문화 빅데이터 활용 사례를 알아보자!

예술 문화 빅데이터 활용 사례를 알아보자!

한국 문화예술 위원회에서 문화 빅데이터 활용 사례에 대한 강연이 있었어요! 강사는 이동옥 SKT 빅데이터 사업부장이셨고 강의 명은 "SKT Big Data 플랫폼을 이용한 'Lifestyle & 문화/관광'" 이였답니다. 문화 빅데이터를 활용한 사례를 설명하실 때, 관광지 만족도와 관광 특성을 조사해서 분석한 결과도 말씀 주셨고, 또 빅데이터를 이용해서 문화예술 쪽에 어떤 분석들을 하고 어떻게 활용하는지, 마지막으로 빅데이터를 문화관광 쪽에서 일상적으로 사용할 수 있도록 만드는 방법에 대한 말씀을 하는 강연입니다. 해당 강의 영상을 첨부하였고 또 글로 읽는 것이 편하신 분들을 위해 스크립트를 가져다 놓았으니 참고해보세요! 예술 문화 빅데이터가 바꾸는 세상이 참 기대되는군요!

문화 빅데이터 활용 사례를 알아보자!

00:09
예술 데이터가 바꾸는 세상 빅데이터 활용 사례에 대해 설명해드릴 sk텔레콤 이동욱입니다. 최근에 라이프 스타일 데이터를 이용해서 문화나 관광 쪽에서 의사결정을 하는 노력들이 화두가 되고 있습니다. 그래서 오늘은 라이프 스타일 데이터를 어떻게 수집하고 어떻게 분석해서 활용하는지 사례를 준비했습니다. 보시면 이게 이제 대학내일이라고 하는 신문사에서 대학생들을 대상으로

00:35
여행을 가면 어떻게 하십니까?라고 하는 걸 조사를 한 겁니다 해서 굉장히 많은 인사이트가 들어있는데 그중에 이거는 사실과 약간 다르지 않나라고 하는 것들을 먼저 올렸습니다. 보시면 대학생들이 여행을 가서 아침에 일찍 기상을 해서 정해진 일과에 따라서 움직이고 그다음에 호텔처럼 좋은 숙소에서 머문다 이런 식의 응답들을 하셨는데요. 이것들을 보면 상당수가 사실이지만 이제 실제 이렇게 한다라기보다는 이렇게 하고 싶다고 하는 것들이 설문조사에는 포함된다라고 판단을 합니다.

01:05
그래서 과거에 설문자 중심으로 많이 했었는데 이거를 보완하기 위해서 빅데이터를 도입하는 것들을 추진을 하고 있습니다. 이런 노력이 국내에만 있는 건 아니고요 미국 같은 경우의 사례를 들어서 말씀을 드리면 왼쪽에 보시면 지역 기반 db라고 하는 게 있는데 리서치 회사들이 설문조사를 보완하기 위해서 여러 가지 db들을 모아서 보고서를 판매를 했었습니다.

