Korea Digital Contents Society

Journal Archive

Journal of Digital Contents Society - Vol. 20 , No. 11

[ Article ]
Journal of Digital Contents Society - Vol. 20, No. 11, pp. 2283-2290
Abbreviation: J. DCS
ISSN: 1598-2009 (Print) 2287-738X (Online)
Print publication date 30 Nov 2019
Received 12 Oct 2019 Revised 31 Oct 2019 Accepted 05 Nov 2019
DOI: https://doi.org/10.9728/dcs.2019.20.11.2283

빅데이터를 이용한 패션인플루언서에 대한 소비자 견해 분석
한기향
건국대학교 디자인대학 패션디자인전공

An Analysis of Consumers’ Opinion on Fashion Influencer using Big Data
Ki-Hyang Han
Department of Fashion Design, Konkuk University, Chungju-si 268, Korea
Correspondence to : *Ki-hyang Han E-mail: kihyanghan@hanmail.net


Copyright ⓒ 2019 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

소셜미디어플랫폼을 통해 얻어지는 비정형의 빅데이터들은 다양한 분석방법을 이용하여 소비자의 행동을 예측하는 마케팅전략으로 이용할 수 있다. 본 연구는 빅데이터를 이용해 세포마켓으로 자리를 잡고 있는 인플루언서마켓 중 패션을 전문으로 하는 패션인플루언서에 관한 소비자견해를 조사하고 분석하였다. 패션인플루언서를 키워드로 한 빈도분석결과 소비자들은 뷰티, 브랜드, 인스타그램, 쇼핑몰, 마케팅 등의 텍스트를 인지하는 것으로 나타났다. N-gram분석 결과인 ‘SNS-제품패키지’, ‘제품-재미’ 등으로 소비자들이 제품을 직접 제작 후 SNS마켓에서 판매하는 패션인플루언서에 대해 관심이 높을 뿐 아니라 즐거움을 갖고 있음을 확인할 수 있다. 빈도분석과 매트릭스분석 결과를 바탕으로 CONCOR분석을 실시한 결과 “SNS마켓”, “인플루언서 e-commerce”, “New 인플루언서”의 세 개 그룹으로 나누어졌으며, 각 그룹의 특성을 분석한 결과 소비자들이 패션인플루언서에 대해 높은 관심을 갖고 있음을 유추할 수 있다.

Abstract

Unstructured big data from social media platforms can be used as a marketing strategy to predict consumer behavior using a variety of analysis methods. This study investigated and analyzed the consumer awareness of fashion products specialized in fashion among the influencer markets that have established themselves as cell markets using big data. A frequency analysis using fashion influencer as a keyword showed that consumers are aware of text such as beauty, brands, instagram, shopping malls and marketing. The results of the N-gram analysis, “SNS-product package” and “product-interest,” show that consumers are not only interested in fashion influencers who produce products and sell on SNS markets, but are also satisfied. The result of the CONCOR analysis based on the frequency analysis and matrix analysis has been divided into three groups, “SNS market”, “influencer e-commerce”, “new influencer”, and the analysis of each group’s characteristics suggests that consumers are highly interested in fashion influencers.


Keywords: Bigdata, Concor analysis, Fashion influencer, SNS, Text mining
키워드: 빅데이터, Concor분석, 패션인플루언서, SNS, 텍스트마이닝

Ⅰ. 서 론

한국인터넷진흥원의 ‘2018인터넷이용실태조사’에 의하면 만 3세 이상 인구 중 인터넷 사용자의 비율은 91.5%(46,125천명)로 10년 전인 2008년 대비15%p나 상승했으며, 국내 가구 99.5%가 인터넷 접속이 가능한 것으로 조사되어 전국 어디에서든 인터넷접속이 가능한 환경 안에 거주하는 것으로 나타났다[1]. SNS(Social Network Service)는 웹을 기반으로 하여 새로운 인맥을 형성하고 기존의 인관관계를 유지하며 서로 관심 있는 주제에 대해 커뮤니티의 형태를 유지하며 폐쇄적으로 공유하던 사회적 관계망 서비스였다. 그러나 최근 통신환경의 급속한 발달과 스마트 폰의 보급으로 인해 이용자가 급증하고 사용시간도 증가함에 따라 기업에서는 SNS를 새로운 마케팅 수단으로 생각하고 전략적으로 폭넓게 활용하기 시작하였다[2]. 최근 SNS에서 인플루언서 마케팅(Influencer marketing)이 빠르게 성장하면서 인플루언서가 1인 마켓으로 운영하는 개별마켓이 1인 미디어의 붐을 타고 함께 활성화되기 시작하였다. 김난도 교수는 이러한 현상을 유통의 세포분열이라고 지적하며, 세포마켓의 등장과 함께 이러한 C2C시장이 약 20조원에 달하는 또 하나의 핵심축이 될 것이라고 강조했다[3].

