1. 크롤링

크롤링은 검색 로봇으로 불리는 웹페이지 수집 프로그램을 이용하여, 인터넷상에 공개된 웹 사이트의 웹 페이지를 순회하며 웹 페이지 정보를 수집하는 행위를 지칭한다(Kang, 2022). 예컨대 구글의 뉴스 서비스 방식은 검색 로봇을 이용하여 다른 웹 사이트에 게재된 뉴스 기사를 크롤링한 정보를 이용하여 뉴스 기사 페이지로 구성하여 링크 정보를 제공해 주는 형태를 취하게 되는데 인터넷에서 정보수집을 위해서 일반적으로 사용되는 기술이다. 그러나 이러한 크롤링은 다른 사람의 정보처리 장치 또는 정보처리 조직에 침입하거나 기술적인 방법으로 다른 사람의 정보처리 장치가 수행하는 기능이나 전자기록에 함부로 간섭하는 일체의 행위인 해킹(hacking)과는 차별된다(Yu, 2007).

본 연구에 있어서 크롤링이란 웹 페이지에 담긴 필요한 데이터를 추출하는 과정을 의미하는 것으로 많은 시간과 노력이 소요되는 과정이다. 네이버 쇼핑몰 웹 페이지에 접속하여 연구 목적에 따른 크롤링 대상 품목을 선정하고 연구자가 원하는 내용 대상을 파싱(parsing)하여 리뷰를 가져오는 과정으로 웹 검색엔진의 주요 구성요소인 웹 페이지 모음에 대해 색인을 생성하고 검색 요소와 일치하는 웹 페이지를 찾는 역할을 하며, 웹 페이지에 대한 정보와 검색하려는 검색어, 정보를 분류하는 등의 처리를 할 수 있는 각종 모듈이 요구되며, 자동 이메일 수집과 같은 웹 페이지의 특정 형태의 정보를 수집하는 데에도 사용한다.

네이버 쇼핑몰에서 제공되는 화장품 구매 후 리뷰의 모든 정보는 공개된 정보이기 때문에 정보를 수집할 때 영리활동 목적으로 웹 크롤링을 진행하는 것은 분쟁 소지가 있을 수 있으나, 본 연구를 위한 웹 크롤링은 순수 학문 활동으로 분쟁과 같은 문제 소지가 없어 해당 정보 주체들이 명시한 정보 활용에 관한 제한사항을 탐색, 숙지하였고 민감 정보가 없음을 재확인하는 과정을 거쳤다.

웹 크롤링은 각종 서비스 및 데이터 세트(data set) 구축을 위한 기반이 되는 데이터를 자동으로 수집한다는 점에서 빅데이터 인공지능 관련 기술에서 필수적인 요소에 해당하며(Kwon et al., 2021), 일반 으로 공개된 웹 페이지의 URL에 접근하여 HTML 코드를 분석하고 인덱싱하는 방법으로 진행하는 과정을 통하여 웹 사이트를 항상 최신 상태로 유지하고 관리할 수 있도록 도움을 주게 되며(Chung, 2022), 이러한 웹 크롤링 기술은 연구 목적 활용과 비즈니스 활용 그리고 서비스 제공 등을 위하여 공개된 데이터를 수집하고 활용하는 데 사용된다(Kim, 2020).

본 연구를 위한 검색 키워드는 연구 대상 영역인 저가화장품, 고가 화장품, 그리고 수입화장품의 세분시장 영역에서 “색조화장품”으로 키워드를 통일하였으며, “리뷰 많은 순”으로 정렬하여 각 세분시장 영역에 걸쳐 크롤링 작업을 진행하였다.

2. 데이터 전처리 및 연구 가설의 설정

본 연구의 분석 과정을 위해 1단계 데이터 크롤링, 2단계 텍스트 데이터의 전처리, 3단계 자연어 처리 과정인 텍스트 분석을 거쳐서 4단계 시각화 및 추론 과정으로 진행하였다.

1단계인 텍스트 데이터 자료 수집을 위해서는 화장품 이용소비자가 구매 후 남긴 담론 형식의 리뷰가 가장 많이 존재하는 네이버 쇼핑몰에서 빅데이터 정보를 수집하는 크롤링 프로그램은 오픈 소스(open source) 언어로서 R과 함께 가장 활용도가 높은 개발 언어이며, 플랫폼이 가장 잘 구축되어 있는 파이썬(Python version 3.10.6)프로그램에 직접 코딩하여 수집하였다.

2단계인 텍스트 전처리를 수행하는 이유로는 정보의 중복성과 불필요한 정보가 많기 때문에 후속 작업인 3단계 텍스트 분석과 4단계 시각화 및 추론 과정을 원활히 진행하기 위해서는 필수적으로 수행하여야 하며, 추출된 데이터의 양이 많을수록 소요 시간이 많아지고 반복 횟수가 증가하게 된다. 또 추출된 텍스트 정보는 일정한 규칙을 포함하고 있기는 하지만, 연구자가 필요로 하는 데이터규칙으로 변환시키는 작업으로 이해하면 된다.

본 연구는 자동화 처리가 주요 목적 중 하나이지만 연구자의 수작업이 실제로 많이 들어갈 수밖에 없는 것은 필연적이다. 그 이유 중 하나는 본 단계가 가장 중요한 과정의 하나인 형태소 분석을 수행하기 때문이다. 텍스트 전처리 과정에서는 형태소에 따른 분석이란 의미는 텍스트 마이닝 과정에서는 필수적이며 연구의 방향성을 달리할 수 있다. 명사 외 다른 품사를 포함하여 분석이 이루어지면 문서가 함의하는 다른 결과가 도출되기도 하며 연구 목적과는 맞지 않으며 필요없는 복잡한 분석 결과를 도출하기도 한다.

이 과정에서 일반적인 텍스트 데이터들을 컴퓨터가 처리하기 쉽도록 변환하는 작업으로 특정 단어와 관련된 문서들을 신속하게 검색할 수 있도록 인덱스(index) 파일을 만들며, 자연어 처리 분석을 위해 크롤링한 데이터에 대하여 불용어 처리, 구두점 제거, 불필요한 부호와 기호, 숫자 제거, 그리고 공백 제거를 실시하였다.

본 연구를 위한 분석을 위해 명사, 형용사, 부사, 동사 등의 품사를 포함하거나 제거하는 다양한 분석 방법을 본 연구에 앞서 사전 연구 분석으로 진행해 본 결과는 대부분의 텍스트 마이닝 분석 연구에서 명사만을 추출하여 사용한 선행 연구의 결과와 같이 명사만을 이용한 분석의 결과가 본 연구의 목적과 가장 이상적으로 합치하였다.

텍스트 전처리 3단계에서는 텍스트의 의미 도출에서 상대적으로 낮은 저 빈도 명사와 한 단어로 이루어진 글자 그리고 불용문자들은 제거하였다. 이 과정 역시 연구의 타당성에 영향을 미치지 않는 일반적 범주의 텍스트 수준에서 선택하고 제거하는 과정을 거쳤다.

마지막 단계로 4단계 시각화 및 추론 과정에서 선행 연구와 기존 활용되고 있는 모듈을 본 연구 과정에 맞게 프로그래밍 전환 과정을 거쳐 진행하였다. 진행 과정으로는 해당 데이터를 이용하여 연구의 목적에 맞는 의미를 연결하고 시각화하며 빈출 단어를 정리하고, 네트워크를 통한 관계 분석의 그래프와 중심성을 나타내고, 토픽과 키워드 추론하며, 소비자의 감성을 분석하는 과정으로 진행하였다.

소비자가 구매 후 소셜미디어에 담론 형식으로 남긴 개별 정서 반응인 리뷰를 저가색조화장품 브랜드 군과 고가색조화장품 브랜드 군 그리고 수입색조화장품 브랜드 군의 세분시장 영역으로 나누어 크롤링하여 전처리 과정을 거친 후 텍스트 마이닝 기법인 워드클라우드 분석, N-gram 분석, 토픽 모델링 분석, 그리고 “감성 분석 등의 기법을 적용하게 되면, 세분화된 색조화장품 브랜드 군 세분시장 간에 어떠한 차이점과 유사도가 있으며, 차이점이 있다면 이들 분석으로 밝혀낼 수 있을까?”에 대한 의문으로 본 연구를 시작하게 되었다.

다양한 텍스트 마이닝 분석 방법을 적용하여 고객이 색조화장품 세분시장을 선택하는 요인을 분석하는 프로파일을 분석함으로써 색조화장품 세분시장이 가지고 있는 정체성과 고유한 특성을 파악할 수 있어 특성에 맞는 색조화장품 시장의 효율적 운영을 위한 전략적 대안을 제시하고자 한다. 이를 위한 연구 가설은 다음과 같다.

연구가설 1. 색조화장품 세분 시장에 남겨진 담론의 워드클라우드 분석을 통하여 나타난 결과는 세분시장에 따라 고유한 정체성은 차이가 있을 것이다.

연구가설 2. 색조화장품 세분 시장에 남겨진 담론의 트라이그램 네트워크 분석을 통하여 나타난 노드는 세분시장에 따라 고유한 정체성은 차이가 있을 것이다.

연구가설 3. 색조화장품 세분 시장에 남겨진 담론의 토픽 모델링 분석을 통하여 나타난 주요 키워드는 세분시장에 따라 고유한 정체성은 차이가 있을 것이다.

연구가설 4. 텍스트 마이닝 분석으로 도출된 결과를 이용하여 유사도 분석을 수행한 결과는 세분시장에 따라 고유한 정체성은 차이가 있을 것이다.

연구가설 5. 색조화장품 이용 소비자의 구매 후 느끼는 감성은 세분시장에 따라 고유한 정체성은 차이가 있을 것이다.

3. 워드클라우드분석

전처리까지 완료된 데이터를 활용하여 연구 대상 영역별 노출 빈도수가 높은 단어 300위까지를 대상으로 추출하여 그 결과를 비교 분석하였다. 워드 클라우드 분석은 최근 소비자학 연구 분야인 텍스트 시각화 기법 중 대표적인 트렌드 방법으로, 비정형 데이터를 그래프의 형태로 시각화하여 각 단어의 크기가 빈도 또는 중요성으로 쉽게 파악될 수 있도록 하여 나타나게 해주는데, 워드클라우드의 중심부로 갈수록 빈도수가 높은 단어이며, 외곽에 배치되거나 글자 크기가 상대적으로 작은 것은 빈도수가 낮은 단어를 나타내는 것으로(Song, 2021), 방대한 양의 텍스트 정보를 다루는 빅데이터를 분석할 때 전체 텍스트 데이터의 특징을 한눈에 직관적으로 알 수 있게 하는 특성이 있어 키워드 분석 시 많이 사용하고 있다.

