환경변화에 따른 빅데이터 활용이 관광객 만족에 미치는 영향에 관한 연구
A Study on the Effect of utilizing Big Da ta a s Environmenta l Change on Tourists’ Satisfa ction
1)박승진* Park, Seung-Jin
ABSTRACT
This study analyzed the effect of utilizing big data as environment change on tourists’
satisfaction. On-line survey using Google document tool was conducted to travelers traveling over four times a year in Gyeonggi and capital area from February to March in 2017 to collect data for demonstrative analysis. Out of the total reported questionnaires, the final 250 copies were used for the study, except for unsatisfactory 14 responses. The results are as followings. Frist, environmental change has a partial effect on utilizing big data. While the external environment and the internal environment of detailed factors of environmental change had a positive influence on the utilization of big data, the public did not influence the use of Big Data. Second, the use of Big Data has proven to affect tourist satisfaction. Detailed factors of utilizing big data have an effect and in particular, analysis and forecasting, issues and risks, and information collection have been analyzed to have a high impact on tourist satisfaction. Third, the use of Big Data has been analyzed to generate an mediating effect on environmental changes and tourist satisfaction.
핵심어(Key words) : 환경변화(Environmental Change), 빅데이터 활용(Big Data Utilization), 관광객 만족(Tourist Satisfaction)
* 한국정보과학진흥협회 이사장, 관심분야 : 관광빅데이터, e-mail : [email protected]
KMTSJournal of Marine Toursim Research http://www.ekmts.kr
해양관광학연구 10(1) ISSN
:55- 73, 2017 : 2005-5382
I. 서 론
최근 디지털 경제의 확산으로 우리 주변에는 규모를 가름 할 수 없을 정도로 많 은 정보와 데이터가 생산되는 “빅데이터 환경”이 도래하고 있다. 또한, IT분야에 빅데이터가 이슈화됨에 따라 관광산업에도 빅데이터 활용이 증가하고 있다. 한국 관광공사는 관광객의 관광형태와 특성을 파악하여 기존 조사의 한계를 극복하기 위한 대안으로 빅데이터를 활용한 분석을 시도하고 있으며, 금융권과 협력하여 빅 데이터를 활용해 관광객이 선호하는 업종, 지역 등을 분석하여 관광정책에 적극 활 용하고 있다. 지난 2017년 3월 문화체육관광부 보도자료에 의하면, 스마트관광 활 성화의 일환으로 기상청과 함께 기상기후 빅데이터를 활용해 관광 활성화에 나선 다고 발표했다. 이러한 정책은 기상정보를 활용해 관광코스별 기상정보, 기상악화 시 대체 방문이 가능한 실내관광지 등 관광객들이 여행일정을 수립하는데 도움을 받을 수 있는 유용한 정보를 전달하는 서비스를 제공하겠다는 것이다.
이처럼 빅데이터를 활용한 관광산업이 정책적으로 확산됨에 따라, 이러한 주제 를 다룬 연구들이 꾸준히 증가하고 있다. 최근 선행연구들을 분석해보면, 빅데이터 도입의도에 미치는 영향요인 분석(가희광, 2016), 빅데이터 분석을 통한 농촌관광 실태(박로운·이기훈, 2016), 빅데이터 활용에 따른 관광효과(신동일, 2014), 빅데이 터 분석을 통한 한국관광 인식(오익근, 2015), 관광분야에서 SNS 빅데이터 활용 모 색(이영진·윤지환, 2014), 빅데이터 분석의 현황과 발전전략(한형상·이창호, 2014), 빅데이터로 세상을 리드하다(삼성경제연구소, 2012) 등이 주류를 이루고 있다.
그러나, 관광산업에 대한 정부정책은 빅데이터를 활용하여 관광객, 즉 수요자의 편익과 혜택을 위한 다양한 서비스제공에 중점을 둔 반면, 최근 선행연구들은 수요 자가 아닌 공급자 측면에서 빅데이터 활용을 논의하고 있어 정부정책과의 부합성 이 미흡하며, 그 동안 빅데이터와 관련하여 관광객을 위한 연구가 많이 이뤄지지 않았음을 알 수 있다.
이에 따라 본 연구는 빅데이터를 활용하여, 공급 측면(기업, 공공 부문)이 아닌, 수요 측면(관광객)에 미치는 영향을 분석하고자 한다. 즉, 환경변화에 따른 빅데이 터 활용이 관광객 만족에 미치는 영향을 미시적으로 분석하고자 한다. 세부적인 연 구목적을 살펴보면, 첫째, 환경변화가 빅데이터 활용에 미치는 영향을 분석하고자 한다. 둘쨰, 빅데이터 활용이 관광객 만족에 미치는 영향을 파악하고자 한다. 셋째, 빅데이터 활용이 환경변화와 관광객만족 사이에서 발생하는 매개효과를 분석하고 자 한다.
II. 이론적 연구
1. 관광산업 환경변화
최근 빅데이터가 전 세계적으로 급부상함에 따라, 관광산업에도 빅데이터 도입 이 확산되고 있다. 특히, 관광분야는 다른 분야보다 더 빠르게 빅데이터의 확산이 진행되고 있으며, 이러한 관광산업 환경변화는 내·외부환경 뿐만 아니라 공공환경 에서도 발생하고 있다.
외부환경의 경우, IT Trend와 IT환경변화에 따라 관광산업에 빅데이터 활용이 증가되고 있으며, 전 세계적으로 생활 및 관광수준이 높아짐에 따라, 빅데이터를 활용한 관광이 보편화 되고 있다.
