1. 서 론
개별 관광객(FIT) 시대를 맞이하여 방한 외국인 개별 관광객이 관광지 접점에서 의사소통, 대중교통 이용 불편, 음식 메뉴 선 택 불편 등 이를 악용한 비싼 요금 문제 등 불편사항이 지속적으로 제기되고 있다[1]. 특히, 관광 분야에서 빅데이터에 대한 활용 의 중요도가 대두되는 가운데 실제로 활용 가능한 관광 빅데이터에 대한 연구가 미흡한 상태이다[2]. 예를 들면, 관광 선호 지역,
Research Article,
pISSN : 2287-8920
https://doi.org/10.22716/sckt.2020.8.1.005
개인 맞춤형 관광 서비스 플랫폼 모델에 관한 연구
김희영1, 문석재2, 류기환3
1광운대학교 일반대학원 실감융합콘텐츠학과 박사과정, 2광운대학교 정보과학교육원 정보보호학 교수,
3광운대학교 스마트융합대학원 관광산업전공 교수
A Study on the Personalized Tourism Service Platform Model
Hee-Young Kim1, Seok-Jae Moon2, Gi-Hwang Ryu3
1Department of Realistic Integrated Contents, Doctoral Course, General Graduate School, Kwangwoon University
2Professor, Information Security Engineering, Institute of Information Technology, Kwangwoon University
3Professor, Department of Tourism Industry, Graduate school of smart convergence, Kwangwoon University
1
Corresponding author: k3h3y3@kw.ac.kr
Received February 18, 2020; Revised March 9, 2020; Accepted March 12, 2020
ABSTRACT
본 논문에서는 한국을 방문하는 외래 여행객에게 개인이 선호하는 최적의 콘텐츠를 제공하기 위해 최신 ICT 기술이 접목된 맞춤형 서 비스 모델을 제안하였다. 또한, 관광 분야의 공급자들이 생산하는 여행 콘텐츠와 서비스 기능들을 통합된 플랫폼에서 다양한 형태로 재조합한 서비스를 제공할 수 있는 개인 맞춤형 관광 서비스 플랫폼 모델을 제시하였다. 본 논문에서 제안한 플랫폼을 이용하면 멤버 십 중심의 고객 관계 형성을 통해 국내외 관광객의 고질적인 관광 불편사항을 해소하는 모바일 중심의 여행 편의를 제공할 수 있다. 그 리고 관광 경험 데이터 분석 기술과 인공지능 기술을 적용한 개인 맞춤형 서비스 시스템을 통하여 관광객 개인에 맞춤화된 관광 콘텐 츠와 서비스를 제공할 수 있다. 또한, 관광객 개인 맞춤형 관광 콘텐츠 서비스를 이용하면서 발생하는 고객 데이터의 분석하여 관광 콘 텐츠 서비스 개선과 관광 산업 정책 수립에 활용될 수 있다.
In this paper, a customized service model with the latest ICT technology is proposed in order to provide optimal content favored by individuals to out-patient travelers visiting Korea. In addition, a personalized tourism service platform model was presented to enable the service to be reassembled in various forms on an integrated platform with travel content and service functions produced by suppliers in the tourism sector. Using the platform proposed in this paper, it can provide mobile-oriented travel convenience to address the chronic tourism inconvenience of domestic and foreign tourists through the formation of membership-oriented customer relationships. And through a personalized service system applied with tourism experience data analysis technology and artificial intelligence technology, tourism contents and services tailored to individual tourists can be provided. In addition, the analysis of customer data arising from the use of personally customized tourist content services by tourists can be used to improve tourism content services and establish tourism industry policies.
Keywords: Tourism services, Tourism platforms, Personalization, Tourism content, ICT tourism
Ⓒ 2020 by The Society of Convergence Knowledge. This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial
License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the
original work is properly cited.
