광대한 데이터를 활용한 `빅데이터' 시대가 도래하면서 콘텐츠 분야에서도 빅데이터 바람이 불고 있습니다. 보통 빅데이터가 주로 기업의 고객 관리, 상품 분석과 같은 마케팅 활동이나 공공 부문에서 수집된 정보 가공 등에 초점이 맞춰졌다면, 콘텐츠 분야에서는 개인 맞춤 콘텐츠를 제공하거나 사용자에게 더 인기를 얻을 수 있는 콘텐츠 기획에 활용되는 추세입니다.

 

콘텐츠와 빅데이터의 결합은 매년 엄청난 양의 콘텐츠가 쏟아져 나오는 환경에서 더욱 더 중요성이 커지고 있습니다. 게임, 영상, 음악 등 다양한 장르에서 빅데이터 활용 사례도 증가할 것으로 전망됩니다. 수요보다 공급이 훨씬 많은 콘텐츠 시장 상황에서 빅데이터를 통한 콘텐츠의 효과적인 발견이 중요해진 것입니다.

 

지난해부터 그동안 빅데이터 활용에 소극적인 자세를 보여 왔던 할리우드 영화와 드라마 업계에서도 빅데이터 도입을 본격 추진중입니다. 할리우드가 다른 업계에 비해 빅데이터 도입에 소극적이었던 이유는 기본적으로 업계 문화 자체가 논리적인 데이터 분석을 통하기 보다는 제작자의 직감에 따라 운영돼 왔기 때문입니다. 최근에는 투자자 유치를 통한 제작비 조달 과정에서 출연진과 그들이 전작에서 거둔 성과 등에 관한 데이터 분석 활용 사례가 증가하고 있는데, 이 같은 데이터 분석의 활용은 투자자 유치 뿐만 아니라 작품의 마케팅과 배급 과정으로 영역을 확대하고 있습니다.

 

작품 제작 과정에서 빅데이터를 활용한 대표적인 성공 사례로는 글로벌 영화ㆍ영상 스트리밍 업체인 `넷플릭스'가 BBC TV의 동명 드라마를 원작으로 삼아 제작한 `하우스 오브 카드'가 대표적입니다. 2013년 상반기 미국을 휩쓸었던 이 작품은 제 65회 에미상에서 최우수 감독상을 비롯해 3관왕을 차지할 만큼 가치를 인정받았습니다. 넷플릭스는 하우스 오브 카드 제작 과정에서 전문적인 데이터 마이닝 과정을 통해 유명 감독 데이빗 핀처를 제작에 참여시키고 케빈 스페이시 등의 배우들을 캐스팅 한 바 있습니다.

이밖에도 넥플릭스는 3700 만명의 가입자를 기반으로 빅데이터 기법을 이용해, 자체 제작한 드라마인 `넷플릭스 오리지널' 시리즈를 추천하고 있습니다. 방송사들이 신규 프로그램 방영시 막대한 광고비를 투자하는 데 비해, 빅데이터 기법을 통해 잠재 시청자들에게 자사 콘텐츠를 추천함으로써 엄청난 광고 효과를 얻고 있는 것입니다.

 

2012년 인도의 TV 다큐멘터리 프로그램 `사띠아메브 자야테(이하 사띠아메브)'역시 빅데이터 분석기업을 활용해 화제를 모았습니다. 사띠아메브 제작진은 시청자들로부터의 피드백이 폭주하자 빅데이터 분석 기법을 활용, 이를 프로그램 제작에 반영하고 있습니다. 제작진은 인도의 IT 컨설팅 업체와 협력해 에피소드 방영 36시간 전에 다루게 될 이슈를 미리 알리고, 에피소드 방영 후에는 빅데이터 분석 시스템을 통해 흥미수준 및 정서 등을 기준으로 점수를 매겨 피드백을 분류합니다. 높은 점수를 받은 피드백은 내용의 진실성 및 사생활 침해 여부 등에 대한 전문가 검증을 거쳐 사띠아메브 웹사이트에 게재되고 있습니다.

