Korea Digital Contents Society
[ Article ]
Journal of Digital Contents Society - Vol. 19, No. 7, pp.1303-1312
ISSN: 1598-2009 (Print) 2287-738X (Online)
Print publication date 31 Jul 2018
Received 30 Jun 2018 Revised 09 Jul 2018 Accepted 25 Jul 2018
DOI: https://doi.org/10.9728/dcs.2018.19.7.1303

영상광고 유형별 디지털 이용자의 댓글 내용분석에 관한 연구: 바이럴 동영상 광고와 케이블 방송광고를 중심으로

지원배1 ; 김운한2, *
1한신대학교 미디어영상광고홍보학부
2선문대학교 미디어커뮤니케이션학과
A Content Analysis of Digital Audience Replies to Video Advertising Types: Focused on Viral Video and Cable Broadcasting Advertisement
Won-Bae Ji1 ; Woon-Han Kim2, *
1Department of Advertising/PR and Visual Communication, Hanshin University, Kyeonggi-do, Korea
2Department of Media Communication, Sunmoon University, Chungnam, Korea

Correspondence to: * Woon-Han Kim, E-mail: hanisugi@empal.com

Copyright ⓒ 2018 The Digital Contents Society
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-CommercialLicense(http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

초록

본 연구의 목적은 최근 증가하고 있는 영상광고에 대한 디지털 이용자의 반응 내용을 파악하는 것이다. 분석 대상은 온라인 광고 시청자가 영상광고의 주 유형인 바이럴 동영상 광고와 케이블 방송광고에 대한 댓글이다. 내용분석 결과는 다음과 같다. 첫째, 바이럴 동영상 광고가 케이블 방송광고에 비해 광고댓글 수가 더 많은 것으로 나타났다. 둘째, 영상광고 유형에 따라 광고 길이를 제외한 광고댓글 속성요인(댓글방향, 반응유형, 반응영역)에서 바이럴 동영상 광고에 대해 더 긍정적으로 평가하며, 감성적인 반응과 핵심적 속성 반응이 더 많은 것으로 나타났다. 셋째, 디지털 이용자의 성별 특성에 따라 댓글길이에서 여성이 남성보다 장문이 더 많으며, 긍정적으로 평가하며, 이성적인 반응과 핵심적 속성반응을 더 많이 보이는 것으로 나타났다.

Abstract

The study analyzed the evaluation of the advertisement effect by the score and the method of the advertisement comments in ad evaluation in online site, ‘TVCF’. The results are as follows. First, Internet viral advertisement showed higher number of ad comments and higher evaluation of advertisement effect than cable broadcasting advertisement. Second, the results of analysis of the difference of advertisement evaluation according to ad types and digital user characteristics showed that women are more positive than men toward both cable broadcasting and internet viral advertisement.

Keywords:

Viral Video Ad, Cable Broadcasting Ad, Advertising Reply, Consumer Activeness, Participation

키워드:

바이럴 동영상 광고, 케이블 방송광고, 광고댓글, 소비자 능동성, 참여

Ⅰ. 서론

디지털 미디어의 성장으로 기존의 매스미디어 광고가 영상 또는 브랜디드 콘텐츠 기반의 커뮤니케이션으로 변화하고 있다. 전통적으로 TV 방송광고는 영상광고의 대표적인 유형이었으나, 최근 디지털 미디어의 성장으로 인터넷 매체를 기반으로 인터넷 동영상 등 다양한 광고가 늘어나고 있다. 이러한 변화에 맞춰 소비자들의 광고의 대한 인식도 달라지고 있다. 디지털 이용자들은 더 이상 광고를 물건을 판매하는 도구로만 생각하지 않고 창의적인 문화의 한 영역으로 받아들이기도 한다[1]. 특히 젊은 수용자들의 경우 지상파 TV보다 영화, 드라마, 음악 등 엔터테인먼트 영역별로 전문화된 케이블 TV를 주 매체로 이용함에 따라 케이블 TV가 더 매력적인 광고매체로 성장하고 있다[2]. 또한 디지털 미디어도 지속적으로 성장하여 전통적인 방송광고에서처럼 일방적인 메시지 전달방식에서 벗어난 다양한 커뮤니케이션이 시도되고 있다. 그 대표적인 유형 중 하나가 바로 시간의 제약성을 파괴한 바이럴 동영상 광고(viral video advertising), 또는 인터넷 상의 바이럴 광고(viral advertising)’이다[3].

광고에 대한 소비자들의 이러한 인식 변화 또는 소비 행동 변화는 흔히 광고에 대한 ‘평가’ 행동을 통해 파악할 수 있다. 예컨대 인터넷은 댓글 문화라는 말이 탄생할 정도로 이용자들이 유통되는 콘텐츠에 대해 의견을 제시하고, 추천하며, 나아가 제시된 의견을 토대로 네티즌들이 토론까지 벌이고 있다. 인터넷 이용자들은 기존 콘텐츠에 대한 의견 제시와 같은 비교적 수동적인 참여에서 탈피하여 이용자들이 직접 참여하고 영향을 받는 수준까지 발전하였다. 광고에 대한 소비과정에서 수용자의 능동적인 참여와 영향 과정이 개입하게 된 것이다. 네티즌들은 광고 댓글을 통해 자신의 의견을 표현할 뿐만 아니라 자신의 분석 광고 비평 글을 블로그에 올려 다른 사람과 공유하고자 한다. 전문가와 일반인들은 인터넷을 통해 광고 비평 또는 평가 활동을 하는데, 그러한 비평 또는 평가 내용, 또는 심리적 변인[4]에 따라 일반 수용자들의 광고태도가 영향을 받는다는 것이다.

이를 반영하듯 최근 몇몇 연구에서 온라인 상의 뉴스나 기사 등 콘텐츠에 대한 댓글이 콘텐츠 평가와 태도에 영향을 주는 현상을 실증하고 있다[5]. 그럼에도, 광고 영역에서는 주로 TV 광고에 초점을 맞추거나 광고태도 효과를 중심으로 하는 연구가 주를 이루고 있을 뿐[6], 디지털 미디어 시대에서 주류가 된 인터넷 상의 바이럴 동영상 광고 등에 관한 연구는 이루어지지 않고 있다. 이에 본 연구에서는 동영상 광고의 주요 장르라 할 수 있는 전통적인 케이블 방송광고와 바이럴 동영상 광고를 대상으로, 디지털 이용자의 광고평가 참여 행동을 분석해 보고자 한다.