관광 이동 동선, 관광 소비 성향 등의 이른바 관광 고객 경험 데이터가 부족하여 관광객 특성과 정확한 수요 파악이 어려운 실정 이고, 관광 활성화를 위한 재방문율 확대와 개인 맞춤형 서비스 제공 등 불편 해소와 지역 관광 촉진을 위한 빅데이터 수집 체계 도 미비한 실정이다[3].
이에, 본 논문에서는 관광객을 지역으로 분산시키고 관광의 접점에서 어려움을 겪고 있는 국내외 관광객에게 도움을 주며 고 질적인 관광 불편사항을 해소하는 모바일 중심의 여행 편의를 제공하는 개인에 맞춤화된 관광 서비스가 제공되고, 관광 서비스 이용 과정에서 생산되는 빅데이터를 분석하여 이를 관광 서비스에 다시 활용할 수 있는 선순환 구조의 관광 서비스 플랫폼 모델 을 제안한다. 또한, 본 논문에서는 관광객 개인에게 맞춤화된 서비스를 제공하기 위해서 관광객에게 고객 관계 관리 개념을 적용 하고 고객 경험 데이터 분석과 인공지능 기반 추천 알고리즘을 이용한 개인 맞춤형 서비스 시스템을 제시한다. 또한, 이를 중심 으로 관광 서비스와 콘텐츠를 제공하는 기업 및 정부기관(공급자)과 한국을 여행하는 외래 관광객(수요자)을 연결하는 한국형 개인 맞춤형 관광 서비스 플랫폼 구현을 위한 모델을 정립하고자 한다. 제안 플랫폼을 통하여 외래 관광객의 의사 결정 단계(여 행 전/중/후)에 최적화되고 통합된 원스톱 정보와 개인에게 맞춤화된 서비스를 적시에 제공할 수 있다. 이로 인해, 첨단 ICT 기술 과 관광 정보의 융합으로 다양한 매체와 채널을 통해 언제 어디서나 정보 접근과 서비스 이용이 가능한 다양한 응용 서비스를 제 공할 수 있을 것으로 기대된다. 본 논문의 구성은 2장에서 관련 연구를 기술하고, 3장에서 제안 플랫폼 모델을 기술한다. 4장은 결론을 기술한다.
2. 관련 연구
2.1 관광 플랫폼 사례
세계 최대의 여행 커뮤니티 사이트인 트립어드바이저(TripAdvisor)는 약 1억 7천만 개의 호텔, 레스토랑, 관광지를 비롯하여 여행 관련한 전반적인 사업에 대한 리뷰를 보유한 세계 최대 온라인 여행 커뮤니티 사이트이며, 사용자 중심의 활발한 포럼과 리 뷰들을 기반으로 여행 전/중/후 일정 기능과 다양한 편의 기능 위젯을 제공하는 대표적인 여행 플랫폼 서비스이다[4,5] . 호텔, 관광 명소, 식당 등 소비자가 자발적으로 생산한 방대한 양의 콘텐츠를 통해서 이용자의 83%가 도움 되었다는 응답을 받을 정도의 신 뢰성 높은 정보를 제공하고 있으며, 대부분의 콘텐츠를 위젯과 API 방식으로 외부에 공유하여 서비스의 확산이 용이한 구조를 가지고 있다. 트립어드바이저의 핵심 경쟁력은 사용자의 자발적인 콘텐츠 생산과 신뢰성에 기반한 정보를 제공하는 것이다. 실 제 여행자들이 작성한 호텔, 관광명소, 식당 등의 이용 후기를 공유하고 신뢰성 높은 정보를 제공하며, 소비자가 자발적으로 콘 텐츠를 생성하고 공급하기 때문에 소비자의 시각에서 풍부한 자료를 제공할 수가 있었다. 또한 소비자가 많아질수록 흥미로운 콘텐츠가 많아지고, 소비자가 제공하는 여행지가 많을수록 선택할 수 있는 여행지 범위가 넓어지며 더 많은 광고주들의 프로모 션과 세일 상품으로 소비자의 혜택이 늘어나는 구조를 구축하였다[6]. 