1. 데이터의 수집과 전처리

본 연구인 텍스트 마이닝(text mining)을 이용한 화장품 브랜드 평판과 브랜드 선택속성 분석에 대한 연구를 위해 연구자의 개입이나 편견이 반영되지 않은 화장품 소비자 자의에 의해 자연어 담론 형식으로 소셜 미디어에 사용 후 그대로의 인식, 태도, 행동 등이 장기간에 걸쳐 작성된 방대한 감성 리뷰의 비정형 빅데이터 수집이 필요하였다.

이를 위해 소비자 주도형 화장품 구매 우선순위와 솔직한 사용후 리뷰가 담론 형태로 존재하고 있는 글로우픽과 네이버 쇼핑 화장품 카테고리에 일 특정 화장품 브랜드에 대한 경험가치 리뷰 빅데이터를 크롤링하여 소비자가 화장품 구매후 남긴 화장품 브랜드에 대한 평판 그리고 선택 속성과 관련된 유의미한 감성 단어의 파악과 연관어 분석을 위해 워드클라우드 분석과 의미연결망 분석 그리고 감성분석의 기법을 적용하기로 하였다.

이들 분석기법의 적용을 위해 우선되어야 하는 빅데이터의 수집을 위한 분석 도구로는 R version 3.6.2-RStudio Version 1.4.1103 프로그램을 이용하여 화장품 소비자가 구매후 남긴 기호가치 경험 리뷰 데이터를 수집하였으며, 수집된 데이터에 대해 데이터의 전처리와 불용어의 설정, 모델링의 실행, 결과 해석까지 총 3단계에 걸쳐 연구를 진행하였다.

R은 뉴질랜드 오클랜드 대학의 로버트 젠틀맨(Robert Gentleman)과 로스 이하카(Ross Ihaka)에 의해 시작된 통계와 그래픽 그리고 빅데이터 분석에 널리 사용되는 오픈 소스 프로그래밍 언어이자 소프트웨어 환경으로 오픈소스(open source)로 쓰여졌으며 무료로 누구나 R의 홈페이지(https://r-project.org)에서 다운로드 받을 수 있으며, R에서 사용할 수 있는 수많은 통계 패키지자 개발되어 있어 사용자가 제작한 패키지를 추가하여 기능을 확장할 수 있다.

RStudio 프로그램은 캐나다의 R-Tools Technology Inc.에서 개발한 것으로 통계 컴퓨팅, 그래픽스를 위한 프로그래밍 언어인 R을 사용하는 데 있어 편리하고 유용한 기능을 제공하고 있고 오픈소스 버전과 상용 버전 두 가지로 이루어져 있으며, RStudio사의 홈페이지에서 다운로드 받을 수 있다(https://www.rstudio.com). 본 연구에서는 RStudio의 오픈소스 에디션을 이용하였다.

전처리란 크롤링된 데이터를 분석하는 작업 전에 데이터를 분석하기 좋은 형태로 만드는 과정으로 데이터 분석 과정에서 데이터 전처리가 중요한 이유는 아무리 좋은 분석 기법이나 도구를 사용하더라도 품질이 낮은 데이터로는 좋은 분석 결과를 얻기 힘들기 때문(Kim et al., 2021)에 수집 데이터는 분석하기 용이한 형태로 정제하는 과정을 거쳐야 한다.

구체적으로 데이터 전처리 과정에선 수집 텍스트 내에서 동일하거나 유사하지만 다르게 표현된 단어들을 하나의 단어 형태로 통일하는 정규화(normalization) 작업과 분석에 영향을 미칠 수 있는 불필요한 단어 및 어구를 삭제하는 작업을 수행하였다. 이를 위해 수집한 빅데이터(big data)를 텍스트마이닝(tm) 라이브러리(library)를 적용하여 말뭉치(corpus)로 변환한 후 데이터 전처리 과정을 수행하였으며, 한글 자연어 처리 KoNLP 라이브러리 함수를 적용하였고, 형태소 사전으로는 한국정보화진흥원 사전(NIADic)을 이용하였으며, 품사 구분을 위해서는 KoNLP에 있는 SimplePos09()를 적용하였다.