내부환경의 경우, 관광산업은 현재, 미래의 중요한 산업부문이 되었다. 사람들이 일로서만 생활을 영위하지 않으며, 휴식과 여유 있는 삶을 즐기고자 하는 욕구들이 계속 증가하기 때문에 이러한 현실에 관광 소비자들이 원하는 목적 비즈니스를 만 들기 위해 부단히 노력해야 하는 것이 현실이 되었다. 또한, 관광산업은 빅 데이터 의 영향을 많이 받을 수밖에 없는 것이 현실이다. 질 좋은 서비스, 고객이 원하는 서비스 상품과 함께 이를 판매해야 하는 관광부문에서는 고객의 트렌드를 정확히 안다는 것은 무엇보다도 중요한 일이기 때문이다.
공공환경의 경우, 문화체육관광부와 한국관광공사는 물론 시·군·구 단위의 많은 지자체에서 관광분야에 빅데이터를 활용하기 위해 예산과 인력을 투입하여 왔다. 이는 다양한 이유가 있겠지만 관광분야의 빅데이터 인프라는 자연스럽게 구축되어 있다는 것에서 이유를 찾아볼 수 있다. 이동통신, 신용카드 자료, SNS자료가 그것 인데, 통신기술의 발달과 소비패턴의 변화, SNS의 보편화에 따라 관광에 관련된 다양한 정보를 쉽게 구할 수 있게 되었기 때문이다(이영화, 2013).
2. 빅데이터 활용
관광산업에 빅데이터가 주목받는 이유는 기존의 제한된 통계로서는 볼 수 없었 던 새로운 내용과 형태의 분석결과를 얻을 수 있기 때문이다. 빅데이터를 활용할 경우, 문화, 체육, 관광 등의 분야에서 장소, 시점, 인물, 행사, 작품 등의 주제에 대 한 다양한 세부특성 들과 주제들 간의 연관관계가 가능해 진다. 또한, 빅데이터 활 용과정에서 새로운 데이터 항목을 반영하는 것 뿐 아니라 기존데이터가 존재하더 라고 활용하지 못했던 비정형 데이터를 텍스트 마이닝(Text Mining)을 통해 분석
하는 방식이 적용된다는 것도 큰 효과로 연결될 수 있는 기초가 된다.
이처럼 장소, 시점, 행사 등의 세부 주체들과 그와 관련된 다른 주제들 간의 관 계 및 그 배경이 되는 상황적인 특성까지 빅데이터를 활용해서 심층적으로 파악하 게 되면 관광정책수립과 집행 그리고 결과평가에 이르는 전체과정에 활용되어 큰 성과로 연결될 수 있다. 각종 정책 집행의 경제적 효과를 보다 구체적이고 정밀하 게 사후 분석하는 것도 가능해 지며 위기와 기회요인들을 선제적으로 파악하는 것 도 가능해 진다(이수진·전유나, 2016). 또한, 관광객들은 정보수집, 이슈 및 위험 사 전 대응, 분석 및 예측을 통해 관광산업에 빅데이터를 활용 할 수 있다.
<표 1> 관광분야 빅데이터 활용사례
기 관 사 업 명 내 용
미래창조부 빅데이터 분석기반 외국인 관광산업 지원
내·외국인 관광소비패턴과 중국인 관광 트 랜드를 분석하여 개인 맞춤형 관광정보제공, 추가 관광지 개발, 관광지추천 정보제공 제주특별자치도 신용카드 승인데이터 활용
관광정책 개발
관광 트랜드 변화와 소비패턴을 체계적으로 분석하여 제주관광정책 개발
전라북도 전주한옥마을 빅데이터 관광정책
전주한옥마을을 찾는 관광객의 실제규모와 소비형태 및 선호도를 분석하여 관광정책의 실효성 향상
강서구청 빅데이터 활용 의료관광활성화 사업
국제공항이 입지해 있다는 특성을 살려 의 료관광 활성화에 앞장서고 있음. 병원과 약 국 환자들을 유치하기 위해 건강보험심사평 가원의 빅데이터를 적극 활용하고 있음
한국관광공사 2013년 문화관광축제를 중심으로
지역의 축제와 관련된 관광형태와 특성을 파악하고 인구 유입효과 및 경제효과를 추 정할 수 있는 실증적 데이터 도출
지적공사
공간정보연구원 빅데이터 기반의 스마트관광정보 구축
제천시를 공간범위로 설정한 공간정보와 이 동통신, SNS, 신용카드 자료를 결합하여 관 광과 관련된 다양한 정보 제공방안 구축
SK 플래닛 T맵의 빅데이터로 본 여름 인기 휴가지
스마트폰 길안내 서비스인 T맵의 빅데이터 를 분석하여 여행, 관광, 쇼핑 등의 카테고리 를 분석
에버랜드/롯데월드 날씨를 활용한 빅데이터
비와 눈이 와도 놀이시설과 공연 모두 가동 되기 때문에 눈과 비가 올 경우에 고객유치 를 위한 이벤트 등의 마케팅 활용
자료 : 각 정부기관/기업체 홈페이지에서 연구자가 자료를 발취하여 요약정리
3. 관광객 만족
관광객의 시각에서 보면, 관광은 시각적·공간적·사회적 및 경제적 변수 내에서 절실한 욕구와 획득된 가치에 대한 반응이다. 일단 욕구와 가치가 여행계획 안에 활성화되고, 적용된다면 발생된 동기는 기대 형성에 중요한 변수로 작용한다. 즉, 관광객 만족은 관광의 경험을 통해 얻어지는 성과의 산물이며, 동기의 타당성을 부 여하는 지표임과 동시 재방문을 기억 할 수 있는 중요한 촉진제이다. 이에 따라, 관광객만족은 시장성이 높은 관광 상품과 서비스에 대한 결과물이며, 향후 관광객 만족은 목적지의 선택, 상품과 서비스의 소비 및 재방문의 결정에 영향을 미친다(
함유근·채승병, 2012 ; 삼성경제연구소, 2012 ; 미래창조과학부, 2015).
