DOI QR코드

DOI QR Code

AVOD 예능 방송 동영상 클립에 대한 실연자의 기여도 분석

An Analysis of Performers' Contribution to Entertainment Show Clips on AVOD Platform

  • 고정민 (홍익대학교 문화예술경영학과) ;
  • 최용석 (홍익대학교 문화예술경영학과) ;
  • 정유나 (홍익대학교 문화예술경영학과) ;
  • 김동영 (홍익대학교 문화예술경영학과) ;
  • 공태현 (홍익대학교 문화예술경영학과)
  • 투고 : 2022.05.23
  • 심사 : 2022.08.17
  • 발행 : 2022.08.28

초록

본 연구는 AVOD 숏폼 플랫폼에서 소비되는 예능 방송 동영상 클립에서 실연자가 클립의 재생수 및 좋아요 수에 미치는 영향을 살펴보았다. 선행연구를 검토해 방송 프로그램 시청요인들과 실연자 화제성 지수를 독립변수로 설정하고, 종속변수는 클립의 재생수와 좋아요수로 설정하여 다중회귀분석을 수행했다. 분석결과, 클립 재생수에는 본방송 시청률, 관찰 예능 및 사전 방송 클립 여부, 실연자 화제성 지수가 정(+)의 영향을, 클립 좋아요수에는 본방송 시청률, 사전 방송 클립 및 재방송 클립 여부, 클립 분량, 실연자 화제성 지수가 정(+)의 영향을 미쳤다. 방송사 채널 점유율과 방송연도는 두 종속변수 모두에 부(-)의 영향을 미쳤다. 실연자의 영향력을 분석하기 위해 회귀분석식의 표준화계수를 본 결과, 클립 재생수에서 실연자 화제성 지수의 표준화계수는 약 0.204로 변수 중 두 번째로 높았고, 좋아요수의 경우 약 0.338로 가장 높았다. 본 연구의 결과는 실연자가 AVOD 숏폼의 흥행에 많은 기여를 하고 있음을 시사한다.

This study examines the effect of performers on the number of views and likes of entertainment show clips consumed on AVOD short form platform. Multiple regression analysis was performed, setting program viewing factors and performer's topicality index as independent variables, and setting the number of views and likes of clips as dependent variables. As a result of the analysis, performer's topicality index had a positive(+) effect on both dependent variables. According to standardized coefficient, on the number of views, the standardization coefficient of the performer's topicality index was the second highest, and on the number of likes it was the highest among variables. The results suggest that performers contribute a lot to the success of clips on AVOD short form platform.

키워드

l. 서론

스마트폰이 필수품이 되면서 방송 프로그램은 이동하면서 볼 수 있는 콘텐츠가 되었다. 특히 OTT 플랫폼이 급성장하며 많은 사람이 언제 어디서든 스마트폰으로 동영상 콘텐츠를 감상할 수 있게 되었다. 실제로 OTT 플랫폼 이용시 스마트폰을 사용하는 비중은 90% 이상이며[1], 스마트폰 이용자 중 길거리나 이동 중에 방송프로그램을 감상하는 비중도 40.2%였다[2]. 모바일기기의 보편화와 OTT 서비스의 성장으로 소비자들은 언제 어디서든 원하는 방송 콘텐츠를 소비할 수 있게 되었다.

모바일 기기를 통한 동영상 시청이 일상화되면서 소비자들은 짧은 길이의 숏폼(short form) 동영상을 많이 시청하고 있다. 2018년 기준 OTT 플랫폼 이용자의 56.7%가 5분 이하의 동영상을 주로 시청했고[3], 유튜브나 네이버TV와 같은 무료 플랫폼에선 38.3%가 1회이용 시 30분 이내로 동영상을 시청했다[1]. 언제 어디서든 동영상을 감상할 수 있게 되면서 무료 플랫폼에서 숏폼 동영상에 대한 선호가 나타난다고 볼 수 있다.

예능은 OTT 플랫폼에서 점유율이 높은 장르이다. OTT 플랫폼 이용자들이 시청한 방송 프로그램 중오락/예능은 69.8%를 차지하고[4], OTT 서비스의 실시간 인기 콘텐츠에서도 오락/연예/예능 프로그램의 비중은 26.8%로 가장 높다[5]. 특히 AVOD 플랫폼에선 예전에 방영된 예능 프로그램이 재편집, 업로드되어 새롭게 주목을 받기도 한다. 국내의 경우 예능 방송 프로그램을 짧게 편집한 영상이나 짧은 미방송분 영상이 특별히 AVOD 플랫폼에서 많이 소비된다.

하나의 프로그램이 여러 개의 클립으로 나뉘고 재편집되면서 각각의 클립은 전체 프로그램과 독립된 동영상이 된다. 프로그램의 전체의 맥락에서 중요하지 않은 장면도 클립으로 파편화되면 흥미로운 영상으로 소비될 수 있다. 또 소비자들은 하나의 프로그램에서 파생된 여러 개의 클립을 전부 시청하는 것이 아니라 자신이 보고 싶은 클립만을 시청하기 때문에 각 클립은 개별적으로 움직인다고 볼수 있다.

