%EC%9D%B4%EC%9B%90%EC%9E%AC
-
유명 DJ들의 플레이리스트로 일렉트로닉 음악 시장 분석
우리 대학 문화기술대학원 이원재 교수, 위형석 박사 연구팀이 일렉트로닉 음악 페스티벌(Electronic Music Festival) 에서 활동하고 있는 유명 DJ들의 시장 성공을 위한 사회적 역할을 그들의 플레이리스트(Playlist) 분석을 통해 밝혔다고 9일 밝혔다.
문화기술대학원 위형석 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 `플로스 원(PLOS ONE)' 최신호에 출판됐다. (논문명 : Stars inside have reached outside: The effects of electronic dance music DJs’ social standing and musical identity on track success)
연구팀은 EDM(Electronic Dance Music)과 같은 신흥 장르의 음악 시장에서 DJ들의 사회적 명성을 그들의 예술 작품의 품질을 보장하는 효과적인 수단으로 보고, 특히 음악적 정체성과 아티스트의 집단 내 사회적 위치가 명성에 영향을 미치는 두 가지 중요한 요소임을 밝혔다.
연구팀은 2013년부터 2016년까지 전 세계 각지에서 개최한 9개의 페스티벌에서 공연했던 815명의 DJ들의 3,164개의 플레이리스트 데이터를 DJ들 간 일종의 인용 관계(Citation network)로 분석해 다른 DJ들로부터 인용 횟수가 많은 DJ를 사회적 명성이 높은 것으로 간주했다.
또한 이와 함께, 이들이 해당 기간 발매한 음원들의 장르, BPM(beats per minute)와 키 스케일(Key Scale) 데이터를 분석해 음악적 정체성과 연관성을 분석했다.
첫째로, DJ들이 발매한 음원 데이터를 분석한 결과 명성이 높은 스타 DJ일수록 일관되고 확고한 음악적 정체성을 표방하는 것으로 나타났다. 즉, 새로운 스타일과 장르가 끊임없이 탄생하는 음악 시장에서 자신만의 영역을 개척하고 가치 기준을 설정하는 것이 사회적 명성을 얻는데 중요한 요소로서 작동함을 연구진은 밝혔다.
둘째로, DJ들이 공연했던 플레이리스트 데이터를 기반으로 네트워크 분석을 한 결과, 사회적 명성이 높은 DJ일수록 서로 다른 집단을 연결하는 중개적 위치(brokerage position)와 한 집단 내 응집력이 높은 위치(Cohesive position)가 결합된 하이브리드 형태(Hybrid position)의 위치에 있는 것을 확인할 수 있었다. 이러한 하이브리드 위치는 새로운 기회와 자원의 유입을 컨트롤할 수 있는 가장 유리한 위치로서, 두 입장이 가진 장점을 이분법으로 나누는 기존의 연구들과는 달리, 두 입장이 상호 보완적으로 시너지를 낼 수 있음을 밝히고 있다.
연구팀은 이러한 독특한 현상이 EDM DJ들 사이의 리믹스(Remix) 문화에서 비롯된 것으로 보고 있다. 자신만의 음악적 정체성으로 다양한 트랙을 결합하여 플레이리스트를 구성하는 방식이 바로 DJ들의 예술적 창의성을 보여주는 방법이기 때문이다. 따라서 스타 DJ들은 자신의 리믹스 실력을 보여주기 위해 다른 장르에서 명성이 높은 DJ의 음악을 선택해 새롭게 재해석함으로써 리더로서 자신이 속한 장르 집단의 위상을 높임과 동시에 장르 간 크로스오버 형태의 협업을 진행하는 선구자적 역할을 맡고 있다.
그럼에도 불구하고, 연구팀은 EDM 내 대부분의 장르와는 달리 테크노(Techno) DJ들은 오히려 장르 간 크로스오버를 지양하고 자신들만의 음악적 정체성만을 고수해 갈라파고스화돼 있다는 결과 또한 독특한 현상임을 지적하고 있다.