관광 만족은 관광활동의 궁극적 목표라고 할 정도로 중요한 개념으로 볼 수 있 다. 관광객 만족의 개념은 관광객이 기대했던 관광지와 방문 결과 측면에서 방문의 투자비용과 편익을 비교한 결과라고 볼 수 있으며, 조작적으로는 제품들의 속성에 관한 편익의 합으로 측정될 수 있는 태도로 볼 수 있다. 즉, 만족 차원에서 관광의 만족은 관광객이 그 목적지에 대해 가지고 있는 이전의 기대와 실제 목적지에서 얻은 경험과 상호 반응 작용에 의한 결과라고 정의할 수 있다. 관광 만족은 관광 상품, 서비스의 구매, 관광활동이 관광객 자신의 경험을 근거로 하며, 관광객은 관 광활동에 있어서 얻을 수 있는 실행에 대한 기대수준과 실제로 얻어진 지적수준과 의 비교 평가에 의해 생긴 주관적인 심리 상태이다. 그러므로 관광객 만족은 이전 의 기대와 관광 후의 경험이 주관적인 판단의 결과로 이해하며 개인적인 감정이나 가치 판단기준에 의해서 평가되는 것으로 보고 있다(강만모, 2012).
4. 선행연구 분석
국내·외 관광산업 분야 빅데이터 선행연구를 분석해 보면, Douglas, L.(2012)은 호텔의 블로그 등의 SNS상의 빅데이터 상에서 해당 호텔관련 키워드에 관한 고객 의 의견을 수집하고, 분석하여 호텔 고객관리의 개선점을 찾아내고 개선하는 방법 을 제안하였다. 한현상(2014)은 2013년 SNS를 실시간으로 분석해주는 다음소프트 의 S/W를 활용하여 특정 관광검색 키워드와 관련된 연관 키워드를 분석하여 의미 를 도출하는 탐색적 연구를 진행하였다.
Chung(2010)은 SNS 고객성향분석을 통해 사용자의 감성적 측면을 포함한 여행 지 선별법을 제안하였다. 텍스트 데이터에 내재되어진 시멘틱(semantic) 패턴을 찾 아내는 기법을 활용하여 고객성향을 바탕으로 최적의 여행지 조건을 제시하였다. 오세종(2016)은 한국관광공사의 외국인 리뷰데이터를 수집하여 관광지 이미지 구성
요인과 만족도 간의 회귀분석을 통하여 상관관계를 파악함으로써 관광지 이미지 구성요인 도출과 관광지 이미지 결정요인을 연구하였다.
이상과 같이, 빅데이터를 활용한 관광분야의 기존 연구들은 대부분 SNS를 이용 한 데이터 분석 또는 여행지 관련 후기 등을 통해 텍스트마이닝을 하였다. 그러나 본 연구는 기존의 선행연구와 차별화하여, 수요자 관점에서 환경변화에 따른 빅데 이터 활용이 관광객 만족에 어떠한 영향을 미치는지 미시적으로 분석 하였다.
Ⅲ. 연구모형 및 가설
1. 연구모형 설계
본 연구는 환경변화에 따른 빅데이터 활용이 관광객 만족에 미치는 영향을 분석 하였다. 또한, 빅데이터 활용이 환경변화와 관광객만족 사이에서 매개효과를 함께 분석하였다. 본 연구모형은 실제로 관광산업에서 최근 급속한 환경변화와 빅데이 터 활용이 증가하고 있으며, 특히 관광객의 요구사항이 중요 시 됨에 따라 현실에 서 사용가능한 연구모형이라고 판단된다. 상기 목적을 달성하기 위해 2장에서 기술 한 이론적 연구를 토대로 <그림 1>과 같은 연구모형을 설정하였다.
<그림 1> 연구모형
2. 변수의 조작적 정의
1) 환경변화
본 연구에서 환경변화에 관한 세부변수는 신동일(2014), 가회광(2014), 박로운·이 기훈(2016), Douglas(2012) 등의 선행연구 분석을 통해 외부환경, 내부환경, 공공환 경 등 세 가지 하위변수를 변수의 조작적 정의로 사용하였다.
외부환경은 IT트랜드 및 IT환경변화에 따라 관광산업에 빅데이터 활용이 증가하
고 있으며, 전 세계적으로 생활 및 관광수준이 높아짐에 따라 빅데이터를 활용한 관광이 보편화되어, 빅데이터가 관광산업의 중요한 도구로 활용되고 있다(신동일, 2014; 오익근, 2015; 이양환, 2013)는 점이다.
내부환경은 관광산업에 빅데이터 도입이 공공무분, 기업부문, 수요부문 등 전 방 위적으로 확대될 것이다. 특히, 기업무문에서 빅데이터 도입이 지속적으로 증가 할 것이며, 관광객들도 정보수집, 의사결정을 위해 요구수준이 까다로워질 것이다(가 회광, 2014; 이양환, 2013; 임대규, 2015; Douglas, 2012).
공공환경은 빅데이터 관련 정부 및 공공기관의 정책변화가 일어나고 있으며, 특 히, 법규, 제도변화가 추진됨으로써 공공부문의 빅데이터 활용 환경이 조성되고 있 다(박로운·이기훈, 2016; 가희광, 2014; 임대규, 2015).
2) 빅데이터 활용
본 연구에서 빅데이터 활용에 관한 세부변수는 오익근(2015), 이수진·전유나 (2014), 이양환(2013), 임대규(2015), 한형상·이창호(2014) 등의 선행연구 분석을 통 해 정보수집, 이슈 및 위험, 분석 및 예측 등 세 가지 하위변수를 변수의 조작적 정 의로 활용하였다.
정보수집은 빅데이터를 기반으로 관광지 선정, 관광 프로그램 수립 등 다양한 정 보를 수집할 수 있으며, 관광지역의 관광홍보와 마케팅정보를 사전 검색하여 여행 계획을 수립할 수 있다. 또한 관광 전 빅데이터를 통한 소셜분석, 평판분석, 평가 등의 정보수집을 통해 최적의 선택을 할 수 있다(오익근, 2015; 임대규, 2015)
이슈 및 위험은 빅데이터를 활용하여 관광정보 및 위험대비를 위한 의사결정에 효율적으로 활용할 수 있으며, 관광지에서 발생 할 수 있는 다수의 시나리오 상황 변화에 유연하게 대처가능하다는 점이다. 또한 빅데이터 활용을 통해 관광부조리 와 안전사고를 사전에 예방 할 수 있다(한형상·이창호, 2014).