한국어로 이뤄진 텍스트 마이닝 분석을 위해서는 명사와 조사 혹은 동사의 어간과 어미 등으로 구성된 어절을 의미 기능 부분과 문법 기능 부분으로 분리하는 작업을 거쳐야 하나 이는 외형적으로 판단하기 어렵기(Lee & Gil, 2019) 때문에 토픽 모델링을 활용한 다수의 텍스트 마이닝 선행 연구에서 텍스트 내에서 명사만을 추출해 분석하고 있으며, 이런 관점과 더불어 특정 주제를 구성하거나 이와 연관 의미를 내포하는 키워드가 대부분 명사 형태를 가지는 경우가 많기 때문에(Bae et al., 2014) 본 연구에서의 분석을 위한 형태소를 선행연구에서와 같이 명사로 한정하였으며 나머지는 불용어로 처리하였다.

2. 분석 방법

소비자가 남긴 빅데이터를 분석하는 연구가 활발하게 수행되면서 다양한 학문 연구 분야에서 빅데이터 분석 방법인 텍스트 마이닝 기법을 활용한 연구가 활발하게 수행되고 있다(Zhu et al., 2018; Kim & Kim, 2016). 텍스트 마이닝은 정보검색과 정보 추출 및 자연어 처리 기술을 사용하여 알려지지 않은 유용한 패턴과 지식을 텍스트로부터 발견하는 것을 말하며(Han & Yoon, 2016), 텍스트 내에서 메시지를 형성하는 단어들은 어떻게 사용했는지에 대한 구조의 패턴과 의미를 분석함으로써 관계의 형태 속에 내포되어있는 메시지의 내용까지 도출하는 분석 방법이다(Cha, 2015; Han, 2003).

본 연구의 목적인 화장품 소비자가 소셜 미디어에 작성한 화장품 기호가치 구매후 사용한 화장품의 평판과 선택 속성에 대한 리뷰를 텍스트 마이닝 분석 기법인 워드클라우드 분석, 의미연결망 분석, 그리고 감성 분석을 이용하여 일 특정 화장품 브랜드에 대한 기호가치소비에 대한 논의를 전개하는 연구 문제의 수행을 위해 R version 3.6.2-RStudio Version 1.4.1103 프로그램을 이용하여 Figure 1, Figure 2, 그리고 Figure 3과 같이 분석 결과를 시각화할 수 있었으며, Table 1, Table 2, 그리고 Table 3과 같은 정량화된 분석 결과를 얻을 수 있었다.

Figure 1.

Wordcloud analysis results.

As a result of word cloud analysis, top keywords represent the purchase goal and selection attribute of cosmetics consumers, which are important cosmetic consumption factors. The word “skin” appeared the most, followed by “purchase” and “nature.” Such prominently featured keywords suggest that experience value is well-reflected in consumers’ selection attribute of cosmetics they purchased based on semiotic value.

Figure 2.

Semantic network analysis results.

As a result of semantic network analysis, “nature,” “real,” “cover,” “use,” and “skin” appeared to have high degree, betweenness, and closeness centralities and played an important role in spreading and connecting “meaning” in the semantic network.

Figure 3.

Sensitivity analysis results.

As a result of sensitivity analysis, “positive,” “neutral,’ and “negative” values are indicated by blue, green, and red colors, respectively, in the pie chart. There were 4,742 words showing positive reviews, 2,039 words showing negative reviews, and 14,146 showing neutral reviews.

Table 1.

Top 30 keywords and frequency of word cloud analysis

Table 2.

Results of semantic network analysis

Table 3.

