국내 OTT 서비스를 통한 콘텐츠 소비 패턴 분석에 대한 연구: 시간과 공간의 맥락을 중심으로

Ⅰ. 서 론

OTT(Over-the-Top) 서비스는 인터넷 연결을 통해 방송, 영화 등의 미디어 콘텐츠를 시청할 수 있는 서비스를 의미하며, 콘텐츠는 일반적으로 스트리밍 형태로 이용자에게 제공된다[1][2]. OTT 서비스는 스마트폰, 데스크톱, TV 등과 같은 여러 기기를 통해 이용이 가능하고, OTT 서비스 이용자들은 인터넷 이용이 가능한 상황이라면 시간과 장소의 제약 없이 원하는 콘텐츠를 시청할 수 있다[3]. 방송통신위원회[4]의 조사에 따르면, 2021년 국내 OTT 이용률은 69.5%로 2019년 대비 17.5%가 증가했고, 연령별로는 20대가 94.7%로 가장 높았으며, 10대와 30대가 각각 91%와 89.9%로 그 뒤를 이었다. OTT 이용 빈도의 경우, 매일 혹은 주 5~6회 이용한다고 응답한 비율이 60.5%로 나타났으며, 10대와 20대가 각각 70.9%와 70.6%로 가장 높게 나타났다. 이와 같은 결과는 OTT 서비스를 통한 콘텐츠 소비가 더욱 보편화되어가고 있으며, 특히 젊은 세대 이용자들이 OTT 서비스에 대해 높은 의존도를 보이고 있음을 의미한다.

이러한 OTT 서비스에 대한 이용자의 높은 수요에 따라, 시장의 규모는 계속해서 확대되고 있으며 여러 사업자들 간의 경쟁 또한 더욱 심화되고 있다. 다양한 사업자들의 경쟁이 이루어지고 있는 OTT 서비스 시장은 사업자들의 주요 수익 모델에 따라 광고기반(AVOD: advertising video on demand), 구독기반(SVOD: subscription video on demand), 단건구매기반(TVOD: transactional video on demand) 서비스 시장으로 구분할 수 있다[5]. 현재 국내 시장 내에서는 넷플릭스(Netflix), 웨이브(Wavve), 티빙(Tving)과 같은 국내외 주요 OTT 사업자들이 모두 월구독 모델을 자신들의 주요 수익 모델로 활용하여 사업을 운영해 나가고  있다. 그뿐만 아니라, 통신, 인터넷 포털, 이커머스와 같은 다양한 영역 내 주요 사업자들 또한 OTT 서비스를 제공하기 시작했으며, 이들은 모두 서비스 경쟁력 확보를 위해 차별화된 콘텐츠 제작, 이용자 친화적인 인터페이스 및 부가 기능 개발 등을 시도하고 있다[6][7]. 특히 인구통계학적 요인, 콘텐츠 속성, 이용자의 피드백(평가) 등을 고려하여 개발된 알고리즘으로 맞춤형 콘텐츠를 추천하거나[8][9] 데이터 분석 결과를 콘텐츠 기획, 투자, 제작 과정에 적극적으로 활용하는 것은[10] OTT 사업자들에게 있어 주요한 사업 전략으로 인식되고 있다.

OTT 서비스 환경 내에서 이용자들은 더욱 쉽게 자신들이 원하는 콘텐츠를, 원하는 방식으로 소비할 수 있게 되었으며, 이에 따라 OTT 서비스를 통한 이용자들의 콘텐츠 소비 양상 또한 더욱 다양해지게 되었다. 가령, 2~3편 이상의 시리즈를 한 번에 시청하는 몰아보기[11], 재생 속도를 높여서 콘텐츠를 시청하는 배속시청[12], 콘텐츠의 전체가 아닌 일부분만을 시청하는 잘라보기[13][14] 등이 OTT 서비스 이용자들로부터 활용되고 있으며, 이에 대한 논의 또한 활발하게 진행되고 있다. OTT 산업 내 이와 같은 흐름은 이용자들이 어떠한 콘텐츠를, 어떤 방식으로 소비하고 있는지 파악하고, 그것들의 의미를 이해하는 것이 사업자들에게 있어 중요한 과제가 되었음을 시사한다[15].

이에 따라 OTT 서비스를 통한 이용자들의 콘텐츠 소비 양상을 파악하고, 그것의 의미를 도출해 내기 위한 연구들이 진행되어 왔다. 정보통신정책연구원에서 실시한 한국 미디어 패널조사 데이터를 분석한 주요 연구들은 연령, 스마트 기기 활용 능력, SNS 계정 이용 시간 및 유료 방송 서비스 이용과 OTT 서비스 이용량과의 관계, 콘텐츠 장르 선호도와 연령의 관계성 등을 확인했다[15][16]. OTT 서비스 환경에서 확인된 몰아보기와 관련해서는 측정과 정의에 대한 논의[17][18], 효과에 대한 검증[19] 등이 이루어졌으며, 코로나19 이후의 상황적인 맥락에서 OTT 서비스 이용자들의 콘텐츠 소비 양상에 영향을 미친 요인을 탐색하는 연구도 수행되었다[20]. 하지만 이러한 연구들은 콘텐츠 소비를 OTT 서비스 이용자들의 인식 혹은 기억의 차원에서 측정 및 수집된 데이터를 활용했고, 이는 실제 이용자들의 콘텐츠 소비 경험 및 기록과 일치하지 않을 수 있다는 한계점을 갖고 있다[21].

또한, OTT 서비스가 기존 미디어 서비스들과 구분되는 지점 중 하나는, 이용자들이 언제 어디서든 원하는 기기로 자신이 원하는 콘텐츠 시청할 수 있다는 점이며[22], 이는 이용자들은 단순히 한 장소에 머물며 콘텐츠를 소비하는 것이 아닌, 이동성이 존재하는 상태에서, 다양한 시간대에 콘텐츠를 소비할 수 있음을 의미한다. 반면, 이용자의 이동성을 고려하여 OTT 서비스를 통한 콘텐츠 소비를 살펴본 연구는 활발히 이루어지지 못하고 있다. 이에 따라 본 연구는 국내 OTT 서비스 이용자들의 콘텐츠 소비 양상을 실증적인 데이터를 통해 확인하고, 이용자들이 시공간적 맥락에 따라 OTT 서비스를 통한 콘텐츠 소비에 차이를 보이는지 살펴보고자 한다. 이를 통해, OTT 서비스 이용자의 콘텐츠 소비를 더욱 입체적으로 살펴보고, 이용자 맞춤형 OTT 서비스 및 콘텐츠 제공을 위한 이론적, 실무적 시사점을 도출하고자 한다.

Ⅱ. 기존 문헌 검토

Ⅲ. 연구 문제

OTT 서비스의 다양한 콘텐츠와 부가 기능들이 주는 편리함으로 인해 OTT 서비스를 통한 콘텐츠 시청은 더욱 일상화되어 왔고, 이에 따라 OTT 서비스를 통한 이용자들의 콘텐츠 소비 경험과 양상 또한 더욱 다양하게 나타나고 있다. OTT 서비스가 중심이 되어가고 있는 이러한 미디어 환경 내에서 OTT 서비스 이용자의 경험을 폭넓게 이해하는 것은 학계와 산업의 중요한 목표로 인식되고 있으며, 이를 위한 다양한 시도들이 이루어지고 있음을 선행 연구들을 통해 확인할 수 있었다. 특히, 이용자들은 OTT 서비스를 통해 어떠한 콘텐츠를, 어떠한 방식으로 소비하고 있는지를 파악하고, 그것을 토대로 콘텐츠 소비 양상을 유형화하기 위한 노력이 활발하게 이루어졌다. 또한, 개별 이용자들의 서비스 및 콘텐츠에 대한 선호도가 다양화 및 개인화되는 시점에서, OTT 서비스 이용자에 대한 심도 있는 이해를 위해서는 이용자와 서비스 자체에 대한 이해뿐만 아니라 그것을 둘러싸고 있는 상황적, 환경적 맥락도 함께 고려되어야 함이 강조되어왔다.

OTT 서비스를 통한 콘텐츠 소비 양상을 파악하고 그와 관련한 시사점을 도출하고자 했던 주요 연구들은 설문조사 혹은 심층 인터뷰 등을 통해 OTT 서비스 이용자들의 인식을 측정하거나, 구체적인 콘텐츠 소비 경험에 대한 이용자들의 회상을 바탕으로 데이터를 수집하고 분석했다. 하지만 이 과정에서 이용자들은 자신들의 기억 혹은 인식에 기반하여 인터뷰와 설문조사에서 제시된 질문에 응답했을 확률이 높고, 이렇게 수집된 데이터는 이용자들의 실제 시청 콘텐츠 경험과는 차이가 존재할 수 있다는 한계점이 존재한다[21].