분석 및 예측은 관광지 선정, 관광프로그램 수립 등 관광계획 수립 시 사전에 이 슈를 인식, 분석하고 빠른 의사결정과 실시간 대응이 가능하다(이양환, 2013; 이수 진·전유나, 2014, 오익근, 2015)
3) 관광객 만족
본 연구에서 관광객 만족은 가희광(2014), Douglas(2012), 한형상·이창호(2014), 이수진·전유나(2014), Douglas(2012), 이양환(2013)등의 선행연구 분석을 통해 여섯 가지 설문을 사용하였다. 빅데이터가 관광계획 수립 시 의사결정에 많은 도움을 주 웠는지 여부, 빅데이터가 관광여행에 있어서 위기감지, 기회발견, 관광만족도 향상 기여여부, 빅데이터가 미래예측, 숨은 니즈 발굴, 리스크 경감, 실시간 대응 활용이
관광객 만족에 영향을 주었는지 여부, 향후 관관계획 수립 시 빅데이터 정보 활용 여부, 다른 사람들에게 관광 시 빅데이터 활용 추천여부, 빅데이터를 활용한 관광 지 선정, 시행착오 최소화, 안정성 확보 등이 관광객 만족에 미치는 영향 등이다.
4) 연구대상 및 자료수집
본 연구는 실증분석에 필요한 자료 수집을 위해, 관광산업이 활성화된 수도권·경 기권에 거주하며 일 년에 4회 이상 여행하는 관광객을 연구대상으로 하여, 2017년 2월부터 3월까지 약 8주간 걸쳐 Google의 문서도구를 활용하여 온라인으로 설문을 실시하였다. 총 264부의 회수된 설문지 중에서 유효하지 않은 응답건수 14부를 제 외한 최종 250부를 연구에 사용하였다.
본 연구에서 사용한 설문은 선행연구에서 사용된 변수 중 상관관계, 다중공선성 등을 고려하여 타당성 검증을 거친 후 사용하였으며, SPSS 21.0을 사용하여 요인분 석, 신뢰성분석, 상관관계분석, 다중회귀분석, 위계적 회귀분석을 통한 매개효과분 석을 실시하였다.
본 연구에서 사용한 설문지는 4개의 측정기준을 바탕으로 총 24개의 문항으로 구성하였다. 첫째, ‘환경변화’에 관하여, 외부환경(3문항), 내부환경(3문항), 공공환 경(3문항)을 항목으로 설정했다. 둘째, ‘빅데이터 활용’으로 정보수집(3문항), 이슈 및 위험(3문항), 분석 및 예측(3문항)으로 설정했다. 셋째, ‘관광객 만족’으로 빅데이 터 활용 만족도, 타인에게 빅데이터 사용 추천권유 등 6문항을 설정하였다. 마지막 으로 “인구통계학적 변수”로 나이, 학력, 소득, 성별 등 4개 항목을 설정하였다.
3. 연구가설의 설정
본 연구는 환경변화에 따른 빅데이터 활용이 관광객 만족에 미치는 영향을 미시 적으로 분석하고자 한다. 이와 같은 연구목적을 달성하기 위하여 이론적 배경을 바 탕으로 3가지 가설을 설정하였다.
H1 : “환경변화(외부환경, 내부환경, 공공환경)”는 ”빅데이터 활용“에 영향을 미 칠 것이다.
H2 : “빅데이터 활용(정보수집, 이슈 및 위험, 분석 및 예측)”은 “관광객 만족”에 영향을 미칠 것이다.
H3 : “빅데이터 활용”은 “환경변화”와 “관광객 만족”에서 매개역할을 할 것이다.
Ⅳ. 연구 결과
1. 인구통계학적 특성
연구대상으로 선정된 250명에 대한 응답자의 인구통계학적 특성을 [표 2]에 제시 하였다. 성별로는 남성이 120명(48%), 여성이 130명(52%)이었으며 연령대별로는 50 대 이상 74명(29.6%), 40대 71명(28.4%), 20대 68명(27.2%) 순으로 나타났다. 학력별 로는 대학교 졸업이 120명(48%)으로 가장 많았으며 대학원 졸업 이상 50명(20%), 전문대 졸업 49명(19.6%), 고등학교 졸업 31명(12.4%) 순으로 나타났다. 월평균소득 은 401만원 이상이 93명(37.2%)으로 가장 많았으며 201만원∼300만원 59명(23.6%), 301만원∼400만원 52명(20.8%), 100만원∼200만원 46명(18.4%) 순으로 나타났다.
<표 2> 응답자의 인구통계학적 특성
구분 빈도 비중(%)
전체 250 100.0
성별 남성 120 48.0
여성 130 52.0
연령
20대 68 27.2
30대 37 14.8
40대 71 28.4
50대 이상 74 29.6
학력
고등학교 졸업 31 12.4
전문대 졸업 49 19.6
대학교 졸업 120 48.0
대학원 졸업 이상 50 20.0
월평균소득
100만원∼200만원 46 18.4
201만원∼300만원 59 23.6
301만원∼400만원 52 20.8
401만원 이상 93 37.2
2. 요인분석
본 연구에서 설문지의 타당도를 검증하기 위해 구성타당도(construct validity)를 분석 하였다.
1) 환경변화
환경변화 환경변화의 9개 문항은 3개의 요인이 추출되었으며 이는 외부환경, 내 부환경, 공공환경의 환경변화 구분을 모두 수용하였다. 표준형성 적절성의 KMO값 은 .838, Bartlett의 구형성 검정에서의 유의확률은 .000으로 환경변화의 요인분석에 적합한 항목들로 구성되었다고 할 수 있다. 3개의 요인은 전체 총 분산에 대해서 75.153%를 설명하고 있어 환경변화에 대해서 3개 요인이 우수한 설명력을 가지고 있는 것으로 판단된다.