2018년 정보통신정책연구원에서 발표한 자료에 의하면 2017년 전체 응답자 9,425명 중 4,321명이 SNS를 이용하고 있는 것으로 조사되어 국민 2인 중 1명은 SNS를 하고 있는 것으로 나타났으며, 스마트폰을 이용한 SNS 이용량이 하루 평균 52분으로 다른 기기에 비해 압도적으로 많은 것으로 나타나[4], 전국 어디에서든 이용할 수 있는 인터넷의 사용 범위 안에서 스마폰의 성능이 SNS의 사용을 증가시키고 있음을 유추할 수 있었으며, 20~30대 모바일 홈쇼핑 사용자 10명 중 9명은 제품을 구매 전 SNS로 먼저 제품을 접한 거나 제품에 대한 정보를 수집한 것으로 나타나[5] 20~30대의 SNS의존도를 간접적으로 확인할 수 있었다. 또한 서울시가 2018년 11월 전자상거래 이용경험자(4,000명)를 조사한 결과에 의하면 90.3%가 SNS를 이용하고 있고 2명 중 1명은 SNS를 통해 쇼핑한 적이 있다고 답했으며, 상품 구매 이유로 인플루언서가 공동구매나 이벤트를 진행하는 경우가 많아 제품·브랜드 관련 소식을 빠르게 접할 수 있기 때문이라고 응답했다[6]. 이처럼 최근 패션시장은 언제 어디서나 편리하게 사용할 수 있는 인터넷 환경과 편리한 스마트폰의 보급으로 SNS를 중심으로 한 인플루언서 시장이 활성화되기 시작했으며 이러한 흐름은 디지털 트랜스포메이션과 함께 간과할 수 없는 중요한 현실임울 깨닫게 되었다.

4차 산업혁명의 거센 바람과 함께 우리 산업의 전반을 둘러싸고 있는 것 중 하나는 빅데이터다. 웹2.0의 발전과 인터넷의 대중화, 소셜미디어 어플리케이션의 확산과 채택 등으로 인해 생성된 방대한 양의 데이터들이 빅데이터 분석을 가속화시키고 있다. 특히 소셜미디어 플랫폼의 게시물, 리뷰와 댓글 등을 통해서 얻어지는 비정형의 빅데이터들은 데이터마이닝, 소셜네트워크분석 등 다양한 분석 방법을 통해 오늘날의 시장에서 소비자 행동을 이해하고 마케팅전략을 수립하기 위한 완전히 새로운 형태의 자본으로 변화되고 있다[7, 8]. 그럼에도 불구하고 아직까지 우리나라는 패션산업에 있어 빅데이터를 이용한 눈에 띄는 변화를 발견할 수 없을 뿐 아니라 학계에서의 연구도 활발하게 진행되고 있지 않다. 빅데이터를 이용한 소셜네트워크분석은 대부분 스포츠웨어[9, 10, 11]를 중심으로 이루어지고 있으며, 패션쇼[12]에 관한 연구와 패션디자인[13]에 관한 연구들이 있으나 SNS에 데일리룩을 비롯한 패션 관련 이미지를 게시하고 스타일링 등을 제안하면서 트렌드까지 주도할 만큼 강력한 영향력을 갖고 패션시장을 이끌고 있는 패션인플루언서[14]나 SNS마켓에 관한 연구는 존재하지 않는다. 따라서 본 연구는 우리나라 뿐 아니라 전 세계적으로 커다란 이슈가 되고 있는 인플루언서e-커머스 중 패션인플루언서에 대한 소비자들의 인식을 소셜네트워크 빅데이터분석을 통해 알아보고 소비자들의 구매행동을 파악하여 스타트업들의 기회시장인 인플루언서 e-커머스가 활성화되고 지속적으로 성장할 수 있는 기초자료를 제시하고 학문적으로 발전된 후속연구의 첫걸음이 되고자 한다.


Ⅱ. 이론적 배경
2-1 Influencer, Influencer Marketing and Influencer e-commerce

인플루언서란 인스타그램, 페이스북, 유튜브, 트위터와 같이SNS상에서 다른 사람들에게 유난히 더 많은 영향력을 발휘하는 사람으로 전문가이면서 유명한 사람이거나 친근감을 바탕으로 자신의 영향력을 SNS를 통해 적극적으로 나타낸 사람을 의미한다. 이들이 주목을 받는 이유는 SNS에 포스팅하는 브랜드나 제품에 대한 생각 혹은 평가가 다른 소비자들의 생각과 구매에 큰 영향을 주기 때문이며, 특히 이들이 만들어 내는 콘텐츠는 브랜드 프로모션 이상의 파급력을 갖기도 한다[14, 15].

인플루언서 마케팅은 이러한 인플루언서를 이용한 마케팅으로 식상한 광고의 효과적인 대안으로 불리며, 급속도로 유행되었다. 인스타그램은 모바일에 최적화되어 있으며, 밀레니얼세대가 주 이용자이며, 비주얼을 중심으로 하는 바이럴 효과를 기대할 수 있었기 때문에 이러한 인플루언서 마케팅은 인스타그램을 중심으로 이루어졌다. 일반적으로 인플루언서 마케팅은 확고한 전략으로 널리 알려져 있지만 소비자 구매 단계에 있어 온라인 브랜드의 성공을 만드는 요소들은 적게 알려져 있다[15, 16].