이러한 한계점을 극복하고자 최선영[21]은 OTT 서비스 시청 로그를 기록하기 위한 앱을 개발했으며, 최선영 외[46]는 해당 앱을 활용하여 실험 연구를 진행했고, 해당 실험 참가자들의 스마트폰에 앱을 설치하여 실제로 시청한 콘텐츠 및 GPS 데이터를 수집하여 OTT 서비스를 통한 콘텐츠 시청 패턴을 분석해 의미 있는 시사점을 도출해 냈다. 하지만, 해당 연구는 스마트폰을 통해서 OTT 서비스를 이용한 데이터만을 수집하여 분석한 반면, 실제 OTT 서비스 환경에서는 스마트폰뿐만 아니라, 스마트 TV, IPTV, 태블릿 PC 등과 같은 여러 기기를 통해 콘텐츠를 끊김 없이 시청할 수 있기 때문에, 이러한 모든 시청 경험들을 포괄하여 OTT 콘텐츠를 소비하는 이용자들을 이해해 볼 필요가 있다.

또한, 이러한 여러 기기를 통해 교차하며 서비스를 끊김 없이 이용할 수 있는 환경에서의 콘텐츠 소비 양상은 이용자들이 놓인 시간과 공간의 맥락에 따라 차이가 발생할 가능성이 존재한다[48]. 그러나 기존 연구들은 OTT 서비스를 통한 이용자들의 콘텐츠 시청을 단편적인 시각에서 분석하는 경우가 많았으며, 이용자들이 어떠한 콘텐츠를, 어떤 방식으로 시청하고 있고, 시간과 공간의 맥락에 따라 이용자들의 시청에 어떠한 차이가 나타나며, 그것이 의미하는 바가 무엇인지를 구체적으로 이해하고자 했던 연구는 활발하게 이루어지지 않은 것으로 확인되었다. 하지만 여러 OTT 사업자들에게서 서비스 제공 및 콘텐츠 제작 과정에 있어 이용자들의 다양한 측면의 취향과 선호도를 반영하고자 하는 흐름이 나타나고 있음을 고려했을 때, 이와 같은 시도는 기존의 방식과는 차별화된 방식으로 OTT 서비스 이용자와 그들의 콘텐츠 소비 패턴을 입체적으로 이해해 볼 수 있는 기회를 제공할 수 있을 것으로 예상된다. 이러한 논의를 바탕으로 본 연구는 아래와 같은 연구 문제를 도출하였다.

연구 문제 1: OTT 서비스를 통한 이용자들의 콘텐츠 소비 패턴은 어떠한가?

연구 문제 2: OTT 서비스를 통한 이용자들의 콘텐츠 시청 패턴에는 시공간적 맥락에 따른 차이가 존재하는가?

Ⅳ. 연구방법

4-2 데이터 수집

연구팀은 참가자들의 이동성 데이터를 수집하기 위해 실험이 시작되기 전 참가자들에게 구글의 지도 서비스 앱인 구글맵스(Google Maps)와 연구팀에서 자체적으로 개발한 GPS 로그 수집 앱을 설치하도록 안내했다. 구글맵스의 경우 주요 기능 중 하나인 타임라인이 활용되었으며, 타임라인은 참가자의 이동 수단, 방문 장소, 이동경로 등을 추정하고 일 단위로 구분하여 서버에 데이터를 저장하는 역할을 한다. 구체적으로 타임라인이 이동성 정보를 추정하고 데이터로 기록하는 방식을 살펴보면, 이동 수단은 경로 및 속도 등을 감안하여 도보, 버스, 지하철, 기차, 운전 등으로 구분되어 기록된다.

방문 장소는 참가자의 이동이 거의 일어나지 않게 되는 시점의 GPS 값을 기준으로 해당 장소가 집(거주지), (이동 중)야외, (집을 제외한)실내로 구분되어 기록되었으며, 참가자가 실험 최초에 이동을 시작한 곳의 GPS 값을 집으로 판단하고 데이터를 구분했다. 추가적으로 특정 장소에 도착한 시간과 다음 장소로 이동을 시작한 시간도 함께 기록이 되었다.

이동경로는 참가자의 이동이 일정 수준 이상 발생할 경우, 이동 시작 및 종료 시점, 그리고 이동하는 과정에서 기록이 가능한 모든 GPS 값과 시간을 기록하여 파악하였다. 즉, 특정 방문 장소에 도착한 시간 및 GPS 값은, 이동이 종료된 시점의 시간 및 GPS 값과 일치하게 된다. 같은 원리로, 특정 방문 장소에서 머무르다 이동을 시작한 시간 및 GPS 값은, 이동이 발생한 시점의 시간 및 GPS 값과 일치하게 된다.

자체 파일럿 테스트를 진행한 결과, 구글맵스의 타임라인은 불규칙한 GPS 기록으로 인해 경로 추적의 정확도에 다소 한계점이 존재함을 확인했다. 특히 파일럿 테스트 참가자가 지하철을 탈 경우 GPS가 기록되는 간격이 길어져 이동경로에 왜곡이 빈번하게 발생했다. 따라서 자체 개발한 앱을 통해 1분 간격으로 GPS 로그를 기록하고, 확인된 위도와 경도 값을 타임라인에서 제공하는 이동경로 사이에 삽입하여 이동경로 데이터를 보강했다. 다만, iOS 운영체제의 보안정책 문제로 인해 아이폰에는 해당 앱 설치가 불가능하여, 안드로이드 기반 스마트폰을 사용하는 참가자들에게만 실험 시작 전 앱을 설치할 수 있도록 안내했다. 아이폰을 사용하는 참가자의 경우 타임라인만으로 이동성 데이터가 수집되기 때문에, 그들의 이동 경로 내 위도 및 경도 정보가 기록된 두 시점의 간격이 2분 이상일 경우 1분 간격으로 중간 위도 경도와 시간을 추가하였다. 본 연구의 목적이 정확한 위도 및 경도에 대한 파악이 아닌 장소 및 이동성에 따른 OTT 시청 행태를 분석하는 것이므로 이러한 방식이 연구 진행에 있어 문제가 되지 않을 것으로 판단하였다.

콘텐츠 시청 관련 데이터의 경우 실험 종료 후 콘텐츠웨이브 측에 실험 기간 8일간 21명의 실험 참가자들에 대한 데이터를 요청 후 전달받았다. 하지만 데이터 및 시스템 이슈 등이 발생한 참가자 4명의 데이터를 살펴본 결과, 연구 결과 도출을 위한 분석에는 충분하지 않은 수준의 데이터가 기록된 것이 확인되었다. 이에 따라 참가자 17명의 데이터가 최종적으로 본 연구의 분석에 활용되었으며, 해당 실험 참가자들의 성별, 나이, 직업 및 사용 스마트폰 운영체제 등의 구체적인 정보는 표 1과 같다.

Table 1.

Descriptive statistics of the participants

4-3 데이터 전처리 과정

최종 분석에 사용된 콘텐츠 시청 데이터는 콘텐츠웨이브로부터 제공받은 실험 참가자 식별코드, 참가자가 웨이브를 통해 시청한 콘텐츠 제목, 회차, 장르, 국적, 콘텐츠 재생 시작 및 종료 시점, 웨이브 접속 시간, 시청기기 등이 포함되며, 특히 웨이브를 통해 콘텐츠 시청 시 사용한 기기에 관한 정보도 함께 포함돼 있어 참가자가 언제, 어디에서, 어떤 기기를 통해 콘텐츠를 시청했는지도 함께 확인할 수 있었다. 이동성 데이터의 경우 직접 개발한 앱과 구글 맵스의 타임라인을 통해 수집한 이용자의 콘텐츠 시청 동안의 실시간 위치, 방문 장소, 이동경로, 이동 수단 등이 포함되었다.

데이터 전처리의 경우 수집된 데이터를 일 단위로 나누는 작업이 가장 먼저 이루어졌다. 이후 자체 개발 앱을 통해 수집한 분 간격의 GPS 데이터와 구글 맵스의 타임라인을 이용해 수집한 kml 형식의 데이터와 웨이브에서 제공받은 콘텐츠 시청 데이터를 각각의 시청 시점에 해당하는 날짜와 시간에 맞추어 결합하여 전체 데이터를 통계 분석이 가능한 형태로 가공했다(그림 1, 그림 2).

Fig. 1.

Example of collecting and preprocessing of mobility data*The location name is written in Korean to follow the format of the data set of GPS.