Results of sensitivity analysis

1. 워드클라우드 분석 결과

워드클라우드와 관련한 빈도 분석에서는 수집된 단어 전체를 전처리 한 후 R 프로그램의 wordcloud 2 라이브러리 함수를 사용하여 워드클라우드 분석을 실행하여 소비자가 구매후 남긴 담론에 대한 텍스트 데이터를 Figure 1과 같이 시각적으로 확인할 수 있었으며, 모델링의 대상이 되는 수집 담론에 대해 출현 빈도가 높은 키워드 상위 30개 주요어에 대한 빈도수와 누적 빈도수의 순위는 Table 1과 같이 확인할 수 있다. Figure 1의 워드클라우드는 단어의 글자 크기가 클수록 해당 단어의 빈도수가 높다는 것을 의미하며, 워드클라우드의 중심부로 갈수록 빈도수가 높은 단어이며 외곽에 배치되거나 글자 크기가 작은 것은 상대적으로 빈도수가 낮은 단어이다.

본 연구를 위해 크롤링한 전체 말뭉치에서 각 단어가 총 몇 회 등장했는지 R 프로그램으로 도출한 결과 도출 빈도수가 높은 상위 30개 단어는 Table 1과 같으며, 이를 도출 빈도순으로 정렬하여 누적 빈도수와 함께 표기하였다. 이중 가장 도출 빈도가 높은 상위 5개의 단어는 30개 단어 수의 약 28.7%를 차지하고 있는 것으로 나타났다.

이들 중 '피부'라는 단어가 가장 높게 나타났으며 그 다음으로는 '구입', '자연', '에센스', '화장'의 순으로 높은 빈도를 보이고 있으며, 하위 5개 그룹은 '하나', '크림', '정도', '생각', '완전'의 순으로 나타났다. 이들 주제어가 두드러지게 나타난 것은 기호가치로 소비한 화장품 이용 소비자의 화장품 선택 요인의 경험 가치를 다양하게 나타내고 있으며 이를 확인할 수 있었다.

2. 의미연결망 분석 결과

의미연결망 분석은 네트워크 정보학의 하나로 의미를 갖는 텍스트를 분석 대상으로 하여 언어 메시지에서 의미가 있는 단어를 추출하고 그들 간에 구성되는 의미적 연결 관계를 토대로 네트워크를 구성하고 네트워크의 분석지표를 활용하여 언어 메시지의 다양한 의미적 특성을 분석하는 방법을 말하는 것으로 사회 연결망 분석(social network analysis)을 확장한 개념으로 단어의 출현 빈도와 관계를 확인하여 메시지에 내재되어 있는 의미 혹은 개념적인 특성을 추출하고 이들 간의 관계적 속성을 파악하는 데 유용한 분석 방법이다(Lee, 2014).

단어 사이의 연관 관계를 확인하기 위한 지표로는 매개중심성(betweenness centrality)과 연결중심성(degree centrality) 그리고 근접중심성(closeness centrality) 등을 사용한다. 의미연결망을 통하여 도출되는 노드(node)가 그래프의 중앙에 위치할수록 전체 연결망에서 중심적인 역할을 하는데 연결중심성은 하나의 단어에 직접 연결 단어들의 합으로 연결망에서 중요한 역할을 하는 단어로 파악할 수 있다. 근접중심성은 한 단어에서 다른 단어에 도달하기까지 필요한 최소 단계 수로 각 단어 간 거리를 근거로 중심성을 측정한다. 매개중심성은 연결망 내에서 한 단어가 담당하는 중개자 역할의 정도를 뜻하며 매개중심성이 높을수록 연결망에서 의미의 확산에 중요한 역할을 한다.

데이터 전처리 과정을 통하여 추출한 화장품 이용 소비자의 담론 형식으로 남겨진 고객 리뷰를 통해 브랜드 선택 속성에 대한 아이덴티티 25개의 노드에 대한 연결 관계를 Figure 2와 같이 의미연결망 분석을 시도하여 시각화하였다. 본 연구의 키워드 중에서 출현 빈도가 상위 그룹에 속하는 주제어를 중심으로 주제어 간의 의미연결망 구조와 중심성을 파악하였다. 데이터 중 너무 많은 키워드를 선정하게 되면 프로그램 운용이 어려울 뿐만 아니라 전체적인 구조의 분석 의미가 광범위하게 분산되고 연결망 구조의 특징 및 중심성과 관련 분석의 의미를 찾기 어렵기 때문에 각 주제어의 출현 빈도 수위와 연구 목적에 적합하게 전처리 과정을 거쳐서 선정하였다.