분석되어 나타나는 그래프 그림에서 키워드의 빈도에 따라 출력되는 문자의 크기가 결정됨으로써 직관성이 우수한 워드클라우드 분석 기법(Seo & Lee, 2019)은 비정형 텍스트 데이터 분석 과정에서 불용어를 제거하고 시각화하는 분석하는 기법으로, 사전에 휴리스틱스(heuristics)에 의해 전처리 과정을 거쳐서 정제된 데이터를 본 연구를 위해 도입한 파이썬 프로그램으로 어휘들을 추출하고 출현 빈도수를 계산한 다음 시각화되어 분석한다. Figure 1, Figure 2, 그리고 Figure 3의 워드클라우드 분석 결과는 출현 빈도수가 높은 단어는 크게 표시되고 그래프의 중앙에 위치하게 되며, 각 각의 단어는 크기와 색상으로 구분되어 표시된다. 여기서 출현 빈도수가 높은 단어는 일반적으로 중요도가 높고 관심도가 높은 것으로 전제한다.

4. N-gram 분석 본 연구를 위한 분석 방법 중 연속된 정형 표현의 추출 분석을 위해 Ngram 분석을 도입하고자 한다. N-gram 분석은 n개 단어의 연쇄를 확률적으로 표현하여 실제로 표현된 문장의 기록을 확인할 수 있어 응용언어학에서 오랫동안 사용하던 언어 처리 방식으로 ‘n’은 n개로 연속된 언어 요소를 말하며 코퍼스(corpus)에서는 n개의 언어 요소 단위를 하나의 토큰(token)으로 간주한다. n이 2이면 두 개의 언어 요소가 연속된 것으로 바이그램(bigram)이라고 하고, 세 개의 단어 즉, n이 3요소가 연속된 것은 트라이그램(trigram)으로 한다. 바이그램과 트라이그램의 차이는 바이그램은 텍스트에서 “I love”나 “natural language”와 같은 형태로 두 개의 연속된 단어를 나타내며, 트라이그램은 “I love python”이나 “natural language process” 와 같은 형태로 세 개의 연속된 단어를 나타낸다.

N-gram은 단어 연관성 분석 기법의 하나로 문서 내에서 해당 단어와 함께 출현하는 단어들을 분석하고 추출하여 해당 단어와 어떤 단어들이 관련된 연결성을 가진 내용으로 구성되어 있는지를 보는 방법으로 텍스트에서 연속적으로 나타나는 연쇄된 N개 문자열을 말한다. 빈도 분석을 통해 추출된 단어가 원래 자기 자리에 있던 순서가 무시된 채 처리되어 단어가 가지는 의미가 제대로 표현되지 못하는 것을 보완하기 위하여 인접한 단어들을 2개 혹은 그 이상으로 묶어 표현하는 순열 기법이다. 예를 들면, ‘상승’, ‘증가’ 단어는 ‘집값-상승’, ‘금리-상승’, ‘거래량-증가’, ‘압력-증가’와 같이 지시하는 대상과 쌍으로 묶여서 추출할 경우 해당 텍스트 내에서 의미를 명확히 파악할 수 있다(Park & Suh, 2015).

이와 같은 N-gram의 우수성으로 Jung et al. (2017) 등은 N-gram 원리로 인접 연결 단어를 통해 영화의 관객 반응을 나타내는 단어를 추출하였으며, Jang (2024) 역시 빅데이터 텍스트마이닝 분석을 통해 패션산업에 있어 지속가능성과 디지털 실행에 대해 형성되고 있는 소비자 인식과 주요 의제를 파악하는 연구를 위해 N-gram 분석을 도입하였고, Moon (2015)은 인문학의 빅데이터 사례 연구, 그리고 Yoon (2019)은 학술지의 서론에서 이동 마디별 다단어 단위를 추출하여 N-gram 분석을 통한 학술적 정형 표현을 제시한 연구를 수행하였다.

그리고 N-gram 분석 방법에서 트라이그램은 구문 해석에서 문장 내 단어들의 구문 구조를 상대적으로 더 잘 이해할 수 있게 하고, 문장의 문법적인 특징을 정확히 파악할 수 있으며, 다음에 나올 단어를 예측하는 데에도 정확성을 가질 수 있다. 이는 자동 완성이나 다음 단어 예측과 같은 응용에서 효과적으로 이해할 수 있도록 하여 자연어 처리 및 기계학습 알고리즘의 성능을 향상할 수 있는 강력한 도구로도 활용도가 높아 본 연구의 목적에 적합한 분석 방법으로 적용하였다.

이러한 이유로 트라이그램을 사용하게 되면 더 많은 정보를 넣을 수는 있으나, n을 계속해서 추가하게 되면 벡터가 커지는 과적합의 문제를 가져올 수 있기 때문에 보통의 연구에서는 Figure 4의 A와 B 그리고 C와 같이 트라이그램 정도까지 도입하는 것이 일반적인 사례다.

5. 토픽 모델링

토픽 모델링은 분석에 앞서 적합한 토픽의 수와 키워드 수를 정하기 위해 잠재 디리클레 할당(latent dirichlet allocation, LDA) 모형 분석 툴(tool)을 이용하여 연구 목적에 맞는 최적의 토픽 모델 수를 알아보기 위해 사전에 텍스트 데이터에서 텍스트 열을 추출하여 사전과 코퍼스 생성하는 텍스트를 토큰화하여 리스트로 저장한 후 토픽 수 범위에 대해 일치도 점수(coherence score)를 계산하는 전처리 과정을 거치게 된다. 이때 토픽 수는 일치도 점수 계산을 통하여 최적의 토픽 수가 나타나게 되는데 일치도 점수가 그래프로 시각화되어 가장 높게 나타난 최적의 토픽 수를 찾아 토픽 모델링 분석할 코드에 반영하여 적합한 키워드 수의 적용과 함께 수행하게 된다.

토픽 모델링 결과를 해석하는 것은 주제 모델링의 목적과 데이터에 따라 달라질 수 있으나 주어진 결과를 기반으로 하는 해석적 측면을 위해 분석의 한계와 이를 극복하기 위한 과정을 설명할 필요가 있다. 동일한 어휘라도 맥락에 따라서 상이한 의미를 지니는 점을 고려하여야 하는 키워드 탐색법의 한계를 넘어 토픽 모델링 기법이 방대한 텍스트 뭉치로부터 특정 분야의 텍스트를 추출하는 작업에서 키워드 탐색 방법의 대안이 될 수 있다(Nahm, 2016)고 하지만, 이 역시 LDA 분석은 한 개의 단어(형태소)를 기준으로 쪼개어 분석하기 때문에 도출된 단어를 통해 주제를 유추할 수밖에 없어 구체적으로 어떤 맥락에서 해당 단어가 쓰였는지, 어떤 담론의 리뷰 형식으로 작성되었는지는 확인할 수 없다는 한계가 있다(Yang, 2018).

Figure 5, Figure 6, 그리고 Figure 7의 문서 집합 내에서 주제를 도출해 줄 뿐만 아니라, 개별 주제들이 서로 어떻게 연결되어 있는지, 그리고 시간에 따라 어떻게 변화하는지를 분석할 수 있는 기법이다. 이는 토픽 모델링 분석 과정에서 잠재 디리클레 할당을 통해 연구자가 설정한 문서를 통계적으로 처리하여 각 문서에 어떠한 주제들이 존재하는지를 밝히는 확률적 토픽 모델 기법(Blei, 2012)의 하나로서, 사후 확률 추론 방식인 LDA 분석 과정을 통하여 텍스트 데이터 내에 단어들이 서로 연관성이 있다는 것을 가정하고 단어가 나타나는 환경에 따라 주제를 도출하게 된다(Cho et al., 2018).

토픽 모델링은 사전에 설정한 토픽 수에 따라 결과가 상이하게 도출되기 때문에 토픽 수는 토픽 모델링에서 중요한 역할을 한다. 그러나 모델을 평가하는 방법이 존재하지만, 해석의 용이성 때문에 연구자 주관에 따라 토픽 수를 결정한다면 객관적인 통계적 방법으로 잠재적 정보를 추출한다는 토픽 모델링의 장점에 모순이 생길 것이다. 따라서 토픽 모델링을 평가하는 일치도 점수를 활용하여 토픽 수를 결정하는 것이 더 적절하다고 판단하기도 한다(Yun et al., 2019).

토픽 모델링을 적용한 선행 연구에서 사전에 설정한 토픽 수에 대한 근거를 제시한 연구는 찾아보기 쉽지 않다. 토픽 모델링을 제안하고 분석하는 연구에서 적용하는 일치도 점수를 중심으로 연구하는 것도 사실이지만, Blei et al. (2003)은 통계적으로 최적의 토픽 수를 탐색하는 것은 사실상 무의미하다고 제안하였다.

LDA 알고리즘은 문서, 단어 등 관찰 변수(observed variable)를 통해 문맥, 문서의 구조 등 잠재된 변수(hidden variable)를 추론하는 방법으로 전체 문서 집합의 주제, 문서별 주제 비율, 각 단어가 각 주제에 포함될 확률 등을 파악할 수 있는 것으로(Park & Song, 2013), 군집화 분석 기법이 하나의 문서에 하나의 토픽으로만 할당되는 것으로 파악하여 분석하는 것과 다르게 LDA는 하나의 문서에 여러 개의 토픽이 존재하는 것으로 분석하기 때문에 현실적으로 더 적합한 모델로 평가받고 있으며(Kim et al., 2017), 내용 분석 방법에서도 Park & Song (2013)은 토픽 분석에 대한 한계점을 극복할 수 있기 때문에 빅데이터에서 잠재된 토픽을 찾아낼 수 있는 점에서 유용하다고 하며 우수성을 강조하였다.

수행한 일치도 점수(coherence score) 분석에서 도출된 토픽 수는 저가색조화장품의 경우 이상적인 최적 토픽 수가 2개로 나타났으며, 고가색조화장품의 경우 7개, 그리고 수입색조화장품의 경우 11개의 토픽 수가 적절하다는 일치도의 값을 얻을 수 있었으나, 본 연구의 목적은 차별화된 기호가치로 소비한 색조화장품 브랜드 군 세분 시장의 유사도와 차이점에 대해 상호비교하는 것에 높은 가중치를 두었기에 너무 많은 토픽 수와 적은 토픽 수는 해석에 있어 너무 복잡하고 단순하여 세분화된 세분시장 영역 간의 비교 해석에 어려움이 따를 수 있어 토픽 수가 7개로 나타난 고가색조화장품을 기준으로 비교 연구 대상인 전체 세분시장의 토픽 수를 7개로 동일하게 적용하였으며, 키워드 수는 토픽별 15개의 키워드로 확정하여 상호비교하고 평가하는 것으로 연구를 수행하였다. 제시된 Figure 5, Figure 6, 그리고 Figure 7에 나타났듯이 색조화장품 세분시장 영역별 토픽을 나타내는 각 버블(bubble) 원그래프는 연구의 목적에 맞게 상호 겹치는 토픽이 없이 차별화되어 나타났다.