각클립이 전체 프로그램의 맥락을 벗어나 개별적으로 소비되면서 클립을 검색하는 것이 더욱중요해졌다. TV 프로그램과 달리 동영상 클립은 지인을 통해 직접 전송받거나 키워드 검색으로 감상하는 경우가 많다 [1][6]. 동영상 클립은 검색을 위해 해시태그를 써놓는데 이때 방송 프로그램 클립 해시태그의 상당수는 실연자와 관련된다. 이는 시청자들이 클립을 검색할 때 실연자를 검색어로 많이 사용하기 때문으로 추정된다. 또 예능 프로그램에서 여러 출연자 중 한 명으로 해외에서 인기가 많은 아이돌 가수가 등장한 경우, 해당 클립의 재생수가 다른 클립에 비해 월등하게 높기도 하다. 이처럼 실제 실연자의 인기는 동영상의 흥행에 영향을 미친다[7][8].

방송 클립에 대한 기존의 연구는 본 프로그램과의 상관관계나[9][10], TV 프로그램의 대체 가능성에 대해 주로 다루었다[11-13). 상대적으로 프로그램 단위로 시청요인을 파악한 연구는 많이 이루어졌으나[14-17], 영상 클립의 인기 요인에 대해 연구한 논문은 최근 소수의 연구[8]를 제외하곤 거의 없고, 특히 실연자의 영향력에 주목한 연구는 아직 나타나지 않았다.

따라서 본 연구는 방송 프로그램 클립이 소비되는 AVOD 플랫폼에서 실연자가 클립의 재생수 및 좋아요수에 미치는 영향을 살펴보고자 한다. 특히 예능은 일정한 포맷에서 매주 실연자가 바뀌는 형식이 많기 때문에 실연자가 누구냐에 따라 재생수나 화제성이 달라질 것으로 예상된다. 클립 단위에 따라 재생수나 좋아요수가 달라진다면 실연자의 영향력을 더욱 선명하게 파악할 수 있을 것이다.

Ⅱ. 이론적 배경

1. 방송 프로그램 시청요인과 실연자 요인

방송 프로그램의 시청요인을 규명한 연구들은 그동안 많이 이루어졌다. 선행연구들이 밝힌 방송 프로그램의 시청요인은 방영 채널, 제작사 및 연출가의 역량, 본방송 시청률 등과 같은 제작과 관련된 요인, 프로그램의 내용, 유형, 출연자의 경력, 인기도 등과 같은 콘텐츠와 관련된 요인이 있다[표 1].

표 1. 방송 프로그램 시청 요인

방영 채널의 경우 방송 프로그램을 방영하는 각 채널이 가진 브랜드 가치와 이에 대한 시청자의 충성도와 관련된다. 특정 채널에 대한 충성도는 해당 채널에서 방영하는 프로그램의 시청으로 이어지기 때문에 중요한 요인이다[18]. 제작사나 연출가의 역량은 콘텐츠의 품질과 관련된 특성으로 주로 이전 작품의 기록으로 측정되었다(7][17][18]. 본방송 시청률은 주로 종속변수로 사용되었으나, VOD의 시청요인을 밝히는 연구에서도 중요한 시청요인임이 밝혀져다18IT91[11]]

프로그램의 내용은 연구 주제에 따라 드라마, 예능, 스포츠, 뉴스 등과 같이 방송 프로그램의 장르를 구분하거나[81[9] 드라마 장르 안에서 멜로, 가족, 역사와 같이 내용에 따른 세부 장르로 구분하기도 한다[18]. 그러나 일부 연구에서는 프로그램의 유형이 흥행에 미치는 영향이 없는 것으로 나타났다[7].

프로그램의 실연자 역시 중요한 시청요인으로 다루어졌다. 이른바 '스타'의 출연 여부는 프로그램의 흥행에 영향을 미치는 것으로 여겨지지만(20][21], 실연자가 스타인지 아닌지를 판단하는 것이 어려운 문제이다. 선행연구는 설문조사나 전문가의 판단을 통해 실연자의 스타 여부를 판단하거나[14][16[18] 실연자의 이전 출연작 수 및 주연 여부, 수상 및 활동 경력, 전작 시청률 등을 통해 정량화했다[7][17][21][22]. 최근 '스타브랜드지수'가 산출되면서 이를 스타성의 판단 기준으로 삼은 연구도 있다[8].

그리고 예능프로그램에서 실연자의 영향을 파악한 소수의 연구가 있다. 예능에서는 동일한 실연자가 반복적으로 등장해 시청자에게 동일시 및 공감을 자아내며 만족도를 높인다는 연구[23]와 아이돌의 출연이 시청률을 높인다는 연구이다[24].

2. AVOD 서비스와 숏폼 동영상

OTT(Over The Top)는 TV 셋톱박스없이 인터넷망을 통해 콘텐츠를 제공하는 서비스를 의미하며, 인터넷접속이 가능한 디바이스만 있으면 언제 어디서든 접속해 콘텐츠를 감상할 수 있는 플랫폼이다[25]. OTT플랫폼에서 서비스되는 동영상은 SVOD와 AVOD, TVOD로 구분할 수 있다. 먼저 넷플릭스로 대표되는 SVOD(Subscription Video On-Demand) 서비스는사용자가 일정액의 구독료를 지불하고 콘텐츠를 감상하는 형태로[26], 비즈니스모델은 구독자들이 지불하는 구독료이다. 유튜브로 대표되는 AVOD(Advertising Video On-Demand) 서비스는 사용자가 돈을 지불하지 않고 광고를 시청한 후 콘텐츠를 감상하는 형태이고, TVOD (Transaction Video On-Demand) 서비스는 사용자가 개별 콘텐츠를 구매해 감상하는 형태이다[26]. 국내 OTT 이용자의 90.2%가 AVOD 서비스를 주로 이용할 정도로 AVOD 플랫폼은 보편적이다[1].