<표 3> 환경변화 측정항목의 요인분석 결과
측정항목 요인
1 2 3
환경변화
외부환경 1 .770 .108 .195
외부환경 2 .786 .166 .218
외부화경 3 .721 .304 .325
내부환경 1 .268 .157 .744
내부환경 2 .239 .264 .817
내부환경 3 .360 .070 .719
공공환경 1 .349 .715 .328
공공환경 2 .137 .873 .334
공공환경 3 .224 .914 .073
고유치(eigenvalue) 2.744 2.084 1.936
요인적재량(%) 30.490 53.642 75.153
표준형성 적절성의 Kaiser-Meyer-Olkin 측도:.838
Bartlett의 구형성 검정 : χ2:812.896, 자유도:36, 유의확률:.000
2) 빅데이터 활용
빅데이터 활용의 9개 문항은 3개의 요인이 추출되었으며 이는 빅데이터 활용의 정보수집, 이슈 및 위험분석, 분석 및 예측으로 구분되었다. KMO값 .923과 Bartlett 의 구형성 검정 유의확률 .000을 통해 빅데이터 활용의 요인분석에 적합한 항목들 로 구성되었다고 할 수 있다. 추출된 요인은 전체 총 분산의 81.910%를 설명하고 있어 우수한 설명력을 가지고 있는 것으로 판단된다.
<표 4> 빅데이터 활용 측정항목의 요인분석 결과
측정항목 요인
1 2 3
빅데이터 활용
정보수집 1 .271 .201 .877
정보수집 2 .261 .305 .775
정보수집 3 .268 .310 .727
이슈 및 위험 1 .782 .352 .349
이슈 및 위험 2 .858 .274 .203
이슈 및 위험 3 .843 .299 .230
분석 및 예측 1 .350 .756 .257
분석 및 예측 2 .265 .704 .300
분석 및 예측 3 .337 .744 .233
고유치(eigenvalue) 3.080 2.166 2.126
요인적재량(%) 34.219 58.286 81.910
표준형성 적절성의 Kaiser-Meyer-Olkin 측도:.923
Bartlett의 구형성 검정 : χ2:1,152.045, 자유도:36, 유의확률:.000
3) 관광객 만족
관광객 만족의 6개 문항은 1개의 요인이 추출되었으며 이는 관광객 만족의 연구 변인과 동일하게 구분되었다. KMO값 .879와 Bartlett의 구형성 검정 유의확률 .000 을 통해 관광객 만족의 요인분석에 적합한 항목들로 구성되었다고 할 수 있다. 추 출된 요인은 전체 총 분산의 71.602%를 설명하고 있어 우수한 설명력을 가지고 있 는 것으로 판단된다.
<표 5> 관광객 만족 측정항목의 요인분석 결과
측정항목 요인
1
관광객 만족
관광객 만족 1 .880
관광객 만족 2 .809
관광객 만족 3 .810
관광객 만족 4 .847
관광객 만족 5 .869
관광객 만족 6 .859
고유치(eigenvalue) 4.296
요인적재량(%) 71.602
표준형성 적절성의 Kaiser-Meyer-Olkin 측도:.873
Bartlett의 구형성 검정 : χ2:1,068.687, 자유도:15, 유의확률:.000
3. 신뢰도 분석
본 연구에서 실시한 신뢰도분석 결과는 [표 6]에 제시하였다. 각 변수에 대한 신 뢰도는 환경변화 .888 , 빅데이터 활용 .939, 관광객 만족 .919로 분석되었다. 세 변 인 모두 .8이상의 신뢰도를 나타내고 있다 그리고 각 변인의 하위변인의 신뢰도는 최소 .746, 최대 .919로 .7이상의 신뢰도를 나타내고 있다.
<표 6> 환경변화, 빅데이터활용, 관광객 만족 변인의 신뢰성 계수
변인 α계수 항목수 하위변인 α계수 항목수
환경변화 .888 9
외부환경 .798 3
내부환경 .746 3
공공환경 .848 3
빅데이터활용 .939 9
정보수집 .871 3
이슈 및 위험 .897 3
분석 및 예측 .867 3
관광객 만족 .919 6 관광객 만족 .919 6
4. 상관관계 분석
본 연구에서는 회귀모형에 투입된 변수들 간에 관계성을 Pearson의 상관분석을 통해 확인하였다. 환경변화, 빅데이터 활용, 관광객 만족 하위변인 간 상관관계 분 석 결과, 환경변화의 내부환경과 빅데이터 활용의 분석 및 예측 .572(p<.001), 내부 환경과 정보수집 .504(p<.001)에서 높은 상관성이 있는 것으로 나타났으며 빅데이 터 활용의 분석 및 예측은 관광객 만족 간에는 .725(p<.001)의 높은 상관성이 확인 되었으며 정보수집 .664(p<.001)와 이슈 및 위험 .618(p<.001)과도 관광객 만족 간에 상관성이 높은 것으로 나타났다.
<표 7> 환경변화, 빅데이터 활용, 관광객 만족 하위변인 간 상관관계 분석결과
구분
환경변화 빅데이터 활용
관광객 외부 만족
환경
내부 환경
공공 환경
정보 수집
이슈 및 위험
분석 및 예측 환경
변화
외부환경 1
내부환경 .733*** 1
공공환경 .548*** .610*** 1
빅데 이터 활용
정보수집 .496*** .504*** .412*** 1 이슈 및 위험 .398*** .463*** .376*** .695*** 1 분석 및 예측 .482*** .572*** .353*** .744*** .828*** 1 관광객 만족 .479*** .448*** .302*** .664*** .618*** .725*** 1
***: p<.001, **: p<.01, * : p<.05
5. 연구가설 검증
1) 가설 1 : ‘환경변화’가 ‘빅데이터 활용’에 미치는 영향
환경변화(외부환경, 내부환경, 공공환경)가 빅데이터 활용에 유의한 영향을 미치 는지를 검증하기 위해 환경변화의 하위요인을 독립변인, 빅데이터 활용을 종속변 인으로 하는 다중회귀분석을 실시하였으며 그 결과는 [표 8]과 같다.
