J Korean Soc Cosmetol > Volume 30(3); 2024 > Article
비건뷰티 동향 및 소비자 인식조사를 위한 비정형 데이터 분석 연구

Abstract

This study used unstructured data to analyze the various factors and relationships that influence consumers’ perception and behavior on vegan beauty, and predicted the future prospects of vegan beauty. The analysis results are as follows: First, in the keyword analysis related to vegan beauty, clean beauty and beebeuty appeared as the top main words, and cosmetics, ampoule, skin, double cream, animal raw material experiment, dalba, raw material use, etc. were followed. Second, as a result of performing TF-IDF analysis, ampoule, clean beauty, double cream, dalba, collagen, beebeuty, animal raw material experiment, and cosmetics appeared in order. Third, as a result of analyzing 50 keywords related to vegan beauty through centrality analysis and semantic network analysis, clean beauty, beebeuty, cosmetics, double cream, recommendation, ampoule, skin, animal raw material experiment, and dalba showed the most influence, and in the eigenvector centrality analysis, clean beauty, beebeuty, cosmetics, and double cream showed high values in order. Fourth, as a result of grouping 50 keywords related to vegan beauty derived through CONCOR analysis, the first group was keywords related to the attributes of vegan beauty, the second group was keywords related to vegan beauty products, the third group was keywords related to vegan beauty marketing, and the fourth group was keywords related to beauty care. Through these analysis results, we present the current situation and future possibilities of vegan beauty, and hope that it will help strengthen the competitiveness of vegan beauty brands and establish marketing strategies for vegan beauty brands.

I. 서 론

최근 환경오염과 동물보호에 대한 인식이 높아지면서 윤리적이고 친환경적인 소비가 확산되고 있다. 이러한 트렌드는 뷰티산업에도 영향을 미치고 있으며, 동물성 원료나 동물실험을 하지 않은 비건뷰티에 대한 수요와 관심이 증가하고 있다. 비건뷰티는 화장품의 성분과 제조 과정에서 윤리적이고 안전한 방식을 강조하는 개념으로, 비건뷰티의 인식과 행동은 소비자의 가치관과 성향을 반영하는 중요한 요인이다. 비건뷰티에 대한 소비자의 인식은 다양한 요인에 영향을 받으며, 개인의 성향과 가치관뿐만 아니라 사회적인 영향도 고려해야 한다. 예를 들어, 비건뷰티에 대한 인식은 화장품의 성분, 효능, 윤리성, 환경성 등에 관한 정보와 지식을 바탕으로 형성되며, 이러한 정보와 지식은 인터넷, SNS, 블로그, 온라인 커뮤니티 등의 다양한 비정형 데이터를 통해 전달되고 공유된다. 또한, 비건뷰티에 대한 인식은 구매행동으로 연결되며 이러한 과정은 비정형 데이터를 통해 측정하고 분석할 수 있다. 비정형 데이터는 인터넷, 블로그, 온라인 커뮤니티 등에서 수집한 텍스트 데이터이다. 따라서 비정형 데이터를 활용하여 비건뷰티의 동향 및 소비자의 인식을 심층적으로 탐색하고 이해하는 것은 뷰티산업의 새로운 트렌드와 시장을 파악하고 예측하는 데 도움이 될 수 있다.
비건뷰티에 대한 소비자 인식을 조사한 선행연구를 살펴보면 소비가치가 비건화장품 인식과 구매행동에 미치는 영향(Jang, 2023), 비건 코스메틱 그린워싱이 MZ 세대 소비자 인식에 미치는 영향 분석(Go, 2023), 비건 화장품의 인식과 사용실태에 관한 연구(Shin, 2022), 비건에 대한 인식이 비건 코스메틱의 구매행동과 만족도에 미치는 영향(Kim, 2020) 등의 연구가 수행되었다. 이러한 선행연구들은 비건 뷰티에 대한 소비자 인식을 조사하였으나, 비정형 데이터를 이용하여 비건뷰티에 대한 소비자 인식을 분석한 연구는 부족하다는 한계점을 가지고 있다. 이에 본 연구는 비정형 데이터를 이용하여 비건뷰티에 대한 소비자 인식을 다각도로 분석하고, 비건뷰티에 대한 소비자의 행동을 깊이 있게 탐색하고자 한다. 최근 과학기술의 급속한 진보와 함께 빅데이터, 인공지능, 사물인터넷 등의 새로운 기술 혁신이 세계 경제에 큰 변화를 가져오고 있다. 또한 정보통신기술(ICT)의 발달과 인터넷, 스마트기기의 사용으로 트위터, 블로그, 페이스북, 인스타그램 등의 다양한 소셜 네트워크 서비스(SNS)를 통해 활발한 소통과 정보 검색을 하는 사람들이 많아지면서 비정형 데이터의 양이 폭발적으로 증가하고 있다. 이러한 대량의 데이터를 정확하고 빠르게 분석할 수 있는 빅데이터 기술이 중요하게 여겨지고 있다(Lee et al., 2022).
본 연구는 비정형 데이터를 이용하여 비건뷰티의 동향 및 소비자의 인식을 분석하고자 수집한 데이터를 텍스트 마이닝 기법을 통해 정제하고, 빈도분석, TF-IDF 분석, 의미연결망 분석, CONCOR 분석 등을 통해 비건뷰티에 대한 소비자의 인식과 행동에 영향을 미치는 요인을 도출하고자 한다. 이를 통해 비건뷰티의 현재 상황과 미래 가능성을 제시하고, 비건뷰티 브랜드의 경쟁력을 강화하고 비건뷰티 브랜드의 마케팅 전략을 수립하는데 도움이 될 수 있기를 기대한다.

