행성과를예측할수있으리라기대된다. 참고문헌 김미현, 김수은, 최영준 (2010). 한국영화의흥행결정요인과정책적시사점, < 영화연구 >, 46, 31 55.
868 김연형, 홍정한 김소영, 임승희, 정예슬 (2010). 영화유형별영화흥행성과예측요인의비교연구, < 한국콘텐츠학회논문지 >, 10, 381 393. 김연형 (2010). 지역문화축제의서비스품질과고객충성도에관한연구, < 한국데이터정보과학지 >, 21, 437 446. 김희경 (2007). < 한국영화흥행결정요인에대한연구 >, 고려대학교박사학위논문. 다음소프트 (www.daumsoft.com) 소셜메트릭스 DB. 영화진흥위원회 Box Office (www.kobis.or.kr) 영화관입장권통합전산망 DB. 오상미 (2005). < 영화관련구전커뮤니케이션공간으로서인터넷게시판의메시지분석 >, 연세대학교석사학위논문. 이경재, 장우진 (2006). 베이지안선택모형을이용한영화흥행예측, < 대한산업공학회 / 한국경영과학회 2006 춘계공동학술대회논문집 >, 1851 1856 인터넷사이트네이버 (www.naver.com) 영화정보수퍼 DB. 장병희, 이양환, 김병선, 남상현 (2009). 심리적변인활용을통한영화흥행예측의정교화, < 한국언론학보 >, 53, 346 371. 정완규 (2009). 애니메이션영화의흥행결정요인에관한연구, < 한국만화애니메이션학회 >, 21 32. Eliashberg, J., Elberse, A. and Leenders, M. A. A. M. (2006). The motion picture industry: Critical issues in practice, current research, and new research directions, Marketing Science, 25, 638 661. Sharda, R. and Delen, D. (2006). Predicting box-office success of motion pictures with neural networks, Expert Systems with Applications, 30, 243 254. 2011 년 8 월접수 ; 2011 년 10 월채택
869 A Study for the Development of Motion Picture Box-office Prediction Model Yon Hyong Kim 1,a, Jeong Han Hong a a Department of Statistics, Jeonju University Abstract Interest has increased in academic research regarding key factors that drive box-office success as well as the ability to predict the box-office success of a movie from a commercial perspective. This study analyzed the relationship between key success factors of a movie and box office records based on movies released in 2010 in Korea. At the pre-production investment decision-making stage, the movie genre, motion picture rating, director power, and actor power were statistically significant. At the stage of distribution decision-making process after movie production, among other factors, the influence of star actors, number of screens, power of distributors, and social media turned out to be statistically significant. We verified movie success factors through the application of a Multinomial Logit Model that used the concept of choice probabilities. The Multinomial Logit Model resulted in a higher level of accuracy in predicting box-office success compared to the Artificial Neural Network and Discriminant Analysis. Keywords: Forecasting movie success, social media, regression model, Multinomial Logit Model. 1 Corresponding author: Professor, Department of Statistics, Jeonju University, Jeonju-Si, Jeollabuk-Do 560-759, Korea. E-mail: yhkim@jj.ac.kr