AVOD형 OTT로는 대표적으로 유튜브가 있으며, 국내 플랫폼으론 네이버TV와 카카오TV 등이 있다. AVOD 업체들이 자체적으로 프로그램을 제작하기도 하지만, 상당수의 콘텐츠는 콘텐츠 제공자가 자신의 채널에 올린 동영상이다. AVOD 플랫폼은 광고 기반의 사업모델을 가지고 있으며, SVOD 서비스에 비해 상대적으로 짧은 콘텐츠를 이용하는 소비자가 많다[1][27]. 사용자는 동영상 시청 전 일정 시간동안 프리롤 (Pre-roll) 광고를 시청해야 하지만 무료로 콘텐츠를볼수 있다는 점에서 이점이 있고, AVOD 업체는 더많은 광고 노출에 적합한 짧은 동영상 위주로 콘텐츠를 구성한다. 숏폼(short form) 콘텐츠는 기존 방송 프로그램이나 영화와 같은 롱폼(long form) 콘텐츠와 반대되는 개념으로 20분 이내의 짧은 동영상을 의미한다 [28]. 숏폼 콘텐츠는 롱폼 콘텐츠의 편집본과 같은 부가콘텐츠로 여겨지기도 했으나, 모바일 중심의 플랫폼이 활성화되고 롱폼 콘텐츠로는 보여줄 수 없는 다양한 콘텐츠를 담으며 독자적인 입지를 구축해가고 있다[29]. 숏폼 동영상의 유행은 스낵컬처(snack culture) 형식의 소비 행태라 볼 수 있다. 스낵컬처란 시간과 장소의 구애없이 모바일 기기 등으로 짧은 호흡의 콘텐츠를기는 새로운 소비 행태를 의미한다(30[I31).

가벼운 콘텐츠로 제작되는 숏폼 동영상은 크게 오리지널형 콘텐츠와 재가공형 콘텐츠로 구분할 수 있다 [31]. 오리지널형 콘텐츠는 웹드라마나 웹예능 등 온라인 플랫폼에 유통되는 짧은 콘텐츠나 1인 크리에이터의 개인 방송 콘텐츠와 같은 것으로 TV에 방송되지 않아 플랫폼에 최초로 업로드되는 영상이고, 재가공형 콘텐츠는 기존에 방영된 프로그램이나 방송 프로그램에서 파생된 편집 콘텐츠를 의미한다[31].

두 유형의 숏폼 동영상 모두 OTT 플랫폼에 서비스 되지만, 플랫폼에 따라 주력 콘텐츠가 다르다. 국내의 네이버TV와 카카오TV는 방송사로부터 오리지널 방송콘텐츠를 제공받아 숏폼 형태로 편집한 다시 보기 형태의 방송 클립을 주요 콘텐츠로 한다. 유튜브와 마찬가지로 개인이 자신의 채널을 열고 동영상을 업로드할수 있지만, 두 플랫폼에서 주로 소비되는 콘텐츠는 기존방송 콘텐츠를 재편집하거나 그와 관련된 숏폼 콘텐츠로 실시간 인기순위에 올라간 대다수의 동영상이 이러한 재가공형 콘텐츠이다.

숏폼 동영상은 클립이란 용어로 불리기도 한다. 클립(clip)이란 영화나 TV 프로그램의 일부분으로 그 자체의 송출 또는 홍보 목적으로 활용되는 짧은 동영상을 의미한다.1 동영상 시청 매체의 다변화로 인해 시간이나 장소의 제약이 줄어들고, 비실시간 시청 선호, 장르별 몰아보기 등의 비선형적 시청 경향이 확대되면서 클립은 프로그램의 인기를 위한 중요 수단으로 활용되고 있다[32]. 본 연구에서는 클립을 TV를 통해 1차 방송된 프로그램을 분절, 편집, 재가공한 후 온라인을 통해 유통되는 동영상으로 정의했다[32].

3. 방송 프로그램 클립의 유통 구조

OTT 플랫폼과 같은 온라인 미디어와 TV는 시청자를 두고 제로섬 게임을 하는 것으로 여겨졌다[12]. 시청자의 수와 동영상 시청 시간에 한계가 있기 때문이다. 그러나 AVOD 플랫폼에서 방송사는 자체 채널을 열고 방송사가 가진 막대한 콘텐츠를 다양한 방식으로 편집해 제공하며 광고로 수익을 얻는 새로운 수익 모델을 구축하고 있다. 특히 2020년 방송사들은 시청점유율이 하락하고 위기를 겪고 있다는 진단에도 실적이 개선되었는데, 그 원인을 OTT 플랫폼에 콘텐츠를 제공하며 수익 구조가 개선되었기 때문으로 보기도 한다[33].

MBC를 소유하고 있는 주식회사 문화방송과 SBS를 소유하고 있는 에스비에스미디어홀딩스(주)는 2014년 온라인광고대행사 스마트미디어랩(SMR: Smart Media Representative)을 설립해 방송사에게 제공받은 영상을 숏폼 형태로 재가공 후, 광고를 붙여 AVOD 플랫폼에 업로드하는 사업구조를 구축했다. 현재 스마트 미디어렙에 콘텐츠를 제공하는 방송사는 지상파 3사와 종편 4사, CJ E&M이고, 이들은 콘텐츠를 제공하는 대가로 수수료를 받는다. 재가공된 콘텐츠는 유튜브, 네이버TV나 카카오TV, 웨이브, 티빙 등 여러 AVOD 플랫폼으로 업로드되는데, 유튜브에는 우위 선점 노출, 타 플랫폼엔 독점 노출되고 있다[34]. 동영상 앞뒤엔 광고주가 온라인미디어렙을 통해 의뢰한 광고가 붙는데스마트미디어렙은 콘텐츠 시청자와 관련된 광고를 연결하는 타깃 전략을 사용하고 있다[34].