II. 이론적 배경

1. 비건뷰티의 정의 및 시장 동향

비건(Vegan)이란 단어는 1944년 영국의 도널드 왓슨(Donald Watson, 1910~2005)이 비건 협회(Vegan Society in England)를 설립하면서 처음 사용한 용어로 동물성 식품이나 그것의 파생물을 전혀 섭취하지 않는 순수 채식주의자를 가리킨다. 최근에는 비거니즘(Veganism)이라는 용어로 더 넓은 의미의 문화적 운동을 표현하는데 이는 동물성 제품을 소비하는 것은 물론, 동물을 이용한 제품이나 서비스도 사용하지 않고 동물의 권리와 복지를 존중하는 생활 방식을 의미한다. 이러한 문화적 운동은 식단과 패션, 화장품 등 다양한 분야에도 영향을 주고 있다(Yoh, 2018). 비건 제품은 동물실험을 하지 않고 동물성 성분을 사용하지 않으며 안전한 식물성 천연재료를 사용하고 인공 향료, 인공 색소, 합성 방부제, 합성 계면활성제, 미네랄 오일, 실리콘 등 합성 성분을 포함하지 않는 친환경 성분의 제품을 의미한다(Choi & Yoh, 2013). 재료 및 성분뿐만 아니라 리사이클링, 동물보호, 환경 보존 등 지구와 상생하기 위한 일환이다. 즉 사회적 가치를 살리고 인체에 무해한 성분과 환경문제까지 고려한 제품을 뜻한다. 최근 비건은 동물실험을 하지 않고 친환경 재료를 사용하는 것까지 포괄하는 개념으로 확대되어 비건의 경제적 가치와 영향력을 나타내는 ‘비거노믹스(비건+이코노믹스)’라는 단어도 생겨났다(Sung et al., 2021)
미국 시장조사기관인 그랜드뷰리서치는 전 세계 비건 화장품의 시장 규모가 연평균 6%가 넘는 성장률을 기록해 2025년에는 208억 달러에서 2030년 270억 4천만 달러로 성장할 것으로 전망했다(Grand View Research, 2018). 국내 비건 화장품 시장 규모도 갈수록 커지는 추세다. 한국비건인증원에 따르면 한국 비건화장품 시장 규모는 2013년에 1600억 원 정도였지만 지난해 5700억 원으로 4배 가량 늘었으며, 2025년에는 1조 원에 육박할 것으로 예측했다(Vegan Korea, 2023). 이러한 비건 열풍은 뉴노멀 시대의 소비 트렌드로 각광을 받은 친환경 소비가 단기적인 트렌드에 그치지 않고 지속되고 있으며, 특히 ESG(Environment · Social · Governance) 경영의 확산과 함께 MZ세대의 소비 트렌드인 가치소비가 맞물리면서 비건화장품은 뷰티시장에서 영향력을 보이고 있다(G-enews, 2023).