이원재 교수는 "최근 음악의 인용과 추천이라는 방식으로 새롭게 주목받고 있는 DJ와 같은 차세대 아티스트들의 플레이리스트 분석을 통해 음악적 요소뿐 아니라 그들 집단 내 사회적 관계를 함께 분석했다ˮ며, "큐레이션(Curation)과 추천(Recommendation)으로 변화하는 최근 음악 소비 트렌드에 맞춰 이와 같은 접근법이 다양하게 활용될 수 있을 것ˮ이라고 말했다.
한편 이번 연구는 BK21 플러스 콘텐츠 사이언스 사업단의 지원을 받아 수행됐다.
2021.09.09 조회수 8012 -
서로 비슷한 사람일수록 폭력 등 극심한 갈등 발생 가능성 높아
살인, 폭력 등 특정 상대를 향한 거대한 증오 등은 비합리적이고 우발적인 감정이 기반이 되는 것으로 알려져 있다. 또한 사회적 관계 사이의 갈등은 지위나 경제적 능력 등이 차이가 있는 서로 다른 정체성을 가진 집단 간에 발생한다고 생각하기 쉽다.
그러나 이러한 갈등을 분석해본 결과 그 원인에도 체계적이고 구조적인 규칙이 있을뿐더러 사회적 지위와 정체성이 비슷할수록 이들 사이에서 폭력적이고 파국에 가까운 갈등이 발생한다는 사실이 밝혀졌다.
우리 대학 문화기술대학원 이원재 교수 연구팀이 사회적 행위자들 간의 지위나 정체성이 비슷할수록 폭력, 갈등이 발생할 확률이 높아진다는 것을 45년간의 포뮬러 원 (Formula One, 이하 F1) 자동차 경주에서 발생한 사고 데이터를 통해 밝혀냈다.
또한 이러한 갈등은 사람들 간 나이가 비슷하고 실력이 우수할수록, 그리고 날씨가 좋을수록 더 깊어지는 것으로 나타났다.
일반적으로 사회적 갈등을 생각할 때 머릿속에는 사용자와 노동자, 권력자와 시민처럼 권력과 정체성이 다른 집단 사이의 갈등이 떠오른다. 그러나 생명을 위협할 정도의 갈등으로 범위를 좁히면 오히려 사회적 위치가 비슷한 관계에서 이러한 현상은 더 자주 발생한다.
나와 비슷한 상대방으로 인해 자신의 지위나 정체성에 대한 모호함이 발생하면 자신의 사회적 위치에 대한 확신이 떨어지고, 이러한 감정에서 벗어나기 위해 상대방을 공격하게 되는 원리이다.
이 원리를 기반으로 한 기존의 연구들은 제한된 인간 집단이나 동물 실험을 대상으로 한 뇌 과학이나 생화학적 지표를 통해서만 이뤄지곤 했다. 따라서 기존 연구는 인간관계와 그 관계로부터 만들어지는 정체성의 영향력에 대해 구체적으로 파악하기 어려웠다.
이러한 문제점을 해결하기 위해 연구팀은 F1 경기를 통해 형성된 인간 행동 데이터를 이용해 인간의 사회적 정체성 유사도를 수치화했다.
연구팀은 45년간 이뤄진 F1 경기에 출전했던 355명 사이에 발생한 506회의 충돌 사고 데이터를 분석했다.
연구팀은 랭킹과 같은 일차적 정체성인 객관적 성과 지표를 통제한 뒤 선수끼리의 우열, 즉 천적 관계 등에 대한 개별적 우열 관계를 토대로 선수별, 시즌별 등으로 프로파일을 구성했다. 이를 통해 선수 간 프로파일이 비슷할수록(structurally equivalent) 서로 충돌 사고를 일으킬 가능성이 높다는 것을 발견했다.
이 교수는 “서로간의 승, 패가 비슷해 경쟁관계에서 우위가 구분이 안 되면 본인이 모호해진다고 느낍니다. 다른 사람에게는 져도 나와 비슷한 상대에게는 반드시 이겨서 모호한 정체성을 극복해야겠다는 생각을 하게 됩니다”라고 말했다.