여행자들의 생생한 리뷰와 실제에 가까운 사진, TripAdvisor Awards 랭킹은 일반 광고에서 얻는 정보보다 높은 신뢰도를 인정받고 있다. 또한, 빅데이터 분석을 통한 맞춤형 서비스를 제공 하고 있다. 개개인의 텍스트와 이미지 리뷰와 같은 방대한 비정형 데이터의 분석을 통해 여행 목적, 지역, 취향 등 개인의 선호도 를 분석하고 이를 맞춤 여행 상품 제안에 활용하는 등 개별 여행객 증가로 인해 여행객이 직접 자신의 여행을 기획하는 시장 트렌 드를 반영하고 있다. 여행자가 호텔의 가격보기를 클릭할 경우 해당 호텔에 비용을 청구함으로써 수익을 창출하고 있으며, 호텔 가격 비교로 인해 발생하는 CPC (Cost Per Click) 광고 수익이 전체 수익의 70%를 차지하고 있다. 익스페디아, 아고다 등의 글 로벌 OTA (Online Travel Agency)와 각 국가별로 경쟁력 있는 OTA는 물론 아코르, 메리어트 등 체인 호텔과 제휴하여 콘텐츠 제공과 수수료 모델에 머무르지 않고, 자체적인 수익 모델까지 갖추고 있다.
2.2 관광 고객 클러스터링
관광객에 대한 고객 클러스터링은 공통적인 욕구와 행위 패턴에 의해 정의된 고객 클러스터에 맞는 맞춤화된 서비스를 제공 하기 위해 필요하다[7]. 클러스터(Cluster)는 같거나 비슷한 속성을 갖는 대상을 여러 개 모아서 만들어진 집단(군집)을 말하며, 클러스터링(Clustering)은 고객을 집단으로 분류 또는 구분하는 행위(군집화)를 말한다[8].
Table 1. Types of Tourism by Maslow's Desire Phase
욕구 동기 관광여행 추구요인(행위) 관광여행의 유형(예)
생리적 욕구 (physiological)
휴식 이완
-탈출, 회피 -휴식, 이완
-육체적, 정신적 긴장해소 -햇빛추구
-당일코스 버스여행 -기차여행
-교외소풍 및 야유회
안전 욕구 (safety)
안전 보호
-건강 -레크리에이션 -휴양
-건강, 활력 유지
-온천 및 등산 관광여행 -리조트에서 산책 -레포츠활동
소속, 사회적 욕구 (belonging)
사랑
-가족에 대한 애정 표현 -친족 유대강화 -사적 인맥 유지 -고향 및 동족방문 -우정과 사교 및 대인관계
-가족동반 체험관광 -해외친척방문 관광 -모국방문 관광 -사회단체 관광
존중 욕구
(esteem) 성취
-자신의 성취감 확인 -자기지위과시
-자기계발(전문적, 사업적) -사회적 인정
-전문성, 업무 -신분과 명성
-골프, 요트 등 스포츠 관광 -쇼핑관광
-식도락 관광 -국제회의 참가 -해외박람회 참가
자아실현의욕구 (Self-Actualization)
삶의 본질 자기에 대한 진실
-자기탐구 및 평가 -자기발견
-내적 욕구의 만족 추구
-생태 및 문화관광 -오지탐험 /성지순례 -호화유람선, 크루즈 관광
매슬로(Maslow, 1970)가 제시한 인간의 5단계 욕구모형에 근거하여 관광학 분야에서도 관광동기를 계층적 형태로 접근하는 방법이 빈번하게 사용되고 있다.
3. 제안 플랫폼 구현 모델
3.1 플랫폼 모형
본 논문에서는 개인 맞춤형 서비스 모델이 적용되고, 공급자, 수요자, 콘텐츠 등의 플랫폼 구성에 필요한 기능과 프로세스들 을 통합하기 위한 개인 맞춤형 관광 서비스 플랫폼의 구현 모델을 다음과 같이 제시한다.