인플루언서 e-commerce는 과거 SNS마켓을 지칭하는 것으로 유튜브나 인스타그램 등 SNS를 기반으로 한 쇼핑몰로 ‘세포마켓’으로도 불리는 1인 마켓을 의미한다. 규모는 1조원에 이를 것으로 예상되며, 인플루언서의 팬덤이 곧 판매력으로 알려져 있다. 2020년에는 5조원정도로 매출이 상승될 것으로 예상하고 있다[17, 18].

2-2 Big Data

빅데이터는 서로 다른 여러 곳에서 지속적으로 발생되는 데이터를 분석하고 처리하며, 저장하는 분야로 일반적으로 볼륨(volume), 속도(velocity) 및 다양성(variety) 의 3Vs로 알려져 있다. 그러나 최근 2V(Value, Veracity)나 1C(Complexity)의 특성을 추가하여 설명하기도 하는데, 특히 인간의 생명을 다루는 분야에서 가치(Value)와 신뢰성(Veracity)은 매우 중요한 부분으로 여겨지고 있다[20].

4차 산업혁명과 함께 시작된 새로운 용어라는 인식을 갖고 있는 빅데이터는 사실 수년 동안 발전해 온 분야로 새로운 분야가 아니다. 특히 IoT(사물인터넷)을 통하여 데이터의 양이 폭발적으로 증가하면서 전 세계 데이터 시장은 2년 마다 2배씩 중가 할 것으로 예상되고 있다. 또한 소셜 미디어에 남겨진 메시지 등이 그 시대의 감성과 정서를 이해하는 도구로 등장함에 따라 SNS를 통해 생성된 개인들의 댓글을 비롯한 수많은 소셜 로그 정보들은 소셜 빅데이터라는 이름으로 그 가치를 인정받고 있다[19, 20, 21]. 빅데이터의 진정한 의미는 많은 양의 데이터를 목적에 맞게 분석하고 잘 활용하여 신뢰성 있는 높은 가치를 창출해내는 것이라고 할 수 있다.

2-3 Text Mining

소셜미디어란 사용자가 인터넷을 사용하면서 얻은 경험이나 의견을 공개적으로 교환할 수 있도록 도와주는 온라인도구로 소셜미디어에서 빅데이터를 추출하기 위한 방법은 크게 텍스트마이닝, 오피니언마이닝, 네트워크분석의 3가지 방법이 있다[20, 22].

텍스트마이닝은 구조화되지 않은 방대한 양의 텍스트 집합으로부터 정보를 추출하는 과정으로 SNS에 오른 댓글이나 게시글, 리뷰 등과 같은 비정형 데이터로부터 자연어 처리를 통해 SNS를 이용한 사람의 관심이 무엇인지를 나타내는 정보를 단순한 키워드 아닌 맥락으로 분석을 하고 그 데이터 안에서 숨겨진 패턴을 발견하여 가치 있는 정보를 찾아내기 위한 작업을 의미한다. 빈도분석, TF-IDF, N-gram등의 분석이 구체적이 텍스트마이닝 작업에 해당된다[23].

빈도분석은 단순히 키워드의 추출 횟수를 나타내는 것으로 여러 문서에서 과연 몇 번 추출이 되었는지를 고려하지 않은 분석이다. TF-IDF분석은 이런 빈도 분석의 단점을 보완한 방법으로 특정 키워드가 하나의 문서에 얼마나 적게 나왔는가에 가중치를 주는 방법으로 계산하여 분석하는 방법으로 문서의 핵심어를 추출하거나 검색어 엔진의 순위 결정 등에 사용한다. 이 방법은 개별 문서의 단어에 대한 중요도 표현에 간단하고 우수한 방법으로 알려져 많이 사용되고 있다[9].

N-gram분석은 단어의 활용이 바로 전 n−1 개의 단어에만 의존한다는 가정 하에 문자열에서 N개의 연속된 요소를 추출하는 방법으로 네트워크 안에서 텍스트가 동시에 출현하는 빈도와 밀집도를 분석하는 방법으로 연결 관계를 알 수 있다[10, 24].


Ⅲ. 연구방법
3-1 자료수집 및 분석방법

데이터분석을 위해 텍스톰3.0을 이용하여 자료를 수집하였으며, 자료수집 방법은 <표 1>에 제시하였다. 수집도구가 분석대상을 구체화하는 기능이 없어 데이터는 랜덤으로 수집되었다. 수집된 자료는 어절패턴사전과 1차 HMM을 이용하는 Espresso K분석기로 형태소분석을 하여 명사와 형용사, 외국어, 숫자로 분리하였으며, 데이터편집기를 이용하여 여러 번의 정제과정을 거쳐 분석하기에 알맞은 데이터로 정제하였다. 정제된 데이터는 텍스톰3.0을 이용하여 빈도분석과 워드클라우드, TF-IDF, 네트워크시각화분석을 위한 매트릭스분석을 하였으며, Ucinet과 NetDraw를 이용하여, 네트워크시각화분석과 Concor분석을 실시하였다.