최근 디지털 미디어를 통한 뉴스 등 콘텐츠 평가 댓글이 보편화됨에 따라 다양한 미디어 상의 광고 평가 활동이 어떻게 이루어지고 있는지를 조사할 필요가 있다. 이를 위해 본 연구는 소비자들의 댓글이 타인에 의해 영향을 받을 수 있다는 점에서, 소비자 능동성과 참여 및 댓글에 따른 사회적 동조 개념을 토대로 광고 유형과 댓글 내용과의 관계성을 살펴보고자 한다. 본 연구는 디지털 미디어 환경에서 광고 소비와 평가 참여 등 반응 과정을 이해하고 관련 광고 콘텐츠를 기획하는 데 유의한 시사점을 제시할 것으로 본다.


Ⅱ. 본론

2-1 디지털 미디어 환경에서 방송광고 소비

디지털 미디어 광고의 성장으로 인터넷에서는 다양한 광고가 나타나고 있다. 이와 관련해, 최근 인터넷 동영상 광고가 증가함에 따라 인터넷 동영상 광고 유형을 재분류할 필요가 있다. 인터넷에서 나타나고 있는 동영상광고는 전통적인 배너광고를 기반으로 하는 배너 기반 동영상광고를 비롯하여, 유튜브와 같은 UCC(User-Created Content) 공간에서 사용되는 동영상 광고, 텍스트 기반 광고, 기타 최근 증가하고 있는 MCN(Multi Channel Networks), 또는 모바일 SNS에 기반한 영상 브랜디드 콘텐츠(Branded Contents)처럼 플랫폼에 대해 독립된 형태이거나 광고와 콘텐츠 중간의 속성을 갖는 다양한 동영상 광고가 생겨나고 있다[7]. 이 중 배너 기반 동영상 광고의 경우, 기존의 방송광고에서 제작된 내용을 중심으로 광고를 진행되고 있으나 UCC와 기업이 운영하는 웹사이트의 경우 바이럴 동영상 영상광고를 자체 제작하여 기존 방송광고에서 보여주지 못한 긴 시간의 드라마 형식으로 수용자의 호기심을 자극하고 있다[7]. 결국 인터넷 동영상 광고는 방송광고의 한계라 할 수 있는 ‘시간과 표현의 제약성’을 극복할 수 있는 대안적인 매체라고 볼 수 있다[8].

이러한 광고 속성 상의 이유로, 영상광고로서 기존 방송광고와 디지털 미디어 기반 영상광고 간 이용자들의 광고 반응에 차이가 있을 수 있다. 기존 방송광고와 디지털 미디어 기반 영상광고 간에 광고 반응 차이를 예상하는 또 하나의 이유는 수용자의 변화 때문이다. 20, 30대 층 디지털 세대들은 이른바 M세대로 세계적으로 여타 세대에 비해 영상 미디어에 관심이 더 많으며 이용도도 높다[9]. 국내의 경우도 20, 30대들은 라이프스타일, 미디어 이용, 소비성향에 있어 다른 세대와 차이가 난다. 20대 소비자 분석 자료에 따르면[10], 20대 남성은 신제품 출시에 관심에 많고 정보에 민감한 세대이며, 여성은 피부, 미용에 관심이 많고 쇼핑하는 것을 좋아한다. 또한 남성은 게임에 몰입하는 반면 여성은 TV시청을 즐긴다. 미디어의 경우 20대는 스마트기기 보유율이 가장 높은 세대로, 가장 활발하게 모바일 인터넷을 이용하면서 SNS를 통해 자신을 표출하고자 하는 욕구를 가지는 것으로 나타났다. 또한 매체광고 이용과 소비 행태와 관련해서는 영상광고에 가장 적극적으로 반응하며 자신이 추구하는 가치를 위해서는 과감하게 소비한다.

특히 여성 소비자들의 능동적인 행동이 많이 나타나고 있다. 1924세대의 젊은 여성의 경우 인터넷과 TV 모두 중요한 매체로 인식하고 있으며, 인터넷을 하나의 놀이의 장으로 인식하고 있다[11]. 이들은 인터넷을 통해 페이스북과 인스타그램 등 SNS를 관리하고 있으며 그곳에서 자기를 표현하고 노출하려는 놀이의 공간으로 활용하고 있다. 결국 이들은 TV와 인터넷을 오가며 미디어가 없이는 하루라도 살 수 없는 비주얼 미디어 세대로 볼 수 있다[11].

요약하면, 20~30대의 디지털 이용자들은 디지털 미디어를 많이 활용하며 문화에 대한 소비 욕구가 강한 만큼 광고를 자연스럽게 문화의 일부분으로 받아들이는 경향이 있다. 특히 영상광고의 경우 디지털 이용자들이 가장 선호하는 고관여의 매체 유형으로, 디지털 이용자의 특성에 따라 광고평가가 차이가 있을 것으로 예측된다. 일반적으로 성별에 따라 선호하는 소비 내용과 행태가 다른데다 20~30대 여성의 경우 적극적인 인터넷 정보와 광고 활용을 선호하고 있다. 또한 여성의 경우 집단 상황에서 다른 사람의 의견이나 행동을 따르는 성향이 더 강할 수 있다는 보고[12]에 따를 때, 광고유형별 속성에 따른 평가가 성별에 따라 차이가 있을 것으로 예상할 수 있다.

2-2 이용자 능동성과 참여, 사회적 동조

1) 이용자 능동성과 평가 참여

최근 영상광고 형태가 변함에 따라 수용자의 이용 행태도 보다 능동적으로 변화하고 있다. 기존의 방송광고 형태인 케이블 광고에 비해, PC와 모바일 등 디지털 미디어를 활용한 바이럴 동영상 광고가 늘어남에 따라, 광고 내용과 표현에 대한 호불호나 크리에이티브 수준에 대한 평가 등과 관련한 적극적인 의견 표명이 증가하고 있다. 전통적인 수용자의 수동성은 과거 매스미디어를 활용한 광고에서 많이 나타났으나, 최근에는 인터넷 미디어를 활용한 적극적인 참여 형태가 증대되고 있는 것이다.

이른바 웹 2.0 기술에 기반하여 콘텐츠 제공자와 이용자를 분리하지 않고 제공자와 이용자가 양방향 소통하는 환경이 만들어짐에 따라, 커뮤니티, 참여, 동등계층 상호작용이 가능해진 것이다[13]. 웹은 하나의 플랫폼이며, 이 플랫폼을 통해 이용자들은 직접 콘텐츠와 서비스를 생산하며, 중앙 집중적 정보 생성보다는 다양한 정보의 ‘관계’나 ‘연결’을 시도하고 있다[14]. 최근 웹 3.0 시대에 들어 SNS 등 소셜미디어의 발달로 인터넷 콘텐츠의 의사소통은 클릭과 함께 비로소 시작되며, 추천, 반대, 퍼나르기, 댓글달기, 댓글에 재반응하기 등 여러 수준에서 이루어진다. 클릭은 콘텐츠의 일방적인 소비에 가깝지만, 여기에서 말하는 소비는 물론 수동적인 수용을 의미하지는 않으며, 대중문화콘텐츠 연구들에서 지적하듯이 생산적인 소비과정을 담고 있다[15]. 그럼에도 불구하고 통상 인터넷에서 말하는 참여는 더욱 적극적인 ‘소비’ 행위를 말하는 때가 많다. 콘텐츠나 다른 이용자들의 상호작용에 직접 관여할 수 있다는 것이야말로 다른 매체와 구별되는 인터넷의 고유한 특성이기 때문이다[16].