개인 맞춤형 관광 서비스 플랫폼은 개별 관광객이 한국 여행에 필요한 관광 콘텐츠와 편의 기능을 고객 요구와 상황에 맞게 제 공 받을 수 있도록 정부, 지자체, 유관 기업의 관광 정보 자원을 통합 운용하기 위한 ICT 기반의 통합 관광 서비스 제공 플랫폼이
라고 정의될 수 있다[9]. Fig. 1은 관광 서비스 플랫폼의 이해 관계자와 플랫폼에서 일어나는 핵심적인 기능을 도식화하여 보여준 다. 데이터의 생산 주체가 콘텐츠 유통체계를 통해 서비스 기능과 콘텐츠를 플랫폼으로 제공하면 데이터는 관광 데이터웨어하 우스에 쌓이며, 서비스는 관광 유틸리티에 위치한다. 이러한 콘텐츠와 서비스는 관광 마켓 플레이스를 통해 거래될 수 있으며, 관광 멤버십을 통해서 서비스 이용자에게 관광 ID를 부여하여 개인화된 서비스와 혜택이 제공한다. 플랫폼 내부에서 생산되는 각종 데이터는 관광 빅데이터를 통해서 관리되며, 분석 결과를 관광 마케팅에 활용할 수 있다.
Fig. 1. Personalized Tourist Service Platform Model
3.2 플랫폼 구현 모델
Fig. 2는 제안 플랫폼의 구현 모델이다. 이 플랫폼의 기반은 서버, 스토리지, 네트워크, 보안과 같은 서비스 인프라들이다. 플 랫폼을 구성하는 핵심 서비스는 거버넌스, 사용자 관리, 시스템 관리, 성능과 통계 관리 등의 관리 시스템 계층과 플랫폼의 멤버
Fig. 2. Suggested Platform Implementation Model
십을 위해서 ID 체계를 통한 CRM 즉, 마일리지 혜택, 디지털 환대 등의 회원 기반 서비스가 관광 멤버십 계층, 그 위에 콘텐츠와 서비스를 등록, 계약, 거래, 정산하는 마켓플레이스가 있다. 그리고 플랫폼을 구성하는 콘텐츠는 데이터웨어하우스에서 관리되 고, 서비스에서 생산하는 로그 데이터들은 빅데이터 처리 계층을 통해서 관리된다. 관광 유틸리티 서비스들을 구동하기 위해서 는 프로그램 실행을 위한 런타임 엔진을 제공하는 미들웨어와 플랫폼에 탑재되는 서비스들과 상호 작용하기 위한 API 계층의 요소들이 제공된다.
최상단에는 플랫폼에서 제공하는 각종 관광 편의용 유틸리티 서비스들이 있는데, 이들은 플랫폼 내부에 탑재되어 작동하는 Built-in 유틸리티와 외부 기관의 서비스와 연계하여 작동하는 3rd Party 유틸리티로 나눠진다. 모든 서비스와 플랫폼 기능들은 UI 계층을 통해서 사용자에게 웹이나 앱으로 다양한 스마트 기기로 표출된다.
3.3 플랫폼의 물리적 구성
Fig. 3은 플랫폼을 구현하기 위한 물리적인 시스템 구성도이다. 플랫폼은 관광 유틸리티 서비스와 관광 정보가 서비스 제공자 에게 공급될 수 있도록 정보의 공유와 활용 시스템으로 구성되며, 이를 처리하기 위한 운영관리, 멤버십, 데이터웨어하우스, 빅 데이터 등의 시스템 요소로 구성되며, 모든 시스템들은 클라우드 기반에서 구동된다.