환경변화 세부변인 중 내부환경과 빅데이터 활용과의 회귀계수가 .290(p<.01)으 로 가장 높은 영향력을 보이는 것으로 나타났으며 환경변화 세부변인 중 외부환경 도 빅데이터 활용과의 회귀계수가 .275(p<.01)로 높은 영향력을 미치고 있는 것으 로 나타났다. 반면, 환경변화 세부변인 중 공공환경은 빅데이터 활용과의 회귀계수 가 .079로 영향력이 통계적으로 유의하지 않았다.
<표 8> 환경변화가 빅데이터 활용에 미치는 영향
구분 비표준화 계수 표준화 계수
t 유의확률 VIF
B 표준오차 β
상수 1.265 .239 5.297*** .000
외부환경 .300 .086 .275 3.501** .001 2.308
내부환경 .251 .073 .290 3.423** .001 2.688
공공환경 .057 .052 .079 1.097 .274 1.958
R2=.342, F=42.636***
*** : p<.001,** : p<.01, *: p<.05
환경변화(외부환경, 내부환경, 공공환경)가 빅데이터 활용의 세부변인(정보수집, 이슈 및 위험, 분석 및 예측)에 유의한 영향을 미치는 지를 검증하기 위해 환경변 화의 세부변인을 독립변인으로 하고 빅데이터 활용의 세부변인을 각각 종속변인으 로 하는 다중회귀분석을 실시하였으며 그 결과는 [표 9]와 같다. 빅데이터 활용 세 부변인 중 정보수집은 환경변화의 세부변인 중 외부환경과의 회귀계수가 .348(p<.001)로 외부환경이 빅데이터 활용의 정보수집에 영향을 미치는 것으로 나 타났다. 빅데이터 활용 세부변인 중 이슈 및 위험은 환경변화의 세부변인 중 내부 환경과의 회귀계수가 .249(p<.01), 외부환경과의 회귀계수가 .169(p<.05)로 내부환경 과 외부환경이 빅데이터 활용의 이슈 및 위험에 영향을 미치는 것으로 나타났다. 빅데이터 활용 세부변인 중 분석 및 예측은 환경변화의 세부변인 중 내부환경과의 회귀계수가 .384(p<.001), 외부환경과의 회귀계수가 .237(p<.01)로 내부환경과 외부 환경이 빅데이터 활용의 분석 및 예측에 영향을 미치는 것으로 나타났다.
<표 9> 환경변화가 빅데이터 활용의 세부변인에 미치는 영향
모형 종속
변인 독립변인 비표준화 계수 표준화 계수
t 유의
확률 VIF
B 표준오차 β
1 정보
수집
상수 1.161 .255 4.558*** .000
외부환경 .401 .091 .348 4.396*** .000 2.308 내부환경 .140 .078 .153 1.791 .074 2.688 공공환경 .108 .056 .141 1.940 .053 1.958
2 이슈 및 위험
상수 1.386 .315 4.397*** .000
외부환경 .222 .113 .169 2.170* .030 2.308 내부환경 .260 .097 .249 2.681** .008 2.688 공공환경 .082 .069 .095 1.197 .233 1.958
3 분석 및 에측
상수 1.250 .259 4.825*** .000
외부환경 .275 .093 .237 2.967** .003 2.308 내부환경 .354 .080 .384 4.447*** .000 2.688 공공환경 .019 .057 .024 .328 .743 1.958 모형 1 : R2=.333, F=40.865***
모형 2 : R2=.213, F=22.125***
모형 3 : R2=.319, F=38.359***
*** : p<.001,** : p<.01, *: p<.05
2) 가설 2 :‘빅데이터 활용’이 ‘관광객 만족’에 미치는 영향
빅데이터 활용이 관광객 만족에 유의한 영향을 미치는 지를 검증하기 위해 빅데 이터 활용을 독립변인, 관광객 만족을 종속변인으로 하는 단순회귀분석을 실시하 였으며 그 결과는 [표 10]과 같다. 빅데이터 활용과 관광객 만족간 회귀계수는 .731 로 유의수준 .001에서 통계적으로 유의하게 나타났으며 관광객 만족에 빅데이터 활 용의 영향력이 크게 미치는 것으로 나타났다.
<표 10> 빅데이터 활용이 관광객 만족에 미치는 영향
구분 비표준화 계수 표준화 계수
t 유의확률
B 표준오차 β
상수 .661 .179 3.694*** .000
빅데이터 활용 .809 .048 0.731 16.886*** .000 R2=.535, F=285.137***
*** : p<.001,** : p<.01, *: p<.05
빅데이터 활용의 세부변인(정보수집, 이슈 및 위험, 분석 및 예측)이 관광객 만족 에 유의한 영향을 미치는 지를 검증하기 위해 빅데이터 활용의 세부변인을 독립변 인으로 하고 관광객만족을 종속변인으로 하는 단순회귀분석을 실시하였으며 그 결 과는 [표 11]과 같다. 관광객 만족에 대해 가장 높은 영향력을 주는 빅데이터 활용 세부변인은 분석 및 예측(β=.731)인 것으로 나타났으며 이슈 및 위험(β=.725), 정보 수집(β=.618)도 관광객 만족에 영향을 미치는 것으로 분석 되었다.