Fig. 2.

Example process of combining mobility and viewing data*The location name and content are written in Korean to follow the data set of GPS and Wavve.

한편, 실험 기간 동안 참가자의 콘텐츠 시청 시작 및 종료, 그리고 재시작 시점의 콘텐츠 제목과 회차를 비교하여 시청 방식을 새로보기, 이어보기, 그리고 몰아보기 세 가지로 구분하였다.

구분 기준의 경우 콘텐츠 시청 패턴에 대한 연구들[11][13]을 토대로, 수집된 데이터의 형태와 특성을 고려하여 OTT를 통한 콘텐츠 시청 방식을 재정의하였다. 이에 따라, 새로보기는 특정 콘텐츠 시청이 시작되었을 때, 그 콘텐츠의 제목이 직전에 본 콘텐츠와 다를 경우로 정의했다. 예를 들어 이용자가 '골목식당' 2화를 시청하다가 이후 '무한도전' 7화를 시청하였다면 이는 새로보기에 해당한다. 또한, 이어보기는 특정 콘텐츠 시청이 발생했을 때, 그 콘텐츠의 제목과 회차가 직전에 본 콘텐츠와 같을 경우를 의미한다. 가령, 이용자가 '골목식당' 2화를 시청하던 도중 종료하고, 이후 다른 콘텐츠가 아닌 '골목식당' 2화의 남은 부분을 시청하는 것이 이에 해당한다. 몰아보기의 경우 특정 콘텐츠 시청이 발생했을 때, 그 콘텐츠의 제목은 직전에 본 콘텐츠와 같지만, 회차가 달라지는 경우로 정의했다. 예를 들어 이용자가 '골목식당' 2화를 시청하다가 이후 '골목식당' 3화를 시청하였다면 같은 콘텐츠의 시리즈를 연속으로 시청한 몰아보기에 해당한다. 만약 '골목식당' 2화를 시청하다가 이어서 4화 혹은 1화를 시청하는 경우도 해당 콘텐츠 시리즈를 몰아보기를 통해 시청하는 것으로 간주했다. 단, 이전에 시청하던 콘텐츠의 회차를 얼마나 보았는지는 고려하지 않았다.

추가적으로 하루의 특정 시간대별 특성을 고려하여 오전 6시부터 오전 11시 59분대까지는 '아침'으로, 오후 12시부터 오후 2시 59분대까지는 '점심'으로, 오후 3시부터 오후 6시 59분대까지는 '낮'으로, 오후 7시부터 오전 12시 59분대까지는 '저녁'으로, 오전 1시부터 오전 5시 59분대까지는 '새벽'으로 구분하여 수집된 데이터 분석을 진행했다.

V. 연구 결과

데이터 분석을 위해 본 연구는 SPSS 21을 이용해 크게 두 가지 측면의 통계 분석을 진행했다. 먼저 빈도분석 등 기술통계를 통해 OTT 서비스 이용자들의 전반적인 콘텐츠 시청 패턴을 파악했다. 이후 콘텐츠 시청 (시간)비율을 기준으로 시공간적 맥락에 따라 OTT 서비스 이용자들의 시청 패턴에 차이가 존재하는지 통계적으로 검증하기 위해 Chi-square 교차분석을 실시했다.

5-1 OTT 서비스를 통한 이용자들의 콘텐츠 소비 패턴

먼저 연구 문제 1과 관련하여, 실험 참가자들이 주로 시청하는 콘텐츠의 장르를 분석한 결과, 예능 프로그램이 전체의 약 43%로 가장 높았고, 드라마(26.6%), 영화(17.5%), 해외시리즈(8.7%), 시사교양(3.1%), 애니메이션(0.4%)이 그 뒤를 이었다.

콘텐츠 제작사/채널 별로는 지상파 콘텐츠(55%) 시청의 비율이 압도적으로 높게 나타났으며, 해외 영화 제작사(13%)와 웨이브 오리지널(12%)의 콘텐츠가 그 뒤를 이었다. 이는 지상파 3사의 콘텐츠를 주로 제공하는 웨이브라는 서비스의 특성이 드러난 결과로 해석될 수 있다.

실험 참가자들이 실험 기간 동안 가장 많이 시청한 상위 10개 콘텐츠를 살펴본 결과(표 2), 참가자들이 시청한 전체 콘텐츠(78개)들 중 상위 10개 콘텐츠에 대한 시청 비율이 전체의 약 52% 를 차지하는 것으로 나타났다. 이를 추가적으로 살펴본 본 결과, SBS 예능 프로그램 <런닝맨>이 전체의 16.1%로 가장 많이 시청되고 있었으며 MBC 예능 프로그램 <라디오스타>와 <놀면 뭐하니?> 역시 각각 7위와 8위를 차지해 예능 콘텐츠가 많이 시청되고 있음이 확인되었다. 또한, MBC의 종영 예능 프로그램 <무한도전>과 KBS의 종영 드라마 <태양의 후예>가 각각 3위와 6위를 차지하며 종영된 지상파 콘텐츠 역시 많이 시청되었음을 알 수 있었다.

Table 2.

The 10 most viewed contents through OTT service

OTT 서비스의 콘텐츠를 주로 시청하는 장소를 확인한 결과, 집(66.5%), (집을  제외한)실내(15.5%), 대중교통(15.2%), (이동 중)야외(2.8%) 순으로 나타나, 실험 참가자들은 주로 집에서 OTT 서비스를 통해 콘텐츠를 시청하고 있음을 알 수 있었다.

다음으로 각 장소(집, 대중교통, 야외, 실내)에서 가장 많이 시청한 콘텐츠를 살펴보았다. 분석 결과 모든 장소에서 전반적으로 예능 콘텐츠가 상위권에 분포되어 있었지만, 집과 (집을 제외한)실내 에서는 상대적으로 기승전결의 스토리를 갖춘 드라마 및 영화 장르의 콘텐츠들이 상위권에 포함되어 있는 것이 확인되었다(표 3, 표 4).

Table 3.

The 10 most viewed contents through OTT service at home

Table 4.

The 10 most viewed contents through OTT service at indoor

반면, 대중교통을 이용하는 상황 및 야외(이동중)에서는 짧은 시청으로 즉각적인 재미를 느낄 수 있는 예능 장르의 콘텐츠가 상위권에 분포되었다(표 5, 표6).

Table 5.

The 10 most viewed contents through OTT service at outdoor

Table 6.

The 10 most viewed contents through OTT service on public transport

하루, 주중, 주말을 기준으로 OTT 콘텐츠 시청을 가장 많이 시청하는 시간대는 언제인지 알아보기 위해 시간대별 OTT 시청량을 살펴보았다. 그림 3은 전체 실험 기간(8일) 동안 참가자들이 하루 평균 콘텐츠를 시청한 시간의 추이를 나타내며, OTT 시청량이 고점에 달하는 지점이 총 다섯 곳으로 확인되었으며, 그중 OTT 시청이 가장 많이 발생한 시간은 22~23시였다. 그림 4는 주중(6일)과 주말(2일) 동안의 하루 평균 콘텐츠 시청 시간의 추이를 나타낸다. 콘텐츠 시청량이 주중과 주말에 따라 달라지는가를 살펴본 결과 새벽 시간과 오후 3시 부근에서 시청량에 명확한 차이가 나타났다.

Fig 3.

Trend in average amount of daily content viewing (Total)

Fig. 4.

Trend in average amount of daily content viewing (Weekday and weekend)

주중과 주말로 나누어 상위 10개 콘텐츠를 살펴본 결과 주중에는 영화 시청이 두드러졌다. 주말에는 영화, 예능 프로그램, 드라마를 골고루 시청하는 것으로 나타났으며 특히 방영이 종료된 드라마, 예능 프로그램과 현재 방영되고 있는 예능 프로그램 등이 함께 시청되고 있었다.

하루 중의 시간대를 아침, 점심, 낮, 저녁, 새벽으로 나누어 전반적인 콘텐츠 시청 양상을 살펴본 결과, 아침에는 영화와 예능 프로그램의 시청이 두드러졌는데 특히 러닝타임이 긴 영화의 시청이 아침 시간대에 많이 이뤄졌다. 이는 전날 저녁 혹은 새벽 시간대에 시청했던 영화를 아침에도 이어서 시청하는 형태가 나타나는 것으로 추측해 볼 수 있다.

점심과 낮 시간대에도 마찬가지로 영화와 예능 프로그램에 대한 시청이 주로 이루어졌으며, 저녁 시간대에는 영화 시청이 두드러졌는데 이는 저녁이 러닝타임이 긴 콘텐츠 시청에 대한 부담이 적은 시간대라는 특성이 반영된 것으로 볼 수 있다.