Fig. 3. Platform System Configuration Diagram
플랫폼 주변의 이해 관계자의 출발점은 공급자가 된다. 공급자는 플랫폼을 공급하는 플랫폼 주체와 콘텐츠와 서비스를 제공 하는 정부 기관, 지자체, 지역관광공사(RTO), 관광 분야의 일반 기업들을 말한다. 이들은 공유 시스템을 통해서 플랫폼에 접근 할 수 있다. 기관이나 민간에서 제공하는 각종 API나 개방 데이터들은 연계 시스템을 통해서 플랫폼에 정보를 제공한다. 플랫폼 을 통해서 모아진 콘텐츠와 서비스는 활용 시스템을 통해서 소비자 즉, 국내외 관광객들에게 제공된다. 두 가지 방식을 지원하는 데, 플랫폼에서 소비자에게 직접 제공하거나, 민간/공공의 서비스 제공자의 서비스 채널(웹, 앱, SNS 등)을 통해서 소비자에게 제공한다. 플랫폼 내부의 각종 서비스 이용 및 분석 정보와 CRM 정보들은 공개 시스템을 통해서 다시 공급자에게 공개되거나, 업계 종사자들이 관광 데이터 인사이트를 활용할 수 있도록 공개되어 국가적인 관광 산업 활성화에 기여한다.
3.4 플랫폼의 논리적 흐름
Fig. 4는 플랫폼의 물리적 구성 내에서 일어나는 논리 흐름을 도식화한 것이다. 관광 서비스 제공을 위해서 콘텐츠와 유틸리 티가 플랫폼에 등록되고, 검수, 정제 과정을 거쳐 관광객에게 완성된 형태의 서비스로 전달되며, 플랫폼 내부에서 발생하는 모든 행위는 마케터에게 분석 자료로 제공되고, 개인에게 맞춤화된 추천 서비스를 위한 기반 데이터로 활용된다. 플랫폼상에서 제공 되는 서비스(기능), 데이터, 상품은 마켓플레이스를 통해 수요자와의 거래가 일어날 수 있도록 구매와 정산을 지원한다. 플랫폼 의 모든 정보는 데이터웨어하우스에 저장되며, 서비스 실행 환경과 Open API을 통해서 서비스 제공자가 플랫폼의 각종 유틸리 티와 콘텐츠를 자사의 서비스와 결합하여 자사 고객에게 서비스와 콘텐츠를 제공할 수 있게 된다.
Fig. 4. Logical Flow Diagram of Platform
3.5 플랫폼의 데이터 흐름도
Fig. 5는 플랫폼 내부에서의 데이터의 흐름을 도식화한 것이다. 데이터 생산 주체가 생산한 데이터는 콘텐츠 유통체계를 통해서 수집되며, 이는 플랫폼의 데이터웨어하우스로 저장된다. 저장된 데이터는 분석과 가공 과정을 통해서 데이터마트로 정제되며, 이
Fig. 5. Platform Data Flow Diagram
는 관광 빅데이터 시스템에서 외부에 공유할 수 있는 형태로 보완되어 전략 수립이나 신규 서비스 발굴, 정책 수립에 도움을 주는 마케팅 정보로 가공되어 외부로 전달되며, 특히 개인 맞춤형 서비스의 핵심이 되는 콘텐츠 추천 엔진의 기반 데이터로 사용된다.
유관 기관에서 제공하는 서비스들은 관광 마켓플레이스와 멤버십과 연계하여 플랫폼 자산으로 가공되며, 다양한 형태의 관 광 유틸리티가 관광객에게 서비스의 형태로 전달된다.
▪ 플랫폼 데이터 – 플랫폼으로 유입되는 콘텐츠와 각종 이용 데이터들을 저장
▪ 데이터마트 – 데이터는 통계와 가공을 통하여 주제 분류되고 정제됨
▪ 관광 빅데이터 – 각종 데이터는 개인화 서비스를 위한 학습과 분석에 활용
▪ 관광 멤버십 – 고객 관계 관리를 통해 개인화된 서비스의 기반 제공
▪ 관광 마켓플레이스 – 플랫폼 이해관계자 간의 거래를 위한 상거래 기능 제공
▪ 관광 유틸리티 – 여행 단계에서 관광객에게 제공될 각종 서비스 기능
본 플랫폼을 활용하면 서비스 제공자는 관광객 개인에게 맞춤화된 기능을 따로 개발할 필요 없이 손쉽게 개인화 서비스를 구 현할 수 있으며, 여행 단계에서 필요한 기본적인 관광 서비스 기능들을 이용하여 자사의 서비스를 더욱 유용한 서비스로 강화하 고 기본적인 서비스 기능의 구현에 신경 쓸 필요 없이 해당 서비스에서 제공해야 하는 고유의 콘텐츠와 서비스 기능의 고도화에 집중할 수 있는 이점을 얻을 수 있다.