01:28
보시면 예를 들면 자동차의 선호도 조사라든지 혹은 문화관광 공연에 대한 선호도 조사 같은 것들을 미국의 각 지역 단위로 사람들이 어떻게 다르게 좋아하고 인식하고 있는지 하는 것들을 보고서 형태로 만들어 판매를 했었고요 그다음에 이렇게 하면 한 가지 분야에 대한 얘기만 들어 있기 때문에 종합적으로 의사결정을 해야 되는 분야에서 활용하기 어렵다라고 해서 db 마케팅이라고 하는 게 나왔습니다 가운데 보시면 미국을 수십만 개 정도의 지역으로 쪼개고 그다음에 각 지역 안에 수십 개 정도의 라이프 스타일 유형의 사람들이 얼마나 살고 있는지 하는 것들을 tv로 판매를 해서 이걸 기반으로 의사결정을 했는데요. 예를 들면 이렇습니다. 잘 아시는 얼리어답터 같은 것들이 이때 나온 용어입니다. 그래서 미국의 특정 지역 22만 개 중에 한 지역 안에는 얼리어답터가 한 100명 정도 살고 있어요라고 하는 식의 db를 판매를 하고요 그다음에 추가로 우리가 정의하는 얼리어답터는 휴대폰의 1년에 얼마 이상 비용을 사용하고 하는 식의 자기들이 정의하는 얼리어답터의 기준이 있습니다.
02:28
그렇게 되면 기업에서는 이걸 이용해서 우리가 이 사람들을 타겟으로 신제품을 만드는데 1번 하고 7번 하고 19번 사람들을 대상으로 타기팅해 제품을 만들자 그러면 그 사람들이 어디에 얼마나 살고 있고 그 사람들은 어떤 특성을 갖고 있는지 하는 것들을 알고 상품을 기획을 하게 됩니다. 이렇게 하다가 최근 들어서 빅데이터 시대가 되면서 43개의 라이프 스타일 그룹으로는 너무 부족하다고 생각을 하게 돼서 이것들을 넓히게 됐습니다.

02:53
예를 들어보면 화장품을 만들 때도 43개 라이프 스타일을 데이터를 기반으로 해서 타겟팅을 해야 되고요 소주를 만들 때도 마찬가지이기 때문에 잘 안 맞는다는 거죠. 그래서 att 같은 회사들은 수십만 개 이상의 라이프 스타일 유형들을 나눠서 타기팅을 할 수 있게 그렇게 마케팅들을 하고 있고요 그다음에 이런 식으로 굉장히 다양한 사람들의 특성들을 구분을 하고 다양한 사람들의 특성이 어떻게 다른지 하는 것들을 데이터를 빅데이터 기반으로 모아서 문화예술 쪽에 활용들을 하기 시작하고 있습니다.

03:25
sk텔레콤에서도 통신 데이터를 이용해서 라이프 스타일 데이터를 이런 식으로 구분을 합니다. 보시면 위치 기반 라이프 스타일이라고 적혀 있는데요. 각 개인들이 어디에 방문하시는지 하는 것들을 저희가 계속 분석을 합니다. 그렇게 해서 법에 따라서 통계 처리한 데이터들을 사용을 하는데요. 예를 들면 경주 박물관에 방문하신 분들이 몇 명이냐라고 하는 것들도 계산을 하고 그다음에 티켓팅 하지 않는

03:48
어떤 공원 같은 데 방문하거나 혹은 축제 같은 데 방문하시는 분이 몇 명이냐 그다음에 어떤 문화예술 공연장에 이분이 방문했는지 안 했는지 이런 것들도 구분을 하고요 이분이 평상시에 문화예술 관련해서 어떤 할인 티켓 같은 걸 사용하시는지 혹은 요금제라든지 혹은 어떤 웹사이트나 앱 같은 것들을 사용하시는지 하는 거하고 실제 문화 공연장을 방문하는 것들이 어떻게 차이가 있는지 하는 것들을 분석을 합니다.

04:15
그래서 위치 기반으로도 라이프 스타일을 모으고요 그다음에 어떤 웹사이트에 접속하는지 이런 정보들 그다음에 어떤 티켓 같은 걸 사용했는지 이런 것들을 데이터를 갖고 있는 각 회사들이 모여서 같이 정보를 만들고 활용하는 식으로 일들을 하고 있습니다. 지금까지 말씀드린 건 정량적인 부분의 정보에 대해서 말씀을 드렸고요 여기다 추가로 작년에 sk텔레콤에서 kcb라고 하는 금융기관이 있습니다.

04:46
여기하고 그 다음에 cosmo 사이트라고 하는 리서치 회사 하고 같이 세 군데가 모여서 만족도와 그다음에 관광 특성 이거를 같이 조사를 해서 분석을 해보자라고라고 생각을 하고 한 3만 명 정도를 대상으로 같이 설문조사와 분석을 진행한 적이 있습니다. 이게 어떤 개념이냐면 작년에 어디를 가셨습니까 여쭤보고요 거기를 뭐 하러 가셨습니까 예를 들면 액티비티를 즐기기 위한 건지 혹은 문화예술 관람을 하기 위한 건지 하는 것들을 여쭤보고요 그다음에 누구랑 가셨습니까 가서 만족하셨습니까 이런 것들을 여쭤본 겁니다.