또한 저녁 시간대에는 뉴스 장르의 프로그램이 상위 10개 콘텐츠에 등장했다. 마지막으로 새벽 시간대에도 역시 러닝타임이 긴 콘텐츠를 시청하는 데 부담이 없는 시간대라는 특성이 작용해 영화 시청이 가장 많은 것으로 나타났으며 예능 장르 역시 자주 등장했다.

다음으로 콘텐츠 시청 방식을 살펴본 결과 몰아보기(34.7%), 이어보기(32.9%), 새로보기(32.4%) 순으로 많았다. 즉, 새로운 콘텐츠를 찾아서 보기보다는 기존에 시청하던 콘텐츠를 이어서 보거나, 동일 콘텐츠의 여러 회차를 연속으로 몰아서 보는 경우가 근소하게 더 많았다.

OTT 서비스를 통한 콘텐츠 시청 시 주로 이용하는 기기는 스마트폰(49.7%), 데스크톱(27.6%), 태블릿 PC(19.0%), TV(3.8%) 순으로 나타났다.

5-2 시공간적 맥락에 따른 OTT 서비스를 통한 이용자들의 콘텐츠 시청 패턴의 차이

교차분석 결과, 장소에 따른 OTT 서비스를 통해 시청한 콘텐츠의 장르는 통계적으로 유의미한 차이가 존재함을 확인했으며(X²=919.167, df=6, p<0.001 λ=0.000), 자세한 결과는 표 7에 제시되었다. 집에서는 예능을 35.6%로 가장 많이 시청했고, 드라마(31.5%), 영화(19.4%), 해외시리즈(10.5%), 시사교양(3.1%), 애니메이션(0.0%)이 그 뒤를 이었다.

Table 7.

Result of Chi-square test between the place and content genreContent viewing(Minute) and ratio

대중교통에서는 예능을 72.5%로 가장 많이 시청했고 드라마(14.3%), 시사교양(5.9%), 해외시리즈(3.7%), 영화(2.7%), 애니메이션(1.0)을 그 다음으로 많이 시청했다. (이동 중)야외에서는 예능을 56.6%로 가장 많이 시청했고 영화(18.1%), 드라마(16.0%), 애니메이션(9.0%), 해외시리즈(0.3%)가 그 뒤를 이었으며 시사교양은 시청하지 않았다. (집을 제외한)실내에서는 예능을 48.1%로 가장 많이 시청했고 영화(23.9%), 드라마(19.4%), 해외시리즈(7.7%), 시사교양(0.9%)이 그 뒤를 이었으며 애니메이션은 시청하지 않았다.

즉, 집에서는 예능 프로그램과 드라마를, (집을 제외한)실내에서는 예능 프로그램과 영화를, 대중교통과 (이동 중)야외에서는 예능 프로그램을 주로 시청하는 것으로 나타났다.

장소에 따라 OTT 서비스를 통해 시청한 콘텐츠의 제작사 및 채널의 차이를 살펴본 결과(표 8), 이 또한 통계적으로 유의미한 차이를 보였다(X²=1826.445, df=18, p<0.001 λ=0.000). 대중교통에서는 지상파 콘텐츠의 시청 비율이 77.2%로 가장 많았다. (이동 중)야외에서는 지상파 (51.1%)와 해외 영화 제작사 (15.7%)의 콘텐츠를 주로 시청했다. (집을 제외한)실내의 경우 지상파 (55.3%), 해외 영화 제작사 (14.5%), 그리고 웨이브(오리지널)(12.2%)의 콘텐츠를 많이 시청했다. 이를 통해 모든 장소를 아울러 지상파 콘텐츠를 가장 많이 시청함을 알 수 있었다.

Table 8.

Result of Chi-square test between the place and channel(production)Content viewing(Minute) and ratio

장소에 따라 OTT 서비스를 통한 콘텐츠의 시청방식에도 유의미한 차이가 존재했다(X²=919.167, df=6, p<0.001, λ=0.145). 표 9에 제시된 결과에 따르면, 집에서는 몰아보기(44.2%)가 가장 많이 이루어졌으며 이어보기(30.7%), 새로보기(25.1%)가 그 뒤를 이었다, 대중교통에서는 이어보기(42.3%), 새로보기(36.2%), 몰아보기(21.5%) 순으로 많이 이루어졌다. (이동 중)야외에서는 새로보기(48.9%)가 가장 많이 이뤄졌으며 이어보기(27.7%), 몰아보기(23.4%) 그 뒤를 이었다. (집을 제외한)실내에서는 이어보기(50.6%)가 가장 많이 이루어졌으며 새로보기(33.9%), 몰아보기(15.5)가 그 뒤를 이었다. 장소가 OTT 콘텐츠 시청방식에 미치는 영향력(λ)은 0.145로 장소가 OTT 콘텐츠 시청방식에 영향을 주는 주요 요인임을 알 수 있었다.

Table 9.

Result of Chi-square test between the place and type of viewingContent viewing(Minute) and ratio

장소에 따라 OTT 서비스를 통한 콘텐츠 시청기기의 차이를 살펴본 결과(표 10), 통계적으로 유의미한 차이가 존재했다(X²=5255.990, df=9, p<0.001, λ=0.000). OTT 콘텐츠의 시청기기를 살펴본 결과 집에서는 스마트폰(39.4%)과 데스크톱(36.1%)를 주로 이용했고 대중교통에서는 스마트폰(79.5%)의 이용 비율이 압도적으로 높게 나타났다. (이동 중)야외에서는 스마트폰(55.9%)과 태블릿 PC(44.1%)를 많이 이용했으며 (집을 제외한)실내에서는 스마트폰(63.6%)의 이용 비율이 매우 높았다. 이를 통해 모든 장소를 아울러 OTT 콘텐츠 시청에 스마트폰을 가장 많이 이용한다는 것을 알 수 있었다.

Table 10.

Result of Chi-square test between the place and device for viewingContent viewing(Minute) and ratio

주중과 주말에 따라 시청 OTT 콘텐츠의 장르, 제작사, 시청방식, 시청기기에 차이가 나타나는 지 또한 추가적으로 살펴보았다. 먼저 주중과 주말에 따라 시청한 콘텐츠의 장르에 통계적으로 유의미한 차이가 존재했다(X²=304.531, df=5, p<0.001, λ=0.000). 표 11에 제시된 것과 같이 시청된 OTT 콘텐츠의 장르의 경우 주중에는 예능(42.7%), 드라마(26.9%), 영화(19.8%)를 주로 시청했으며, 주말에는 드라마(25.4%), 예능(17.1%), 해외시리즈(13.5%)를 많이 시청했다. 이를 통해 주중, 주말을 아울러 예능 프로그램이 많이 소비되고 있음을 알 수 있었다.

Table 11.

Result of Chi-square test between the time(weekday/weekend) and content genreContent viewing(Minute) and ratio

시청된 OTT 콘텐츠 제작사 및 채널의 경우 또한 주중과 주말 간 유의미한 차이가 확인되었다(X²=573,166, df=6, p<0.001, λ=0.000). 표 12에서 확인할 수 있듯이, 주중에는 지상파(51.6%) 콘텐츠를 가장 많이 시청했으며 해외 영화 제작사(15.9%)와 웨이브(오리지널)(13.4%) 콘텐츠가 그 뒤를 이었다. 주말에는 지상파(66.3%) 콘텐츠를 가장 많이 시청했으며 해외 방송사(13.5%) 콘텐츠를 그 다음으로 많이 시청했다. 이를 통해 주중과 주말 모두 지상파 콘텐츠를 가장 많이 소비한다는 것을 알 수 있었다. 이는 지상파 3사의 콘텐츠를 제공하는 웨이브라는 OTT 서비스의 특성이 반영된 결과로도 볼 수 있다.

Table 12.

Result of Chi-square test between the time(weekday/weekend) and channel(production)Content viewing(Minute) and ratio

주중과 주말에 따른 OTT 서비스를 통한 콘텐츠 시청 방식에도 유의미한 차이가 존재했으며(X²=25.535, df=2, p<0.001, λ=0.006), 그 결과는 표 13에 제시되었다. OTT 콘텐츠 시청방식을 살펴본 결과 주중에는 몰아보기(36.5%)가 가장 많이 이루어졌으며 이어보기(35.7%)와 새로보기(27.8%)가 그 뒤를 이었다. 주말에는 이어보기(34.7%)가 가장 많이 이루어졌으며 몰아보기(32.9%)와 새로보기(32.4%)가 그 뒤를 이었다. 그러나 이들 간의 차이가 크지는 않았다.