6. 유사도와 차이점 분석

색조화장품 브랜드 군 세분시장 간에 어떠한 유사도와 차이점이 있을까? 에 대한 의문의 해소를 위해 정성적 분석뿐만 아니라 단순한 텍스트 마이닝 분석 방법으로는 표적된 세분시장의 포지셔닝을 유추하기가 쉽지 않기 때문에 추가로 색조화장품 브랜드 군 세분시장 간의 유사도와 차이점 확인을 위해 유사도 분석을 도입하여 보완적으로 검증을 실시하고자 한다.

유사도를 측정하는 방법의 선택은 연구 목적과 대상에 따라 달라지나 일반적으로 유사도 측정 방법 중 코사인 유사도 측정 방법을 가장 많이 연구에 도입하여 분석하고 있다(Yang et al., 2019; Yoon & Kim, 2011). 코사인 유사도의 측정은 일반적으로 두 문장의 벡터 공간 모델상에서 문장을 벡터로 간주하여 두 벡터 간의 거리와 코사인 값을 구함으로써 유사도를 측정할 수 있으며, 세분화된 색조화장품 세분시장에서 담론 형식으로 남겨진 리뷰를 하나의 개체로 취급하여 유사도 분석을 통해 각 브랜드 군이 차별화된 포지셔닝을 유지하고 있는가를 확인할 수 있을 것이다.

유클리디안 거리 유사도 분석 또한 유사도 분석을 위해 많이 사용하는 방법으로 분석 방법은 실제 거리라는 의미에 가장 부합하는 직선거리를 측정하는 것이며, 제곱합의 제곱근을 계산하여 측정하는 것으로(Vijaymeena & Kavitha, 2016), 평면에서 두 점 사이의 직선 거리를 N 차원 공간으로 확장하였을 때 두 점 사이의 거리를 피타고라스 방식을 통하여 구현하며, 자연어 평가 기반에서 추천 모델에도 사용한다(Choi et al., 2020). 2차원 또는 3차원 공간에서의 거리를 계산할 수 있어서 머신러닝이나 데이터 분석에서 자주 사용되는데, 이는 데이터 포인트들 사이의 거리를 측정하는 데 사용되기 때문이다. 예를 들어, 클러스터링 알고리즘에서는 유클리디안 거리를 이용하여 데이터 포인트들이 얼마나 가까이 있는지, 또는 얼마나 멀리 있는지를 판단한다.

코사인 유사도는 두 벡터 간의 코사인 각도를 이용하여 구할 수 있는 두 벡터의 유사도를 의미하는 것으로 값의 범위는 -1부터 1까지 이며, 1에 가까울수록 유사도가 높다는 것을 나타내며, 반대로 -1에 가까울수록 두 벡터가 서로 음(陰)의 방향으로 유사하다는 것을 나타내고, 0은 두 벡터가 서로 독립적이며 아무런 유사성이 없음을 의미하는 것으로 길이가 다른 문맥 벡터들 사이의 차이를 정규화해 준다는 점에서도 유용하다. 유클리디안 거리 유사도는 두 점 사이의 직선 거리를 계산하는 방법으로 두 벡터 간 거리의 유사도를 의미하는 것으로 값이 작을수록 두 데이터 간의 유사성이 높다는 것을 의미한다.

본 연구를 위한 색조화장품 브랜드 군 세분시장의 유사도와 차이점 분석을 위한 코사인 유사도 분석과 유클리디안 거리 유사도 분석의 도입은 서로 반대의 특성을 가지고 있기 때문에 이 두 유사도 분석을 동시에 수행하면, 유사도를 더욱 정확하게 측정할 수 있다. 예컨대, 코사인 유사도는 두 벡터 방향의 코사인 각도에 의한 유사성을 측정하는 것으로 두 벡터의 크기에 덜 민감하여 크기가 다르더라도 방향이 같으면 유사도가 높게 측정되는 경향이 있어 텍스트 문서의 크기가 다른 경우에 더 적합하며, 유클리디안 거리 유사도는 두 데이터 포인트의 실제 거리를 측정하므로 두 벡터가 가까울수록 유사도가 높게 측정되어 수치 데이터에 더 적합하다. 따라서 서로 다른 이 두 가지 유형의 유사도 분석을 동시에 수행하게 되면 이와 같은 서로 반대적인 특성은 상호보완적인 작용을 하게 되어 유사도와 차이점 분석에 대해 더욱 정교한 분석 결과를 얻을 수 있을 것이다.

세분화된 색조화장품 브랜드 군 세분시장의 유사도와 차이점의 분석을 위해 선행 연구에서 제기한 것과 같이 서로 반대의 특성이 있어 상호보완적인 작용을 할 수 있다는 코사인 유사도 분석과 유클리디안 거리 유사도 분석을 동시에 도입하여 도출된 Table 5와 Table 6의 결과를 중심으로 색조화장품 브랜드 군 세분시장에 대한 유사도와 차이점을 살펴본다.

7. 감성 분석

감성 분석을 위해 감성 사전을 이용하는 것은 기본적인 방법의 하나이다. 감성 사전은 단어 또는 구(phrase)의 감성을 미리 단어들이 갖는 긍정적, 부정적, 중립적인 감성을 미리 정의하여 텍스트 데이터에서 이 단어들의 빈도나 위치를 바탕으로 감성을 판단하지만, 이 방법은 실제 텍스트에서는 문맥을 고려하지 않기 때문에, 문맥에 따라 단어의 감성이 바뀔 수 있으므로 제한적일 수 있다. 예를 들어, '아니다'라는 부정적 단어가 ‘나쁘지 아니하다’라는 긍정적 문맥에서 사용되면, 감성 사전만을 사용하는 방법은 이를 정확히 판단하기 어렵기 때문이다.

이러한 문제는 문맥을 고려하지 못하면 특정 분야의 주제를 다루는 도메인에서 특정적인 감성이나 신조어, 비속어 등에 대한 감성을 잘 파악하지 못하고, 또한 감성 사전의 품질은 분석 결과에 큰 영향을 미치게 되므로 이런 한계를 극복하기 위해서 현재는 추가로 딥러닝 기반의 감성 분석 방법이 널리 사용되고 있는데, 대표적인 방법이 Bidirectional Encoder Representations from Transformers (BERT)와 같은 트랜스포머(transformer) 모델을 이용하는 방법과 TF-IDF를 사용하여 텍스트 데이터를 벡터화하여, 로지스틱 회귀 분류 모델을 학습하여 감성 분석을 수행하는 방법 등이 있다.

이들 분석 간에는 많은 장⋅단점이 존재하는데 BERT와 같은 트랜스포머 모델은 문맥을 고려하여 텍스트를 이해하므로 문맥에 따른 감성의 변화를 더 잘 파악할 수 있으며, 여러 에포크(epoch)에 걸쳐 모델을 훈련함으로써 성능을 점진적으로 향상할 수 있고, TF-IDF는 텍스트 데이터를 벡터로 변환하는 방법의 하나로서 감성 분석에 사용되는 피처를 생성하는 데 사용될 수 있어서 단어의 빈도와 문서 내에서의 중요도를 동시에 고려하므로 텍스트 데이터의 특성을 잘 반영할 수 있지만, 희소한 단어에 대해서는 과대평가할 가능성이 있다.

본 연구에서는 감성 분석의 심도있는 분석과 감성 분석에 대한 일반화 성능을 높이기 위해 BERT 감성 분석도 실시하여 도출된 결과를 상호 비교하며, 감성 분석을 보완하는 데 도입하고자 한다. 이를 위한 분석의 진행 과정은 첫째, 모델의 일반화 성능을 평가하기 위해 훈련 데이터는 모델 학습에 사용하며, 테스트 데이터는 학습된 모델의 성능을 평가하는 데 사용하기 위해 전체 데이터에서 훈련 데이터와 테스트 데이터로 나누어 분석하였다. 이는 모델의 훈련 데이터가 과적합(over fitting)되는 것을 방지하기도 한다. 본 연구에서는 전처리 후 분석에 유효한 로우 데이터의 80%를 훈련 데이터로 하고 20%를 테스트 데이터로 나누어 각각 분석하였으며, 감성 분석에 대한 신뢰성의 확보와 정밀도 그리고 재현율의 검증을 위해 에포크 분석을 추가로 실시하여 감성 분석에 대한 과적합 방지, 모델의 학습 상태 파악과 모델의 학습 상태 파악까지 검출할 수 있었다.

둘째, 감성 분석의 목표가 텍스트의 감성을 분류하는 것이므로 훈련 데이터에는 각 세분시장에서 담론으로 이루어진 텍스트의 사전 전처리 작업 과정을 거쳐서 긍정, 중립, 부정으로 라벨링(labeling)하는 것이 필요하며, 이를 바탕으로 모델이 학습하게 된다. 그리고 마지막으로 에포크를 통한 반복 학습의 과정이 필요하게 되는데, 에포크는 전체 훈련 데이터를 한 번 모두 사용하는 주기를 의미하는 것으로 여러 에포크를 거쳐 훈련하면 모델의 성능이 점차 향상되며, 각 에포크 후에는 테스트 데이터를 사용하여 모델의 성능을 평가하고, 필요하다면 학습률의 하이퍼 파라미터(hyper parameter)를 조정하면서 학습을 진행한다. 이렇게 BERT 모델의 학습과 검증 과정을 진행하면, 감성 사전을 이용한 기존의 분석 결과를 보완하거나 성능을 향상할 수 있다.

여기서 ‘훈련 데이터의 비율’과 ‘테스트 데이터의 비율’은 데이터 세트 내에서 긍정, 중립, 부정의 감성이 차지하는 비율을 나타내는 것으로 로우 데이터의 분포를 반영한 것으로, 이 비율은 BERT 모델의 학습에 미리 반영되어 있어 이에 따라 모델이 학습되었다는 것을 의미한다. 그러나 이 비율의 자체는 얼마나 잘 예측하는지의 모델 성능과는 다르다. 모델의 성능은 ‘손실’과 ‘정확도’를 통해 측정되며, 각 에포크에서 모델이 얼마나 잘 학습하고 있는지를 나타낸다. 즉, 데이터의 비율이 미리 결정되더라도 모델이 이를 얼마나 잘 학습하느냐는 모델의 성능에 따라 달라지는 것으로 첫 번째 에포크에서의 성능과 두 번째 에포크에서의 성능 사이의 차이는 모델이 데이터의 패턴을 점점 더 잘 학습하고 있음을 보여주는 것이다.