05:17
그리고 통신사에서는 이분이 평상시에 어디를 주로 가시는지 예를 들면 문화예술 공연장은 얼마나 자주 가고 그다음에 문화 유적지는 얼마나 가고 하는 특성들을 데이터를 만들어서 여기 여기에 결합을 시켰고요 그다음에 또 어떤 콘텐츠에 가심을 가지시는지 하는 것들을 결합시켰습니다. 그리고 kcb에서는 이분의 추정되는 소득이나 그다음에 어떤 분야에 얼마나 지출을 하시는지 그리고 자산이나 이런 것들은 얼마나 되는지 차량을 보유하고 있는지 그다음에 직업이나 직장은 어디인지라고 하는 것들을 금융기관에 등록하신 정보를 기반으로 결합을 시켰습니다.
05:49
이렇게 되면 한 분에 대해서 이분이 어디를 가서 만족했는지 안 했는지와 평상시에 어디를 다니시는지 그다음에 소득 수준이나 가족 구성이나 직업이나 직장은 어떻게 되는지 하는 것들을 한꺼번에 알 수 있게 됩니다. 이 데이터를 이용해서 저희가 분석을 해보니까요. 이게 조금 흥미로운 자료라 저희가 올렸는데 우리나라 국민들 국민들이 갖고 있는 관광 관련 특성을 크게 보면 7개 정도로 나눌 수 있더라고요 첫 번째 그룹은 1년 내내 집 가까운 수도권 근처 이런 곳들에 맛집을 다니시는 분들입니다.

06:22
40대 50대 여성분들이 많으시고요 그 다음에 대학원생들이나 박사 과정 이런 분들이 조금 더 많았었습니다. 이분들은 1년 내내 집 근처 맛집을 다니다가 1년에 한 번씩은 꼭 해외여행을 가는 그룹이라고 보시면 됩니다. 두 번째는 사회 초년생들이라 제 지갑이 얇은 분들이고요 이분들이 제주도를 가장 많이 방문하는 그룹이다라는 걸로 분석이 됐고요 세 번째가 좀 안타까운 경우인데 자영업자분들이 많으시고 가족들과 같이 여행을 못 가는 그룹 여행이었습니다.

06:50
그리고 가장 흥미로웠던 게 네 번째였습니다. 네 번째가 지금 이제 앞에도 잠깐 말씀드렸지만 얼리어답터 그룹이 계속 존재하는 그룹인데요. 지금 보면 작년부터 올해 정도에 계속 얼리어답터와 여행 광이 겹치고 있습니다. 얼리어답터 분들이 여행을 굉장히 많이 다니고 계신다라는 거고요 이게 어쩌면 재택근무 이런 거 하고도 관련이 있지 않을까라는 생각을 해봤습니다.

07:11
그 다음은그다음은 모바일 콘텐츠 추구형이라고 해서 이분들은 관광을 다닌다기보다는 지방 도시나 이런 데로 쇼핑을 다니시고 문화예술 공연을 다니시는 분들입니다. 그리고 이분들은 주로 혼자 다니시고요 모바일 콘텐츠를 굉장히 많이 소비하는 그룹이었습니다. 그다음은 이제 아웃도어 캠핑 이런 것들이 유행이라고 하잖아요. 우리나라에 확실하게 아웃도어족이라고 하는 그룹이 생겼더라고요 그래서 이분들은 여름휴가 때 해외여행 안 가시고 캠핑 가시는 분들입니다.