Table 13.

Result of Chi-square test between the time(weekday/weekend) and type of viewingContent viewing(Minute) and ratio

주중과 주말에 따라 OTT 서비스를 통한 콘텐츠 시청기기의 차이를 살펴본 결과(표 14), 통계적으로 유의미한 차이가 존재했다(X²=286.529, df=3, p<0.001, λ=0.000). OTT 콘텐츠 시청기기를 살펴본 결과 주중에는 스마트폰(49.1%)을 가장 많이 이용했으며 데스크톱(29.2%), 태블릿 PC(19.3%), TV(2.4%)가 그 뒤를 이었다. 주말에는 스마트폰(51.7%)을 가장 많이 이용했으며 데스크톱(21.8%), 태블릿 PC(17.9%), TV(8.6%)가 그 뒤를 이었다. 이를 통해 주중, 주말 모두 OTT 콘텐츠 시청기기로 스마트폰을 가장 많이 이용한다는 것을 알 수 있었다.

Table 14.

Result of Chi-square test between the time(weekday/weekend) and device for viewingContent viewing(Minute) and ratio

마지막으로, 하루 중 시간대에 따라 OTT 콘텐츠 시청 장르, 제작사, 시청방식, 시청기기에 차이가 나타나는지 살펴봤다. 가장 먼저 하루 중 시간대에 따라 시청한 콘텐츠의 장르에는 유의미한 차이가 존재했으며(X²=1654.108, df=20, p<0.001, λ=0.011 ), 그 결과는 표 15에 제시되었다. 시청 OTT 콘텐츠 장르의 경우 아침에는 예능(70.6%) 시청 비율이 압도적으로 높았다. 점심에는 예능(56.8%)과 드라마(26.1%)를 주로 시청했다. 낮에는 예능(49.9%)과 드라마(28.1%)를 많이 시청했다. 저녁에는 예능(34.2%), 드라마(29.8%), 영화(20.2%)의 시청 비율이 높게 나타났다. 새벽에는 영화(30.6%)를 가장 많이 시청했고 드라마(26.6%), 예능(23.2%), 해외시리즈(19.6%)가 그 뒤를 이었다. 이를 통해, 새벽에는 영화를, 나머지 시간대에는 예능 프로그램을 주로 시청한다는 것을 알 수 있었다.

Table 15.

Result of Chi-square test between the time(a day) and content genreContent viewing(Minute) and ratio

OTT 서비스를 통해 시청한 콘텐츠의 제작사 및 채널 또한 하루 중 시간대에 따라 유의미한 차이가 있음이 확인되었다(X²=1572.157, df=24, p<0.001, λ=0.001). 표 16에 제시된 결과에 따르면, 아침, 점심, 낮 시간대 모두 지상파 콘텐츠의 시청비율이 60.2%, 64.7%, 67.0%로 나타나며 다른 제작사 및 채널 콘텐츠와 비교해 압도적으로 많이 시청됐다. 저녁에는 지상파(49.4%) 콘텐츠를 가장 많이 시청했으며 해외 영화 제작사(16.3%), 웨이브(오리지널)(14.5%)의 콘텐츠가 그 뒤를 이었다. 새벽에는 해외 영화 제작사(29.6%)와 지상파(28.9%)의 콘텐츠를 주로 시청했으며 해외 방송사(19.6%)와 웨이브(오리지널)(14.2%) 콘텐츠가 그 뒤를 이었다. 즉, 새벽에는 해외 영화 제작사의 콘텐츠, 나머지 시간대에는 지상파의 콘텐츠를 가장 많이 시청한 것인데, 이 역시 지상파 콘텐츠가 독점적으로 제공되는 웨이브의 특성이 반영된 것으로 볼 수 있다.

Table 16.

Result of Chi-square test between the time(a day) and channel(production)Content viewing(Minute) and ratio

하루 중 시간대에 따라 OTT 서비스를 통한 콘텐츠 시청방식에도 유의미한 차이가 나타났으며(X²=247.666, df=8, p<0.001, λ=0.029), 그 결과는 표 17에 제시되었다.

Table 17.

Result of Chi-square test between the time(a day) and type of viewingContent viewing(Minute) and ratio

아침에는 새로보기(35.9%), 이어보기(35.1%), 몰아보기(29.0%), 점심에는 이어보기(36.7%), 새로보기(33.8%), 몰아보기(29.5%) 순으로 많이 이루어졌다. 낮에는 몰아보기(38.8%), 이어보기(37.5%), 새로보기(23.6%), 저녁에는 몰아보기(35.3%), 이어보기(34.3%), 새로보기(30.4%) 순으로 많이 이루어졌다. 새벽에는 몰아보기(49.1%), 이어보기(34.7%), 새로보기(16.1%) 순으로 많이 이루어졌으며 몰아보기의 비율이 다른 시간대에 비해 높게 나타났다. 이를 통해 아침에는 새로보기, 점심에는 이어보기, 낮, 저녁, 새벽에는 몰아보기가 주로 이루어진다는 것을 알 수 있었다.

OTT 서비스를 통한 콘텐츠 시청에 사용한 기기 또한 하루 중 시간대에 따라 유의미한 차이가 나타났다(X²=610.026, df=12, p<0.001, λ=0.028). 표 18에 제시된 결과를 살펴보면, 아침에는 스마트폰의 사용 비율이 65.6%로 가장 높았다. 점심에도 스마트폰(42.0%)을 가장 많이 사용했으며, 데스크톱(31.4%), 태블릿 PC(19.7%)를 그다음으로 많이 사용했다. 낮에는 스마트폰(50.2%)을 가장 많이 사용했으며 데스크톱(36.7%), 태블릿 PC(20.3%)가 그 뒤를 이었다. 저녁에는 스마트폰(52.4%)을 가장 많이 사용했으며 데스크톱(23.8%), 태블릿 PC(19.3%)를 그다음으로 많이 사용했다. 새벽에는 데스크톱(49.3%)을 통한 콘텐츠 시청이 가장 많이 이루어졌으며, 스마트폰(32.5%), 태블릿 PC(18.2%)가 그 뒤를 이었다. 이를 통해 데스크톱을 통한 콘텐츠 시청이 가장 많이 이루어진 새벽을 제외한 모든 시간대에서 스마트폰을 통한 OTT 콘텐츠 시청이 가장 많이 이루어지고 있음을 알 수 있었다.

Table 18.

Result of Chi-square test between the time(a day) and device for viewingContent viewing(Minute) and ratio

Ⅵ. 결론 및 논의

본 연구는 이용자의 실제 콘텐츠 시청 기록과 이동성 데이터를 활용하여 OTT 서비스를 통한 이용자들의 콘텐츠 소비를 다각도로 이해하고자 했으며, 이러한 시도와 결과는 OTT 서비스와 이용자의 관계에 대한 연구 분야에 주요한 시사점을 제시한다. 전반적인 OTT 서비스를 통한 콘텐츠 시청 패턴을 확인한 결과, 이용자들이 OTT 서비스를 통해 주로 시청하는 콘텐츠의 장르는 예능, 제작사 및 채널은 지상파로 나타났다. 본 연구의 실험 기간 동안 참가자들이 가장 많이 시청했던 콘텐츠가 SBS의 주말 예능인 '런닝맨'인 것이 이러한 결과와 맥락을 같이 한다고 볼 수 있으며, 이는 연구 대상 OTT 서비스인 웨이브가 지상파를 자신들의 주요 콘텐츠 공급원으로 활용하는 전략의 결과로도 해석될 수 있다. 반면, 최선영[21]이 실시한 실험 결과에서는 모든 참가자들이 실험 기간 동안 유일하게 예능 콘텐츠를 1회 이상 시청하기는 했지만, 가장 많이 시청한 콘텐츠는 케이블 채널의 드라마였고, 함민정 외[47]가 제시한 분석 결과에서는 영화를 가장 많이 시청하는 것으로 나타났다. 이와 같은 국내 OTT 서비스를 통한 시청 패턴을 분석한 연구들 간의 상이한 결과는 각 연구에서 설정한 연구 대상 OTT 서비스, 기간 등에 차이로 인해 발생했을 것으로 추측된다.