Table 1. 
An Overview of Data Collection
Sort Content
Keyword Fashioninfluencer
Period 2017. 09. 01 - 2019. 08. 31.
Channel Naver(Blogs, Cafes, Know ledgeiN), Daum(Blogs, Cafes, Tips), Twitter, YouTube
Extraction Method Textom 3.0
Analytical Method Ucinet6.0, NetDraw


Ⅳ. 연구결과
4-1 데이터수집결과 및 워드클라우드

2017년 9월 1일부터 2019년 8월 31일까지를 수집기간으로 정하고 텍스톰을 이용하여 총1.52 MB의 데이터를 수집하였다. 패션인플루언서를 키워드로 추출한 데이터 중 ‘인플루언’은 ‘인플루언서’와 같이 정확하게 ‘있’, ‘등’과 같이 연구에 불필요한 텍스트는 삭제하는 수차례의 정제과정을 거쳐 총 15,127개의 텍스트를 분석에 이용하였다. 정제된 텍스트는 상위20까지 <표 2>에 제시하였다.

Table 2. 
Frequency of 20 Keywords
Rank Keyword Frequency Rank Keyword Frequency
1 Influencer 1,6 11 2019 379
2 Fashion 1,085 12 Celeb 374
3 Beauty 597 13 Recommendation 366
4 Brand 561 14 SNS 354
5 Instagram 560 15 Contents 350
6 Shopping Mall 519 16 management 338
7 Styling 504 17 Model 314
8 Human 475 18 Nowadays 303
9 Product 446 19 Picture 294
10 Marketing 394 20 Consumer 289

빈도분석 결과 키워드 외에 ‘뷰티’, ‘인스타그램’, ‘쇼핑몰’, ‘스타일링’, ‘제품’ 등의 텍스트가 상위 20 위 안에 추출되어 소비자들이 패션인플루언서를 인지하면서 ‘뷰티’ 와 같은 최근의 경향이나 SNS마켓과 관련된 내용들을 인지하고 있음을 나타내고 있다.

워드클라우드는 소셜네트워크 분석 시 단어의 출현 빈도를 한 눈에 알아보기 쉽도록 시각화한 방법으로 2차원의 공간에 구름모양으로 표현하며 글자의 크기와 위치로 텍스트의 출현빈도를 알 수 있으며, 글자의 사이즈가 크고 중앙에 위치할수록 출현빈도가 높음을 의미한다[20].

패션인플루언서를 키워드로 분석한 결과의 워드클라우드는 <그림 1>과 같이 ‘인플루언서’가 가장 큰 사이즈로 중앙에 위치하고 있으며, 그 주변으로 ‘패션’, ‘뷰티’, ‘인스타그램’, ‘브랜드’, ‘쇼핑몰’, ‘스타일링’, ‘제품’ 등의 텍스트를 발견할 수 있다. ‘인스타그램’은 인플루언서들이 가장 많이 활동하는 SNS이므로 패션인플루언서라는 키워드와 함께 가장 가까이에서 표현된 것으로 생각된다. 특히 ‘뷰티’는 최근 몇 년간의 흐름을 읽을 수 있는 것으로 인플루언서 시장에서 최근 몇 년 동안 그 증가세를 눈으로 확인할 수 있는 분야가 뷰티이다. 과거 브랜드의 마케팅수단이었던 것과 달리 하나의 브랜드로 성장함에 따라 이들의 영향력이 점점 더 확대되고 있는데, 대표적으로 유튜브에서 217만명 이상의 팔로워를 거느린 유명 뷰티 인플루언서인 이사배는 2018년 패션브랜드 에잇세컨즈와 협업을 통해 겨울코트를 선보였으며, 기업은행은 7월 이사배와 협업하여 미용에 특화된 뷰티카드를 선보였다[25, 26].


Fig. 1. 
Word Cloud of Fashion Influencer

뿐만 아니라 여성복 브랜드 에스블랑(S BLANC), 신세계백화점 란제리 편집매장 엘라코닉의 레트로팝 컬렉션과의 협업도 진행하는 등 활발한 활동을 펼치고 있다. 워드클라우드를 보면 뷰티 옆에 작은 텍스트인 협업을 발견할 수 있을 것이다. 이처럼 워드클라우드를 이용해 손쉽게 소셜네트워크 안에서 사람들이 어떤 주제에 대해 어떠한 생각을 갖고 있는지 확인하고 분석하는 것이 가능하다.

4-2 TF-IDF

빈도분석을 통하여 전체 데이터에서 추출된 텍스트의 개수만을 알 수 있는 것과 달리 TF-IDF는 각 텍스트에 가중치를 이용하는 방법을 사용하기 때문에 수집된 데이터 안에서 각 텍스트의 중요도를 알 수 있는 장점이 있다. <표 3>은 상위 20위까지의 TF-IDF 결과이며 표에서 확인되는 바와 같이 패션인플루언서를 키워드로 한 TF-IDF분석은 빈도분석과 크게 차이가 나지 않는 것으로 나타났다. 빈도분석에서 5위였던 ‘Instagram’이 4위로 1위 상승하였으며, 10위였던 ‘Marketing’이 9위로 1위 상승하였다.