4. 서비스 적용 예시
4.1 플랫폼의 데이터 흐름도
본 논문에서 제시한 플랫폼 모델 위에서 제공되는 서비스 적용 예시를 제시하였다. Fig. 6은 Fig. 7의 여행단계별 서비스가 필 요한 상황을 고려한 여행 단계별 서비스 적용 시나리오로 여행 전/중/후 관광객이 남기는 정보들을 바탕으로 마케팅에 활용하고, 불편사항을 해소해 주며, 수집된 데이터를 분석하여 산업 정책 수립에 활용하고, 기업에게는 데이터 인사이트를 통한 부가적인 비즈니스 모델을 창출할 수 있도록 해주는 선순환 구조를 정립하는 여행 단계별 서비스 적용 시나리오를 도출하였다.
Fig. 6. Scenario for Service Application by Travel Stage
Fig. 7. Situation requiring travel-level service
Table 2와 같이 각 여행 상황에서의 반드시 필요한 39종의 필수 관광 서비스 유틸리티들을 정의하였다. 서비스는 기존 서비스 를 가지고 올 수 있으며, 없을 때 신규로 개발하여 관광 서비스 플랫폼에 탑재되어 플랫폼 이용자가 쉽게 접근할 수 있도록 제공 되어야 한다.
Table 2. 39 Service Utilities Available by Travel Phase
4.2 기존 관광 플랫폼과의 비교
개인 맞춤형 관광 서비스 플랫폼은 관광 산업 전반을 대상으로 하고 있다. 플랫폼 개념을 좀 더 명확하게 설명하기 위해 기존 관광 플랫폼과의 비교 분석을 해보았는데 여기서는 기존 관광 플랫폼의 종류를 다음과 같이 구분하였다.
▪ 버티컬 플랫폼 – 특정한 목적(숙박, 음식, 교통, 액티비티)를 중심으로 콘텐츠를 제공하는 목표 시장이 뚜렷한 서비스를 제공(Airbnb, MangoPlate, 내 손안의 궁)
▪ 지역관광 플랫폼 – 지역의 관광 활성화를 위해 지자체 중심으로 구현된 지역관광 서비스 플랫폼 (호주 ATDW, 프랑스 지 트, 제주도 관광 플랫폼)
Table 3은 본 논문에서 제시하는 플랫폼과 기존의 특수 목적의 버티컬 서비스 플랫폼들과 지역관광 플랫폼을 비교한 것이다.
여행지 커버리지는 타 플랫폼 대비하여 지방 소도시나 유명하지 않은 스팟까지 폭넓게 수용 가능하며, 국가 관광에 관한 모든 주
제를 수용할 수 있어 콘텐츠의 범위가 넓다[10]. 생태계 참여자는 콘텐츠 제공자 외에 서비스 기능 제공자(개발자), 지자체, 정부 까지 수용 가능하며, 이에 따라 콘텐츠 외에도 관광에 필요한 서비스 기능까지 다양한 데이터를 활용할 수 있다[11]. 또한, 수직 플 랫폼이 서비스가 표방하는 핵심 콘텐츠(숙박, 교통, 관광, 액티비티 등)에 대한 고객을 대상으로 하는 반면에 본 논문에서 제시한 플랫폼은 전체 여행객을 대상으로 하여 고객 수용도가 가장 높다. 개인화 서비스 기술 면에서도 CF 이외에 딥러닝 알고리즘을 접목하여 폭넓은 추천 기술을 적용하고, 고객의 여행 전/중/후 외에 Life Cycle 전 주기에 이르는 원스톱 개인 맞춤형 서비스를 제공하므로 고객 관계 관리의 범위가 가장 넓은 플랫폼을 표방하고 있다.