하지만 기존의 주요 연구와 조사들[4][21][43][47]이 제시하고 있는 결과와 유사한 소비 패턴 또한 본 연구를 통해 확인되었다. 가령, 본 연구는 이용자들이 주로 OTT 서비스를 통해 콘텐츠를 시청하는 장소는 집(주거공간)이며, (집을 제외한)실내, 대중교통, 야외에서의 시청은 상대적으로 적게 나타남을 다시 한번 확인했다. 반면, 집에서의 콘텐츠 시청 비율이 약 80%로 나타났던 선행 연구[4][21][47]의 결과와 달리, 본 연구에서는 집에서 OTT 서비스를 통해 콘텐츠를 시청하는 시간은 전체의 약 65%로 비교적 낮게 나타났다. 이는 본 연구가 모바일 기기를 상대적으로 더 친숙하게 느끼고, 집이 아닌 공간에서 OTT 서비스를 통해 콘텐츠를 시청하는 것이 더욱 익숙한 2-30대만을 대상으로 실험을 실시한 결과로 추측된다.

또한, 앞선 연구들의 결과와 유사하게 이용자들이 주로 콘텐츠를 시청하는 시간은 저녁 10시~11시인 것을 확인할 수 있었다. 더 나아가, 시청 시간을 주중과 주말로 나누어 분석한 결과, 주말의 경우에는 콘텐츠 시청량이 높아지는 지점들이 오후 3시에서 9시 사이로 분산되는 것을 확인할 수 있었으며, 이는 주중과 주말 간 이용자들의 생활 패턴의 차이로 인해 발생한 것으로 이해할 수 있다.

본 연구는 실험의 참가자가 17명에 불과하지만, 전국 단위로 실시된 OTT 서비스 이용 행태 조사와 그 결과를 분석한 주요 연구들과 유사한 결과들을 제시했다는 점에서 의의를 찾을 수 있다.  이는 본 연구가 시도했던 실험 설계, 데이터 수집 및 분석이 실제 OTT 서비스 이용자들의 콘텐츠 소비 행태를 분석하고 일정 수준 이상 신뢰할 수 있는 의미를 도출하기에 적절한 방식으로 이루어졌음을 시사한다.

본 연구는 이용자가 시간과 공간에 따라 선호하는 콘텐츠의 특성은 무엇이고, 또 그것을 시청하는 방식에는 어떠한 차이가 있는지를 살펴보았으며, 이는 이용자들의 콘텐츠 소비패턴을 파악하고, 그것을 통해 맞춤형 서비스 및 콘텐츠를 제공하는 OTT 사업자들에게 몇 가지 실무적인 시사점을 제공한다.

시간적인 맥락에서 주중과 주말에 따라 콘텐츠를 주로 시청하는 시간대의 차이는 존재했으며, 주말의 경우 이용자들이 콘텐츠를 주로 소비하는 시간이 주중에 비해 비교적 흩어져 있는 것으로 확인되었다. 또한, 주중과 주말에 따라 시청하는 콘텐츠의 특성에는 전반적으로 큰 차이가 나타나지 않았다. 한편, 시간대별로는 OTT 서비스 이용자들은 아침과 점심에는 예능을 주로 시청하고, 저녁에 가까워질수록 드라마, 영화 시청 비율이 높아졌으며, 새벽에는 영화의 비율이 가장 높은 것으로 나타났다. 이는 등교, 출근, 학업, 업무와 같은 일정이 이루어지는 아침부터 이른 오후 시간까지는 이용자들이 비교적 호흡이 길지 않고, 짧은 시청만으로도 몰입과 재미를 느낄 수 있는 예능과 같은 콘텐츠를 더 많이 시청하는 것으로 해석할 수 있다. 반면, 개인 여가 시간 혹은 가족들과 보낼 수 있는 저녁 시간부터는 내용을 이해하고 재미를 느끼기 위해선 비교적 더 많은 몰입과 시청 시간이 필요한 드라마와 영화를 더 많이 시청하는 것으로 이해할 수 있다.

시간대에 따른 시청 방식 또한, 아침에는 새로보기를 통해 새로운 콘텐츠를 찾고, 점심에는 새롭게 찾은 콘텐츠의 나머지 부분을 시청하고, 이후부터는 해당 콘텐츠의 다른 회차의 콘텐츠를 몰아서 보는 것으로 나타났다. 이러한 결과는 OTT 사업자들이 서비스와 콘텐츠를 제공하는 방식에 있어, 이용자의 콘텐츠 소비 경험을 하나의 여정으로 고려해야 할 필요성을 시사한다. 즉, OTT 사업자들은 특정 시간대의 특성과 맥락을 고려하여 이용자들의 선호도를 파악하고, 그것에 따라 콘텐츠를 추천하는 것은 이용자들이 더욱 몰입하여 콘텐츠를 시청하게 만들 수 있는 주요한 전략이 될 수 있음을 인지해야 한다.

또한, 본 연구는 이용자가 OTT 서비스를 통해 콘텐츠를 시청하는 시점의 공간적인 맥락에 따라서도 이용자의 소비 패턴에 차이가 있음을 확인했다. 장소와 관계없이, OTT 서비스 이용자들은 예능 콘텐츠를 가장 많이 시청하고 있었지만, 특히 대중교통과 야외에서 예능 콘텐츠를 시청하는 비율이 월등히 높게 나타났다. 이는 이용자들이 집이나 (집을 제외한)실내에서와 달리 대중교통과 야외와 같이 주변 소음, 빛, 주변 사람 등과 같이 콘텐츠 시청과 몰입에 방해가 되는 요소가 더 많이 존재하는 환경에서는 드라마나 영화와 같이 상대적으로 길이가 길고 더 많은 몰입이 필요한 콘텐츠 보다, 길이가 짧고 내용의 앞뒤 연결이 상대적으로 덜 중요한 예능 콘텐츠 시청을 더욱 선호한 결과로 해석할 수 있다.

같은 맥락에서 공간에 따른 시청 방식의 차이를 살펴보면, 이용자들은 야외에서는 새로보기를 가장 선호했는데, 이는 해당 상황에서만 보고 그칠 새로운 콘텐츠를 찾거나, 이후 상대적으로 콘텐츠 시청이 원활한 공간에 도착했을 때 시청할 새로운 콘텐츠들을 살펴보기 위한 것으로 보인다. 한편, 대중교통 및 (집을 제외한)실내에서는 이어보기가 주로 이루어졌는데 이는 기존에 시청하던 콘텐츠의 나머지 부분의 내용이 궁금하거나, 다른 새로운 콘텐츠를 찾기 번거롭다는 등의 이유가 반영된 것으로 추측해 볼 수 있다. 마지막으로 집은 상대적으로 시청 환경에 대한 제약과 방해요소가 많지 않다는 특성상 주로 몰아보기를 통해 콘텐츠를 시청하고자 하는 경향을 보이는 것으로 이해된다.

OTT 서비스를 통한 콘텐츠 시청 양상을 파악하고 그것을 시간과 공간의 맥락에 따라 비교해 본 결과, 여전히 OTT 이용자들은 집과 같이 이동성이 적고, 콘텐츠 시청에 제약이 적은 환경에서 콘텐츠를 주로 시청하고 있다. 하지만 일부 이용자들에게 있어 대중교통, (집을 제외한)실내, 야외에서의 시청은 이후 본격적인 콘텐츠 시청을 위한 준비 단계로 인식되고 있을 가능성 역시 확인했다. 이에 따라, OTT 사업자들은 집이 아닌 공간에서의 콘텐츠 시청의 절대적인 비율은 낮지만, 이를 OTT 서비스와 이용자의 경험이 지속적으로 이어지고 콘텐츠와 서비스에 대한 잔상을 지속적으로 남길 수 있는 기회로 인식할 필요가 있다. 또한, 본 연구는 미디어 관련 서비스들 간의 경계가 불분명해지고 사업자들 간의 경쟁이 더욱 치열해지는 시점에서, OTT를 포함한 여러 콘텐츠 관련 사업자들이 이용자의 콘텐츠 소비 행태를 새로운 차원에서 이해하고 분석하여, 단순히 이용자들이 콘텐츠를 더 많이 시청하게 하는 것에서 그치지 않고, 그들에게 새로운 차원의 콘텐츠 소비 경험을 제공할 수 있어야 함을 시사한다.

본 연구는 OTT 서비스와 관련한 실증적인 데이터를 확보하기 어려운 상황에서 국내 OTT 서비스 이용자의 콘텐츠 시청 양상을 시공간적인 맥락에서 살펴보았다는 점에서 의의를 찾을 수 있지만, 여전히 한계를 가지고 있다. 첫째, 본 연구는 국내 OTT 서비스들 중 하나인 웨이브 이용자만을 대상으로 실험을 실시하였다. 따라서, 본 연구가 제시한 결과는 웨이브라는 OTT 서비스의 특성이 여러 부분에 반영되었을 것으로 예상된다. 따라서, 추후 타 OTT 사업자들과의 협력을 통해 다양한 서비스 이용자들의 콘텐츠 시청 관련 데이터가 수집될 수 있다면, 더욱 의미 있는 결과를 도출할 수 있을 것으로 예상된다.