Ⅲ. 연구 방법

1. 연구 모형

본 연구의 목적은 예능 방송 동영상 클립의 흥행에 실연자가 얼마나 기여하는지 파악하는 것이다. 따라서 종속변수는 클립의 재생수와 좋아요수로 설정하고, 선행연구들에서 발견한 프로그램 시청요인을 기반으로 독립변수를 설정해 회귀분석을 수행하고자 한다. 연구모형은 다음 식과 같으며, 식에서 y 방송 클립의시청에 미치는 영향력의 크기를 의미하고, α1은 상수, X1부터 xn까지는 각 변수를 의미한다.

\(y = \alpha _ { 1 } + \beta _ { 1 } x _ { 1 } + \beta _ { 2 } x _ { 2 } + \ldots \ldots + \beta _ { n } x _ { n }\)       (1)

2. 변수의 정의와 측정

종속변수는 클립의 재생수와 좋아요수로 설정했다. 선행연구에서 방송 프로그램 시청요인 및 흥행 여부는 주로 시청률로 측정되었는데, 이를 클립에 적용하면 클립 재생수로 볼 수 있다. 네이버TV에서도 재생수를 기준으로 인기영상(Top100)을 선정한다. 좋아요수는 재 생수와 함께 공개되는 흥행지표이며 이용자가 로그인 한 후에 누를 수 있다는 점에서 적극적인 호감 표현이다. 시청자가 연속재생을 설정한 경우 클립 종료 후 자동으로 다음 클립으로 넘어가 재생수가 올라가는 반면, 좋아요수는 시청자가 클릭해야만 올라가기 때문에 클립에 대한 시청자의 호감을 더 명확하게 보여준다. 클립에 대한 관심 역시 클립의 흥행을 이끌 것으로 판단해 종속변수로 설정했다.

독립변수는 선행연구를 참고해 방송·제작 요인/내용요인/클립 요인/실연자 요인으로 구분해 설정했다. 먼저 방송·제작 요인 중 채널 충성도는 방송 프로그램을 방영하는 각 채널이 가진 브랜드가치와 이에 대한 시청자의 충성도를 의미하며, 이는 시청률에도 영향을 미친다[17]. 채널 충성도 측정은 방송통신위원회와 한국방송광고진흥공사의 '고정형TV 실시간 시청점유율 보고서'를 참고했다[35]. 본방송 시청률은 프로그램의 인기를 정량적으로 보여주는 지표이다. 이는 본 방송 이후 온라인 VOD 유통에도 영향을 미치는 요인이기 때문에 [8][19], 독립변수로 설정했으며 네이버 포털에서 검색한 프로그램 최고 시청률을 참고했다. 유명 예능 연출가나 기획자는 프로그램의 전면에 등장하기도 한다. 이러한 연출가 요인은 프로그램의 흥행에 영향을 미치는 것으로 알려져 있어[7][17] 독립변수로 설정했으며 포털 정보를 참고해 연출가의 5년 이내 프로그램 최고 시청률로 측정했다. 제작사 역량은 프로그램 흥행 실적이나 제작 편수, 인력, 외주 제작 여부 등으로 측정되는데 [18][22], 본 연구에선 방송국 자체 제작과 외주 제작으로 구분했으며, 방송연도 역시 독립변수로 설정했다.

클립의 내용/소재와 유형은 방송사의 웹사이트와 포털에서 제공하는 프로그램 정보를 참고해 분류했다. 내용/소재는 버라이어티, 관찰, 토크로 분류했는데, 버라이어티는 다양한 방송 포맷과 내용을 담아 쇼, 오락, 상황극 등이 복합된 내용의 예능, 관찰은 한정된 장소에서 등장인물을 관찰, 소개하는 예능, 토크는 실내 세트에서 진행자와 게스트가 대화를 나누는 예능으로 정의했다. 예능 프로그램 중엔 코미디 장르가 있으나, 조사대상 기간 내 제작된 코미디 프로그램의 수는 매우 적어 분석 대상에서 제외했다. 클립 유형은 사전방송, 재방송, 기획으로 분류했는데, 사전방송은 예고편 및 선공개 영상, 재방송은 본방송을 분절한 영상, 스페셜은 메이킹이나 하이라이트 영상, 출연자 인터뷰 영상 등 기타 영상으로 정의했다. 클립 분량은 대부분의 클립이20분 이내인 점을 고려해 초(second)로 환산했다.

실연자2 요인은 섬네일 노출과 해시태그 노출, 화제성 정도를 독립변수로 설정했다. 섬네일은 사진이나 이미지를 조합해 만든 이미지로 클립의 소개페이지와 같은 역할을 한다[36]. 주로 실연자의 얼굴이나 이름, 주요 대사 등이 나타나며, 본 연구에서는 실연자의 얼굴이나 이름이 노출된 경우를 1로, 노출되지 않은 경우를 0으로 분류했다. 해시태그는 해시(#) 기호를 단어나 문구 앞에 붙여 사용하는 태그로, 온라인 플랫폼에서 원하는 정보를 검색할 때 활용된다. 방송 클립은 검색을 통한 노출빈도를 높이기 위해 해시태그를 사용하는데 상당수의 해시태그가 실연자의 실명이나 활동명, 극중이름을 포함하고 있다[32]. 본 연구에서는 실연자의 실명이나 활동명이 포함된 해시태그의 수를 파악해 독립변수로 설정했다. 실연자의 인기나 화제성은 콘텐츠의 흥행에 영향을 미치는 요인으로 알려져 있다[20][21].

