본 연구가 갖는 학문적 시사점은 다음과 같다.
첫째, 본 연구는 상호작용 커뮤니케이션 이론을 바탕으로 유튜브 명품 하 울 영상 맥락에 대한 보다 심도 있는 이해를 가능케 했다.
명품 하울 영상의 화제성에도 불구하고 명품 하울 영상에 대한 학문적 접 근과 이해는 다소 미비하며, 하울이라는 용어 자체의 개념 또한 명확하지 않은 시점에서 본 연구는 명품 하울 영상을 크리에이터의 메시지 전달이라 는 측면에 초점을 두고 상호작용 커뮤니케이션 이론을 바탕으로 명품 하울 영상을 이해하고자 하였다. 이를 위해 유튜브 미디어에 대한 개념적 고찰을 통해 유튜브 미디어의 특성이 CMC(Computer Mediated Communication) 와 VMC(Video Mediated Communication)의 성격을 모두 가지는 동시에 FTF(Face to Face) 커뮤니케이션 특성이 두드러짐을 확인하였고, 이를 바 탕으로 크리에이터의 커뮤니케이션을 언어적·비언어적 커뮤니케이션으로 구분하였다. 특히 크리에이터의 언어적 커뮤니케이션을 구성하는 데 있어 선행 연구에서는 언어적 커뮤니케이션의 하위 요인을 구성하지 않고 언어적 커뮤니케이션을 단일 개념으로 사용한 경우가 많았지만, 본 연구에서는 선 행연구를 바탕으로 연구 맥락에 맞게 언어적 커뮤니케이션을 전문성, 주장 설득력, 감정이입으로 구성하였다. 또한 명품 하울 영상 콘텐츠 특성을 광 고 맥락과 비교하여, 영상 콘텐츠 정보 속성을 유희성, 정보성, 신뢰성으로
144
구성함으로써 시청자가 명품 하울 영상을 통해 기대하는 바를 개념적으로 구성 및 측정하였다. 이어서 크리에이터의 커뮤니케이션 특성으로부터 시청 자가 지각하는 콘텐츠 정보 속성이 유튜브 채널에 대한 구독의도와 영상에 노출된 제품에 대한 구매의도까지 이어지는 일련의 과정에 대해 고찰하였다.
즉, 상호작용 커뮤니케이션 이론을 바탕으로 유튜브 명품 하울 영상 맥락을 이해하였다는 점이 본 연구의 가장 큰 학문적 의의라 하겠다.
둘째, 실증적 연구를 위해 유튜브 상에 업로드되어 있는 실제 영상을 사 용하였다.
연구자는 자신의 연구에 적합한 개념과 특정 상황 하에서 나타나는 표본 의 내적 상태를 측정하기 위해, 실험 처치법, 프레이밍 기법, 시나리오 제시 법, 자극물 제시법, 회상 기법 등 다양한 실험 방법을 사용한다. 본 연구에 서 측정하는 크리에이터의 커뮤니케이션 특성, 특히 비언어적 커뮤니케이션 의 경우, 명시적으로 드러나는 메시지가 아니기 때문에 피험자의 기억에 의 존하여 측정하기란 쉽지 않다. 따라서 본 연구에서 회상 기법, 혹은 시나리 오 제시법을 사용하기에는 무리가 있다고 판단하였다. 이러한 문제를 해결 하고자 실제 유튜브 상에 업로드 되어 있는 명품 하울 영상을 자극물로 사 용하였다. 이를 위해 자극물 선정에 있어 조회 수, 구독자 수는 물론 영상 에 출현하는 크리에이터의 수, 하울하는 제품 등을 고려하였으며, 1개의 영 상만을 자극물로 사용할 경우 해당 영상에 등장하는 크리에이터의 커뮤니케 이션 특성에 따른 편향이 생길 것이라 염려되어 각기 다른 크리에이터의 영 상 3개를 선정하여 사용하였다. 실제 명품 하울 영상을 자극물로 사용함으 로써 연구 결과의 타당성과 신뢰성을 높이고자 많은 노력을 기울였으며, 도 출한 연구 결과는 명품 하울 영상 맥락과 언어적·비언어적 커뮤니케이션 이론에 대한 실증적 이해에 도움을 줄 것이라 사료된다.
145
셋째, 기계학습을 이용한 인공 신경망 분석을 적용하였다.
최근 산업계는 물론 학계에서는 인공지능, 특히 기계학습에 대한 관심이 뜨겁다. 본 연구에서는 기계학습의 한 분야인 인공 신경망 분석을 연구에 적용하였다. 인공 신경망은 다양한 파라미터를 조정함으로써 각 변수 간의 관계를 가장 잘 설명해 주는 예측 모형을 만들 수 있다. 예측 모형이 만들 어지면 투입변수(독립변수)의 중요도를 산출하여, 해당 결과변수(종속변수) 에 대한 영향력의 크기를 비교할 수 있다. 본 연구에서는 크리에이터의 언 어적 커뮤니케이션(전문성, 주장 설득력, 감정이입)과 비언어적 커뮤니케이 션(신체언어, 의사언어, 신체외형)을 투입변수로, 구독의도를 결과변수로 설 정하여 인공 신경망 모형을 구성하였다. 이를 통해 시청자가 유튜브 구독을 결정짓는데 감정이입이 가장 중요한 변수임을 확인하였다. 인공 신경망 분 석을 글, 이미지 데이터가 아닌 설문을 통해 측정한 인간의 내적 상태에 대 한 데이터를 다루는 사회과학 분야에 적용하는데 있어 그 효과성과 효율성 에 대한 논의가 활발한 이 시점에서, 본 연구는 회귀모형의 경로 효과와 인 공 신경망 분석 결과를 비교하여 두 결과가 동일하지는 않지만 큰 흐름은 유사하다는 점을 통해 인공 신경망 분석의 사회과학 분야에 대한 적용 가능 성 또한 미약하나마 검정하였다는데 의의가 있다.
146