따라서 에포크에 따른 성능 변화는 모델이 각각의 감성을 얼마나 정확하게 분류하고 있는지, 그리고 이 성능이 시간에 따라 어떻게 변화하는지를 보여주는 중요한 지표이며, 이를 통해 모델이 학습 과정에서 성능이 향상되고 있음을 확인할 수 있다.

1. 워드클라우드 분석 결과

워드클라우드 분석이란 텍스트 마이닝 분석 방법 중 시각화 도구 중 가장 많이 활용되는 방법으로 문서의 키워드, 개념 등을 보다 직관적으로 파악할 수 있도록 핵심 단어를 시각적으로 돋보이게 하는 기법이다. 다시 말하면, 많이 언급될수록 단어를 크게 표현해 한눈에 들어올 수 있게 하는 기법이며, 주로 방대한 양의 정보를 다루는 빅데이터를 분석할 때 데이터의 특징을 직관적으로 도출하기 위해 많이 활용된다(Wu, 2023).

비교 연구를 위해 크롤링한 저가색조화장품, 고가색조화장품, 수입색조화장품의 워드클라우드 분석 결과 그래프의 그림은 Figure 1, Figure 2, 그리고 Figure 3으로 나타났으며, 이를 빈도 분석의 결과와 함께 상위 20위까지의 빈도를 가진 주요 키워드의 비교를 위해 Table 1로 나타내었다. 세분화된 브랜드 군 세분시장의 모두에서 나타난 주요 키워드는 ‘구매’, ‘느낌’, ‘발림’, ‘배송’, ‘사용’, ‘생각’, ‘제품’, ‘지속’, ‘커버’, ‘컬러’, 그리고 ‘피부’ 등으로 연구 대상 전체 세분시장에서 나타나 이들이 기호가치 소비를 위한 색조화장품 구매의 주요한 속성이 되는 것임을 알 수 있었으며, 각 세분시장에서 ‘에뛰드’, ‘헤라’, 그리고 ‘디올’ 등의 브랜드 명이 상위 20위의 빈도 내에 포함되고 있어 이들 세 개의 브랜드가 각 세분시장의 담론 중에서 많이 회자하고 있음을 알 수 있었다.

Table 1.

Top 20 Keywords and frequency of wordcloud analysis

그리고 Table 1의 전체 세분시장에서 하나뿐인 키워드로 나타난 것은 저가색조화장품 세분시장에서 ‘발색’, ‘에뛰드’, ‘웜톤’, 그리고 ‘팔레트’ 등이 나타났으며, 고가색조화장품 세분시장에서는 ‘마스크’, ‘블랙’, ‘사은품’, ‘쿠션’, 그리고 ‘헤라’ 등이 나타났고, 수입색조화장품 세분시장에서는 ‘디올’, ‘샘플’, ‘선물’, ‘아주’, ‘정말’, ‘추천’, 그리고 ‘파운데이션’ 등이 나타났다.

‘가격’의 경우 저가색조화장품 세분시장에서 담론으로 남겨진 리뷰를 크롤링하여 분석에 유효한 담론 리뷰 수 총 9,371건 중 가격이 언급된 담론 건수 3,417건이었으며, Figure 8의 감성 분석의 결과에서 나타난 부정적인 요소로 포함되어 나타난 ‘가격이 아쉽다’와 ‘더 낮은 가격을 원한다’는 표현도 있었지만, 대부분이 ‘가격이 좋다’는 표현이었으며, 이는 Figure 4의 저가색조화장품 트라이그램 분석의 연이어 사용된 연결어 분석에서 나타난 것과 같이 가격은 ‘성과’, ‘밀착’, ‘사용’, ‘표현’ 등과 상호 연결되어 가성비가 좋다는 표현으로 구성되어 있었다.

고가색조화장품 세분시장에서 빈도수 높은 상위 5위까지의 누적된 단어의 빈도는 상위 20위까지의 누적된 단어 빈도수에서 42%를 차지하고 있는 것으로 나타났다. 이들은 ‘쿠션’, ‘컬러’, ‘헤라’, ‘구매’, ‘사용’ 등의 키워드 순으로 나타났으며, 다른 세분시장과 비교해 볼 때 ‘헤라’ 브랜드에 대한 충성도를 잘 표현하고 있는 것으로 나타났다. ‘컬러’는 색조화장품을 연구 대상으로 하였기 때문에 각 세분시장에서 공통으로 높은 빈도로 나타났으며, ‘구매’와 ‘사용’ 또한 각 세분시장에서 높은 빈도로 나타났다. 고가색조화장품 세분시장에서 ‘헤라’라는 브랜드 폭에서 ‘쿠션’이 갖는 높은 충성도의 의미는 다른 브랜드 군 세분시장 영역과 비교해 볼 때 아주 높은 수준이며, 트라이그램 분석과 토픽 모델링 분석 등의 결과에서도 보여주듯이 높은 수준의 평판과 충성도를 확보한 감히 넘지 못할 진입장벽 수준으로 보인다.

수입색조화장품 세분시장에서 담론으로 남겨진 리뷰를 크롤링하여 분석에 유효한 샘플 수는 총 14,962건으로 이 중에서 가격이 언급된 것은 5,190건으로 나타났으나, 아쉽게도 Figure 4의 C 트라이그램 구성요소 노드로는 나타나지 않았지만, 담론으로 나타난 내용을 살펴보면 저가색조화장품의 경우와 다르게 실제로는 상대적으로 고가격 군에 속하지만 ‘가격이 좋다’, ‘저렴한 가격에 구매를 잘했다.’ 라는 표현으로 구성되어 있었다. 이와 같은 모순되게 보이는 담론의 해석은 기호가치 소비에 의한 휴리스틱스로 이해하여야 할 것이며, 유사도 분석에서 저가색조화장품과는 가격에 대해 표현된 로우 데이터의 펀더멘탈은 다르지만, 담론이 표현된 패턴이 유사하게 나타났기 때문에 고가색조화장품보다는 저가색조화장품의 유사도가 오히려 높게 나타나는 현상과 무관하지 않다.

따라서 색조화장품 세분 시장에 남겨진 담론의 워드클라우드 분석을 통하여 나타난 결과는 세분시장에 따라 고유한 정체성은 차이가 있을 것이다라는 연구가설 1은 채택되었다.

2. N-gram 분석 결과

N-gram 분석은 단어와 함께 출현하는 단어들을 분석하고 추출하여 해당 단어와 어떤 단어들이 관련되는 연결성을 갖고 내용을 구성하는지를 보는 방법으로 빈도 분석을 통해 추출된 단어가 원래 자기 자리에 있던 순서가 무시된 채 처리되어 단어가 가지는 의미가 제대로 표현되지 못하는 것을 보완하기 위하여 인접한 단어들을 2개 혹은 그 이상으로 묶어 표현하는 순열 기법이다. 예를 들면, 저가색조화장품 트라이그램 분석에서 나타난 트라이그램 형태인 ‘애교살’, ‘표현’, ‘브러쉬’의 단어는 ‘애교살’- ‘표현’- ‘브러쉬’와 같이 연속된 3개의 어휘로 지시하는 대상과 쌍으로 묶여서 추출할 경우 해당 텍스트 내에서 “애교살 만들 수 있는 색조합이 들어 있는 건 정말 좋은 것 같아요! 같이 온 브러쉬는 부드럽고 크기도 적당해서 좋아요.”, “애교살 키트 젤 써보고 싶었는데 완전 신기해요.”, “이 팔레트 하나면 애교살까지 다 표현할 수 있어서 좋아요!” 등의 의미를 명확히 파악할 수 있다.

각 세분시장에서 가장 높게 나타난 트라이그램 연결어로는 저가색조화장품 세분시장에서 ‘웜톤’, ‘정말’, ‘찰떡’은 가장 높은 23개의 빈도를 가지고 있는 것으로 나타났으며, 고가색조화장품 세분시장에서 는 ‘헤라’, ‘블랙’, ‘쿠션’의 트라이그램 연결어가 260개의 높은 빈도를 보이고 있었으며, 수입색조화장품 세분시장에서는 ‘배송’, ‘아주’, ‘배송’의 트라이그램 연결어와 ‘아주’, ‘배송’, ‘아주’의 트라이그램 연결어가 각각 224개의 높은 빈도를 가지고 있는 것으로 나타났다.

Table 2의 색조화장품 브랜드 군 세분시장 트라이그램 연결어 빈도 분석 결과를 보면, 저가색조화장품의 경우 전반적으로 낮은 빈도의 트라이그램을 보이고 있었으며, 연결어 빈도가 높게 나타난 것은 “웜톤, 정말, 찰떡(23회, 1위)”, “유튜브, 보고, 생각(21회, 2위)”, “피부, 타입, 커버(21회, 2위)”, “역시, 에뛰드, 평생(21회, 2위)”, “에뛰드, 평생, 피부(21회, 2위)”, “밀착, 조금, 가격(21회, 2위)”, “제일, 은색, 구입(21회, 2위)”, “인생, 파운데이션, 단종(21회, 2위)”로 나타나 대상 브랜드인 에뛰드가 가지고 있는 전반적인 특성을 잘 나타내고 있는 것으로 보인다. 자신이 구매한 에뛰드 색조화장품 제품 브랜드의 폭에 있는 구매한 상품이 자신에게 찰떡같이 잘 맞으며, 자기 피부에 잘 맞으니 단종시키지 말아 달라고 하는 담론이 자주 언급되는 것으로 나타났다. 이들 내용을 축약해 보면, 기호가지 소비로 구매한 브랜드가 가성비가 뛰어나며, 높은 충성도를 가지고 있으며, 구매자의 최애템으로 평생 사용할 것이며, 브랜드 자체가 인생이라는 표현으로 자신을 박제하여, 긍정적으로 평가하고 있는 것으로 해석할 수 있다.

Table 2.