주제어를 중심으로 의미연결망을 분석한 결과 Figure 2와 같은 노드와 선(line)으로 이루어진 의미연결망이 도출되었다. 텍스트 내에서 도출 빈도가 높을수록 노드에 대한 연결망이 복잡해지고 상대적으로 출현 빈도가 낮으면 노드와 연결되는 선의 연결망 수는 작아진다. 노드와 노드를 연결하는 선은 노드 간의 연관 정도를 나타내고 있으며, 핵심 주제어 간 연관성이 높으면 노드와 노드를 이어주는 선이 많아지고, 연관성이 없으면 선이 연결되지 않는다.

Figure 2와 Table 2의 도출 결과에서 화장품을 기호가치 소비한 담론 형식의 리뷰를 크롤링한 댓글 중에서 매개중심성이 가장 높게 나타난 것은 '재구매'로 나타났으며, 그다음으로는 '진짜', '제품', '커버', '스킨 화장품'의 순으로 나타났다. 이들은 전체 연결망 내에서 담당하는 중개자 역할에서 높은 위치를 나타내고 있음을 뜻하며 연결망에서 의미의 확산에 중요한 역할을 한다. 가장 낮은 값으로 나타난 것은 '작년'으로 나타났으며, 그 다음으로는 '수정용', '화사', '에센스', '보정'의 순으로 나타났다.

연결중심성이 가장 높게 나타난 키워드는 '자연', '진짜', '사용', '스킨 화장품', '제품' 등의 순으로 나타났으며, 이때 '사용'과 '스킨 화장품' 그리고 '제품' 등은 동등하게 각 15개의 연결중심성을 가지고 있는 것으로 나타나 이들이 전체 주제어에서 매우 높은 역할을 하고 있음을 보여주고 있으며, '자외선', '작년', '잡티' 등은 3개의 연결중심성을 가지고 있어 상대적으로 가장 낮은 연결 정도의 강도를 가지고 있는 것으로 나타났다.

근접중심성이 높게 나타난 것은 '진짜', '제품', '얼굴', '스킨 화장품', '화장' 등의 순서로 나타났는데 이들은 다른 단어에 도달하기까지 필요한 최소한의 근접중심성이 크기 때문에 의미연결망의 중앙에 위치한다. 근접중심성이 가장 낮게 나타난 것은 '작년'이며 그다음으로는 '잡티', '지속력', '자외선', '화사'의 순으로 근접중심성 정도가 낮게 나타났다.

그리고 '진짜', '제품', '스킨 화장품' 등의 경우 본 연구의 의미연결망 분석에서 연결중심성과 매개중심성 그리고 근접중심성 모두가 높게 나타나 본 연구를 위한 의미의 확산과 연결에 중요한 역할을 하고 있는 것으로 나타났으며 수집된 담론의 워드클라우드 분석 결과와 유사한 유의미한 중심성 강도의 표현으로 나타났다. '작년'과 '화사', '지속력', '자외선', '잡티' 등은 본 연구에서 상대적으로 낮은 정도의 매개중심성과 연결중심성 그리고 근접중심성 강도를 가지고 있는 것으로 나타났다.

3. 감성 분석 결과

화장품 브랜드 생산 기업에 있어 고객의 감성을 분석하는 것은 기업 성과분석에 기여하는 바가 크며 엄청난 가치를 제공하지만 이를 수행하는 것은 매우 어려운 과제이기 때문에 문제 해결을 위한 방법으로써 텍스트 마이닝에 의한 고객 감성 및 의견에 대한 연구는 비교적 일찍부터 시작되었다(Morinaga et al., 2002; Tong & Koller, 2001).