실연자 화제성 지수는 실연자가 얼마나 화제성이나 인기가 있는지를 정량화한 수치로 방송통신위원회와 한국방송광고진홍공사가 개발한 RACOI(Response Analysis of Content On the Internet) 지수를 기본으로 활용했고, RACOI 지수에 등장하지 않은 실연자는 한국기업평판연구소가 발표하는 스타브랜드지수를 활용해 측정했다.

표 2. 변수에 대한 설명

3. 표본 수집 및 정규성 검토

표본 수집은 할당표집 방법을 활용해 2022년 2월기 준 네이버TV에 방송 클립을 제공하는 8개 채널(지상파 3사, 종편 4사, CJ E&M)의 프로그램 중 2018-2020년 사이에 방송된 프로그램의 클립을 수집했다. 네이버TV 는무료 플랫폼 중 유튜브에 이어 2번째로 이용 경험이 높은 플랫폼으로 30.7%의 이용자가 이용한다[5].

각 채널별로 네이버TV에 업로드된 전체 프로그램수에 비례해 프로그램 수를 확정했고, 클립 수는 방송연도, 내용/소재, 클립 유형의 분포를 고려해 총 72개 프로그램의 479개의 클립을 표집했다. 단, 사단법인 한국방송실연자권리협회가 가창, 연주와 같은 음악 실연을 신탁 대상으로 취급하지 않는 점을 고려해 음악 실연을 중심으로 하는 음악 예능 클립은 표본에서 제외했다.

회귀분석을 수행하기에 앞서 연구모형이 회귀분석을 사용하기에 적합한지 파악하기 위해 Q-Q Plot을 통해 정규성 검토를 했다. 그 결과 상당수의 변수가 정규성을 따르지 않는 모습을 발견했고, 각 변수 데이터 분포의 왜도와 첨도를 확인한 결과 본방송 시청률, 클립 분량, 실연자 지수, 클립 재생수, 좋아요수에서 정규성을 만족하지 않는 것으로 나타났다. 이에 연속형인 독립변수와 종속변수에 로그(Log)를 취해 정규성을 확보했다.3

로그 변환 후 Q-Q Plot을 통해 정규성을 재검토한 결과 이전 모형에 비해 정규성이 보완된 것으로 나타났다. 각 변수의 왜도와 첨도 수치도 절대값 2~3 사이에 포함되어 정규성을 만족하였으며, 종속변수인 클립 재생수와 좋아요수 역시 히스토그램과 Q-Q plot 및 산점도에서 정규분포를 따르는 것으로 나타났다.

IV. 연구 결과

1. 클립 재생수

클립 재생수에 대한 상관관계 분석은 [표 3]과 같다.

표3. 변수 간 상관관계표(클립 재생수)

*p<0.05, **p<0.01 / 1.클립재생수L 2.본방송시청률L 3.채널충성도L 4.제작사 D 외주 5.방송연도 6.연출시청률 7.내용D 관찰 8.내용D 토크 9.클립D 재방 10.클립D 사전 11.클립분량L 12.섬네일노출 유D 13.해시태그노출자수 14.실연자 화제성 지수L

내용/소재와 클립 유형 더미변수의 경우 내용/소재에선 버라이어티를, 클립 유형에선 스페셜을 기준으로 삼았다. 상관계수는 유의수준 *p<0.05, **p<0.01에서 유의하게 나타났고, 상당수의 변수가 유의한 상관관계를 보여주었는데, 상관관계계수가 높지 않아 다중공선성의 문제가 없을 것이라 추정된다.

예능 방송 클립에서 실연자의 기여도를 분석하기 위해 먼저 클립 재생수를 종속변수로 하여 회귀분석을 수행했다[표 4].

표 4.클립 재생수에 대한 회귀분석 결과

연구모형은 p<.001로 통계적으로 유의했으며 설명력 은 37.2%로 나타났다. 다중공선성 검토 결과 변수들의 VIF 지수는 1.065~3.279로 나타나 변수 간 독립성 역 시 확인되었다.

유의한 시청요인은 방송·제작 요인 중에선 본방송 시청률이 정(+)의 영향을, 채널 점유율과 방송연도는 부(-)의 영향을 미치는 것으로 나타났다. 채널 점유율의 경우 고정형 TV 실시간 시청 점유율이 기준이기 때문에, 고정형TV와 OTT 플랫폼에서의 방송 시청 양상이상이 할 것으로 해석할 수 있다. 방송연도의 경우 플랫폼에 게시되어있는 기간이 길수록 재생수가 높음을 쉽게 짐작할 수 있다. 내용 요인으론 관찰 예능이 정의 영향을, 클립 유형 중엔 사전 방송과 재방송 유형이 정의영향을 미치는 것으로 파악되었다. 실연자 요인 중에선 실연자 지수, 곧 실연자의 화제성이 클립 재생수에 정의 영향을 미치는 것으로 나타났다.

실연자의 기여도를 파악하기 위해 표준화계수를 기준으로 영향력의 정도를 파악했다. 연속형 변수 모두에 로그를 취한 모형(Log-Log Model)에서는 표준화계수인 B를 %로 그대로 사용하여 설명하므로, 유인요인이 한 단위 변할 때 클립재생수에 8(%) 만큼의 변화를 준다고 말할 수 있다. 클립 재생수에 가장 큰 영향을 미치는 요인은 본방송 시청률(0.336)이고, 그다음으로 영향력이 큰 요인이 실연자의 화제성(0.204)이었다. 이는 다른 요인에 변동이 없다고 가정하면 실연자의 화제성지수가 1% 상승할 때, 예능 클립의 재생수는 약 0.204% 증가하게 된다는 것을 의미한다. 곧, 실연자의 화제성은 클립 재생수, 즉 클립의 흥행에 영향을 미치며 상당한 기여를 하는 요인이라고 볼 수 있다.