Table 3. 
TF-IDF of 20 Keywords
Rank Keyword TF-IDF Rank
Keyword
TF-IDF
1 Influencer 1895.1 11 Recommendation 939.8
2 Fashion 1504.1 12 Celeb 929.4
3 Beauty 1241.4 13 2019 908.8
4 Instagram 1230.4 14 SNS 879.7
5 Brand 1166.6 15 Model 870.6
6 Shopping Mall 1140.4 16 Contents 869.7
7 Styling 1107.4 17 management 866.9
8 Human 1093.7 18 Picture 832.9
9 Marketing 1039.8 19 Today 830.3
10 Product 1026.9 20 Nowadays 799.6

4-3 N-gram

패션인플루언서를 키워드로 네트워크 안 텍스트 간 동시출현 빈도와 밀집정도를 분석하고자 N-gram을 실시하였으며, <그림 2>에 시각화로 제시하였다. 분석결과 ‘SNS-제품패키지’, ‘소비자-제품’, ‘제작콘텐츠-SNS’, ‘제품-재미’등 의 관계도가 상위 10위 안에 드는 것으로 나타났다. 이러한 결과는 소비자들의 인플루언서의 역할에 대한 관심의 변화를 유추할 수 있는 것으로 과거 생산된 상품을 사용하고 그 상품을 평가하는 리뷰어의 역할에 충실했던 패션인플루언서가 SNS를 이용해 새로운 상품을 제작하고 판매하는 것에 관심을 갖고 있으며 재미를 느끼고 있음을 유추할 수 있다.


Fig. 2. 
N-gram of Fashion Influencer

4-4 네트워크 시각화와 CONCOR분석

패션산업에서의 SNS 빅데이터 분석은 텍스트마이닝에서 빈도분석을 통한 텍스트의 개수보다는 텍스트와 텍스트 사이 연결된 의미의 해석이 더 중요하다[20]. 이에 본 연구는 빈도 분석과 N-gram에 이어 텍스톰3.0의 빈도분석 결과 상위 50개 텍스트를 이용한 매트릭스분석 결과를 바탕으로 연결정도 네트워크 분석을 실행하였다. 분석에는 Ucinet를 이용하였다. 네트워크 시각화 분석은 텍스트를 하나의 노드로 표현한 후 노드의 사이즈로 단어의 빈도를 알 수 있으며 노드간의 연결선의 긁기를 통하여 텍스트 간의 관련정도를 알 수 있다. 분석결과의 시각화는 <그림 3>에 제시되었다.


Fig. 3. 
Network Analysis Results of Fashion Influencer by Visualization

분석결과 인플루언서의 노드가 가장 큰 사이즈로 중앙에서 가장 굵은 선으로 여러 노드들과 연결되어 있음이 확인되었으며, ‘스타일링’ ‘패션’ , ‘브랜드’, ‘제품’, ‘셀럽’등과 강하게 연결되어 있었다. 또한 N-gram 시각화에서 ‘소비자-제품-제작콘텐츠-협업’ 주변으로 보였던 ‘제품패키지-이색레시피-유명세프-SNS-내용’등이 함께 연결되어 노드의 사이즈는 크지 않지만 유난히 강하게 나타나는 것을 찾을 수 있다. 소비자에게 먹거리는 하나의 커다란 이슈 중 하나로 텔레비전에서 쉽게 음식관련 방송을 볼 수 있으며, SNS에서도 쉽게 음식에 관련된 피드를 발견할 수 있다. 아마도 패션인플루언서와 함께 먹방인플루언서가 함께 연상이 된 것이 아닌가하는 것을 유추해본다. 최근 편의점의 다양한 메뉴들은 먹거리인 동시에 엔터테인먼트이기도 하다. 누구나 손쉽게 이용할 수 있는 가격대의 음식으로 배고픔을 덜어주면서 심지어 즐거움까지 주고 있다. 편의점 신상 도시락이 나오면 인플루언서들과 유튜버, 블로거들은 별점을 매기기 바쁘다. 물론 2017년 GS25에서 출시한 ‘속초 붉은 대게 딱지장’ 처럼 출시 후 11개월 만에 300만개 판매 기록을 세울 정도로 판매에 큰 영향을 주고 있다[27]. 또한 패션인플루언서로 명성을 떨치던 임블리가 곰팡이 호박즙으로 사회적 물의를 일으킨 것도 이러한 현상에 영향을 미쳤을 것으로 사료된다[28]. 또한 ‘블랙핑크제니’와 ‘금발헤어’가 유난히 굵은 선으로 연결된 것을 발견할 수 있는 데, 패션인플루언서 중 한 명으로 인간 샤넬이라는 별명을 갖고 있는 블랙핑크의 제니가 금발 헤어를 한 것이 소비자들에게 커다란 이슈로 작용했음을 보여주고 있다.