감성 분석은 다양한 기계학습을 통해서 이루어지고 있으며, 텍스트에 나타난 감정을 분류하거나 수치화하는 객관적인 정보로 바꾸는 기술을 말하며(Kim & Song, 2016), 긍정과 부정 등 감성에 대한 분석을 sentiment analysis라 하며 국내에서는 감성 분석이라는 용어로 번역되어 사용되고 있다(Oh & Chae, 2015). 앞서 연구 분석한 워드클라우드 기법과 의미연결망 분석이 텍스트가 다루는 대상을 파악하는 텍스트 마이닝 기법이었다면, 감성 분석은 텍스트에 담겨져 있는 태도를 추정하는 텍스트 마이닝 기법이다.

본 연구의 감성 분석을 위해 딥 러닝(deep learning) 기법을 이용하여 대용량의 학습 데이터를 생성하는 방안으로 접근하고자 한다. 딥러닝은 인공신경망의 학습기법으로(LeCun et al., 2015; Schmidhuber, 2015) 최근 인공지능 분야에서 많은 주목을 받고 있으며, 인간 뇌의 정보처리 과정을 수학적인 모델링을 통해 묘사한 모형으로 인공신경망 학습에서 발생하던 기존의 제약사항들을 부분적으로 해소함으로써 페이스북은 사용자의 얼굴인식에 적용하여 정확도를 크게 높였으며(Taigman et al., 2014), 음성인식 분야에서도 활발히 활용되고 있고(Hinton et al., 2012; Graves et al., 2013), 텍스트 마이닝의 한 영역인 감성분석에도 다양한 딥러닝 기법이 적용되어 의미있는 성과를 거두고 있다(Lai et al., 2015).

감성분석은 텍스트 데이터에 내포되어 있는 텍스트 작성자의 의견이나 감성, 평가, 태도 등을 분석하는 일련의 과정으로(Liu, 2012) 본 연구에서는 기존에 구축되어 있는 감성사전의 어휘를 사용하여 충분한 양의 학습 데이터를 구축하고 딥러닝 기법으로 학습하여 그 모델을 이용한 감성 분석을 통해 본 연구를 위한 결과물을 얻도록 하였다.

이용 가능한 우리나라 감성사전으로 많이 활용되고 있는 것은 서울대학교에서 구축한 한국어 감성 분석 코퍼스(Korean Sentiment Analysis Corpus, KOSAC)와 군산대학교에서 구축한 한국어 감성사전(KNU Korean Sentiment Lexicon, KNU-KSL, 이하 KNU로 표기)이 있으며, 이들 감성사전을 통해 학습 데이터를 구축하면 크롤링 데이터에 내재된 감성있는 많은 양의 레이블 학습 데이터를 추출할 수 있다는 이점이 있으며, 높은 수준의 감성 분석을 할 수 있을 뿐만 아니라 많은 시간을 단축할 수 있다는 장점이 있다. 본 연구에서는 KNU를 이용한 감성 분석을 실시하였으며, 그 결과는 Figure 3 그리고 Table 3과 같다.

일 특정 화장품 브랜드 기업에 대한 기호가치 소비한 화장품 소비자의 경험적 담론 리뷰에 대한 감성 분석 결과는 긍정적 반응을 보인 것은 4,742단어이며, 부정적인 반응 결과 단어는 2,039, 그리고 중립으로 나타난 단어는 14,146으로 나타났다. 감성 분석 결과 긍정적인 감성 반응이 부정적인 감성 반응보다 약 2.33배 높게 나타난 것은 연구 대상인 일 특정 화장품 브랜드 기업의 브랜드 평판이 시장에서 좋은 반응을 보이는 것으로 판단되며 해당 기업에게는 상당히 긍정적인 시장 반응으로 볼 수 있으나 지속적인 시장 경쟁력 강화를 위해서는 세심한 관리가 요구되어진다 할 수 있다.