광고에서도 다양한 참여형태가 가능하다. 이용자들은 낮은 수준의 참여형태로서 단순히 광고를 보고 즐겨찾기와 태그를 활용할 수 있다. 뿐만 아니라 광고를 본 후 높은 수준의 참여를 할 수도 있다. 광고를 본 후 점수매기기에 그치지 않고 광고에 대한 댓글을 남기거나 앞으로의 광고가 어떻게 가야하는지에 대한 참여적 상호작용 쓰기와 수정을 진행할 수 있다. 특히 파워블로거들은 자신의 블로그에 광고에 대한 평가 글을 게시함으로써 많은 사람들에게 영향을 미치기도 한다[16]. 선행연구를 따를 때, 광고는 단순히 정보를 제공하는 마케팅 차원을 넘어서 수용자 참여와 공유를 할 수 있는 콘텐츠로 인식되고 있음을 알 수 있다. 즉 광고를 단순히 상업적 성격의 정보로 판단해 회피하거나 무시하지 않고 의견 표현이나 공유 등 적극적인 참여활동을 한다는 것이다. 광고에 대한 이러한 반응은 일반적인 문화예술 콘텐츠에 보이는 소비자의 능동적인 참여 행태와 유사하다고 할 수 있다[17]. 이러한 맥락에서 미디어 및 광고 형태의 차이에 따라 소비자의 참여 등 온라인 댓글 반응에 차이가 있을 것으로 예상할 수 있다.

2) 사회적 동조와 성차

사회적 동조란 ‘다수의 의견이나 사회적 규범에 개인의 의견 혹은 행동을 맞추거나 동화시키는 경향’을 말한다[18]. 특히 여성의 경우 일반적으로 집단의 조화를 중요시하고 고양시키는 데 관심이 많다. 따라서 집단의 조화를 중시하는 여성 집단에서 전문가에 의한 인터넷 댓글의 영향력도 더 클 수 있다. [12]의 연구에서, 집단상황이 직접적이며 맞대면인 상황에서 사회적 압력을 받을 때 남성보다 여성이 더 쉽게 동조하지만, 익명적이고 감시가 적은 상황에서는 남성과 여성 간 차이가 거의 없는 것으로 나타났다. 따라서, 광고에 대한 다른 사람들의 의견이 간접적으로 작용하여 광고 평가에 영향을 주는 정도가 남녀 성별에 따라 차이가 있을 것으로 예상할 수 있다.

3) 광고댓글 반응유형 및 광고평가

본 연구는 광고수용자의 광고평가 참여 행동을 알아보기 위해서 수용자들의 광고댓글과 광고효과에 대한 평가 행동을 살펴보는 것을 목적으로 한다. 광고수용자의 광고평가 참여 행동은 광고댓글 활동을 가리킨다. 댓글은 콘텐츠를 보고 난 후 수용자들이 느끼는 감정으로 그대로 표현할 수 있는 중요한 참여행동이다. 지금까지 댓글에 관한 연구는 주로 기존 미디어를 중심으로 이루어져 왔다[19]. 선행연구에서 댓글에 따른 반응은 주로 이성적 반응과 감성적 반응으로 구분된다. 예컨대 인터넷 신문에 달린 댓글에 대해서는 감성적 반응이 이성적 반응보다 더 크며, UCC 영상에 대한 댓글에서는 내용에 대한 평가와 UCC에 등장하는 출연자, 제작기법 반응 등으로 이용자 반응이 구분되어 나타났다[20]. 선행연구에 근거할 때, 동영상 광고에서 내용에 대한 평가는 핵심적 속성요인으로 분류될 수 있으며, 광고에 등장하는 모델과 음악 등은 주변적 속성요인으로 분류될 수 있다[21].

한편 미디어에 대한 댓글은 여러 연구에서 다루어져왔으나 영상광고 부문의 광고댓글에 대한 연구는 여전히 미진한 실정이다. 예컨대, [6]의 연구에서는 네티즌의 광고 비평에 관한 연구로 일반적인 광고 댓글을 분석을 실시하고, 온라인 광고댓글 길이가 단문이 많았으며, 이용자 반응 유형에서는 감성적 반응이 많았고, 이용자 반응 영역에서도 주변적 속성보다 핵심적 속성이 더 많은 결과를 얻었다.

본 연구에서는 기존의 문헌연구를 바탕으로 광고유형에 대한 디지털 이용자들의 특성이 광고댓글과 광고 평가 참여에 어떠한 영향을 미치며, 광고댓글에 따라 광고평가에 차이가 나는지를 분석해 보고자 한다.


Ⅲ. 연구가설 및 연구방법

3-1. 연구가설 도출

최근 PC와 모바일 등 디지털 미디어를 활용한 바이럴 동영상 광고가 늘어남에 따라 소비자들의 반응 행태도 변화하고 있다. 주로 인터넷에 기반한 바이럴 동영상 광고는 기존 광고에 비해 일상적이고 보편적인 주제를 다루거나 개인화된 메시지를 담는 경우가 많아 소비자들이 쉽게 동일시하기 쉽다[22]. 또한 형식적인 측면에서도 UCC(User-Created Contents) 형태로 제작되는 경우가 많으며, 이른바 B급 영상처럼 저급하고 파격적인 형식이 많아 소비자의 주의를 끌고 능동적인 참여를 유도하기에 유리하다. 이에 본 연구에서는 영상광고 유형에 따라 케이블 방송광고와 바이럴 동영상 광고 간 이용자의 광고 평가가 차이가 있을 것으로 판단하여 <가설 1>을 설정하였다.

<가설 1> 바이럴 동영상 광고가 케이블 방송광고보다 광고댓글 수가 많을 것이다.

또한, 영상광고 유형(바이럴 동영상 광고/ 케이블방송광고)에 따라 광고댓글 속성별로 반응에 차이가 있을 것으로 보았다. 우선 광고댓글 속성요인은 댓글길이, 댓글방향, 반응유형, 반응영역으로 구분된다. 구체적으로 댓글 길이는 단문/장문으로 구분되며, 댓글방향은 긍정적 반응/부정적 반응으로 구분되며, 댓글반응유형은 이성적반응/감성적 반응으로, 마지막으로 반응영역은 핵심적 속성/주변적 속성으로 구분된다. 기존 문헌연구에서 나타났듯이 디지털 이용자들은 표현과 구성 요소에서 보다 자유로운 바이럴 동영상 광고에 대해 보다 긍정적인 평가 반응을 보일 것으로 예상할 수 있다[22]. 따라서 다음의 <가설 2>를 설정하였다.