 

게임 업계에서는 빅데이터가 이용자들의 게임 경험을 개선하고 맞춤형 광고를 통해 매출을 극대화할 수 있는 수단으로 각광받고 있습니다. 특히 게이머들은 다양한 방식으로 수많은 데이터를 남기기 때문에 데이터 확보가 편리하며, 확보된 데이터들은 게임을 하는 시간대나 지속시간, 함께 게임을 하는 사람, 게임 내 아이템에 지출하는 금액에 이르기까지 게임 내 모든 행동을 포괄합니다.

획득한 데이터를 바탕으로 게임 내 상품을 타깃 이용자에게 제시할 경우, 상품 구입 비율을 높임으로써 매출 극대화를 꾀할 수 있습니다. 상거래 사이트들이 다른 고객들이 구입한 물품을 기반으로 추천 상품을 제시하는 것처럼 가상 아이템을 판매하는 게임에서도 같은 방식을 적용한 것입니다. 또한 빅데이터 분석을 통해 게임의 난이도 조절이나 개선이 필요한 부분을 찾아냄으로써 콘텐츠의 질적 향상을 꾀하는 것도 가능합니다.

 

실제로 글로벌 소셜 게임 업체 `징가'는 게임개발과 운영에 사용자들로부터 획득한 빅데이터를 활용하고 있습니다. 이 데이터는 일간, 월간 접속 유저, 1회 접속 시 플레이 시간, 1인당 아이템 구매 횟수 및 금액, 아이템 구매 성향과 같은 수많은 데이터를 포함하며, 이들을 분석해 게임의 유료 아이템 판매를 끌어올리고 더 재미있는 게임을 설계하는 데 쓰입니다.

 

출판 업계에서도 전자책 마케팅을 위한 빅데이터 분석이 조금씩 도입되고 있습니다. 아마존에서는 2012년을 기점으로 전자책 다운로드가 종이책 판매량을 추월하면서, 전자책 보급이 급속도로 확산되고 있습니다. 전자책은 종이책보다 소비자의 독서 습관, 특정 도서에 대한 전반적인 반응 등을 보다 상세하고 체계적으로 수집할 수 있기 때문에, 출판사가 전자책과 관련된 빅데이터 수집이 수월합니다. 예를 들어, 전자책 단말기나 애플리케이션을 통해 독자들이 특정 전자책을 열람하는 횟수, 한 번에 읽는 페이지 분량, 한 권을 읽는 데 소요되는 시간, 전자책을 읽기 전후에 읽은 다른 전자책 정보와 같은 상세 데이터를 확보할 수 있습니다. 이미 아마존, 애플, 구글 등 출판업계와 전자책 시장을 놓고 경합 중인 IT 기업들은 빅데이터 수집과 분석을 시행하고 있습니다. 이 중 세계 최대의 인터넷 서점이자 전자책 사업자인 아마존은 소비자가 읽었던 독서목록에 기반해 새로운 책들을 추천하는 서비스를 제공합니다.

 

현재 콘텐츠 분야에서 빅데이터의 활용 사례는 콘텐츠의 발견, 추천, 사용자들의 성향 분석 등으로 구분되고 있습니다. 이들이 필요한 이유는 콘텐츠의 양과 수가 너무 많은 경우 사용자가 자신이 선호하고 좋아하는 콘텐츠를 찾아내는 것이 매우 힘들기 때문입니다. 특히 방대한 콘텐츠를 자랑하는 음악, 영화, TV 프로그램과 같은 분야에서 콘텐츠의 발견과 추천 기능은 사용자의 만족도를 향상시킬 수 있는 핵심 서비스로 여겨지고 있습니다. 온라인에서 상품 구매와 이용이 함께 이루어지는 게임, 음악, 영화, 전자책과 같은 콘텐츠 분야에서는 보다 상세한 데이터 획득을 통해 정보 활용을 극대화할 수 있습니다.