“랭킹 1, 2위끼리는 자주 만나기 때문에 갈등이 발생할 확률이 높다고 생각할 수 있습니다. 저희는 그러한 조건들을 전부 받아들이고 통제했습니다. 그 후의 측정 결과에서도 우리의 가설이 유효함을 확인했습니다”
사회 현상과 F1은 무슨 관계가 있을까. 박사 논문 주제로 테니스를 연구한 이 교수는 사회과학자들이 스포츠를 모델로 삼는 이유가 있다고 말했다.
“회사나 조직에서의 경쟁관계나 우위는 데이터를 구하기가 쉽지 않습니다. 반면 스포츠는 종속변수로 삼는 선수의 성과가 굉장히 객관적으로 기록되죠. 어떠한 사회적 관계를 가지며 어떠한 구조적 위치에 있느냐를 측정하는 것이 기본적 모델인데 F1 데이터는 그런 면에서 매우 객관적인 수치 기록을 갖고 있습니다”
“테니스와 같은 스포츠 토너먼트는 현대 조직 구조의 이상적인 승진 체계를 이해하는 데 최적입니다. 이번 연구는 완벽한 구조가 있음에도 불구하고 인간의 사회적 관계가 유발하는 정체성 혼동으로 인해 파국적 현상이 발생하는 이유에 대한 연구입니다”
연구팀의 결과는 경쟁이 일상화된 시장이나 조직에도 적용 가능하다. 조직 내에서 극한의 갈등이 발생할 수 있는 사회구조적 조건을 밝혀냄으로써 갈등으로 인한 사고 방지를 위한 제도 및 체계의 설계에 방향을 제시할 수 있을 것으로 기대된다.
폭력으로 인한 갈등은 개인적, 비합리적, 즉흥적인 행위이다. 따라서 개인의 폭력적 행동과 사회를 연결시키는 이론적 시도는 매우 드물었다. 연구팀은 폭력적인 행위의 원인이 개인적 원한이나 욕망이 아닌 사회적 구조와 관계 안에 있다는 것을 밝힌 것이 큰 의미를 갖는다고 말했다.
이 교수는 “사회학은 보통 성공이나 협력 등의 긍정적인 효과에 대해 연구합니다. 이번 연구는 살인이나 폭력과 같은 파괴적인 행위에도 조직적이고 사회적인 이유가 있다는 것을 증명했습니다”고 말했다.
독일 ESMT의 Matthew Bothner 교수, 프랑스 INSEAD의 Henning Piezunka 교수, 미국 재무부 Richard Haynes 박사와 공동으로 수행한 이번 연구는 미국국립과학원회보 (PNAS) 2018년 3월 26일자에 게재됐다.
이 교수의 PNAS 논문은 국내 사회과학 분야에서 미국과학한림원(NAS) 회원의 기고가 아닌 직접 투고 방식으로 게재한 두 번째 사례이다. 순수 사회학 연구로 국내 대학 사회학자가 PNAS에 논문을 게재한 것은 최초이다.
이번 연구는 교육부와 한국연구재단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 1970-2014 동안 Formula One 선수들의 평균적 경쟁 관계를 시각화
그림2. 사회적 지위 및 정체성이 충돌에 미치는 영향의 조건표
2018.04.19 조회수 15259 -
이동만 교수, 빅데이터로 SNS 분석해 맞춤형 장소 제공 기술 개발
<좌측부터 전산학부 이동만 교수, 신병헌 박사과정 학생, 최인경 박사과정 학생>
전산학부 이동만 교수 연구팀이 소셜 네트워크 서비스(SNS)의 사진과 글을 기반으로 장소의 특성을 분석해 사용자에게 맞춤형 장소를 제공하는 기술을 개발했다. 이 기술은 현재의 위치기반 추천서비스를 인공지능형 개인비서서비스로 도약시키는 원천기술이 될 것으로 기대된다.