07:38
그리고 이분들이 강원도 제주도 쪽으로 많이 가시다가 최근 들어서 호남 쪽으로 많이 가시는 것들을 볼 수가 있었습니다. 그리고 마지막은 일반적인 케이스라고 할 수 있는데요. 가족들하고 같이 여행이나 휴가를 즐기는 바쁜 아빠들 이렇게 해서 이분들이 특징적으로 맛집과 그다음에 문화 유적지나 혹은 스키장 겨울에는 스키장을 가시고요 그다음에 축제를 방문하는 그룹입니다. 그래서 한 번 휴가를 갈 때 맛집에 들러 맛있는 걸 먹고 문화 유적지에서 자녀들하고 방문해서 이렇게 교육도 하고 그다음에 노는 것도 같이 찾는 그룹이라고 볼 수 있습니다. 이렇게 구분을 한 게 기존에는 앞에 말씀드린 것처럼 설문조사만 했을 경우에 실제 이분들이 이렇게 하는 건지 맛집을 다니시고 문화예술제를 가는 건지 혹은 우리는 맛집을 가고 문화유적지를 같이 가야 되라고 생각을 하시는 건지 하는 것들을 구분할 수 없었는데 이런 것들을 구분을 하고요

08:29
그다음에 다음 페이지에 보여드리겠지만 기존에는 설문조사를 알 수 없었던 내용들을 추가할 수 있게 됐습니다. 그 부분을 얼리어답터 그룹을 중심으로 해서 다시 한번 조금 상세하게 말씀을 드리겠습니다. 보시면 이제 어려서부터 그룹을 이야기를 할 때 호기심이 조금 많고 그다음에 새로운 걸 추구하는 사람들이다 라고 얘기할 수 있고요 전 국민 중에 한 75% 정도가 된다고 생각을 하는데요.

08:52
이분들이 1년에 여행을 세 번 네 번 굉장히 많이 가는 그룹이 됐습니다. 그리고 재밌는 게 이분들이 주로 활용하는 게 카카오페이를 많이 활용을 하시고요 그다음에 인터파크 여행 그리고 스타벅스를 많이 가시고 그다음에 배달의 민족 사용자들이 많다. 이런 식으로 이분들이 평소에 어떤 앱이나 웹사이트를 많이 사용하는지 하는 것들을 추가로 알 수가 있습니다. 그래서 특정 지자체라든지 혹은 관광지에서 얼리어답터 그룹을 끌어들이겠다고 한다고 하면 해당 앱이나 해당 회사들하고 같이 마케팅하시는 것도 의미가 있겠다고 하는 것들을 빅데이터를 도입하면서 추가로 알게 된 것입니다.
이런 식으로 각 그룹들에 대해서 그래서 어떤 채널로 이분들을 접촉하면 좋을지 그다음에 이분들이 주로 어디를 가고 무엇에 관심을 갖고 있는지 하는 것들을 모니터링하면서 마케팅할 수 있도록 된 게 빅데이터 시대의 가장 커다란 차이다라고 볼 수 있고요 그다음에 이분들이 관심을 가질 만한 내용으로 우리가 축제를 하거나 이벤트를 하고 어떤 프로그램을 만들겠다라고 해서 시행한 다음에 실제 이분들이 그러면 방문이 늘었는지 하는 것들을 계속 모니터링할 수 있는 것도 빅데이터 시대에 할 수 있도록 된 그 차이점이다라고 말씀을 드리고 싶습니다. 같은 작업을 얼리어답터 이런 분들하고만 하는 건 아니고요 이제 관광이나 문화 쪽의 복지 이런 것들 하고도 관련을 시키고 있습니다. 그래서 이게 문화관광연구원하고 작년에 했던 작업인데요. 장애인 분들이 여행지를 관광지를 어디를 가시는지 하는 것들을 한번 비교를 해봤습니다.

10:18
그랬더니 특징적으로 나오는 게 덕수궁에 방문하시는 분들은 덕수궁 입장객들의 전체 한 1.7% 정도가 장애인 분들이세요. 그런데 국립중앙박물관은 그 비율이 굉장히 낮습니다. 물론 중앙박물관이 입장객 수가 많기 때문에 그런 것도 있을 텐데요. 아마 비율로 따져보면 덕수궁이 조금 더 가시기 편한 게 아닌가라는 생각을 하게 됐습니다. 그리고 이거를 추가로 덕수궁과 그다음에 경복궁을 비교를 해보니까요.