전체 네트워크 구조 안에서 비슷한 속성을 갖고 있는 텍스트들끼리 그룹을 만들기 위해 Concor분석을 실행하였다. 분석결과 총 3개의 그룹이 형성되었다. 첫 번째 그룹은 ‘인스타그램’, 인플루언서마케팅, 마케팅, 플랫폼, 온라인, 쇼핑몰, 운영, 뷰티, 최소미, 모델, 활동 등의 텍스트로 이루어져 있다. 모델 최소미는 팔로워 80만명을 거느리고 있는 모델 겸 파워 인플루언서면서 의류쇼핑몰 CEO로 최근 활발히 활동하고 있으며 최근 크게 시장이 확장되고 있는 인플루언서 e-커머스에 관한 텍스트들로 이루어져 있어 「인플루언서 e-commerce」라 명명하였다. 두 번째 그룹은 인스타그램 초기부터 ‘패션’ 인플루언서로 활약해 지금은 ‘셀럽’ 파워 ‘인플루언서’로 불리는 ‘기은세’와 그녀를 지칭 하는 텍스트들, 그리고 ‘기은세’를 대표하는 단어인 ‘스타일링’, ‘추천’, 등의 텍스트, ‘원피스’, ‘서울패션위크’에 초대 손님으로 자주 등장하는 기은세 등 인플루언서라는 단어가 자주 사용되기 이전의 상황을 짐작할 수 있는 텍스트로 이루어져 「SNS마켓」이라 명명하였다.


Fig. 4. 
Network Concor Results of Fashion Influencer by Visualization

세 번째 그룹은 제품패키지, 이색레시피, 제작콘텐츠, 유명세프, 협업, 제품 등의 텍스트로 이루어져 「New 인플루언서」라 명명하였다. 쿡인플루언서는 요즘 새롭게 주목받고 있는 인플루언서로 원조 쿡인플루언서라 불리는 메이부터 개그맨에서 쿡인플루언서로 전향한 옥주부, 그리고 일반 가정주부까지 다양한 이들이 쿡인플루언서로 활동을 하고 있다. 특히 마이크로 인플루언서들이 주목받기 시작하면서 인스타그램 위주로 활동하는 전문 요리사가 아닌 쿡인플루언서들이 주목을 받고 있으며, 이들은 전문 유통업체들과의 협업으로 그들만의 메뉴를 선보이며 인기를 얻고 있다. 한 예로 최근 쿠킹박스 업체 더잘잘이 ‘쿡_앤_캔들’, ‘쁘띠봉봉_원더맘’, ‘동미__리’와 같은 인플루언서와 협업한 메뉴를 출시하고 큰 호응을 얻었다[29]. 이들의 음식은 이미 팔로워들 사이에서 예쁘기로 소문이 난 인플루언서들이었다.

마지막으로 ‘블랙핑크제니’와 ‘금발헤어’의 두 텍스트가 남았으나, 그룹으로 명명하기에는 무리가 있어 남겨두었다.


Ⅴ. 결론 및 논의

본 연구는 최근 인맥형성과 공감대 유지, 정보 나눔의 장에서 기업들의 마켓팅 수단으로 사용되었던 SNS가 1인 미디어시대를 맞이하면서 인플루언서마케팅을 넘어 인플루언서시장으로 주목받고, 세포시장시장으로써 그 존재를 인정 받음에 따라 현재 인플루언서마켓을 주도하고 있는 인플루언서들 중 패션인플루언서에 관한 소비자들의 인식을 조사하고 분석하여 시장의 활성화에 도움이 되고자 한다.

특히 소셜네트워크를 이용한 빅데이터분석의 결과는 소비자들의 감정과 감성을 분석하여 소비자들의 욕구를 파악한 전략적 마케팅 도구이므로 텍스톰 3.0을 분석도구로 2017년 9월 1일부터 2019년 8월 31일까지를 수집기간으로 정하고 네이버와 다음의 블로그와 카페 그리고 지식인, 트위터와 유튜브를 통해 데이터를 수집하였다.

수집한 데이터는 비정형데이터로 텍스트마이닝을 사용하였으며, 빈도분석에 앞서 연구의 목적에 맞게 수차례의 정제 작업을 거쳤으며, 정제된 자료로 빈도분석, TF-IDF분석, N-gram, 매트릭스분석, 네트워크분석, Concer분석을 실시하였다. 네트워크분석, Concer분석에는 Ucinet6.0과 Netdraw가 추가로 사용되었다. 본 연구의 결과는 다음과 같다.

첫째, 정제작업 후 빈도분석 결과 키워드를 제외하고 ‘뷰티’, ‘브랜드’, ‘인스타그램’ 순서로 텍스트가 추출되었다. 문서에 따른 단어의 중요를 알아보기 위한 TF-IDF분석결과는 빈도분석결과와 상위 20위에서는 별다른 차이는 없는 것으로 나타났다. 그러나 20위에서 50위 사이에서는 ‘최소미’, ‘기은세’와 같은 인플루언서의 이름의 순위가 많이 떨어지고 ‘인플루언서마케팅’, ‘소비자’와 같은 텍스트는 상승하여 빈도분석과 달리 중요도에서는 실질적으로 인플루언서마켓과 관계가 있는 텍스트에 소비자들도 관심이 있음을 확인할 수 있었으며, 키워드가 ‘패션인플루언서’였으나, 빈도분석 결과 ‘패션인플루언서’는 152위였으며, ‘인플루언서마케팅’이 23위, ‘파워인플루언서’가 68위, ‘뷰티인플루언서’가 91위에 올라와 있어 소비자들에게 여전히 ‘파워인플루언서’라는 단어가 익숙함을 유추할 수 있었으며, 이제 소비자들도 인플루언서의 행동을 단순한 공감이 아닌 마케팅적 행동으로 인지하고 있다는 것을 알 수 있었다. 또 하나의 커다란 시장을 형성하고 있는 뷰티인플루언서에 관한 소비자들의 마음도 읽을 수 있었다.