2. 클립 좋아요수

클립 좋아요수에 대한 상관관계 분석은 [표 5]와 같다.

표 5. 변수 간 상관관계표(클립 좋아요 수)

*p<0.05, **p<0.01 / 1.클립재생수L 2.본방송시청률L 3.채널충성도L 4.제작사D 외주 5.방송연도 6.연출시청률 7.내용D 관찰 8.내용D 토크 9.클립D 재방 10.클 립D_사전 11.클립분량L 12.섬네일노출_유D 13.해시태그노출자수 14.실연자 화 제성 지수L

클립 재생수에 비해 클립 좋아요수는 낮은 수치를 기 록했다. 클립 재생수와 마찬가지로 내용/소재와 클립 유형 더미변수의 경우 내용/소재에선 버라이어티를, 클립 유형에선 스페셜을 기준으로 삼았다. 상관계수는 유의수준 *p<0.05, **p<0.01에서 유의하게 나타났고, 클립 재생수와 마찬가지로 상당수의 변수가 유의한 상관관계를 보여주었는데, 상관관계계수가 높지 않아 다중공선성의 문제가 없을 것이라 추정된다.

클립 좋아요수를 종속변수로 하여 회귀분석을 수행했다[표 6].

표 6.클립 좋아요수에 대한 회귀분석결과

연구모형은 p<.001로 통계적으로 유의한 것으로나 타났으며 설명력은 30.9%였다. 다중공선성 검토 결과 변수들의 VIF 지수는 1.065~3.279로 나타나 변수간 독립성 역시 확인되었다.

클립 재생수와 마찬가지로 방송·제작 요인 중에선 본방송 시청률이 정(+)의 영향을, 채널 충성도와 방송연도는 부(-)의 영향을 미치는 것으로 나타났다. 내용 요인에선 유의한 시청요인이 없었으며, 클립 요인 중에선 스페셜 클립보다는 사전 방송과 재방송 클립이 좋아요 수가 많고, 클립의 분량도 클립 좋아요수에 정의 영향을 미치는 것으로 파악되었다. 클립 재생수와 마찬가지로 실연자 화제성이 클립 좋아요수에 정의 영향을 미치는 것으로 나타났다.

재생수와 달리 좋아요수에서는 내용 요인의 영향이 없고 클립 분량이 정의 영향을 미쳤는데, 클립에 대한 선호를 적극적으로 표현하는 시청자들의 행태를 짐작할 수 있다. 좋아요는 로그인 후 아이디당 1회 누를 수 있는데, 이를 누를 정도로 클립에 대한 관심을 표현하는 시청자는 클립에 대한 몰입도 역시 높아 길이가 상대적으로 긴 클립도 지루해하지 않고 즐긴다고 해석할 수 있다. 또 내용 요인의 영향이 없는 점에서 이러한 적극적 시청자들은 재생수나 인기영상 여부보다 자신의 선호에 충실하고 이를 표현하는 것으로 추정된다.

클립 좋아요수에 대한 실연자의 기여도를 파악하기 위해 표준화계수를 기준으로 영향력의 정도를 파악했다. 재생수와 마찬가지로 연속형 변수 모두에 로그를 취한 모형(Log-Log Model)에서는 표준화계수인 β를 %로 그대로 사용하여 설명하므로, 유인요인이 한 단위 변할 때 클립재생수에 β(%) 만큼의 변화를 준다고 말할수 있다. 클립 좋아요수에 가장 큰 영향을 미치는 요인은 실연자의 화제성(0.338)이었다. 이는 표준화계수로 판단할 때 다른 요인에 변동이 없다고 가정하면 실연자의 화제성 지수가 1% 상승할 때, 예능 클립 좋아요수는 약 0.338% 증가하게 된다는 것을 의미한다. 이는 실연자의 화제성이 클립 좋아요수를 결정하는 요인, 곧 좋아요수에 크게 기여함을 보여준다. 클립 재생수보다도 좋아요수를 종속변수로 했을 때 더 높은 실연자의 기여도가 나온 것은 자신이 좋아하는 실연자가 등장했을 때 좋아요를 더 많이 클릭한다는 것으로 이는 팬덤 등의 심리요인에 기인하는 것으로 판단할 수 있다.

V. 결론

본 연구는 AVOD 플랫폼에 유통되는 예능 방송 클립 에서 실연자 요인이 클립 재생수와 좋아요수에 미치는 영향을 파악했다. 이를 위해 2022년 2월 네이버TV에 방송 클립을 제공하는 8개 채널별로 전체 프로그램수 방송연도, 내용/소재 등을 고려해 총 72개 프로그램의 479개 클립을 표집했다. 선행연구를 고려해 방송·제작 요인, 내용 요인, 클립 요인, 실연자 요인으로 구분해 독립변수를 설정하고, 클립 재생수와 좋아요수를 종속변수로 설정해 정규성 검토 후 다중회귀분석을 수행했다.