Co-occurrence frequency of trigram keywords in the segmented color cosmetics market

고가색조화장품의 트라이그램 연결어 빈도 상위 5위까지는 Table 2에 나타난 것과 같이 “헤라, 블랙, 쿠션(260회, 1위)”, “기존, 블랙, 쿠션(61회, 2위)”, “리뉴얼, 블랙, 쿠션(53회, 3위)”, “블랙, 쿠션, 사용(44회, 4위)”, “블랙, 쿠션, 리뉴얼(42회, 5위)”로 나타났으며, 이는 모두 헤라의 블랙 쿠션과 관련된 연결어로 기호가치 소비로 구매한 소비자로부터 높은 빈도로 언급된 불랙 쿠션이 많은 사랑을 받고 있는 것으로 평가할 수 있다. 가격이라는 키워드는 전체 유효한 14,226건의 담론 중 346건의 담론이 있었으나 트라이그램 연결어로 많이 나타나지 않고 “구매, 가격, 정말”의 1개의 연결어로만 나타났다. “가격이 쬐끔 비싸다”, “가격이 내려간다면”, 이라는 표현도 있었지만, 대부분이 “저렴한 가격”, “착한 가격”, “합리적인 가격”이라는 표현으로 존재하였다. 이러한 것은 저가색조화장품의 담론에서도 나타난 내용인데 이러한 비교 대상 세분시장 영역에서의 가격이라는 표현은 기호가치 소비의 휴리스틱스로 이해하여야 할 것이다.

수입색조화장품 세분시장 브랜드 군에서 트라이그램 빈도가 높은 연결어를 살펴보면, “배송, 아주, 배송(224회, 1위)”, “아주, 배송, 아주(224회, 2위)”, “루즈, 립스틱, 베스트(106회, 3위)”, “립스틱, 베스트, 옵션(106회, 3위)”, “압솔뤼, 루즈, 크림(106회, 3위)”, “하나, 사고, 개인정보(90회, 6위)”, “색력, 발림, 구성(75회, 7위)”, “조합, 여러가지, 메이크업(75회, 7위)”으로 나타났다.

많은 담론의 리뷰 댓글에서 비교 대상인 다른 세분시장 영역보다 수입색조화장품 브랜드 군 세분시장에서 배송과 관련된 트라이그램 연결어가 압도적으로 높은 빈도로 나타나고 있다. 리뷰의 내용을 살펴보면 배송이 늦어서 불만이라는 댓글의 표현도 조금 있었지만, 대부분이 빠른 배송에 감사함의 표현과 내용물에 대한 포장 상태 그리고 본 상품의 상태에 대한 소개와 함께 전달받은 샘플 증정품에 대한 감사함으로 구성되어 있었으며, 특정 브랜드에 대한 높은 찬사와 함께 높은 충성도를 보이는 것으로 나타났다.

Figure 4의 A와 B 그리고 C에서 노드의 크기가 다르게 나타난 것은 노드의 크기를 가중치에 따라 동적으로 나타나게 설정한 것으로 연이어 사용된 단어의 빈도수가 높게 나타난 것은 노드의 크기가 크며, 상대적으로 빈도수가 낮게 나타난 것은 작은 크기 형태의 노드로 나타내었다.

Figure 4의 A인 저가색조화장품 세분시장에서 노드가 크게 나타난 ‘구매’와 관련하여 표현된 것은 “색감, 구매, 역시”, “구매, 마지막, 추가”, “추가, 물량, 구매”로 나타났다. 그리고 ‘역시’의 경우 에서는 “역시, 에뛰드, 평생”, “색감, 구매, 역시”, “구매, 역시, 에뛰드”, “탄력, 용도, 역시” 등으로 나타나 저가색조화장품에 대한 사용 후 만족과 함께 높은 충성도를 보여주고 있다. ‘가격’의 경우에는 “밀착, 조금, 가격”, “사용, 성과, 가격”, “성과, 가격, 기대” 등으로 나타나 가격은 저가색조화장품 영역에서 중요한 구매 조건이 되며, 가성비가 높음의 연결성을 표현하고 있다.

Figure 4의 B인 고가색조화장품 세분시장에서 노드가 크게 나타난 ‘구매’의 경우 “블랙, 쿠션, 구매”, “소식, 바로, 구매”, “방송, 보고, 구매”, “구매, 가격, 정말”, “구매, 역시, 커버”, “제품, 리필, 구매” 등의 트라이그램 연결어로 구성되어 나타났으며, ‘블랙’의 경우 “헤라, 블랙, 쿠션”, “기존, 블랙, 쿠션”, “리뉴얼, 블랙, 쿠션”, “블랙, 쿠션, 사용”, “블랙, 쿠션, 리뉴얼”, “블랙, 쿠션, 처음”, “블랙, 쿠션, 정착”, “블랙, 쿠션, 커버v, “블랙, 쿠션, 보고”, “이전, 블랙, 쿠션”, “사용, 블랙, 쿠션”, “블랙, 쿠션, 구매”, “헤라, 블랙, 파운데이션”, “쿠션, 블랙, 쿠션”, “블랙, 쿠션, 원래”, “블랙, 쿠션, 블랙”, “블랙, 쿠션, 역시”, 등으로 17곳의 트라이그램 연결어를 가지고 있어 고가색조화장품에서 분석을 위한 34개의 연결어를 가진 트라이그램 중에 과반수를 차지하고 있는 것으로 나타났다.

도출된 자료를 살펴보면 블랙 쿠션에 대한 리뉴얼 전과 후 그리고 처음 사용하는 소비자를 포함하여 모두 브랜드에 변함없는 높은 충성도를 보이고 있음을 알 수 있었고, 구매가 이루어지는 동기로는 짧은 시간에 고객에게 할인 혜택과 선물을 제공하는 포털 사이트 네이버 쇼핑에서 라이브 방송을 한다는 정보의 소식을 여러 경로에서 전해 듣고 직접 방송을 시청하면서 구매하고 있음을 나타내고 있었다. 이는 현재의 색조화장품 기호가치 소비자가 디지털 유목민임을 잘 보여주고 있으며, 네이버 쇼핑 라이브 방송이 새로운 유통경로로 부상하고 있음을 보여주고 있었다.

Figure 4의 C인 수입색조화장품 세분시장에서 노드가 가장 크게 나타난 ‘립스틱’의 경우 “립스틱, 립스틱, 베스트”, “립스틱, 베스트, 옵션”, “압솔뤼, 립스틱, 크림”, “압솔뤼, 립스틱, 립스틱”, “립스틱, 크림, 압솔뤼”, “크림, 압솔뤼, 립스틱”, “압솔뤼, 립스틱, 립스틱”, “립스틱, 크림, 장미” 등의 8곳의 트라이그램 연결어로 구성되어 나타나 이 브랜드 군 세분시장에서 분석을 위한 29개의 연결어를 가진 트라이그램 중 높은 빈도를 차지하고 있는 것으로 나타났으며, 립스틱 상품군에서 랑콤의 압솔뤼와 디올의 립스틱에 대한 최고라는 찬사로 이어지는 담론의 리뷰와 함께 이들 브랜드에 대한 거의 고정적인 높은 충성도를 보이고 있음을 알 수 있었으나, 구매가 이루어지는 동기에서는 “생각, 구매, 생각”, “구매, 생각, 구매” 등의 트라이그램 연결어로 나타나 기호가치 소비를 위해 심사숙고도 하고 있음을 알 수 있었다.

차별화된 색조화장품 기호가치 소비 브랜드 군 세분시장에 대한 트라이그램 네트워크 중심성 분석을 위해 데이터 전처리 과정을 거치면서 Figure 4의 A와 B 그리고 C와 같은 노드와 엣지로 이루어진 시각화된 네트워크가 도출되었으며, Table 3과 같은 중심성 분석 결과를 도출하였다. 텍스트 내에서 노드와 노드를 연결하는 엣지는 노드 간의 연관 정도를 나타내고 있으며, 핵심 키워드 간 연관성이 높으면 노드와 노드를 이어주는 엣지가 많아지고 연관성이 없으면 엣지는 연결되지 않는다. 따라서 도출된 빈도가 높을수록 노드에 대한 연결망이 복잡해지고 상대적으로 출현 빈도가 낮으면 노드와 연결되는 엣지의 연결망 수는 적어진다.

Table 3.

Centrality analysis outcomes of trigram networks by segmented market of color cosmetics brand groups

본 연구를 위한 세분시장 별 트라이그램 중심성 분석을 통해 각 트라이그램의 중요성을 분석하기로 한다. 기호가치 소비한 소비자가 담론 형식으로 남긴 저가색조화장품 리뷰의 경우 분석 결과인 Figur e 4의 A와 Table 3을 살펴보면 매개중심성이 가장 높은 키워드는 ‘구매’, ‘사용’, ‘역시’, ‘마지막’, ‘데일리’, ‘에뛰드’ 등의 순으로 나타났고 이들은 전체 연결망 내에서 담당하는 중개자 역할에서 높은 위치를 나타내고 있음을 뜻하며 연결망에서 의미의 확산에 중요한 역할을 하며, 매개중심성이 높게 나타난 노드는 네트워크 내의 직접 연결되어 있지 않은 노드 간 관계를 통제하며, 중개하기도 한다. 따라서 네트워크 내에 한 노드가 매개자나 중계자의 역할을 담당하는 노드를 찾는 방법으로 이용되며, 연결 정도가 많고 적음에 상관없이 정보유통이나 소통 역할을 담당한다.

여기서 매개중심성이 ‘0’으로 나타난 노드는 네트워크 그래프상에 나타난 것과 같이 연결중심성과 근접중심성은 확보되어 있으나 매개 중심성이 확보되지 않고 엣지가 단락되어 노드와 노드 간의 중개 역할을 담당하지 못하며 의미 확산 역할도 수행하지 못하고 있음을 알 수 있다. 구매와 사용은 매개중심성뿐만 아니라 연결중심성과 근접 중심성에서도 가장 높은 중심성을 가지고 있는 것으로 나타났다.

고가색조화장품 영역의 트라이그램 분석을 나타내는 Figure 4의 B와 Table 3에 도출된 결과에서 노드 간의 중개 역할을 담당하며, 연결고리 및 연관관계를 나타내며 의미의 확산에 중요한 역할을 하는 매개중심성이 가장 높게 나타난 것은 ‘블랙’, ‘쿠션’, ‘커버’,‘리뉴얼’, ‘헤라’, ‘소식’, ‘라이브’, ‘방송’, ‘구매’의 순서로 나타났으며, 근접 중심성은 ‘블랙’, ‘쿠션’, ‘헤라’, ‘리뉴얼’, ‘기존’, ‘이전’, ‘사용’의 순으로 나타났고, 연결중심성은 ‘블랙’, ‘쿠션’, ‘헤라’, ‘커버’, ‘리뉴얼’, ‘소식’, ‘라이브’, ‘방송’, ‘구매’의 순으로 나타났다.