Table 3. Comparative Analysis with Existing Tourism Platforms
수직 플랫폼 지역 플랫폼 본 플랫폼
공급자 입장
여행지 커버리지
설명 대도시, 유명 스팟, 인기 지역
중심 해당 지역 중심 소도시, 유명하지 않은 지방 스팟
수용
비교 좁음 좁음 넓음
수용 콘텐츠 범위
설명 특정 주제(음식, 숙박, 액티비티) 지역 관광에 관한 모든 주제
국가 관광에 관한 모든 주제
비교 좁음 넓음 넓음
활용 데이터
설명 콘텐츠 콘텐츠, 마케팅 콘텐츠, 마케팅
서비스(관광유틸리티)
비교 좁음 좁음 넓음
생태계 참여자
설명 콘텐츠 제공자
(숙박/음식 업자)
지역 콘텐츠 제공자 지자체, RTO
콘텐츠 제공자, 서비스 제공자, 지자체, RTO, 정부
비교 적음 중간 많음
수요자 입장
고객 수용도
설명 해당 서비스에 관심이 있는자 지역 방문객 대상 전체 여행객 대상
비교 낮음 보통 높음
개인화 서비스 기술
설명 경험 데이터와 CF에 의한 상품 추천 위주
경험 데이터와 CF에 의한 상품 추천 위주
CF + NLP, TM, Item2Vec 등의 딥러닝 알고리즘 접목
비교 좁음 좁음 넓음
서비스 제공시점
설명 여행 전 예약,
여행 중 방문에 초점
여행 전 예약, 여행 중 방문에 초점
여행 전/중/후 모든 여행 주기
비교 좁음 좁음 넓음
고객관계관리의 범위
설명 회원제 서비스 +
보상, 개인화
회원제 서비스 + 보상, 개인화
회원제 + 보상, 환대, 개인화, Life Cycle 전주기 관리
비교 좁음 보통 넓음
5. 결 론
본 논문에서는 국내 관광 활성화를 위해서 개별 관광객에 맞춤화된 서비스를 제공하기 위한 데이터 기반의 맞춤형 스마트 관 광 정보 플랫폼 구현 모델을 제시하였다. 제시된 플랫폼 모델이 기존의 숙박 서비스 플랫폼, 예약 플랫폼, 관광 액티비티 플랫폼 등의 단위 서비스 플랫폼과 가장 큰 차이점은 관광객에게 개별 서비스가 아닌 여행 주기상 개인에게 맞춤화된 콘텐츠와 다양한 서비스를 융합한 서비스를 제공하는 통합 서비스 플랫폼이라는 것이다. 관광 서비스의 핵심 요소인 다양한 개별 관광 정보 콘텐
츠와 관광 편의 기능을 보유한 공급자들이 플랫폼의 콘텐츠 유통체계를 통해서 그들의 서비스와 콘텐츠를 제공하면 플랫폼 내 부의 데이터웨어하우스와 관광 유틸리티 관리 체계를 통한 저장과 가공 절차를 거쳐 관광 멤버십 서비스와 함께 다양한 맞춤형 서비스로 조합되어 개별 관광객에게 제공된다. 이때 유통되는 모든 유틸리티와 콘텐츠들은 구글 마켓플레이스를 통해 거래되어 공급자에게 수익을 제공하고, 서비스를 활용하는 전 과정에서 추적되는 개인화된 이용 정보는 빅데이터 시스템을 통해서 관광 마케팅에 대한 인사이트와 정책 개선 요소를 제공한다. 수요자인 관광객은 관광 ID라는 멤버십 서비스를 통하여 한국 방문 시 자 신에게 최적화된 서비스를 제공 받을 수 있으며, 하나의 서비스에서 받은 혜택이 다른 서비스에서도 그대로 유지되며, 훗날 한국 재방문 시에도 과거의 서비스 이력을 통해 맞춤화된 서비스를 지속적으로 제공 받을 수 있어 한국에 대한 좋은 인상과 관계성을 전 생애 주기에서 유지할 수 있다. 즉, 전 세계인을 한국 관광이라는 주제 하에서 하나의 회원 체계로 묶는 것이 본 모델의 핵심 목 표이다. 그러나, 킬러 서비스 위주, 영리사업 위주의 관광 산업의 특성상 통합 플랫폼을 통해 자발적으로 콘텐츠를 제공하고 이 를 통한 맞춤형 서비스 실현이 현실적으로 가능할지에 대한 의문과 반론이 있을 수 있다. 매년 수십 종의 외국인 대상 관광 서비 스가 만들어지고 사라지고를 반복하는 현실에서 관광에 대한 이용 행태 데이터가 세그먼테이션 되기 어려우며, 대부분의 로그 데이터는 서비스의 종료와 함께 일회성으로 사라지는 실정이다. 지속 가능한 서비스에서는 고객 관계 정립이 필수적이다. 이 문 제를 해결하기 위해서는 강력한 관광 플랫폼 제공 주체가 드라이브하는 통합 플랫폼이 필요하며 이를 통해서 국가 차원의 관광 서비스 협업이 활발하게 이뤄지도록 유도하여야 하며, 수익성이 떨어져 상대적으로 소외되는 지역관광 활성화를 위해서도 중앙 기관이나 대기업, 혹은 관광 산업계 연합체 등이 주도할 수 있는 통합 관광 서비스 플랫폼의 구축과 이를 통한 역할을 중요하게 고려해볼 만한 가치가 있다고 본다.