<가설 2> 영상광고 유형에 따라 댓글 속성요인(댓글길이, 댓글방향, 반응유형, 반응영역)별 반응에 차이가 있을 것이다.
가설 <2-1> 영상광고 유형에 따라 광고 댓글 이용자의 댓글 길이에 차이가 있을 것이다.
가설 <2-2> 영상광고 유형에 따라 광고 댓글 이용자의 댓글 방향에서 차이가 있을 것이다.
가설 <2-3> 영상광고 유형에 따라 광고 댓글 이용자의 이성적, 감성적 반응 유형에 차이가 있을 것이다.
가설 <2-4> 영상광고 유형에 따라 광고 댓글 이용자의 반응영역에서 차이가 있을 것이다.

한편, 영상광고의 경우 디지털 이용자들이 가장 선호하는 매체이고, 디지털 이용자의 특성에 따라 댓글 속성요에 차이가 있을 것으로 예측된다. 일반적으로 성별에 따라 선호하는 소비 내용과 행태가 다른데다 다른 사람의 의견이나 행동을 따르는 성향에 차이가 있을 수 있다[12][23]. 예컨대 20~30대 여성의 경우 적극적인 인터넷 정보와 광고 활용을 선호한다는 점에서 광고유형별 평가가 성별에 따라 다를 것으로 예상된다. 따라서 <가설 3>을 설정하였다.

<가설 3> 디지털 이용자의 성별에 따라 댓글 속성요인(댓글길이, 댓글방향, 반응유형, 반응영역)별 반응에 차이가 있을 것이다.
<가설 3-1> 디지털 이용자의 성별에 따라 댓글길이(단문, 장문)에 차이가 있을 것이다.
<가설 3-2> 디지털 이용자의 성별에 따라 댓글방향(긍정, 부정)에 차이가 있을 것이다.
<가설 3-3> 디지털 이용자의 성별에 따라 댓글반응 유형(이성, 감정)에 차이가 있을 것이다.
<가설 3-4> 디지털 이용자의 성별에 따라 댓글영역(핵심, 주변)에 차이가 있을 것이다.

3-2. 연구방법

1) 분석 대상 매체 선정

본 연구에서는 광고평가 참여 활동으로는 광고를 시청한 후 광고에 대한 댓글을 영상광고와 디지털 이용자의 특성에 따라 분석하고자 하고자 한다. 이를 위해, 광고평가 참여 행동 조사 대상으로는 디지털 이용자들에 의해 광고 평가가 실제 이루어지고 있는 ‘TVCF’에 게시된 광고댓글을 선정하였다. TVCF는 국내 최대 규모의 광고 아카이브 겸 평가 사이트로서, 일반 이용자를 대상으로 다차원의 항목을 통한 광고평가가 정량적으로 이루어지고 있다. 실제로 이 사이트에서는 2017년 12월말 현재 국내 영상부문 광고만 6만여 편을 시청할 수 있으며, 소비자들의 댓글 반응도가 높은 광고를 모은 ‘Hot 100’, 소비자 패널 형식의 ‘소비자가 뽑은 Consumer Voice’ 등 다양한 페이지를 마련하고 이용자의 의견을 듣고 광고 호감도 등의 광고효과 항목을 평가하도록 한다. TVCF 사이트는 국내 주요 광고제인 ‘서울영상광고제’를 주최하면서 1차적으로 디지털 이용자들의 평가를 이용한 예심 과정을 거친다.

조사 기간은 2016년 10월1일부터 12월말까지 3개월로 정했다. 조사 기간은 댓글 양의 방대함으로 인한 조사의 편의성을 고려하는 한편, ‘서울영상광고제’ 행사 등으로 댓글 광고 활동이 상대적으로 많은 기간에 집중하고자 정해진 것이다. 조사 광고 매체는 TVCF 사이트 내 케이블 광고 233편과 바이럴 동영상 광고를 313편을 전수 조사하여 실시하였다. 케이블광고의 경우 지상파 방송광고와 시간과 포맷이 유사한 측면이 있으나 타깃별로 광고를 내보내고 있어 방송광고 유형으로 선정하였다. 반면에 바이럴 동영상 광고는 기존의 방송광고에는 내보내지 않고 인터넷에서만 별도로 제작하여 유포한 영상광고이다.

2) 분석 항목 및 절차

본 연구의 독립변인인 광고댓글 분석유목은 기존의 미디어 댓글 연구를 기반으로 이루어졌으며[19], 댓글 수, 댓글길이, 메시지 방향성, 이용자 반응유형, 이용반응영역으로 구분하였다[6](지원배, 2012). 세부적으로 댓글길이는 장문, 단문으로 구분하고, 메시지 방향성은 긍정, 부정, 중립(긍정과 부정 간 중도적 입장), 기타로 구분하였다. 이용자 반응유형은 이성적 반응(객관적이고 합리적인 판단을 근거로 동영상 평가)과 감성적 반응(정서적 반응 또는 감정적 호불호가 있는 평가 댓글), 기타(악플, 욕설, 광고성 글 등)으로 구분했다. 이밖에 이용자 반응 영역으로는 핵심적 속성(제작기법이나 동영상 내용에 대해서 평가한 경우), 주변적 속성(광고모델, 음악 등 주변적 속성에 의해 평가한 경우), 알 수 없음으로 구분했다[20].(성윤택, 김영기, 이세영, 2007).

구체적으로, 광고댓글의 정확한 결과를 알기 위해 어느 한쪽 댓글에 치우치지 않도록 광고 수와 댓글을 균등하게 분석하였다. 케이블 방송광고, 바이럴 동영상 광고 100개를 각각 무작위로(randomly) 선정하여, 각 광고에 달린 첫 번째 댓글부터 열 번째 댓글까지 분석하였다. 댓글 수가 10개 이내인 경우 그 내용 전체를 분석대상으로 삼았다. 광고 댓글 유목 코딩의 경우 내용을 숙지한 대학원생 2명이 수행하였으며, 코딩분석 결과 각 항목의 신뢰도는 .85 이상을 넘은 것으로 나타나 내용분석의 객관성을 유지하는 것으로 판단되었다.

광고댓글 유형에 대한 빈도결과를 보면 <표 1>과 같다. 댓글길이 있어서는 단문(1,98건, 70.5%)이 장문(585건, 29.5%)보다 더 많았으며, 댓글방향은 긍정적인 댓글이 1,059건(53.4%)으로 가장 많았고 그 다음으로 부정(508건, 25.6%), 중립(317건, 16.0), 기타(100건, 5.0%) 순으로 나타났다. 이용자반응 유형에서는 이성적 반응(1,032건, 52.3%)이 감성적 반응(840건, 42.5%)보다 많았으며 나머지 103건(5.2%)의 기타 반응이 있었다. 이용자 반응 영역에서는 핵심적 속성(1,261건, 67.7%)이 주변적 속성(421건, 22.6%)보다 많이 나타났으며 기타 의견으로 181건(9.7%)이 나타났다. 본 연구에서는 영상광고 유형, 성별, 광고평가 변수를 광고댓글의 유형과 교차하여 분석하기 위해 기타의견을 제외한 주요 댓글 유형을 기반으로 분석을 실시하였다.