이와 같은 분석 결과는 Table 2의 결과와 같이 블랙 쿠션은 리뉴얼 전후를 막론하고 높은 충성도와 열망을 나타내고 있고, 네이버 쇼핑의 라이브 방송이 새로운 유통경로로 부상하고 있음을 잘 보여주는 결과라고 할 수 있으며, 이들 키워드가 높게 지각된 브랜드 평가 속성의 중요도와 함께 의미의 확산에 중요한 역할을 하며, 정보유통이나 소통 역할도 하고 있음을 보여주고 있어 마케터에게 주는 시사점이 지대하다.

수입색조화장품의 트라이그램 네트워크 분석에서 노드가 크게 나타난 것은 ‘립스틱’, ‘항상’, ‘디올’, ‘발림’, ‘배송’ 등으로 나타났다. 도출된 네트워크에서 매개중심성이 가장 높게 나타난 것은 ‘항상’이며, 그다음으로는 ‘디올’과 ‘제품’으로 나타났고, ‘립스틱’과 ‘크림’이 그다음을 잇는 것으로 나타났다. 각 중심성 분석 결과를 살펴보면, 매개중심성과 근점중심성이 가장 높게 나타난 ‘항상’의 경우 그래프의 중심에 있으며, 연결성과 근접성 그리고 매개성이 높게 나타난 ‘항상’과 ‘디올’ 그리고 ’제품’의 경우는 의미의 확산과 정보유통 그리고 소통 역할을 중점적으로 수행하며, 다른 노드에 대한 통제력도 높아서 노드 간을 연결하도록 중재하는 역할도 수행함으로써 다른 노드 그룹에 있는 노드에도 통제력을 미치는 것으로 해석할 수 있다. 매개중심성이 ‘0’으로 표기된 ‘장미’, ‘진짜’ 등은 ‘립스틱’과 ‘표현’, ‘피부’와 연결은 되어 나타났으나 엣지가 매개되지 않고 단락되어 있음을 알 수 있다.

그리고 저가색조화장품 세분시장에서 ‘찰떡’, ‘생각’, ‘커버’, ‘구입’, ‘단종’, ‘무난’, ‘기대’, ‘에드’, ‘컬러’, ‘레드’ 등과 고가색조화장품 세분시장에서 ‘처음’, ‘정착’, ‘파운데이션', ‘원래’, ‘정말’, ‘피부’ 등 그리고 수입색조화장품 세분시장에서의 ‘옵션’, ‘개인정보’, ‘메이크업’, ‘지속’, ‘표현’, ‘날림’, ‘한번’ 등의 단어들은 Figure 4의 A와 B 그리고 C의 그래프에서 노드로 나타났으나 Table 3의 각 중심성 분석 결과에서는 나타나지 않았는데, 이는 트라이그램 분석의 특성상 세 개의 연결된 단어로 이루어진 구조를 다루고 있기 때문에 네트워크 구조를 형성할 때 일부 노드가 다른 노드들과 격리되어 연결되지 않거나 상대적으로 해당 노드가 다른 노드와 연결되는 관계가 작은 경우에는 이와 같은 현상이 발생할 수 있다.

따라서 색조화장품 세분 시장에 남겨진 담론의 트라이그램 네트워크 분석을 통하여 나타난 노드는 세분시장에 따라 고유한 정체성은 차이가 있을 것이다라는 연구가설 2는 채택되었다.

3. 토픽 모델링 분석 결과

본 연구처럼 색조화장품 세분시장의 유사점과 차이점에 대한 탐색 연구를 위해 도입한 연구 방법의 하나인 토픽 모델링의 기법의 적용을 위해서 기호가치 소비한 소비자의 경험적 가치로 남겨진 담론 형식의 리뷰를 각 세분시장에서 소비자가 선택한 브랜드에 대해 어떻게 수용하고 있는지 살펴볼 수 있는 텍스트 데이터로 채택하였다. 이들이 사용한 단어의 사용 맥락과 주제별 담론 형식의 리뷰에 대해 정확히 알기 위해서는 직접 담론으로 남겨진 리뷰를 면밀히 추적하여 확인해야 한다. 본 연구에서는 세분시장 별 크롤링된 로우 데이터를 토픽별로 일일이 무작위로 직접 검측하고 확인하는 과정을 거쳤다.

분석으로 도출된 세분시장 영역별 Topic 7의 상위 15개 키워드와 주제는 Table 4와 같으며, 각 토픽에 대한 그래프는 Figure 5, Figure 6, 그리고 Figure 7로 나타났다. Table 4에 나타난 결과를 보면, 색조화장품 브랜드 군 세분시장에서 공통으로 ‘가격’이라는 키워드는 상위로 나타나고 있었으며, ‘지속력’ 또한 각 세분시장에서 중요한 키워드로 등록되며, 또한 ‘발림’ 역시 상위에 위치하고 있었다. 이러한 현상은 색조화장품 기호가치 소비자의 선택 속성이 ‘가격’과 ‘지속력’ 그리고 ‘발림’을 중요시하는 경향이 있음을 시사하고 있다. 색조화장품 세분시장의 분석 결과 ‘사용’, ‘구매’, ‘색상’, ‘제품’ 등의 키워드는 공통으로 높은 빈도로 등장하는 키워드로서 색조화장품 이용 소비자가 제품 선택 시 중요하게 고려하는 선택속성이 되는 것을 의미한다. 그러나 ‘헤라’, ‘블랙’, ‘마스크’, ‘에뛰드’, ‘웜톤’, ‘아주’, ‘디올’ 등의 키워드들은 각각의 세분시장에서만 높은 빈도로 등장하는 키워드로 연구 대상 세분시장의 특성을 나타내고 있다.

Table 4.

Results of color cosmetics LDA analysis (1/3)

저가색조화장품 세분시장은 제품의 사용감과 구매 경험에 집중되어 나타났고, 다양한 색상과 커버력 등의 제품 특성에 관심이 많은 것으로 보인다. 이들의 기호가치 소비한 담론에서 높은 빈도로 나타난 키워드를 살펴보면, ‘사용’, ‘구매’, ‘커버’, ‘색상’, ‘제품’ 등의 키워드가 빈도가 높게 나타났는데 이러한 내용은 소비자가 실용적인 소비 패턴을 가지고 있음을 알 수 있으며, 가격 대비 효과에 더욱 집중하는 경향을 보인다. 특히 ‘팔레트’, ‘발색’, ‘지속력’ 등의 키워드는 저가색조화장품에서만 높은 빈도로 등장하고 있는 결과를 바탕으로 하여 전반적으로 해석해 보면, 고가색조화장품이나 수입색조화장품에 비해 브랜드나 제품명보다는 가격과 실용적인 사용성에 중점을 두는 경향을 보이는 것으로 해석할 수 있으며, 다른 세분시장과는 달리 ‘샘플’의 키워드는 등장하지 않고 있다.

고가색조화장품 세분시장에서 ‘헤라’와 ‘블랙’과 같은 브랜드와 관련된 키워드가 높은 빈도로 등장하고 있는데, 이러한 결과는 이 세분시장에서 이들 키워드의 역할이 큰 것으로 파악할 수 있으며, 브랜드 군에 대한 선호도와 충성도가 가장 높은 세분시장으로 분류된다. 고가색조화장품 세분시장과 수입색조화장품 세분시장에서 높은 빈도로 언급되는 키워드 ‘샘플’이 의미하는 것은 이들 세분시장이 무료 선물이나 샘플 제공을 통해 자사의 신상품을 소개하고 시장확대 전략을 전개하고자 하는 것으로 해석할 수 있으며, 이 세분시장에서 높은 빈도의 키워드로 상위에 위치하고 있는 ‘쿠션’, ‘헤라’, ‘구매’, ‘사용’, ‘피부’ 등의 키워드가 의미하는 것은 기호가치 소비한 소비자들은 피부에 대한 사용 효과에 중점을 두는 것으로 파악할 수 있다.

기호가치 소비한 수입색조화장품 세분시장의 담론을 분석한 결과 ‘배송’, ‘추천’, ‘아주’, ‘발림’, ‘디올’ 등의 키워드가 높은 빈도의 담론 형식으로 남겨져 있었다. 이러한 표현은 사용 후 경험적 가치로 느끼는 품질과 편의성에 대한 키워드로 저가색조화장품이나 고가색조화장품 세분시장에 비해 제품의 품질과 사용감에 대한 언급이 가장 많이 나타났다. 특히, ‘선물’이라는 키워드가 수입색조화장품 세분시장에서만 도출된 결과는 해당 세분시장의 특징을 잘 반영하고 있는 것으로 개인적인 사용 용도뿐만 아니라 타인에게 선물로 제공하는 경우가 많음을 시사한다. 이러한 정보는 수입 색조화장품 브랜드의 제품 판매 전략을 계획하거나, 저가 및 고가색조화장품 브랜드 군 세분 시장이 경쟁 시장에서 차별화된 전략을 구사할 때 중요한 참고 자료가 될 수 있다.

마스크는 수입색조화장품 세분시장에서 두드러지게 언급되고 있는데, 이는 최근의 팬데믹 현상과 무관하지 않는 것으로 마스크 착용으로 인한 화장 시 불편함과 그에 따른 지속력을 강조하는 제품이 늘어나는 추세를 반영할 수 있다. 또한 그들은 제품의 사용성과 구매 경험과 과정 그리고 피부에 대한 반응 등에 중점을 가지고 있는 것으로 나타났는데, 높은 키워드로 나타난 ‘사용’, ‘구매’, ‘피부’, ‘색상’, ‘제품’ 등을 유추해 보면, 제품의 사용성과 구매 과정, 그리고 피부에 대한 효과에 관심을 두고 있는 것으로 파악된다.

각 색조화장품 세분시장에서 나타난 7개의 토픽과 15개의 키워드 중 3회 이상 도출된 주요 핵심 키워드를 살펴보면, 저가색조화장품의 경우에는 매트(3회), 발림(3회), 색상(4회), 사용(3회), 지속(3회), 컬러(4회), 피부(3회) 등으로 모두 7개의 키워드가 나타났으며, 고가색조화장품의 경우에는 3회 이상 도출된 키워드는 구매(4회), 마스크(3회), 매트(3회), 밀착(3회), 사용(3회), 색상(4회), 지속(3회), 커버(3회), 컬러(3회), 피부(3회) 등의 10개의 키워드로 구성되어 있다. 수입색조화장품의 경우에는 다른 색조화장품 세분시장과는 다르게 3회 이상 도출된 키워드는 사용(6회), 색상(3회), 피부(3회) 등으로 나타나 상대적으로 중복된 키워드의 수가 낮게 나타났다.