10:40
서울 수도권에 사시는 장애인 분들은 고공을 방문할 때 덕수궁을 방문을 많이 하십니다. 그리고 지방에서 올라오신 분들은 이왕이면 경복궁을 가자라고 하는 걸로 보이는데요. 이런 식으로 소외계층이신 분들이 어디를 많이 방문하고 안 가시는 곳들은 왜 안 갈까를 분석을 해서 해당 지역들을 개선하고 하는 작업에도 빅데이터를 활용을 하고 있습니다.

11:03
이렇게 해서 일단 빅데이터를 이용해서 문화 예술 쪽에 어떤 분석들을 하고 어떻게 활용하는지 하는 것들에 대해서 대강의 내용들을 말씀을 드렸고요 이것들을 계속 발전시키고 어떤 분야에 더 많이 활용할 거냐라고 하는 것들은 이제 여러 가지 시도들이 필요할 거다라고 생각을 합니다. 앞에 보여드린 사례들이 통신사 사람들이 아이디어를 내서 만든 게 아니고요 문화예술이나 관광 쪽에 종사하시는 분들이 통신 데이터를 이용을 하면 이런 것들이 가능하겠다.

11:35
그러니 한번 실제 우리하고 한번 해보자라고 제안을 주셔서 저희가 엔지니어 관점으로 해서 그러면 저희가 데이터를 이렇게 서포트해드릴 수 있겠습니다라고 하고 데이터를 만들고 분석을 같이 한 다음에 다시 이것들을 개선을 하고 그다음에 실행을 해보고 피드백을 다시 받을 수 있도록 하는 과정들을 거듭하면서 데이터 활용 분야나 그다음에 사례들이 늘어나는 것들이고요 이런 것들이 늘어나면서 문화관광 쪽에서는 저희한테 정기적으로 이런 데이터를 만들어 달라라고 하면 이걸로 계속 이제 의사결정의 고도화를 이루시고 그게 빅데이터를 문화관광 분야에서 일상적으로 사용할 수 있도록 만드는 방법일 거다 생각을 합니다. 마지막으로 이런 식의 시도가 문화관광 분야에서만 일어나는 것들은 아니고요 교통이라든지 그다음에 인구 통계라든지 또 기업체들의 마케팅이라든지 다양한 분야에서 일어나고 있고요

12:28
최근에 또 하나의 트렌드는 관광은 관광하시는 분들끼리 관광 관련 데이터로만 분석을 하셨다가
관광 특성을 파악하기 위해서 라이프 스타일처럼 어떤 상품들을 소비를 하고 그다음에 관광 외에 또 문화 외에 다른 어떤 것들에 관심을 갖는지 하는 것들하고 결합을 시키는 게 중요하다 예를 들면 부동산에 관심을 갖는 분들이 특히 관심을 갖는 문화관광 행사가 있을 수 있습니다.

12:48
물론 없을 수 있지만 그게 있는지 없는지 이걸 파악하는데 다른 분야의 데이터들하고 결합시켜서 분석하는 게 또 하나 유행이 되고 있고요 많은 인사이트들이 그쪽에서 나오고 있다고 얘기를 듣고 있습니다 해서 그런 쪽에도 관심을 갖고 발전시켰으면 좋겠다라고 생각을 합니다. 그런 발전들을 하실 때 저희도 계속 파트너로서 같이 노력을 하도록 하겠습니다.
감사합니다.

문화 빅데이터 활용 사례를 알아보자!

예술 관광 문화 빅데이터의 활용사례, 어떻게 도움이 되셨나요?

예술데이터가 바꾸는 세상 빅데이터 활용 사례① by 한국문화예술위원회(ARKO), CC BY, 강연 내용