Frequency of the types of ad replies


Ⅳ. 연구 결과

4-1. <가설 1>의 검증

케이블 방송광고와 바이럴 동영상 광고의 광고댓글 수의 차이를 살펴본 결과, <표 2>에서처럼 바이럴 동영상 광고가 케이블 방송광고보다 광고 댓글 수가 더 많은 것으로 나타났으며, 이는 통계적으로 유의하였다(t=-2.48, df=422.08, p<.05). 구체적으로 살펴보면, 바이럴 동영상 광고의 경우 광고 댓글 수가 평균 27.27(SD=17.79)개로 케이블 방송광고(M=24.10개, SD=9.10)보다 3.17개 더 많은 것으로 나타났다. 비록 두 매체간의 광고댓글 수가 분산의 동질성 면에서 차이가 있으나 통계적으로 영향을 미치지는 않았다. 두 매체 간 광고댓글 수가 차이가 난 이유 중 하나는 바이럴 동영상 광고가 케이블 방송광고보다 표현 방식에서 스토리텔링(storytelling)이 많아 디지털 이용자들의 관심을 많이 받았기 때문으로 판단된다. 이상을 종합해보면, 바이럴 동영상 광고가 케이블 방송광고보다 광고댓글 수가 더 많은 것으로 나타나 <가설 1>은 지지되었다.

Differences of the numbers of ad replies per one ad according to video ad types

4-2. <가설 2>의 검증

<가설 2>에 따라 영상광고 유형에 따라 광고댓글 속성요인(댓글길이, 댓글방향, 반응유형, 반응영역)별 반응에 차이에 있는지를 살펴보았다. 교차분석 결과, <표 3>에서처럼 광고댓글 속성요인에 따라 몇 가지 유의한 차이가 나타났다. 구체적으로, 우선 광고 댓글방향이 영상광고 유형에 따라 차이가 있었다(X2=25.73***, df=2, p<.001). 영상광고 유형 모두 긍정(1,398건, 56.2%), 부정(508건, 27.0%), 중립(317건, 16.8%) 순으로 나타났으나 세부 내용을 보면 차이가 났다. 바이럴 동영상 광고(587건, 55.4%)의 경우 케이블 방송광고(472건, 44.6%)보다 긍정적인 평가를 받은 반면, 케이블 방송광고(190건, 59.9%)의 경우 바이럴 동영상 광고(127건, 40.1%)보다 중립적인 의견이 많았다. 기존 문헌연구에서 나타났듯이 디지털 이용자들이 인터넷 매체에 익숙하고 시간과 표현의 자유로 바이럴 동영상 광고에서 대해 더 긍정적으로 평가하기 때문이다.

광고 댓글 이용자의 이성적, 감성적 반응 유형도 영상광고 유형에 따라 차이가 있었다(X2=14.14***, df=2, p<.001). 케이블 방송광고(541건, 52.4%)의 경우 바이럴 동영상 광고(491건, 47.6%)보다 이성적 반응이 더 많이 나타난 반면, 바이럴 동영상 광고(473건, 56.3%)는 케이블 방송광고(367건, 43.7%)보다 감성적 반응이 더 많은 것으로 나타났다.

또한, 광고 댓글 이용자 반응영역에서도 영상광고 유형에 따라 차이가 나타났다(X2=127.08***, df=1, p<.05). 영상광고 유형 모두 핵심적 속성(1,261건, 75.0%)이 주변적 속성(421건, 25.0%)보다 많았으나 세부 내용을 보면 차이가 났다.

Differences of ad replies according to video ad types

바이럴 동영상 광고(762건, 60.4%)가 케이블 방송광고(499건, 39.6%)보다 핵심적 속성이 더 많이 나타난 반면, 케이블 방송광고(300건, 71.3%)는 바이럴 동영상 광고(121건, 28.7)보다 주변적 속성의 평가가 많은 것으로 나타났다. 이는 디지털 이용자들이 바이럴 동영상 광고에 대한 몰입도가 높아 광고 제작과 내용에 대한 구체적인 평가를 많이 할 것으로 예측된다. 영상광고 유형에 따른 다른 댓글 길이는 차이가 나타나지 않았다. 반면, 광고 길이에 있어서는 영상광고 유형별 유의한 차이가 나타나지 않았다(X2=.08, df=1, p=.331).

이상의 결과를 종합해 보면, 댓글길이를 제외하고, 디지털 이용자들은 바이럴 동영상 광고를 볼 때 케이블 방송광고보다 댓글을 더 긍정적으로 평가하며, 감성적 반응과 더불어 광고의 핵심적 속성을 분석하고 있는 것으로 나타났다. 이에 <가설 2>는 부분적으로 지지되었다.

4-3. <가설 3>의 검증

<가설 3>은 디지털 이용자의 성별에 따라 광고댓글 유형간의 차이를 알아보는 것이다. 교차분석 결과, <표 4>에서 나타난 바와 같이 성별에 따라 모든 광고댓글 유형이 차이가 났다.

우선, 광고 댓글 길이가 성별에 따라 차이가 있는지를 분석한 결과, 통계적으로 유의한 차이가 나타났다(X2=32.18***, df=1, p<.001). 구체적으로, 단문(1,398,건, 70.5%)이 장문(585건, 29.5%)보다 성별에 관계없이 많았으나 세부 내용을 보면 차이가 났다. 여성(397건, 67.9%)이 남성(188건, 32.1%)보다 장문이 더 많이 나타났다. 이러한 결과는 20~30대 여성이 자신의 생각을 인터넷을 통해 자유롭게 표현하는 것으로 풀이할 수 있다.

광고 댓글 방향에도 성별에 따라 통계적으로 유의한 차이가 나타났다(X2=29.06***, df=2, p<.001). 남성, 여성 모두 긍정(1,059건, 55.8%), 부정(508건, 27.0%), 중립(317건, 16.8%) 순으로 나타났으며, 세부 내용은 다음과 같다. 여성의 경우 남성보다 긍정적인 평가(여성 660건, 62.3% / 남성 399건, 37.7%)와 중립적인 평가(여성 196건, 61.8% / 남성 121건, 38.2%)를 받은 반면, 남성(262건, 51.6%)이 여성(246건, 48.4%)보다 부정적인 의견이 많았다. 이러한 결과는 광고를 보는 시각이 남성보다 여성이 더 긍정적인 것임을 시사한다.