References
1. 정남호, “지역 경제를 활성화시키는 스마트관광”, 지역정보화, 제 98권 제0호, pp. 18-21, 2016.
2. 이유진, 양위주, “네트워크 분석방법을 활용한 『관광연구』의 연구동향 분석”, 관광연구, 제31권 제4호, pp. 363-383, 2016.
3. 최은희, “국내 스마트관광 사례분석과 시사점”, KIET 산업경제, 제 228권 제0호, pp. 49-57, 2017.
4. Mountasser, Imadeddine, et al. "Ontology-Based Open Tourism Data Integration Framework: Trip Planning Platform." AI and Big Data’s Potential for Disruptive Innovation. IGI Global, pp. 44-70, 2020.
5. Moro, Sérgio, Paulo Rita, and Joana Coelho. "Stripping customers' feedback on hotels through data mining: The case of Las Vegas Strip." Tourism management perspectives 23, pp. 41-52, 2017.
6. 김상태, 김남조, “행위자-네트워크 이론을 적용한 관광분야 공유경제 플랫폼의 성장과정 분석 – 에어비앤비를 중심으로”, 관 광학연구, 제42권 제3호, pp. 163-183, 2018.
7. 주신옥, “기술수용모델(TAM)을 적용한 관광 전문 플랫폼이 고객만족과 행동의도에 미치는 영향”, 관광연구, 제33권 제4호, pp. 57-74, 2018.
8. S. Gong, “A Collaborative Filtering Recommendation Algorithm based on User Clustering and Item Clustering”, Journal of Software, Vol. 5, No. 7, pp. 745-752, 2010.
9. B. Xiujun, P. Li, and J. Duan. “Research on the Construction of Regional Intelligent Tourism Service Platform-Take Zaozhuang for Example.” Proceedings of the Sixth International Forum on Decision Sciences. Springer, Singapore, pp. 147-152, 2020.
10. D. Li, L. Deng, and Z. Cai. “Statistical analysis of tourist flow in tourist spots based on big data platform and DA-HKRVM algorithms.” Personal and Ubiquitous Computing Vol 24, No. 1, pp. 87-101, 2020.
11. 신선진, 김성현, 노희섭, 구철모, “4차 산업혁명시대의 스마트관광 생태계 고찰-제주특별자치도 사례를 중심으로”, 기업경영 연구, 제82권 제0호, pp. 1-17, 2018.