<표 11> 빅데이터 활용 세부변인이 관광객 만족에 미치는 영향
모형 독립변인 비표준화 계수 표준화 계수
t 유의
B 표준오차 β 확률
1 상수 1.810 .194 9.307*** .000
정보수집 .521 .052 .618 9.968*** .000
2 상수 1.012 .205 4.945*** .000
이슈 및 위험 .712 .053 .725 13.354*** .000
3 상수 .661 .179 3.694*** .000
분석 및 예측 .809 .048 .731 16.886*** .000 모형 1 : R2=.438, F=127.184***
모형 2 : R2=.382, F=99.357***
모형 3 : R2=.526, F=178.324***
*** : p<.001,** : p<.01, *: p<.05
3) 가설 3 :‘빅데이터 활용’이 ‘환경변화’와 ‘관광객 만족’간의 매개효과
환경변화와 관광객 만족 간 관계에서 빅데이터 활용의 매개효과를 분석하기 위 하여 Baron & Kenny(1986)의 3단계 매개효과 검증절차에 의해 회귀분석을 실시하 였다. 환경변화와 관광객 만족 간 관계에서 빅데이터 활용의 매개효과를 검증한 결 과는 다음의 [표 12]와 같다. 빅데이터 활용을 매개변인으로 설정하고 분석한 결과, 독립변인인 환경변화의 1단계 회귀계수는 .558으로 정(+)의 영향을 미치고 있고, 2 단계 회귀계수는 .459로 정(+)의 영향을 미치고 있는 것으로 나타났다. 3단계에서는 독립변인의 회귀계수가 .273, 매개변인의 회귀계수는 .685로 모두 통계적으로 유의 한 계수임이 확인되었다. 또한 2단계에서의 독립변수의 효과(.459)도 3단계에서의 독립변수 효과(.382)보다 크게 나타나고 있다. 따라서 환경변화와관광객 만족간 관 계에서 빅데이터 활용은 매개효과를 갖는다고 할 수 있다. 설명력을 나타내는 R2값 은 1단계에서 31.1%의 설명력을 나타내고 있고, 2단계에서는 41.0%, 3단계에서는 53.4%의 설명력을 제시하고 있다.
<표 12> 환경변화와 관광객만족 간 관계에서 빅데이터 활용의 매개효과
단계 변인 B β R2 F
1단계
(독립→매개) 환경변화 → 빅데이터
활용 .612 .558*** .311 72.756***
2단계
(독립→종속) 환경변화 → 관광객
만족 .513 .459*** .410 62.905***
3단계 (독립/매개→종속)
환경변화
→ 관광객 만족
.382 .273*
.534 91.628***
빅데이터활용 .700 .685***
*** : p<.001,** : p<.01, *: p<.05
빅데이터 활용의 매개효과 계수 값인 .382(.558×.685)이 통계적으로 유의미한지를 부스트래핑(bootstrapping)을 사용하여 확인하였다. 그 결과는 [표 13]에 제시하였 다. 부트스트래핑을 위해 재추출한 표본 수는 5,000개로 하였고, 매개효과 계수값은 .393으로 나타났다. 95%신뢰구간에서 구한 매개효과 계수의 하한값은 .112, 상한값 은 .132로 신뢰구간에 0을 포함하지 않은 것으로 확인 되었다
<표 13> 환경변화와 관광객만족 간 관계에서 빅데이터 활용의 매개효과에 대한 부트스트래핑 결과
변인 매개효과 계수 Boot. 표준오차 95% 신뢰구간
LLCI ULCI
빅데이터 활용 .393 .013 .112 .132
LLCI = 95%신뢰구간 내 매개효과 계수 하한값 ULCI = 95%신뢰구간 내 매개효과 계수 상한값
Ⅴ. 결론 및 제언
본 연구 결과를 요약하면 다음과 같다.
첫째, 환경변화는 빅데이터 활용에 부분적으로 영향을 미치는 것으로 나타났다.
즉, 환경변화 세부요인 중 외부환경과 내부환경은 관광객의 빅데이터 활용에 긍정 적인 영향을 미쳤으나, 공공환경은 빅데이터 활용에 영향을 미치지 않았다. 선행연 구 분석결과, 오익근(2015)은 빅데이터 분석을 통해 한국관광객 인식을 분석하였는 데 연구결과, 내·외부환경은 관광객의 빅데이터 활용에 영향을 미친다고 주장 하였 으며, 이수진·전유나(2016)는 소셜미디어 빅데이터 분석을 통해 관광인식을 조사 하였는데 연구결과 외부환경과 내부환경은 관광객의 빅데이터 활용에 긍정적인 영 향을 준다고 강조하여 본 연구결과를 지지한다. 이러한 연구결과는 빅데이터가 단
순한 IT트랜드를 넘어 관광산업에 커다란 영향을 미치고 있으며, 관광객도 이러한 내·외부 환경변화의 바람에 맞춰 빅데이터를 활용하는 것으로 판단된다. 그러나 아 직까지 공공부문의 정책, 법, 제도변화에 대해서는 관광객이 인식하지 못하는 것으 로 사료된다.
둘쨰, 빅데이터 활용은 관광객 만족에 영향을 미치는 것으로 나타났다. 즉, 빅데 이터활용 세부요인 모두 영향을 미치는 것으로 나타났으며, 특히, 분석 및 예측, 이 슈 및 위험, 정보수집 순으로 관광객 만족에 높은 영향을 미치는 것으로 분석 되었 다. 선행연구 분석결과, 변정우(2013)는 빅데이터를 활용하여 관광수요를 분석하였 는데 연구결과 빅데이터 활용은 관광객 만족에 긍정적인 영향을 미친다고 주장하 였으며, 이영진·윤지환(2014)은 대중매체의 관광정보 활용이 관광동기와 관광만족 에 미치는 영향을 분석하였는데, 관광객의 빅데이터 활용은 관광객 만족에 긍정적 인 영향을 미친다고 강조하여 본 연구결과를 지지하고 있다. 이러한 연구결과는 관 광객이 관광지 정보수집, 의사결정, 여행계획 수립, 안전사고 사전예방을 위해 빅데 이터 사용을 활성화하고 있음을 알 수 있으며, 이에 따른 관광객 만족도 또한 증가 하고 있음을 증명하고 있다.