다음으로, 광고 댓글 이용자 반응 유형을 살펴본 결과에서도 성별에 따라 차이가 나타났다(X2=30.93***, df=2, p<.001). 여성(661건, 64.1%)의 경우 남성(371건, 35.9%)보다 이성적 반응이 더 많이 나타났다. 마지막으로, 광고 댓글 이용자 반응 영역에서도 성별에 따라 차이가 나타났다(X2=127.08***, df=1, p<.05). 남성, 여성 모두 핵심적 속성(1,261건, 75.0%)이 주변적 속성(421건, 25.0%)보다 많았으나 세부 내용을 보면 차이가 났다. 여성(757건, 60.0%)이 남성(504건, 40.0%)보다 핵심적 속성이 더 많이 나타났다. 이러한 결과를 살펴보았을 때 여성이 남성보다 광고를 평가할 때 핵심적 속성을 기반으로 이성적인 평가를 하는 것을 알 수 있다.

종합하면, 여성은 광고댓글 참여 행동에 있어서 남성보다 모든 영역에서 적극적으로 이루어지고 있어 <가설 3>은 지지되었다.

Differences of ad replies according to gender


Ⅴ. 결론 및 논의

5-1. 결과 요약

과거 매스 미디어를 바탕으로 한 광고에서는 수용자가 광고정보를 받아들이기만 하는 수동적인 존재로 인식되었으나 최근에는 인터넷을 기반으로 한 디지털 이용자들이 광고에 대해 광고댓글 및 평가 등으로 적극적으로 참여하고 비평하는 능동적인 수용자로 변화되고 있다. 본 연구는 기존의 영상광고 유형인 케이블 방송광고와 디지털의 특성을 바탕으로 한 바이럴 동영상 광고를 대상으로 디지털 이용자의 광고평가 참여 행동에 대해서 살펴보았다. 연구결과를 요약하면 다음과 같다.

첫째, 영상광고 유형, 즉 케이블 방송광고와 바이럴 동영상 광고에 따라 광고댓글 수에 차이가 있는 것으로 나타났다. 구체적으로 바이럴 동영상 광고가 케이블 방송광고보다 광고 댓글 수가 더 많은 것으로 나타났다. 따라서 <가설 1>은 지지되었다.

둘째, 영상광고 유형에 따라 광고댓글 속성요인(댓글길이, 댓글방향, 반응유형, 반응영역)별 반응에 차이에 있는지를 살펴본 결과, 댓글방향과 반응유형, 반응영역에서 유의한 차이가 있음을 확인하였다. 구체적으로 댓글방향에서는 케이블방송광고보다 바이럴 동영상광고에 대해 상대적으로 더 긍정적으로 평가하는 것으로 나타났다. 반응유형에서는 이성적 반응은 바이럴 동영상 광고보다 케이블 방송광고에 대해 더 많이 나타난 반면, 감성적 반응은 케이블 방송광고보다 바이럴 동영상 광고에 더 많은 것으로 나타났다. 또한 반응영역에서는 케이블 방송광고보다 바이럴 동영상 광고에서 상대적으로 핵심적 속성이 더 많이 나타난 반면, 케이블 방송광고에서는 주변적 속성의 평가가 많은 것으로 나타났다. 이에 따라 <가설 2>는 부분적으로 지지되었다.

셋째, 디지털 이용자의 성별 특성에 따라 광고댓글 속성요인(댓글길이, 댓글방향, 반응유형, 반응영역)별 반응에 차이가 있는지를 살펴본 결과, 광고 댓글 길이에서는 여성이 남성보다 장문이 더 많은 것으로 나타났다. 또한 광고 댓글 방향에서는 여성이 남성보다 긍정적인 평가와 중립적인 평가를 더 많이 한 반면, 부정적인 의견은 남성이 여성보다 더 많은 것으로 나타났다. 반응유형에서는 여성이 남성보다 이성적인 반응을 더 많이 보이는 것으로 나타났다. 마지막으로 반응 영역에서는 여성이 남성보다 핵심적 속성을 더 많이 보이는 것으로 나타났다. 이에 <가설 3>은 지지되었다.

연구 결과를 종합하면, 최근 디지털 미디어를 활용한 바이럴 동영상 광고의 경우 기존 광고에서 보지 못한 제작방식 및 표현 등의 이유로 일반인들의 광고 댓글 수가 기존의 방송광고 형태에 비해 더 많으며 보다 긍정적으로 평가하는 것으로 나타났다. 성별 차이에서도 여성의 광고 평가가 상대적으로 더 부정적이며 핵심적 속성을 중요시하는 것을 알 수 있었다.

5-2. 시사점, 연구의 한계, 제언

연구결과를 바탕으로 다음과 같은 실무적, 학술적 논의를 할 수 있다. 우선, 매체에 변화에 맞춰 기존 광고의 틀을 깨는 광고가 필요하다. 과거에는 영상광고라고 하면 단순히 방송광고에 초점을 맞추어 제작을 실시하였는데 15초, 20초, 30초와 같은 시간의 제약은 소비자들에게 식상함을 제공해준다. 광고는 과학적인 접근으로 광고를 제작해야하지만 표현에 있어서만큼 창의적인 사고를 바탕으로 예술적으로 표현되어야 한다. 하지만 방송광고의 경우 시간의 제약 문제를 극복하기에 표현의 자유가 부족하다. 반면에 디지털 미디어를 기반으로 한 바이럴 동영상 광고 등과 같은 경우에 시간과 표현의 제약에서 벗어나 디지털 이용자들에게 쉽고, 재미있게 다가갈 수 있다. 그들은 유튜브와 같은 단편 영상을 즐기고 있기에 그들의 선호하는 엔터테인먼트와 연계하여 브랜디드 콘텐츠를 제작한다면 긍정적인 효과를 얻을 것이다. <가설 1>과 <가설 2>의 연구 결과에서처럼, 바이럴 동영상 광고는 기존의 케이블 방송광고에 비해 광고댓글 수가 많고, 광고댓글을 통한 반응(댓글방향, 반응유형, 반응영역)에서도 긍정적인 반응을 보이고, 감성적 반응과 핵심적 속성과 관련된 반응을 보이는 것을 알 수 있었다. 연간 광고매체비도 기존의 매스 미디어에서 디지털 미디어와 OOH 미디어로 이동하고 있다. 미디어의 변화에 따라 다양한 광고형태가 개발되고 있기에, 이에 업계에서는 영상광고의 유형에 다라 새로운 광고형태를 개발하고 학계에서는 신규매체가 디지털 이용자들에게 얼마나 효과적인지를 측정해야 할 것이다.