분석결과 실연자의 화제성은 클립의 재생수와 좋아요수 모두에 유의한 영향을 미치는 것으로 나타났다. 클립 재생수에는 본방송 시청률, 관찰예능 여부, 사전방송 및 재방송 클립 여부, 실연자 화제성이 정의 영향을 클립 좋아요수에는 본방송 시청률, 사전 방송 및 재방송클립 여부, 클립 분량, 실연자 화제성이 정의 영향을 미쳤다. 채널 점유율과 방송연도는 두 변수 모두에 부의 영향을 미쳤다. 실연자의 화제성은 클립 재생수에서는 본방송 시청률 다음으로 영향력이 높은 변수였고, 클립 좋아요수에선 가장 영향력이 큰 변수였다. 실연자 화제성 정량화를 위해 사용한 RACOI 지수가 방송사및 언론사의 언급량, 댓글이나 조회수 등의 시청자 반응으로 산출되는 점을 고려할 때, 실연자에 대해 매체및 인터넷에서의 언급량(버즈)이 많아질수록 해당 실연자가 출연하는 예능 방송 클립의 시청 가능성이 높아진다고 볼 수 있다.

본 연구는 실연자의 화제성이 예능 방송 클립의 흥행에 미치는 영향력을 정량적으로 발견한 연구로 의의가 있다. 예능 프로그램은 대체로 정해진 포맷 위에서 실연자가 매주 바뀌는 방식으로 진행되기 때문에, 실연자가 누구냐에 따라 그 구체적인 내용이 달라진다. 본 연구는 이러한 실연자의 영향력을 주간별 화제성 지수로 분석하여 방송 클립에 대한 실연자의 기여도를 보여줄 수 있었다.

그리고 본 연구는 방송 클립 시청이 보편화된 상황에서 방송 클립을 대상으로 시청요인을 파악한 연구로 의의가 있다. 방송 클립의 시청요인에 대한 연구는 이제시작되는 단계로 기존 연구들이 밝혀낸 시청요인 중 어떤 것이 방송 클립 시청에 적용되는지 밝혀낼 수 있었다. 특히 클립 재생수와 좋아요수 모두에서 고정형TV 의 채널점유율이 부의 영향을 미쳤다는 점은 고정형TV를 통해 주로 시청하는 채널과 달리, 온라인에서는 평소와 다른 채널의 새로운 방송프로그램을 적극적으로 찾아보는 시청행태가 반영된 것으로 추정된다. 따라서 향후 인터넷을 통한 방송 클립 시청에 대한 별도의 연구가 계속 진행되어야 할 것이다

본 연구가 갖는 한계점은 먼저 방송 프로그램의 다양한 내용을 효율적인 통계 분석을 위해 다소 간략화한 점이다. 프로그램의 내용/소재 분석에서 분류한 버라이어티, 관찰, 토크는 방송사 홈페이지나 포털 사이트의 설명을 근거로 분류했지만, 실제 프로그램의 내용은 더 세분화할 수 있을 것이다. 또한 실연자의 화제성 지수산출에서 다소 정밀도가 떨어진 점이다. 본 연구는 실연자의 화제성 지수를 산출하며 RACOI 지수를 활용했고 RACOI 지수에 나타나지 않은 실연자의 경우 스타브랜드지수를 참고했다. 그런데 RACOI 지수가 주간으로 발표되는 데 비해 스타브랜드지수는 월간으로 발표되는 차이가 있어 실연자 화제성 지수를 명확한 하나의 기준으로 산출하지 못했다. 예능에선 진행자 외 게스트가 매주 교체된다는 점을 고려하면 주간으로 실연자의 화제성을 판별하는 것이 합리적이기 때문에, 후속 연구에서는 이와 같은 점이 보완되기를 기대한다.