이번 연구는 기존 위치기반 장소 검색 및 추천서비스의 검색 수준을 향상시켜 사용자들이 장소를 선택하는 기준을 다양하게 적용시킬 수 있다. 사용자의 트렌드를 반영해 실시간으로 변화된 장소 추천을 할 수 있을 것으로 보인다. 문화기술대학원 이원재, 박주용 교수와 전산학과 차미영 교수가 공동으로 참여한 이번 연구의 API(응용 프로그래밍 인터페이스)는 http://placeness.kaist.ac.kr:8080/ 을 통해 공개됐고 관련 정보는 http://placeness.kaist.ac.kr/wiki/doku.php 에서 열람할 수 있다.
맛집 추천서비스, 소셜 커머스 등 위치를 기반으로 정보 검색 및 추천서비스를 제공하는 업체들은 주로 고객의 후기를 수집하거나 직접 방문을 통해 경험한 내용을 토대로 음식점 혹은 매장을 평가한다. 이는 비교적 정확한 정보를 제공하지만 시간적, 경제적 비용이 많이 소모된다. 또한 사용자 전체의 관심과 선택의 평균에 중점을 두기 때문에 사용자 개인의 특성을 충분히 고려하지 못한다는 한계가 있다. 시간이 지날수록 사용자는 평균 중심의 예상 가능한 선택지를 추천받을 확률이 높아진다.
따라서 같은 장소라도 사용자가 방문하고자 하는 목적이 다르기 때문에(모임, 상견례, 소개팅 등) 방문 목적과 사회적 맥락을 파악할 수 있는 추가적인 기능이 필수적이다. 이를 위해 기본적으로 제공되는 정보 외에도 실제 사람들이 각 장소에서 어떤 세부적 활동을 하며 공간을 소비했는지에 대한 데이터 수집이 필요하다. 연구팀은 문제 개선을 위해 특정 소셜 네트워크 서비스(인스타그램)에 올라온 사진과 텍스트 자료를 바탕으로 이를 분석하는 알고리즘을 개발했다.
기존에 존재하는 딥러닝 방식을 이용해 사진을 분석하는 기술과 연구팀이 새로 개발한 텍스트 분석 기술인 워드백(Wordbag) 기술을 결합했다. 특정 상황이나 분위기에 사용되는 단어들을 분석하고 단어마다 가중치를 둬 분류하는 기술이다. 연구팀은 API에서 주요 연구 이슈에 따라 크게 4개의 세부 분야별 정보를 제공한다. ▲상위 장소의 장소성(장소의 성격 : placeness), ▲상위 장소 내에 있는 세부 장소의 장소성 추론, ▲감성분석 기반의 장소 분위기 추론, ▲사용자와 장소성 간 연관성을 제공한다.
연구팀의 API는 SNS에 존재하는 연구개발 대상으로 지정된 특정 상위장소(코엑스. 아이파크 몰) 및 그 내부의 세부장소에 대해 언급된 데이터를 분석해 행위, 방문자, 시간, 분위기 등 다양한 관점에서 공간의 활용 가능성을 제공한다. 이는 같은 장소라도 사용자가 시간대, 목적에 따라 다르게 활용했던 이력이나 기존 서비스에서 제공이 어려웠던 분위기(ex. 밝은, 전통적인 등)나 방문 목적(ex. 데이트, 공부, 회의)을 데이터로 수집할 수 있기 때문에 사용자의 의도에 따라 장소를 추천할 수 있다.
이 교수는 “이 연구에서 개발된 API를 통해 기존의 위치기반 장소 검색 및 추천 서비스의 검색 수준을 향상시키고 방문자들의 트렌드 변화에 따라 자동으로 변화된 장소를 추천할 수 있다”고 말했다. 또한 “기존 비정형 텍스트 데이터 분석의 한계를 극복하기 위해 사진과 텍스트를 동시에 분석해 공간에 대한 사회적 정보를 추론할 수 있어 현재의 위치기반 추천 서비스가 인공지능형 개인비서서비스로 도약하는 핵심 기술이 될 것이다”고 말했다.
이번 연구는 과학기술정보통신부 디지털콘텐츠 원천기술개발사업의 지원을 받아 수행됐다.
2017.08.29 조회수 17814