따라서 이들 주요 키워드를 중심으로 보면 저가색조화장품 브랜드 군 세분시장은 “피부 색상에 잘 맞는 발림과 지속력을 올려주는 컬러를 위한 매트의 사용”이라는 것으로 정리할 수 있으며, 고가색조화장품 브랜드 군 세분시장의 경우에는 “마스크 사용에도 매트하고 밀착력이 우수하여 피부 색상에 잘 맞는 컬러로 커버력이 뛰어나 지속적인 구매”로 할 수 있으며, 수입색조화장품 브랜드 군 세분시장의 경우에는 “피부 색상과 잘 어울리는 색조화장품의 사용”으로 이름을 명명할 수 있다.

여기서 ‘사용’, ‘색상’, ‘피부’라는 키워드는 사용자들이 화장품에 대해 언급할 때 가장 중요하게 생각하는 요소를 보여주고 있다. 이는 색조화장품 브랜드 군 세분시장에서 기호가치 소비하는 사용자들이 화장품의 사용감, 색상, 그리고 피부에 미치는 영향에 가장 큰 관심을 두고 있다는 것을 의미하며, 이러한 정보를 바탕으로, 사용감, 색상, 피부에 미치는 영향 등에 초점을 맞춘 마케팅 전략을 구사하거나, 이러한 요소를 강조하는 제품 개발을 진행할 수 있고, 이와 같은 키워드들을 활용하여 “색조화장품 트랜드에 맞는 피부 친화적인 색상의 사용”과 같은 효과적인 키워드 광고나 검색 엔진 최적화를 수행할 수 있으며, 기호가치 소비한 소비자의 담론에서 색조화장품 세분 시장 브랜드 군이 공통으로 높은 빈도로 나타난 키워드들이 어떻게 언급되는지 분석하여, 브랜드의 강점과 약점을 파악하거나, 소비자의 선호도나 필요를 이해하는 데 적극적으로 활용할 수 있다.

세분시장 색조화장품 영역별 7개 토픽의 15개 키워드가 포함되도록 하여 각 토픽에 대한 이름을 작성해 보면 많은 시사점을 얻을 수 있다. 예컨대, 먼저 저가색조화장품의 토픽 1은 ‘입술’, ‘느낌’, ‘각질’,‘피부’, ‘색상’, ‘가격’, ‘제품’, ‘매트’, ‘조금’, ‘부각’, ‘밀착’, ‘살짝’, ‘처음’, ‘로드’, ‘보습’ 등으로 나타났는데 이를 이용하여 토픽 1에 대한 이름을 “처음 사용하는 가성비의 로드 샵 제품으로 입술이 부각되는 느낌으로 살짝만 발라도 색상과 밀착력이 좋아 매트한 피부를 촉촉하게 연출하는 꿀팁이 되었다.” 이와 같은 토픽 이름을 명명할 수 있으며, 토픽 2의 경우에는 ‘립밤’, ‘발림성’, ‘파운데이션’, ‘앵두’, ‘보습’, ‘지속’, ‘더블’, ‘발라’, ‘스팅’, ‘건성’, ‘색도’, ‘얼굴’, ‘컬러’, ‘다른’, ‘매트’ 등으로 나타났는데 이를 이용하여 토픽 2에 대해 이름을 “건성 얼굴에 앵두 컬러의 립밤과 매트한 질감의 더블 레스팅 파운데이션의 조합은 발림성과 보습력이 뛰어나고 색도와 지속력도 뛰어나 다른 것은 바를 필요가 없다.” 그리고 토픽 3의 경우에는 ‘가격’, ‘사용’, ‘제품’, ‘파운데이션’, ‘가성’, ‘추천’, ‘대비’, ‘베이스’, ‘다시’, ‘단종’, ‘최고’, ‘에뛰드’, ‘정말’, ‘컬러’, ‘예전’ 등으로 나타났는데 이를 이용하여 “다시 사용하는 에뛰드 파운데이션 베이스는 예전부터 가성비 최고의 제품으로 정말 추천합니다. 제발 단종하지 말아 주세요.”로 이름을 명명할 수 있을 것이다.

토픽 모델링 이름은 사용자에게 해당 주제가 얼마나 유용한지를 강조할 수 있는데, 예를 들어, 토픽 1의 “처음 사용하는 가성비의 로드 샵 제품으로 입술이 부각되는 느낌으로 살짝만 발라도 색상과 밀착력이 좋아 매트한 피부를 촉촉하게 연출하는 꿀팁이 되었다.”라는 이름은 로드 샵에서 판매되는 가성비 좋은 제품을 처음 사용해보는 사용자들에게 입술과 피부 메이크업에 대한 꿀팁을 제공한다는 의미를 담고 있으며, 특히, 제품의 색상 및 밀착력에 대한 정보, 그리고 살짝만 발라도 입술이 부각되는 느낌을 얻을 수 있다는 점으로 실질적인 메이크업에 대한 팁을 제공하며, 특히 입술과 피부에 대한 부분을 다룬다는 점이 강조되어 있다.

이러한 분석의 결과는 키워드 간의 연관성을 강조하여 토픽이 어떤 주제를 다루는지를 포괄적으로 나타내게 되고, 사용자는 해당 토픽이 관심 있는 주제인가의 여부를 판단할 수 있게 되어 강렬하고 흥미로운 토픽의 이름을 갖게 된다면 사용자의 호기심을 자극하고 특정 주제에 대한 관심을 두도록 유도할 수 있어 도출된 각 토픽의 키워드에 대한 이름을 명명하는 것은 단순한 단어의 나열이 아니라 사용자에게 의미 있는 정보를 전달하고 사용자의 경험을 향상하게 시키는 도구로 사용될 수 있기 때문에, 기호가치 소비한 소비자의 담론으로 LDA 분석한 결과를 이용하여 연구 대상 전체의 색조화장품의 각 토픽에 대한 이름을 작명하면 기업의 경영진과 마케터에게 소비자의 욕구와 욕망을 만족시키는 제품과 서비스를 제공할 수 있을 것이다.

따라서 색조화장품 세분 시장에 남겨진 담론의 토픽 모델링 분석을 통하여 나타난 주요 키워드는 세분시장에 따라 고유한 정체성은 차이가 있을 것이다라는 연구가설 3은 채택되었다.

4. 유사도와 차이점 분석 결과

Table 5와 Table 6의 유사도 분석의 결과 해석에 있어서 코사인 유사도 분석은 코사인 각도를 사용하여 두 벡터 간의 유사도를 측정하는 방법으로 0과 1 사이의 값을 반환하며, 1에 가까울수록 두 데이터의 유사도가 높아지는 것으로 해석하고, 유클리드안 거리 유사도 분석은 두 점 사이의 직선거리를 계산하는 방법으로 코사인 분석과는 반대로 값이 작을수록 두 데이터 사이의 유사도가 높아지는 것으로 해석한다.

트라이그램 분석 결과를 이용한 색조화장품 세분시장 간의 유사도의 측정 분석 결과를 살펴보면, 코사인 유사도는 도출된 값이 매우 낮게 나타나 세분시장 간에 큰 차이가 있음을 나타내고 있으며, 유클리디안 거리 유사도 역시 모두 1 이상으로 나타나 이들 세분시장 간에 유사성보다는 차별화가 되어 있음을 나타내고 있다.

각 색조화장품 세분시장에서의 코사인 유사도 분석과 유클리디안 거리 유사도 분석을 이용하여 도출된 Table 5의 결과에서 코사인 유사도 분석의 경우는 저가색조화장품과 고가색조화장품(0.00788)이 상대적으로 유사도가 높은 것으로 나타났으며, 유클리디안 거리 유사도 분석에서도 역시 코사인 유사도 분석과 같이 저가색조화장품과 고가색조화장품(1.40863)이 상대적으로 유사도가 더 높은 것으로 나타났으나, 사실상 3개의 색조화장품 브랜드 군 세분시장의 유사도 분석 결과는 비교 대상 상호 간에 크게 차이가 나지 않고 유사도가 낮게 나타나 서로 고유한 세분시장 포지션을 가지고 있는 것으로 나타났다.

수입색조화장품을 기준으로 색조화장품 세분시장 간의 브랜드에 대한 차이점을 보이는 것은 코사인 유사도 분석의 경우 수입색조화장품과 고가색조화장품(0.00040)으로 나타났으며, 유클리디안 거리 유사도 분석의 경우에도 수입색조화장품과 고가색조화장품(1.41393)이 차이점을 가지고 있는 것으로 나타났으며, 상대적으로 다른 세분 시장과의 차이점을 보이고 있은 것으로 나타났다. 오히려 이들 분석에서 기호가치 소비한 소비자의 담론은 수입색조화장품과 저가색조화장품의 단어 패턴이 더 근접한 유사함을 보여주고 있다. 두 가지의 유사성 분석에서 이러한 차이는 각 유사도 측정 방법의 특성과 계산 방법에 기인하는 것으로 유클리디안 거리 측정 방법이 코사인 유사도 측정 방법에 비해 큰 값을 가지는 이유는 각 차원의 차이를 조합하는 방식이 다르므로 결과적으로 다른 수치의 결과로 나타나는 것이다.

Table 6의 토픽 모델링 분석 결과를 이용한 색조화장품 세분시장 간의 유사도를 측정하기 위한 코사인 유사도와 유클리디안 거리 유사도 분석 결과에서 도출된 분석 결과의 값의 크기만으로는 이들 색조화장품 브랜드 군 세분시장의 유사도를 직접 비교하기는 어려우나 코사인 유사도 측정에서 저가색조화장품과 고가색조화장품(0.84668)이 상대적으로 유사한 조합으로 나타난 경향이 있으며, 수입색조화장품은 다른 두 세분시장과 비교했을 때 상대적으로 큰 차이를 보이는 것으로 나타났다. 그리고 수입색조화장품을 기준으로 볼 때, 가장 큰 차이점을 보인 것은 고가색조화장품(0.63250)이었다. 이는 고가색조화장품이 다른 저가색조화장품(0.82737) 세분시장 색조화장품과 비교했을 때 독특한 특성을 가지고 포지셔닝되어 있음을 알 수 있다.

그리고 유클리디안 거리 유사도 분석에서도 Table 5의 트라이그램 분석 결과를 이용한 색조화장품 세분시장 간의 유사도 분석 결과와 같이 저가색조화장품과 고가색조화장품(0.55375)이 수입색조화장품(0.58759)과의 유사도보다 낮게 나타나 상대적으로 유사도가 조금 더 높은 것으로 나타났으나, 사실상 3개의 색조화장품 브랜드 군 세분시장의 유사도 분석 결과는 비교 대상 상호 간에 크게 차이가 나지 않고 유사도가 낮게 나타나 서로 차별화된 정체성의 세분시장 포지션을 가지고 있는 것으로 볼 수 있다.