참고문헌

  1. 김윤화, OTT(온라인동영상서비스) 유.무료 이용행태분석, 정보통신정책연구원, 2021.
  2. 방송통신위원회, 2019년 방송매체 이용행태 조사, 2019.
  3. 방송통신위원회, 2018년 방송매체 이용행태 조사, 2018.
  4. 방송통신위원회, 2020년 방송매체 이용행태 조사, 2020.
  5. 김남두, 국내 OTT 서비스의 콘텐츠 제공현황 및 서비스.콘텐츠 이용행태 분석, 정보통신정책연구원, 2021.
  6. B. A. B. Brown, R. E. Rice, and K. E. Pearce, "Influences on TV Viewing and Online User-shared Video Use: Demographics, Generations, Contextual Age, Media Use, Motivations, and Audience Activity," Journal of Broadcasting and Electronic Media, Vol.56, No.4, pp.471-493, 2012. https://doi.org/10.1080/08838151.2012.732139
  7. 홍성현, 황상재, "웹 드라마의 흥행에 영향을 미치는 요인에 대한 연구," 방송통신연구, 제100호, pp.35-69, 2017. https://doi.org/10.22876/KJBTR.2017.100.002
  8. 양기문, 정선형, 이상우, "영상클립의 인기요인에 대한 실증 연구: 네이버 TV를 중심으로," 한국콘텐츠학회논문지, 제18권, 제6호, pp.706-718, 2018. https://doi.org/10.5392/JKCA.2018.18.06.706
  9. 임정일, 차유리, "TV 프로그램 시청률과 디지털 VOD 클립 조회 수 간 관계에서 이용자 및 프로그램 속성별 세분화 변인의 조절 효과 - 다중 매체 환경에서의 신(新) 이중 위험 현상 단서 탐색," 한국광고홍보학보, 제18권, 제4호, pp.239-283, 2016.
  10. 조석현, 이현지, "방송 클립 동영상 이용과 tv 본방송 시청 간의 관계," 한국광고홍보학보, 제22권, 제3호, pp.5-32, 2020.
  11. 함민정, 이상우, "네이버TV캐스트 클립영상의 TV방송프로그램에 대한 인지된 대체가능성," 한국콘텐츠학회논문지, 제19권, 제6호, pp.92-104, 2019. https://doi.org/10.5392/JKCA.2019.19.06.092
  12. J. M. Kayany and P. Yelsma, "Displacement Effects of Online Media in the Socio-Technical Contexts of Households," Journal of Broadcasting &Electronic Media, Vol.44, No.2, pp.215-229, 2000. https://doi.org/10.1207/s15506878jobem4402_4
  13. C. F. Greer and D. A. Ferguson, "Tablet Computers and Traditional Television(TV) Viewing: Is the iPad Replacing TV?," Convergence, Vol.21, No.2, pp.244-256, 2015. https://doi.org/10.1177/1354856514541928
  14. 배진아, "드라마 시청률 영향 요인 분석드라마 속성 및 수용자 요인을 중심으로," 한국방송학보, 제19권, 제2호, pp.270-309, 2005.
  15. 김미경, 안재현, 박창희, "인터넷 vod 드라마 시청요인에 대한 연구," 한국언론학보, 제53권, 제1호, pp.348-367, 2009.
  16. 안재현, 김미경, 민병현, "온라인 VOD 영상콘텐츠 흥행요인 분석," 한국콘텐츠학회논문지, 제10권, 제3호, pp.157-165, 2010. https://doi.org/10.5392/JKCA.2010.10.3.157
  17. 강수연, 전희정, 김지혜, 송종우, "국내 드라마 시청률 예측 및 영향요인 분석," 응용통계연구, 제28권, 제5호, pp.933-949, 2015. https://doi.org/10.5351/KJAS.2015.28.5.933
  18. 이화진, 김숙, "TV드라마 시청률에 영향을 미치는 요인: 내용변인을 중심으로," 한국방송학보, 제21권, 제6호, pp.492-535, 2007.
  19. 이종희, 조지형, 조신, "IPTV에서 프로그램별 VOD 시청 건수결정 요인에 관한 실증 분석," 정보통신정책연구, 제25권, 제3호, pp.123-156, 2018.
  20. 김정호, "한국영화 스타파워 분석 -2003-2007 배우와 감독-," 영화연구, 제38호, pp.11-52, 2008. https://doi.org/10.17947/KFA..38.200812.001001
  21. 권호영, 김달진, "드라마에서 스타파워의 지속성 분석," 동서언로, 제28권, pp.5-38, 2010.
  22. 유세경, 김숙, "드라마 시청률에 영향을 미치는 요인에 관한 연구: 외주 제작 드라마의 생산 요소들을 중심으로," 미디어 경제와 문화, 제8권, 제3호, pp.7-48, 2010.
  23. 조준상, 은혜정, "리얼리티 예능 프로그램연구: 의사사회 상호작용 요인, 플로우 그리고 시청만족도를 중심으로," 언론과학연구, 제13권, 제3호, pp.556-590, 2013.
  24. 강명현, 윤대산, "예능 프로그램의 편성, 내용, 제작요인이 시청률 및 가치 평가지표에 미치는 영향 연구," 언론과학연구, 제21권, 제2호, pp.86-117, 2021.
  25. BEREC, Report on OTT services, 2016.
  26. 영화진흥위원회, 영화 온라인 시장 구조분석, 2016.
  27. 주혜민, 이상원, "가입자형 vod와 유료 광고형 vod 이용의도에 영향을 미치는 요인에 관한 연구," 정보사회와 미디어, 제20권, 제3호, pp.57-91, 2019.
  28. Deloitte, Short Form Video: A Future, but not the Future, of Television, 2015.
  29. 이진, "숏폼 동영상 콘텐츠의 유형 연구," 인문콘텐츠, 제58호, pp.121-139, 2020.
  30. 서정주, "스낵컬처(Snack Culture) 확산과 활용," KB 지식비타민, 제78호, pp.1-7, 2015.
  31. 한국방송통신전파진흥원, 중국과 미국의 짧은 동영상 콘텐츠 고품질화 시도, 2018.
  32. 한국방송실연자권리협회, 방송클립 유인요소의 흥행에 대한 기여도 측정 연구, 2022.
  33. https://www.hani.co.kr/arti/opinion/column/997597.html, 2022.04.26.
  34. http://www.smartmediarep.com/tech/tech_010100.html, 2022.04.06.
  35. 방송통신위원회, 한국방송광고진흥공사, 2019년 고정형TV 실시간 시청점유율 보고서, 2020.
  36. 한소울, 권상희, "개인화 추천 서비스와 기대일치가 OTT 플랫폼 지속사용의도에 미치는 영향 연구 : 유튜브 (youtube)와 넷플릭스(netflix) 섬네일(thumbnail)을 중심으로," 한국언론정보학보, 제111호, pp.151-180, 2022.
  37. https://www.ldoceonline.com/Film-topic/clip, 2022.04.29.
  38. 심미선, 한진만, "프라임타임대 지상파 텔레비전 프로그램 선택에 영향을 미치는 요인에 관한 연구," 한국언론학보, 제46권, 제4호, pp.177-216, 2002.
  39. R. Cooper, "An Expanded, Integrated Model for Determining Audience Exposure to Television," Journal of Broadcasting & Electronic Media, Vol.37, No.4, pp.401-418, 1993.
  40. X. Kui, H. Lv, Z. Tang, H. Zhou, W. Yang, J. Li, J. Guo, and J. Xia, "TVseer: A Visual Analytics System for Television Ratings," Visual Informatics, Vol.4, No.3, pp.1-11, 2020.