둘째, 광고를 평가하는 디지털 이용자들의 특성에 관심을 가져야 한다. PC와 모바일 등 디지털 미디어의 발전으로 디지털 이용자들은 광고에 대해서 적극적으로 평가하고 참여하고자 하는 욕구를 가지고 있다. 하지만 디지털 이용자들의 어떠한 특성이 광고평가에 영향을 미치고 있는지에 대한 연구는 많이 부족하다. <가설 3>에서는 어떤 영상광고와 디지털 이용자의 특성이 광고평가에 영향을 미치는지를 조사하였다. 연구결과 성별에 있어서 여성이 영상광고 유형에 관계없이 남성보다 긍정적으로 평가하는 것으로 나타났다. 본 연구 결과에 근거할 때, 여성들의 경우 광고평가 및 광고댓글 행동이 쉽게 이루어지며 광고에 대해 친숙하게 받아들이는 것을 알 수 있다. 또한 전문가보다 일반인들은 인터넷 매체를 활용한 광고 댓글 활동에 대해 더 친숙하게 생각하며 광고평가도 관대하게 하는 것으로 나타났다. 이처럼 디지털 이용자의 특성에 따라 광고평가가 차이가 나타날 수 있기에 업계에서는 디지털 이용자들의 라이프 스타일에 따른 광고만족도 요인을 찾아 광고전략 반영에 필요하고, 학술적으로도 미디어의 진화에 따른 수용자의 라이프 스타일 분석이 다양하게 이루어져야 한다.

셋째, 학계에서는 기존의 광고효과 측정에 머무르지 않고, 광고 수요자 참여 행동에 관심을 가질 필요가 있다. 디지털 시대의 가장 큰 변화는 수용자의 참여와 공유이다. 기존에는 태도변용을 기반으로 인지, 태도에 관심을 둔 연구에서 나아가, 자신의 생각을 표현하는 참여와 공유와 같은 행동이 초점을 맞춘 연구가 확대될 필요가 있다. 실제로 현재에는 능동적인 광고수용자의 참여 행동이 단순히 광고를 점수를 매겨 평가하거나 댓글을 남기는 것에 그치고 있으나, 향후에는 페이스북, 블로그 등 소셜 네트워크 공간에 적극적으로 자신의 광고비평글을 작성하여 다른 사람들과 공유하고 새로운 아이디어를 확산시켜나가는 행태로 발전해나갈 전망이다[24]. 예컨대 글로벌 공모전 커뮤니티라 할 수 있는 ‘eYeka(아이카)’에서는 창의적인 사람들이라면 누구든 참여할 수 있는 기회를 마련하여 크리에이티브 솔루션 공모전을 개최하고 있다. eYeka는 글로벌 브랜드를 연결해주어 공모전을 주도하고 있는데 세계 148개국 200,000명 이상이 참여하고 있다. 광고주들은 이러한 디지털 이용자들이 참여할 수 있는 공간과 기회를 제공해야 하며 그들의 의견을 적극적으로 수용할 필요가 있다. 뿐만 아니라 학계에서도 광고태도변용을 넘어 광고에 대한 수용자 참여 행동에 대한 심도 있는 연구가 이루어져야 한다[25].

이상의 의미 있는 시사점과 논의점에도 불구하고 본 연구는 몇 가지 한계를 갖는다. 우선, 영상광고 분석이 직접적인 시청을 통해 이루어지지 않았다. 케이블 방송광고의 경우 방송에서 직접 시청한 후 조사가 이루어져야 하지만, 본 연구에서는 디지털 이용자의 조사 분석의 어려움으로 TVCF 사이트 내에 한정하여 조사할 수밖에 없었다. 향후 연구에서는 정교한 실험설계를 통하여 내적타당도를 높여야 할 것이다. 두 번째로 각 광고에 실린 광고댓글을 전수 분석하지 못했다. 본 연구에서는 일부 광고물의 댓글에 영향 미치는 것을 방지하게 위해 제한된 광고댓글을 분석하였으나, 전체적인 현황을 파악하기 위해서는 전수조사가 필요하다.

본 연구는 기존의 TV 광고댓글 분석 연구를 확대하여, 바이럴 동영상 광고 등 현재 확산되고 있는 영상광고 유형에 대한 디지털 이용자의 인식 내용을 파악하고 마케팅 커뮤니케이션 전략 수립 시 시사점을 제시하였다는 점에서 유의미한 시사점을 가질 것으로 본다.

Acknowledgments

이 논문은 한신대학교 학술연구비 지원에 의하여 연구되었습니다.