셋째, 빅데이터 활용은 환경변화와 관광객 만족에서 매개효과를 발생하는 것으 로 분석되었다. 선행연구 분석결과, 지금까지 관광산업에 빅데이터 활용을 매개변 수로 분석한 연구는 없었으나, 향후 빅데이터 활용을 매개변수로 한 연구는 지속적 으로 이루어져야 할 것으로 사료된다. 본 연구 결과, 빅데이터 활용은 급변하는 관 광산업 환경 속에서 관광객이 위기감지, 기회발견, 관광지 선정, 관광프로그램 수 립, 안정성 확보, 미래예측과 관광만족도 향상에 매개역할을 하는 것으로 판단된다.
본 연구의 시사점은 다음과 같다.
첫째, 그동안의 선행연구들은 수요자가 아닌 공급자 측면에서 빅데이터 활용을 논의하고 있어 정부정책과의 부합성이 미흡 하였지만, 본 연구는 빅데이터를 활용 하여, 공급측면(기업, 공공 부문)이 아닌, 수요측면(관광객)에 미치는 영향을 미시적 으로 분석하였다는데 의의가 있다.
둘째, 관광산업이 기존의 산업범위를 벗어나 타 산업과 융·복합을 통해 새로운 비즈니스모델이 지속적으로 창출되어야 하는 시점에서 실패를 최소화하기 위해서 는 관광객의 패턴, 기호 등을 정확히 이해하는 것이 중요하다. 이러한 측면에서 본 연구결과는 공공기관에게는 관광정책 수립 시 유용하게 활용할 수 있으며, 관광관 련 기업체에게는 마케팅에 유용하게 사용 할 수 있다.
셋째, 관광산업은 빅데이터의 영향을 받을 수밖에 없는 것이 현실이다. 질 좋은 서비스, 관광객이 원하는 서비스상품과 함께, 이를 판매해야하는 관광산업에서는 관광객의 트랜드를 정확히 안다는 것이 무엇보다도 중요하다. 이러한 측면에서 본
연구는 관광객의 빅데이터 활용(정보수집, 이슈 및 위험, 분석 및 예측)이 관광객 만족에 미치는 영향을 세밀히 분석하였다는데 큰 의미가 있다.
본 연구의 제언은 다음과 같다.
첫째, 빅데이터 활용 시, 데이터를 수집하는 목적을 분명하게 알리는 투명성, 고 객들에게 혜택이 될 수 있음을 보여주는 데이터 이용의 적절성, 제3자에서 고객정 보가 빠저나가는 것을 방지하도록 하는 보안성에 철저하게 신경을 써야 한다.
둘째, 소규모 업체 및 관광관련업체의 활용 폭이 대기업, 공공기관들에 비해 활 용 폭이 좁을 수 있으므로, 확대할 수 있는 방안이 필요하다.
참 고 문 헌
가희광(2016), 데이터 도입의도에 미치는 영향요인에 관한 연구, 중앙대학교 일반대 학원, 박사학위 논문.
강만모․김상락․박상무(2012), 빅데이터의 분석과 활용, 정보과학회지, 30(6), 25-32.
문화체육관광부(2017), 빅데이터 활용 스마트관광 활성화 방안.
미래창조과학부 외(2015), 2015년 빅데이터 글로벌 사례집-분야별 우수사례와 미래 부 시범사업을 중심으로-.
미래창조과학부 외(2014), 창조경제 실현을 위한 2013 빅데이터 국내 사례집.
박로운·이기훈(2016), 빅데이터 분석을 통한 농촌관광 실태와 활성화 방안, 한국지 역사회 생활학회지, 27(S), 665-679.
변정우(2013), 빅데이터 관광에서 얼마나 활용될 수 있을까?, 웹진 문화관광, 3월호.
삼성경제연구소(2012), 빅데이터: 산업 지각변동의 진원, CEO Information, 851.
신동일(2014), 빅데이터 활용에 따른 제주관광의 효과 및 과제, 제주발전연구원, 제 주 이슈리포트.
오세종·박상현(2016), 카지노의 빅데이터 연관어 분석에 의한 외래 관광객 증대방 안에 관한 연구, 한국관광학회, 국제학술대회, 1127-1134.
오익근(2015), 빅데이터 분석을 통한 한국관광 인식에 관한 연구, 한국관광학회, 39(10), 107-126.
이양환(2013), 문화산업에서 빅데이터의 필요성, 웹진 문화관광, 3월호.
이영진·윤지환(2014), 관광분야에서 SNS 빅데이터 활용모색, 관광연구저널, 28(3), 5-14.
한국관광공사(2014), 빅데이터 활용 관광사업 성과 시범 분석: 2013 문화관광축제를 중심으로.
한국문화관광연구원(2012), 미래 관광환경 변화전망과 新관광정책 방향.
한형상·이창호(2014), 빅데이터 분석의 현황과 발전전략, PD이슈리포트, 6.
함유근․채승병(2012), 빅데이터, 경영을 바꾸다, 삼성경제연구소.
Chung, C., & Park, H. W. (2010), Textual analysis of a political message : The inaugural addresses of two Korean presidents, Social Science Information, 49(2), 215-239.
Douglas, L.(2012), The importance of ‘Big Data: A definition Gartner’, Retrieved, 21, June.
IBM.(2011), Understanding big data, Gartner 2012, The importance of ‘Big Data’: A definition.
IPK International. (2011), ITB World Travel Report 2010/2011.
McKinsey Global Institute(2011), Big data: The next frontier for innovation, competition, and productivity.
O’eilly.(2012), Big data now: Current perspectives from O’eilly Readar, O’eilly Media.
2017년 05월 02일 원고 접수 2017년 06월 25일 최종 수정본 접수 2017년 06월 29일 게재확정 3인 익명심사 畢