둘째, 8일의 실험 기간과 17명의 실험 참가자 수는 본 연구의 결과를 일반화하기에는 다소 부족한 수준이라고 볼 수 있다. 가령 실험 기간 동안 특정 콘텐츠가 이슈가 되는 경우에는 그것이 전체 참가자들의 소비에 큰 영향을 주면서 다른 콘텐츠 소비와 관련한 패턴이 축소될 수 있다. 따라서 후속 연구에서 실험 참가자의 수와 데이터 수집 기간을 늘려 실험을 진행한다면 일반화가 용이한 연구결과를 도출할 수 있을 것으로 예상된다.

셋째, 아직 국내 주요 OTT 사업자들은 OTT 서비스를 통해 개별 이용자들의 위치 정보를 수집하지는 않고 있는 것으로 파악되어, 사업자들은 본 연구에서 제시된 주요 시사점들을 자사의 서비스 혹은 전략에 반영하기가 어려울 것으로 예상된다. 만일 이와 같이 이용자의 이동성 데이터에 기반하여 콘텐츠 선호도를 파악하기 어려운 경우라면, OTT 사업자가 직접 지하철, 버스, 식당과 같은 특정 공간 혹은 지역에 적합한 콘텐츠를 큐레이션 및 카테고리화하여 콘텐츠를 제공하는 전략을 고려해 볼 수 있고, 이는 서비스와 이용자의 또 하나의 접점이 될 수 있을 것으로 예상된다.

더 나아가, 현재 OTT 서비스를 운영하고 있는 통신 사업자의 차원에서는 OTT 서비스를 통한 이용자의 위치 정보 수집을 고려해 볼 수 있는 동기가 존재한다. 최근 OTT 서비스 이용자 수가 많아지고, 개별 콘텐츠들의 용량이 커지면서, OTT 서비스를 통해 발생하는 인터넷 트래픽 또한 크게 증가하고 있으며[51], 이에 따라 개별 기지국의 부하를 줄이기 위해 데이터를 이용자들에게 효율적으로 전달하는 기술인 모바일캐싱기술에 대한 관심이 더욱 높아지고 있다[52]. 이러한 시점에서, OTT 서비스를 통해 개별 이용자들의 콘텐츠 시청 및 이동성 데이터를 모두 수집 및 분석할 수 있게 된다면 OTT 서비스를 통해 특정 지역 혹은 지역 특성별 콘텐츠 선호도 기반의 콘텐츠 추천 기능을 제공할 수 있을 뿐만 아니라, 사전에 콘텐츠를 배치(Content placement)할 수 있는 모바일캐싱기법 또한 개발이 가능할 것으로 예상된다.

Acknowledgments

본 연구는 대한민국 교육부와 한국연구재단(NRF-2019S1A3A2099973)의 지원과 과학기술정보통신부 및 정보통신기획평가원의 대학 ICT연구센터지원사업(IITP-2020-0-01749)의 지원으로 수행된 연구로서 관계부처에 감사드립니다.