References

  • Suzuki, L. K., & Calzo, J. P., (2004), The search for peer advice in cyberspace: An examination of online teen bulletin boards about health and sexuality, Journal of applied developmental psychology, 25(6), p685-698. [https://doi.org/10.1016/j.appdev.2004.09.002]
  • Lee, M. H., (2010), Viewing Pattern of IP-VOD Subscribers, Journal of Korean Society of Contents, 10(1), p181-191. [https://doi.org/10.5392/jkca.2010.10.1.181]
  • Golan, G. J., & Zaidner, L., (2008), Creative strategies in viral advertising: An application of Taylor’s six-segment message strategy wheel, Journal of Computer-Mediated Communication, 13(4), p959-972. [https://doi.org/10.1111/j.1083-6101.2008.00426.x]
  • Arapakis, I., Lalmas, M., Cambazoglu, B. B., Marcos, M. C., & Jose, J. M., (2014), User engagement in online news: Under the scope of sentiment, interest, affect, and gaze, Journal of the Association for Information Science and Technology, 65(10), p1988-2005. [https://doi.org/10.1002/asi.23096]
  • Sung, K. H., & Lee, M. J., (2015), Do online comments influence the public's attitudes toward an organization? Effects of online comments based on individuals’ prior attitudes, The Journal of psychology, 149(4), p325-338. [https://doi.org/10.1080/00223980.2013.879847]
  • Ji, W. B., (2012), A Study on Advertising Criticism of Netizen: A Focus on Comments on Commercials, The Practitioners Research of Advertising & Public Relations, 5(1), p26-51.
  • Choi, M. W., Kim, W. H., Kim, H. J., & Son, Y. G., (2017), A Research of Online Video Advertising and Policies. National institute of Korea Internet Development.
  • Yoon, C. W., (2013), The Era of Smart Media and Ways of Improvement, Broadcasting & Media, 18(1), p10-22.
  • Rideout, V. J., Foehr, U. G., & Roberts, D. F., (2010), Generation M [superscript 2]: Media in the Lives of 8-to 18-Year-Olds, Henry J. Kaiser Family Foundation.
  • Mezzo Media, (2016), Consumer Report of generation 20, 2016 Target Insight.
  • Baek, S.K., Bong, M. S., & Park, J. A., (2008), Erotic Representation and its Meaning in the Korean Internet Advertisements: A Semiotic Approach on the "Mild-Soju" Advertisements, The Korean Research of Advertising & Public Relations, 10(3), p122-162.
  • Eagly, A. H., (1978), Sex differences in influenceability, Psychological Bulletin, 85(1), p86. [https://doi.org/10.1037/0033-2909.85.1.86]
  • Tapscott, D., & Williams, A. D., (2007), Innovation in the age of mass collaboration, Business Week, 1, 2007.
  • Yoo, K. H., & Kim, J. H., (2006), Strategy of making profit of Visual UCC on UCC Sites and Its Cultural Implication, Digital Design Research, 7(3), p247-259.
  • Fiske, J., (1992), The cultural economy of fandom, In Lisa A. Lewis (Ed.), The adoring audience-fan culture and popular media, London & NY, Routledge.
  • Chu, S. C., (2011), Viral advertising in social media: Participation in Facebook groups and responses among college-aged users, Journal of interactive advertising, 12(1), p30-43.
  • Yoo, J. S., (2015), A Study of Transmedia and User participation, Global Culture Contents, (21), p185-209.
  • An, J. S., & Lee, W. J., (2011), Effect of Social Conformity and Individuals’ Information Processing Tendencies on Trust in Rumor Messages, Journal of Communication Science, 11(4), p296-320.
  • Park, K., (2008), Interactivity of UCC in terms of ‘consumption’: Interaction of User's Reply Messages in Text UCC and Video UCC, Journal of Cyber Communication, 25(2), p295-336.
  • Seong, Y. T., Kim, Y. K., & Lee, S. Y., (2007), The Descriptive Study on Type of UCC and Reply: Focused on Pandora TV, Journal of Cyber Communication, 23, p69-112.
  • Lee, T. M., & Kim, D. W., (2008), Consumers` Cognitive, Affective and Behavioral Responses to Hit Product Awards as Extrinsic Cue: The Moderating Role of Product Involvement and Product Type, Marketing Research, 23(4), 2008.12 p71-103, (33 pages).
  • Lee, S. Y., & Cho, C. H., (2011), Influences of Interactive Ads` Participation Types on Advertising Effectiveness -Focusing on Perceived Interactivity of Interactive Film Ads, The Korean Research of Advertising & Public Relations, 13(4), p95-124.
  • Forsyth, D., (1992), An introduction to group dynamics, Wiley Online Library.
  • Ji, W. B., & Kim, H. S., (2016), A Study on the Profit Creation and Activation Plan for AD STARS by Introduction of Digital Video Division, Broadcasting & Arts Research, 11(3), p155-186.
  • Cho, S. H., (2010), Developing Digital Contents Using Multimedia Technology, Journal of Digital Contents Society, 1(1), p103-110.
저자소개
지원배(Won-Bae Ji)

2002년 : 한양대학교 대학원 (문학석사)

2010년 : 한양대학교 대학원 (문학박사)

2007년~2010년: 락애드컴 브랜드전략연구소 소장

2011년~2017년8월: 한라대학교 광고영상미디어학과 교수

2017년9월~현재: 한신대학교 미디어영상광고홍보학부 교수

※관심분야: 디지털 수용자, 브랜디드 콘텐츠, IMC 등

김운한(Woon-Han Kim)

1999년 : 연세대학교 언론홍보대학원 (문학석사)

2009년 : 한양대학교 대학원 (문학박사)

1988년~1994년: 엘지애드

2006년~현재: 선문대학교 미디어커뮤니케이션학과 교수

※관심분야: 브랜디드 콘텐츠, 디지털 옥외광고(DOOH) 등

Table 1.

Frequency of the types of ad replies

Gender Frequency Sum(%)
Types of replies
Length of replies Short sentence 1,398(70.5) 1,983(100.0)
Long sentence 585(29.5)
Direction of replies Positive 1,059(53.4) 1,984(100.0)
Negative 508(25.6)
Neutral 317(16.0)
Others 100(5.0)
Types of user response Rational response 1,032(52.3) 1,975(100.0)
Emotional response 840(42.5)
Others 103(5.2)
Areas of response Core attribute 1,261(67.7) 1,863(100.0)
Marginal attribute 421(22.6)
Others 181(9.7)

Table 2.

Differences of the numbers of ad replies per one ad according to video ad types

Video ad types N M SD F t df
Cable broadcasting ad 181 24.10 9.11 11.05** -2.48* 422.08
Viral video ad 269 27.27 17.19

Table 3.

Differences of ad replies according to video ad types

Video ad types Cable broadcasting ad Viral video ad Sum Value
Attributes of replies
*** p<.001
Length of replies Short sentence 703
(50.3)
695
(49.7)
1,398
(70.5)
X2=.08
df=1
Long sentence 290
(49.6)
295
(50.4)
585
(29.5)
Sum 993
(50.1)
990
(49.9)
1,983
(100.0)
Direction of replies Positive 472
(44.6)
587
(55.4)
1,059
(56.2)
X2=25.73 ***
df=2
Negative 266
(52.4)
242
(47.6)
508
(27.0)
Neutral 190
(59.9)
127
(40.1)
317
(16.8)
Sum 928
(49.3)
956
(50.7)
1,884
(100.0)
Types of user response Rational response 541
(52.4%)
491
(47.6)
1,032
(55.1)
X2=14.14 ***
df=1
Emotional response 367
(43.7)
473
(56.3)
840
(44.9)
Sum 908
(48.5)
964
(51.5)
1,872
(100.0)
Areas of response Core attribute 499
(39.6)
762
(60.4)
1,261
(75.0)
X2=127.08 ***
df=1
Marginal attribute 300
(71.3)
121
(28.7)
421
(25.0)
Sum 799
(47.5)
833
(52.5)
1,682
(100.0)

Table 4.

Differences of ad replies according to gender

Gender Male Female Sum Value
Types of replies
* p<.05,
*** p<.001
Length of replies Short sentence 651
(46.6)
747
(53.4)
1,398
(70.5)
X2=32.18 ***
df=1
Long sentence 188
(32.1)
397
(67.9)
585
(29.5)
Sum 839
(42.3)
1,114
(57.7)
1,983
(100.0)
Direction of replies Positive 399
(37.7)
660
(62.3)
1,059
(55.8)
X2=29.06 ***
df=2
Negative 262
(51.6)
246
(48.4)
508
(27.0)
Neutral 121
(38.2)
196
(61.8)
317
(16.8)
Sum 768
(41.6)
1,076
(58.4)
1,844
(100.0)
Types of user response Rational response 371
(35.9)
661
(64.1)
1,032
(55.1)
X2=30.93 ***
df=1
Emotional response 409
(48.7)
431
(51.3)
840
(44.9)
Sum 780
(41.7)
1,092
(58.3)
1,872
(100.0)
Areas of response Core attribute 504
(40.0)
757
(60.0)
1,261
(75.0)
X2=6.05 *
df=1
Marginal attribute 197
(46.8)
224
(53.2)
421
(25.0)
Sum 701
(41.7)
981
(58.3)
1,682
(100.0)