둘째, 시각화 작업인 워드클라우드와 N-gram분석을 통해서 소비자들이 ‘인플루언서’와 ‘인스타그램’을 연결시키고 있다는 사실과 많은 인플루언서들이 ‘협업’을 진행하고 있다는 사실을 소비자들이 알고 있다는 사실을 확인할 수 있었다. 또한 ‘쇼핑몰’, ‘제품’, ‘마케팅’ 등의 텍스트가 주변에서 함께 노출되는 것을 통해 인플루언서마켓에 대한 내용들도 어떻게 운영이 되고 있는지 충분히 파악하고 있음을 짐작할 수 있었다. N-gram분석은 이러한 소비자들이 인플루언서들의 행동들, 다양한 협업을 통해 제품을 만들고, 이러한 제품들을 본인들이 직접 마케팅을 해서 판매를 하고, 소비자로써 구입을 하는 것에 대해서 즐거워하고 있다는 사실을 서로 연결된 노드들을 통해서 확인할 수 있었다.

마지막으로 네트워크분석과 Concor분석을 실시한 결과, ‘인플루언서’ 노드가 네트워크분석의 중앙에 가장 큰 사이즈로 자리를 잡고 여러 노드들과 굵은 선으로 연결되어 있음을 확인하였으며, ‘이색레시피-유명세프-제품패키지-SNS-내용’등이 주변에 함께 연결된 시각화 자료를 통해 최근 SNS에서 주목을 받고 있는 쿡인플루언서에 대한 소비자들의 관심도 읽을 수 있었다. Concor분석의 결과, 패션인플루언서에 관한 소비자인식은 총 3개의 집단으로 그룹화 되었다. 첫 번째 집단은 인플루언서들 중 신인에 속하는 ‘최소미’의 이름을 비롯하여, ‘플랫폼’, ‘인플루언서마케팅’과 같은 새로운 용어들이 그룹으로 모여 있어서 「인플루언서 e-commerce」라 명명하였으며, 두 번째 그룹은 인플루언서로 활동한 지 오래된 ‘기은세’, ‘셀럽’, ‘추천’ 등 온라인 쇼핑몰 이후 초기 SNS마켓을 연상하게 하는 단어들로 이루어져 「SNS마켓」라 명명하였으며, 세 번째 그룹은 ‘유명세프’, ‘협업’, ‘이색레시피’ 등 최근 새롭게 인기를 얻고 있는 쿡인플루언서에 관련된 단어들로 모여 있어「New 인플루언서」라 명명하였다.

본 연구는 빅데이터를 활용하여 소셜네트워크분석을 통해 패션인플루언서에 대한 소비자의 인식을 확인한 것에 의의가 있다. 분석 결과 소비자들은 인플루언서를 인플루언서의 시대적인 흐름에 맞게 3개의 그룹으로 나누고 있었다. 이러한 결과는 각각의 그룹에 속해있는 인플루언서들에게 소비자들이 원하는 것이 무엇인지 그들의 욕구를 찾아 기획의 방향을 잡아 나가는 마케팅전략이 필요함을 시사하고 있다. 또한 분석결과 소비자들은 인플루언서들이 자신들을 위해서나 혹은 다른 누군가와 협업을 통해 새로운 상품을 만들어 판매하는 것에 대한 즐거움을 느끼고 있는 것으로 여겨진다. 따라서 전문가와의 협업 뿐 아니라 팔로워와의 협업을 통해 공감과 재미를 선사한다면 이것도 새로운 마케팅전략이 될 것으로 사료된다.

그러나 본 연구의 제한점은 연령과 성별 및 지역의 구분이 없이 데이터가 수집이 되어서 각 집단에 따른 차이점을 분석할 수 없다는 아쉬움을 갖고 있다. 또한 정확한 분석을 위해 타겟소비자를 대상으로 양적연구가 이루어져야함에도 불구하고 양적인 연구가 이루어지지 않았다. 후속연구에서는 빅데이터를 이용한 소비자의 인식 조사 후 타겟 소비자를 대상으로 한 연구가 필요할 것으로 사료된다.