References

• T. Fautier, “How OTT services can match the quality of broadcast,” SMPTE Motion Imaging Journal, Vol. 129, No. 3, pp. 16-25, April 2020. [https://doi.org/10.5594/JMI.2020.2969763]
• G. Sahu, L. Gaur, and G. Singh, “Applying niche and gratification theory approach to examine the users' indulgence towards over-the-top platforms and conventional TV,” Telematics and Informatics, Vol. 65, pp. 1-13, December 2021. [https://doi.org/10.1016/j.tele.2021.101713]
• R. Bhattacharyya, S. Kohli, and R. More, “Change In Consumption Habits Of Entertainment During Lockdown And The Role Of OTT Platforms,” Elementary Education Online, Vol. 19, No. 4, pp. 4686-4695, 2020. [https://doi.org/10.17051/ilkonline.2020.04.764875]
• Korea Coomunications Commission, 2021 A Research on the usage behavior of broadcasting media, 11-B55212600003910, pp. 1-476. December 2021.
• S. C. Nayak and S. K. Biswal, “OTT Media Streaming in COVID-19 Lockdown: The Indian Experience,” Media Watch, Vol. 12, No. 3, pp. 440-450, September 2021. [https://doi.org/10.15655/mw/2021/v12i3/166019]
• C. Jang, C. Lim, and S. Kim, “A Case Study on the Content Production Capabilities of Local OTT Service Providers : Focusing on TVING, Wavve, Kakaotv and Netflix,” Korean Journal of Broadcasting and Telecommunication Studies, Vol. 36, No. 1, pp. 79-113, January 2022.
• S. Hwang, C. Lim, J. Ha, and S. Kim, “What Are the Current Content Strategies of Local and Global SVOD Service Providers?,” The Journal of Korean Institute of Communications and Information Sciences, Vol. 46, No. 4, pp. 734-749, March 2021. [https://doi.org/10.7840/kics.2021.46.4.734]
• J. Hildén, “The Public Service Approach to Recommender Systems: Filtering to Cultivate,” Television & New Media, Vol. 23, No. 7, pp. 777-796, May 2021. [https://doi.org/10.1177/15274764211020106]
• S. Maddodi and K. K. Prasad, “Netflix Bigdata Analytics-The Emergence of Data Driven Recommendation,” International Journal of Case Studies in Business, IT, and Education (IJCSBE), Vol. 3, No. 2, pp. 41-51, February 2020. [https://doi.org/10.5281/zenodo.3510316]
• B. Min, J. Ko, and J. Song, “Netflix’s Competitive Strategy: Strategic Combination of Network Effects, Contents Reselling and Original Contents,” Journal of Strategic Management, Vol. 23, No. 2, pp. 25-45, August 2020. [https://doi.org/10.17786/jsm.2020.23.2.025]
• K. Merrill Jr and B. Rubenking, “Go long or go often: Influences on binge watching frequency and duration among college students,” Social Sciences, Vol. 8, No. 1, pp. 1-12, January 2019. [https://doi.org/10.3390/socsci8010010]
• The Korea Economic Daily. Overflow of OTT contents...20~30s who consume contents 'twice as fast' [Internet]. Available: https://www.hankyung.com/life/article/2022051344751, .
• Y. J. Kim, “Impact of OTT Service on the Content Creation, Distribution and Consumption,” Studies of Broadcasting Culture, Vol. 27, No. 1, pp. 75-102, June 2015.
• Y. Rui, A. Gupta, and A. Acero, “Automatically extracting highlights for TV baseball programs,” in Proceedings of the eighth ACM international conference on Multimedia, New York: NY, United States, pp. 105-115, October 2000. [https://doi.org/10.1145/354384.354443]
• J. Han and D. Ko, “Analysis of Consumers’ OTT Service Usage Behavior by Age Group,” Consumer Policy and Education Review, Vol. 18, No. 3, pp. 97-116, September 2022. [https://doi.org/10.15790/cope.2022.18.3.097]
• S. Lee, “An Exploratory Analysis of OTT Usage Patterns,” Journal of the Korea Contents Association, Vol. 21, No. 7, pp. 119-126, July 2021. [https://doi.org/10.5392/JKCA.2021.21.07.119]
• S. Panda and S. C. Pandey, “Binge watching and college students: Motivations and outcomes,” Young Consumers, Vol. 18, No. 4, pp. 425-438, 2017. [https://doi.org/10.1108/YC-07-2017-00707]
• K. Riddle, A. Peebles, C. Davis, F. Xu, and E. Schroeder, “The addictive potential of television binge watching: Comparing intentional and unintentional binges,” Psychology of Popular Media Culture, Vol. 7, No. 4, pp. 589-604, October 2018. [https://doi.org/10.1037/ppm0000167]
• D. Menon, “Purchase and continuation intentions of over-the-top (OTT) video streaming platform subscriptions: a uses and gratification theory perspective,” Telematics and Informatics Reports, Vol. 5, pp. 1-15, March 2022. [https://doi.org/10.1016/j.teler.2022.100006]
• G. S. Nijhawan and S. Dahiya, “Role of COVID as a Catalyst in increasing adoption of OTTs in India: A Study of evolving consumer consumption patterns and future business scope,” Journal of Content, Community and Communication,ﾠVol. 12, No. 6, pp. 298-311, December 2020. [https://doi.org/10.31620/JCCC.12.20/28]
• S. Choi, “A Study on Viewing Patterns of Smartphone OTT Service App Using Modified Log Analysis,” Korean Journal of Journalism & Communication Studies, Vol. 59, No. 3, pp. 125-156, June 2015.
• E. A. Park, “Business strategies of Korean TV players in the age of over-the-top (OTT) video service,” International Journal of Communication, Vol. 12, pp. 4646-4667, 2018.
• S. Kim, H. Baek, and D. H. Kim, “OTT and live streaming services: Past, present, and future,” Telecommunications Policy, Vol. 45, No. 9, pp. 1-7, October 2021. [https://doi.org/10.1016/j.telpol.2021.102244]
• D. H. Kim and N. Park, “Effects of OTT Service Users’ Use Motivations on Satisfaction and Intention of Continued Use,” Journal of Broadcasting and Telecommunications Research, Vol. 93, pp. 77-110, January 2016.
• J. Yi and B. S. Chon, “Determinants of user satisfaction and the intention to use OTT services,” Korean Journal of Broadcasting and Telecommunication Studies, Vol. 34, No. 4, pp. 116-144, July 2020.
• S. Nagaraj, S. Singh, and V. R. Yasa, “Factors affecting consumers' willingness to subscribe to over-the-top (OTT) video streaming services in India,” Technology in Society, Vol. 65, pp. 1-7, May 2021. [https://doi.org/10.1016/j.techsoc.2021.101534]
• J. Yoo and J. Y. Park, “A Study on the Factors Influencing Continuous Usage Intension based on OTT Service User,” Journal of Broadcasting and Telecommunications Research, Vol. 102, pp. 46-79, April 2018.
• U. Cebeci, O, Ince, and H. Turkcan, “Understanding the intention to use Netflix: An extended technology acceptance model approach,” International Review of Management and Marketing, Vol. 9, No. 6, pp. 152-157, October 2019. [https://doi.org/10.32479/irmm.8771]
• S. Lee and H. Park, “A Comparative Study on the Key Success Factors of Over-The-Tops in South Korea, “Journal of the Korea Industrial Information Systems Research,” Vol. 26, No. 6, pp. 135-154, December 2021. [https://doi.org/10.9723/jksiis.2021.26.6.135ISSN:1229-3741]
• S. Nam, “A Study on the Expectancy and Gratification of OTT Service by Content Diversity: Focusing on Wavve Service, The Journal of Humanities and Social science,” Vol. 12, No. 4, pp. 2887-2902, August, 2021. [https://doi.org/10.22143/HSS21.12.4.205]
• D. E. An, S. A. Jung, M. R. Youn, Y. K. Ku, and Y. W. Jung. “A Study on UX Design forp Mobile Application of Combined Services – Focused on TVing,” The Journal of the Convergence on Culture Technology (JCCT), Vol. 7, No. 3, pp. 497-508. [https://doi.org/10.17703/JCCT.2021.7.3.497]
• S. Shin and J. Park, “Factors affecting users' satisfaction and dissatisfaction of OTT services in South Korea,” Telecommunications Policy, Vol. 45, No. 9, pp. 1-10, October 2021. [https://doi.org/10.1016/j.telpol.2021.102203]
• H. J. Kim, S. W. Jin, and S. Park, “A Study on the Influence of OTT Service Usage Factors on OTT Adoption and Acceptance Intention by Plan Package: A Comparative Analysis of Netflix and Wavve,” Journal of the Korea Contents Association, Vol. 22, No. 4, pp. 301-313, April 2022. [https://doi.org/10.5392/JKCA.2022.22.04.301]
• H. S. Choi and S. I. Kim, “A Study on User Experience of OTT Service -Focused on Netflix, Watcha and Wavve-,” Journal of Digital Convergence, Vol. 18, No. 4, pp. 425-431, April 2020. [https://doi.org/10.14400/JDC.2020.18.4.425]
• S. H. Jung and J. Y. Park. “A Study of the Factors Influencing Usage Intentions toward SVOD OTT Services among Non-users: Mediating Effect of Innovation Resistance,” Korean Telecommunications Policy Review, Vol. 29, pp. 145-176, June 2022. [https://doi.org/10.37793/ITPR.29.2.5]
• O. Y. Chun and J. Cho. “A Study on the Satisfaction and Continuance Usage Intention of Netflix - Cross-National Comparisons of Korean and Taiwanese Users -,” Korean Journal of Journalism & Communication Studies, Vol. 61, No. 5, pp. 341-375, October 2017. [https://doi.org/10.20879/kjjcs.2017.61.5.011]
• K. T. Kwak, C. J. Oh, and S. W. Lee, “Who uses paid over-the-top services and why? Cross-national comparisons of consumer demographics and values,” Telecommunications Policy, Vol. 45, No. 7, pp. 1-17, August 2021. [https://doi.org/10.1016/j.telpol.2021.102168]
• Y. Kim, “A Study on the Determinants of OTT Service Users’ Switching Intention: From the Perspective of Pull-Push-Mooring Framework,” The Journal of Internet Electronic Commerce Resarch, Vol. 21, No. 1, pp. 179-200, February 2021. [https://doi.org/10.37272/JIECR.2021.2.21.1.179]
• H. S. Park and S. H. Kim 2021, “An Empirical Analysis of Push-Pull-Mooring Factors Affecting on Switching Intention to Over the Top(OTT) Services,” The Journal of Information Systems, Vol. 30, No. 4, pp. 71-94, December 2021. [https://doi.org/10.5859/KAIS.2021.30.4.71]
• Variety. Netflix Says It's Committed to a Binge-Release Strategy for Series [Internet]. Available: https://variety.com/2022/digital/news/netflix-binge-release-series-strategy-1235407736/, .
• M. Jenner, “Binge-watching: Video-on-demand, quality TV and mainstreaming fandom,” International journal of cultural studies, Vol. 20, No. 3, pp. 304-320, September 2015. [https://doi.org/10.1177/1367877915606485]
• M. Flayelle, P. Maurage, K. R. Di Lorenzo, C. Vögele, S. M. Gainsbury, and J. Billieux, “Binge-watching: What do we know so far? A first systematic review of the evidence,” Current Addiction Reports, Vol. 7, No. 1, pp. 44-60, January 2020. [https://doi.org/10.1007/s40429-020-00299-8]
• Korea Coomunications Commission, 2020 A Research on the usage behavior of broadcasting media, 11-B55212600003910, pp. 1-472. December 2020.
• R. Patnaik, R. Shah, and U. More, “Rise of OTT Platforms: Effect of the C-19 Pandemic,” PalArch's Journal of Archaeology of Egypt/Egyptology, Vol. 18, No. 7, pp. 2277-2287, April 2021.
• M. Y. Lee, “Examining Factors Influencing Flow and Continuous Use Intention of Paid OTT Service Users: Focusing on the Moderation Role of COVID19 Stress,” Journal of Media Economics & Culture, Vol. 19, No.4. pp. 39-75, October 2021. [https://doi.org/10.1007/s40429-020-00299-810.21328/JMEC.2021.11.19.4.39]
• S. Y. Choi, M. S. Kim, and M. J. Kim, “An Application-embedded method to trace OTT viewing patterns on smartphone,” Journal of the Korea Institute of Information and Communication Engineering, Vol. 18, No. 4, pp. 1000-1006, April 2014. [https://doi.org/10.6109/jkiice.2014.18.4.1000]
• M. J. Ham, Y. J. Shin, and S. W. Lee, “A Study on OTT Content`s Characteristics: Focusing on User Characteristics and Place of Use,” Journal of the Korea Contents Association, Vol. 18, No, 3, pp. 124-137, March 2018. [https://doi.org/10.5392/JKCA.2018.18.03.124]
• J. S. Hwang, “Connected-device Use in the Multi-device Environment,” Journal of Cybercommunication Academic Society, Vol. 29, No. 2, pp. 131-171, June 2012.
• etnews. Wavve the representative of 'K-OTT'⋯47 original contents and 3.5 times increase in sales [Internet]. Available: https://www.etnews.com/20220916000154
• Maeil Business Newspaper. Over the giant OTT platforms⋯local platforms' alliance with opponents [Internet]. Available: https://www.mk.co.kr/news/culture/view/2022/07/626063/
• J. H. Kwak and S. Y. Nam, “The Proliferation of OTT Services, ISPs' Revenue Model, and Sustainable Internet Ecosystems,” Korean Telecommunications Policy Review, Vol. 28, No. 3, pp. 1-20. [https://doi.org/10.37793/ITPR.28.3.1]
• T. Zhang, H. Fan, J. Loo, and D. Liu, “User preference aware caching deployment for device-to-device caching networks,” IEEE Systems Journal, March 2019. Vol. 13, No. 1, pp. 226-237, December 2017. [https://doi.org/10.1109/JSYST.2017.2773580]