Table 5와 Table 6의 유사도 분석을 통해 도출된 결과에서 색조화장품 브랜드 세분시장 간의 유사도가 낮게 나타난 것은 사실상 비교 대상 색조화장품 브랜드 군 세분시장 간에 모두 서로 다른 정체성을 가지고 차별화되어 있다는 것을 보여주고 있으며, 비교 대상 세분시장의 소비자들은 서로 다른 선호도를 가지고 있을 가능성이 높다는 것을 의미한다. 다시 말해, 이 세분화된 색조화장품 브랜드 군은 감성분석의 결과에서 보듯이 색조화장과 관련한 기호가치로 소비한 소비자가 긍정적인 담론의 단어를 사용하고 있으나, 트라이그램 유사성 분석 결과와 토픽 모델링 분석 결과에 따르면 색조화장품 각 세분시장의 기호가치 소비자는 서로 다른 키워드 패턴을 사용하고 서로 다른 정체성으로 명확히 구분되어 있으며, 세분화된 각 색조화장품 세분시장은 서로 다른 선호와 요구를 충족시키고 있다고 해석할 수 있다.

그리고 앞서 밝힌 Table 5와 Table 6의 유사도 측정에서 공통으로 나타난 분석 결과는 수입색조화장품을 기준으로 볼 때 가장 크게 차별화된 것은 고가색조화장품이며, 의외로 고가색조화장품보다 저가색조화장품과의 경우에는 워드클라우드 분석과 N-gram 분석, 그리고 토픽 모델링 분석의 결과와 같이 로우 데이터가 가지고 있는 펀더멘탈의 내용은 다르지만, 유사한 담론의 패턴을 사용하는 것으로 해석할 수 있다. 이를 통해 각 세분시장의 색조화장품이 갖는 특성이나 소비자의 인식 등을 고려하여 브랜드 세분시장에 따른 마케팅 전략을 수립할 수 있다.

저가색조화장품과 고가색조화장품 간의 유사도가 낮다는 것은 이 두 시장의 소비자들이 서로 다른 차별화된 선호도를 가지고 있을 가능성이 높다는 것을 의미한다. 이를 바탕으로, 저가색조화장품을 선호하는 소비자들에게는 가격 경쟁력을 강조한 마케팅 전략을, 고가색조화장품을 선호하는 소비자들에게는 품질이나 브랜드 이미지를 강조한 마케팅 차별화 전략을 수립할 수 있다.

따라서 텍스트 마이닝 분석으로 도출된 결과를 이용하여 유사도 분석을 수행한 결과는 세분시장에 따라 차이가 있을 것이다라는 연구 가설 4는 채택되었다.

5. 감성 분석의 결과

먼저 Figure 8의 감성 분석 결과를 살펴보면 전체적으로 긍정적인 감성의 비율이 높게 나타났다. 저가색조화장품의 경우 31.05%, 고가색조화장품의 경우 29.62%, 수입색조화장품의 경우 27.74%가 긍정적인 감성으로 분류되었으며, 중립적인 감성의 비율은 저가색조화장품의 경우 64.11%, 고가색조화장품의 경우 65.44%, 수입색조화장품의 경우 67.56%로 나타났으며, 부정적인 감성의 비율은 저가색조화장품의 경우 4.84%, 고가색조화장품의 경우 4.94%, 수입색조화장품의 경우 4.70%로 나타났다.

Table 7에 나타난 저가색조화장품 브랜드 군 세분시장의 감성 분석 결과를 살펴보면, 이 분석 결과에서는 일반 감성 분석과 함께 이를 보완하기 위해 BERT를 활용한 감성 분석 모델로 두 번의 에포크(epoch)로 학습하였다. 각 에포크에서 훈련 데이터와 테스트 데이터에 대한 모델의 손실(loss)과 정확도(accuracy)를 측정하였으며, 저가색조화장품 세분시장에서, 첫 번째 에포크 모델의 훈련 데이터에 대한 손실이 53.33%로 나타났는데, 이는 모델이 훈련 데이터를 얼마나 잘 예측하는지를 나타내는 지표로서 손실이 낮을수록 모델의 성능이 좋다고 할 수 있다. 이에 비해 테스트 데이터에 대한 손실은 41.20%로 나타났는데 이 결과는 훈련 데이터에 비해 낮은 값을 보여주고 있어 모델이 새로운 데이터에 대해서도 잘 일반화되고 있음을 보여준다.

Table 7.

Results of sensitivity analysis

첫 번째 에포크에서의 정확도는 훈련 데이터에 대해 약 79.37%, 테스트 데이터에 대해 약 84.85%로 측정되어 전체 데이터 중 약 80% 이상을 정확하게 분류하고 있음을 나타내고 있으며, 두 번째 에포크에서는 훈련 데이터에 대한 손실이 25.69%로 나타났으며, 테스트 데이터에 대한 손실이 25.98%로 측정되었다. 이는 첫 번째 에포크에 비해 손실이 크게 감소하였음을 보여주며, 이는 모델의 성능이 향상되었음을 의미하며, 두 번째 에포크에서의 정확도는 훈련 데이터에 대해 약 91.29%, 테스트 데이터에 대해 약 92.14%로 측정되었는데, 이는 첫 번째 에포크에 비해 정확도가 크게 향상되었음을 보여주며, 모델이 더욱 정확하게 감성을 분류하고 있음을 의미한다. 따라서 이 결과는 BERT를 활용한 감성 분석 모델이 훈련 과정에서 성능이 향상되었으며, 새로운 데이터에 대해서도 잘 일반화되고 있음을 보여준다.

Table 7의 결과를 보면, 두 번째 에포크에서 훈련 데이터와 테스트 데이터의 성능이 모두 향상된 것으로 나타나 과대적합 또는 과소적합 문제가 발생하지 않았음을 시사한다. 만약, 이러한 결과가 잘못되어 나타나면 에포크를 더 늘리거나 다른 하이퍼 파라미터를 조정하여 모델의 성능을 지속적으로 모니터링하는 것이 중요하나 에포크를 지나치게 늘리게 되면, 또 다른 과대적합 현상이 발생할 수 있으며, 모델이 훈련 데이터에 너무 많이 적합되어 특정 노이즈나 이상치까지 학습하는 현상이 발생하므로 모델은 훈련 데이터에 대해 매우 높은 성능을 보이지만, 새로운 훈련 데이터나 테스트 데이터에 대해서는 성능이 낮아질 수 있다.

고가색조화장품 브랜드 군 세분시장의 경우 BERT를 활용한 감성 분석 모델을 두 번의 에포크 학습 분석에서 각 에포크에서 훈련 데이터와 테스트 데이터에 대한 모델의 손실과 정확도를 측정하였다. 첫 번째 에포크에서 모델의 훈련 데이터에 대한 손실은 46.20%이며, 정확도는 약 82.83%로 나타났는데 이는 모델이 훈련 데이터의 대부분을 정확하게 분류하고 있음을 보여주고 있으며, 테스트 데이터에 대한 손실은 33.32%로 나타났으며, 정확도는 약 89.26%로 나타나 감성 분석 모델이 새로운 데이터에 대해 높은 성능을 보여주고 있다. 그리고 두 번째 에포크에서는 훈련 데이터에 대한 손실이 19.31%로 크게 감소하였으며, 정확도는 약 93.64%로 향상되어 나타났다. 이는 모델이 훈련 데이터의 패턴을 점차 더 잘 학습하고 있음을 나타내며, 테스트 데이터에 대한 손실도 20.49%로 감소하고 정확도는 약 93.26%로 향상되어 나타났는데 이는 모델이 새로운 데이터에 대해 잘 일반화되고 있음을 보여준다. 따라서 BERT를 활용한 고가색조화장품 세분시장에서의 감성 분석 모델이 훈련 과정에서 성능이 향상되었음을 보여주고 있는 것으로 해석할 수 있다.

수입색조화장품 세분시장에서도 BERT를 활용한 분류 모델을 두 번의 에포크 동안 학습하여 각 에포크에서 훈련 데이터와 테스트 데이터에 대한 모델의 손실과 정확도를 측정하였다. 첫 번째 에포크에서 모델의 훈련 데이터에 대한 손실은 46.89%이며, 정확도는 약 82.31%이었다. 이는 모델이 훈련 데이터의 대부분을 정확하게 분류하고 있음을 보여주는 것으로 테스트 데이터에 대한 손실은 25.97%이며, 정확도는 약 91.42%로, 모델이 새로운 데이터에 대해 높은 성능을 보여주고 있다.

두 번째 에포크에서는 훈련 데이터에 대한 손실이 18.47%로 크게 감소하는 것으로 나타났으며, 정확도는 약 93.68%로 향상되어 나타났다. 이는 모델이 훈련 데이터의 패턴을 점차 더 잘 학습하고 있음을 나타내며, 검증 데이터에 대한 손실도 20.25%로 감소하고 있음을 보여주고 있었으며, 정확도는 약 93.12%로 향상되어 나타났다. 이러한 결과는 감성 분석 모델이 새로운 데이터에 대해 더욱 잘 일반화되고 있음을 보여준다.

Table 7에서 색조화장품 브랜드 군 세분시장의 감성 분석에 대한 전반적인 감성 분석의 비율은 유사한 패턴을 가지고 있으나 약간씩 차이가 있는 것으로 나타났다. 수입색조화장품의 경우 긍정적인 감성 비율은 다른 두 세분시장에 비해 약간 낮으며, 중립적인 감성 비율이 높은 편으로 나타났는데 이는 각 세분시장의 고객들이 제품에 대해 다르게 반응하고 있다는 것을 나타내는 것으로 해석할 수 있다. BERT 감성 분석 모델의 훈련 및 테스트 결과를 살펴보면, 수입색조화장품에 대한 모델 성능이 다른 두 시장에 비해 더 높게 나타났는데 이러한 결과는 감성 분석에 있어서 수입색조화장품 데이터가 더 잘 구조화되어 있거나 BERT 모델이 수입색조화장품 데이터에 더 적합하다는 것을 의미한다.

따라서 색조화장품 이용 소비자의 구매 후 느끼는 감성은 세분시장에 따라 고유한 정체성은차이가 있을 것이다라는 연구 가설 5의 감성 분석 결과는 비교 대상 모든 세분시장에서 긍정과 부정의 포지션 패턴이 역전되거나 하는 결과를 나타내지 않았고 중립 감성 비율이 가장 현저하였으며, 긍정 및 부정 감성 비율 간의 차이가 있는 것으로 나타났으나, 그 정도의 차이 크기가 높지 않고 유사한 패턴을 가지고 있는 것으로 나타났다는 점을 고려할 때, 가설 5는 기각으로 판단하는 것이 합당할 것으로 사료된다.