참고문헌
1. KISA. A Survey on the actual conditions of internet use in 2018 [Internet]. Available: https://www.kisa.or.kr/public/library/etc_View.jsp?regno=0011990
2. J. I. Son and C. M. Heo, “Effect of the search index on Purchase behavior by SNS channel attributes” The Journal of Digital Contents Society, Vol. 19, No. 9, pp. 1535-1544, August 2018.
3. KISDI.. Analysis on SNS usage trends and usage behavior [Internet]. Available: https://www.seri.org/ic/icRPdsZoneV.html?pub_key=ks20180620001&g_menu=06&s_menu=0613&d_menu=0210
4. Financial news. Consumers are now enthusiastic about concepting, not marketing [Internet]. Available: http://www.fnnews.com/news/201811161740023669
5. The Daily Sports. Mobile shopping in your 20s and 30s... Social networking services were very influential [Internet]. Available: http://isplus.live.joins.com/news/article/article.asp?total_id=23543794&cloc=
6. Seoul Economic. A single piece of content controls 800,000 people [Internet]. Available: https://www.sedaily.com/NewsView/1VJ9N3EL7K
7. N. A. Ghani, S. Hamid, I. A. T. Hashem, and E. Ahmed, “Social media big data analytics: A survey” Computers in Human Behavior, Vol. 101, No. 0, pp. 417-428, December 2018.
8. S. Erevellesa, N. Fukawa, and L. Swayne, “Big Data consumer analytics and the transformation of marketing” Journal of Business Research, Vol. 69, No. 2, pp. 897-904, February 2016.
9. J. H. Lee, J. H. Lee, and J. M. Lee, “A study on perception on golf apparel using big data analysis” Korean Journal of Sports Science, Vol. 27, No. 6, pp. 403-417, 2018
10. J. H. Lee, J. M. Lee, W. K. Kim, and H. G. Kim, “A study on perception of swimsuit using big data text-mining analysis” Korean Journal of Sport Science, Vol. 28. No. 1, pp. 104-116, 2017
11. H. J. Jung and K. W. Oh, “Analysis of outdoor wear consumer characteristics and leading outdoor” Fashion & Textile Retail Journal, Vol. 18, No. 1, pp. 48-62, January 2016
12. D. J. Kim and S. Lee, “A study of consumer perception on fashion show using big data analysis” Journal of Fashion Business, Vol. 23, No. 3, pp. 85-100, July 2019
13. H. S. An and M. J. Park, “A study on the user perception in fashion design through social media text-mining” Journal of the Korean Society of Clothing and Textiles, Vol. 41, No. 6, pp. 1060-1070, 2017
14. I. H. Kim, The effects of digital fashion influencer content usage motive on brand attitude, purchase intention, and sharing intention, Master’s degree, Graduate School of Sogang University, Seoul, 2019.
15. The editorial staff, “Influencer marketing” Marketing, Vol. 50, No. 1, pp. 56-65, 2016
16. C. Hughes, V. Swaminathan, and G. Brooks, “Driving Brand Engagement Through Online Social Influencers: An Empirical Investigation of Sponsored Blogging Campaigns” Journal of Marketing, Vol. 83, No, 5, pp. 78-96, September, 2019
17. Asia Economic News, As the market opened for one person on SNS, the shopping mall solution was also ‘going up’ [Internet]. Available: https://view.asiae.co.kr/article/2019083111595574945
18. Fashionbiz, 1 trillion Influence market, fandom makes products [Internet]. Available: https://www.fashionbiz.co.kr/article/view.asp?cate=1&sub_num=24&idx=169047
19. T. Erl, W. Khattak, and P. Buhler, Big Data Fundamentals: Concepts, Drivers & Techniques, London; Pearson Education, Inc, p. 3, 2016
20. T. M. Song and J. Y. Song, Social Big Data Research Methodology with R, Seoul: Hannarae, p. 18, 23-24, 226, 2016.
21. S. Erevellesa, N. Fukawa, and L. Swayne, “Big data consumer analytics and the transformation of marketing” Journal of Business Research, Vol. 69, No. 2, pp. 897-904, February 2016.
22. D. P. Blevins and R. Ragozzino “On social media and the formation of organizational reputation: How social media are increasing cohesion between organizational reputation and traditional media for stakeholders” Academy of Management Review, Vol. 44, No. 1, pp. 219-222, January, 2019
23. H. S. An, A study on the sentiment analysis in fashion design using big data: Focused on text mining and semantic network analysis, Doctor of Philosophy, Graduate School of Ewha Womans University, 2017.
24. Wilipedia, “n-gram” [Internet]. Available: https://en.wikipedia.org/wiki/N-gram
25. Fashionbiz. Samsung Fashion Institute, 2018 Issue & 2018 Keywords? [Internet]. Available: http://www.fashionbiz.co.kr/TN/?cate=2&recom=2&idx=170182.
26. Sisajournal. “Catch the youth customer” ··· influencer marketing actively in banks, although causing accidents [Internet]. Available: http://www.sisajournal-e.com/news/articleView.html?idxno=204104.
27. Hankook-Ilbo. From meal to star food ... Convenience store lunch [Internet]. Available: https://www.hankookilbo.com/News/Read/201805250943331254
28. DongA.com. “pumpkin juice fungus”, Imvely, accused of violating the Fraud and Food Sanitation Act...FTC launched an investigation [Internet]. Available: http://www.donga.com/news/article/all/20190527/95712547/2
29. MBN News. Cooking Box ‘Jal Jal recipe’, Launches milkit as a collaboration with an Instagram influencer [Internet]. Available: http://mbn.mk.co.kr/pages/news/newsView.php?category=mbn00009&news_seq_no=3610525

Author Information

한기향(Ki-Hyang Han)

2002년 : 건국대학교 대학원 (패션마케팅석사)

2012년 : 건국대학교 대학원 (의류학박사-패션마케팅)

2013년~현 재: 건국대학교 디자인대학 패션디자인전공 겸임교수

※관심분야 : 패션마케팅, 패션머천다이징, 인터넷마케팅, 빅데이터 등