2. 빅데이터 분석을 활용한 뷰티 관련 연구 동향

디지털 시대의 소비자들은 자신의 취향, 성향, 행동, 가치 등을 반영하는 데이터를 끊임없이 생성하고 공유한다. 이렇게 만들어내는 데이터는 검색어, 블로그, 소셜 미디어 게시물, 댓글 등의 명시적인 데이터뿐만 아니라 클릭, 검색, 이동, 정보 수집, 구매, 정보 전달 등의 암묵적인 데이터도 포함한다. 빅데이터를 분석하면 작은 규모의 데이터에서는 발견할 수 없었던 새로운 의미와 가치를 추출해 낼 수 있다. 또한 과거보다 더 빠르게 생성되고 실시간으로 업데이트되는 다양한 형태의 데이터를 통해 중요한 결정을 위한 데이터의 신뢰도를 높일 수 있다. 소비자들은 다양한 채널과 플랫폼을 통해 데이터에 접근하고 소통한다. 이들이 만들어내는 데이터를 분석하면 소비자들의 행동 패턴, 선호도, 관심도, 유입 경로, 이탈 요인 등을 분석하고 최적화할 수 있다. 또한 소비자들이 원하는 것을 파악하고 예측하여 맞춤형 서비스와 제품을 개발하고 추천할 수도 있다(Jung & Bae, 2022).
빅데이터는 정형, 반정형, 비정형 데이터로 구분되며, 인터넷, 모바일, 소셜 미디어, 사물인터넷 등 다양한 출처에서 생성되고 수집된다. 빅데이터 분석은 대량의 데이터를 처리하고 분석하는 기술과 방법을 의미하며, 데이터 마이닝, 소셜 네트워크 분석, 클러스터 분석 등 다양한 방법이 적용된다. 빅데이터 분석을 통해 사회 현상의 패턴을 분석하거나 이슈 인지 분석, 트렌드 변화 분석 등 다양한 분야의 연구 가능성을 가지고 있다(Kim, 2018; Jeon, 2019). 또한, 소비자 행동과 감정을 파악할 수 있고 도출된 다양한 패턴과 군집분석을 통해 미래의 예측과 대응에 활용이 가능하다(Kim, 2017).
뷰티산업 분야에서도 빅데이터를 활용한 트렌드 분석 및 다양한 연구들이 증가하고 있다. Song(2019)은 빅데이터를 활용하여 개인별 사용자의 성향과 뷰티 트렌드를 분석하고 상품 신뢰도를 평가하여 맞춤형 뷰티 상품을 추천 및 검색할 수 있는 시스템을 설계하고 구현하였다. Moon(2019)는 네이버, 다음, 구글, 유튜브에서 얻은 텍스트 형태의 빅데이터를 활용하여 헤어미용분야 패러다임 변화를 연구하였고, Lim, & Shin(2021)은 코로나19로 인한 화장품 트렌드의 변화를 파악하기 위해 빅데이터 분석을 활용하여 변화된 소비 환경에 대응하는 화장품 시장의 동향을 조사하였다. Kim & Cho(2022)는 소셜미디어 인스타그램에서 수집한 빅데이터로부터 피부 이미지 데이터를 지능적으로 식별하고, 피부상태 진단 및 관리를 위한 정형화된 피부 샘플 데이터를 추출하는 시스템을 개발하였다. Choi et al.(2022)는 비정형 빅데이터 분석을 통해 한국의 뷰티산업 최신 트렌드를 분석한 결과, K-뷰티 관련 트렌드, K-뷰티 산업의 주요 구성요소, 판로 등을 확인할 수 있었고, K-뷰티의 글로벌 시장 진출을 위한 의미 있는 시사점을 제시하였다. Lee et al.(2022)는 코로나19 발병 전후 사람들의 헤어스타일에 대한 트렌드를 파악하기 위해 비정형 빅데이터 분석을 수행하여 헤어스타일에 대한 미래의 방향성을 제시하였고, Seo et al.(2022)는 코로나19 상황에서 비정형 데이터를 분석하여 화장품 소비 트랜드 변화에 대해 분석하였다. Kim(2023)은 빅데이터와 딥페이크 기반의 헤어스타일 추천 시스템 구현에 관해 연구하였고, Lee & Choi(2024)는 텍스트 마이닝, 의미연결망 분석, 동시출현 키워드분석 등의 비정형 빅데이터 분석기법을 적용하여 최근 10년간의 메이크업 키워드 변화를 중심으로 메이크업 트렌드 연구를 수행하였다.

III. 내용 및 방법

1. 연구과제

본 연구는 최근 온라인 포털에서 관심도가 증가하고 있는 비건뷰티의 동향 및 소비자의 인신을 조사하기 위해 구글, 다음 및 네이버의 카페 및 블로그, 뉴스의 비정형 데이터를 사용하여 비정형 데이터 분석을 수행하였다. 즉, 비건뷰티와 관련한 이슈 및 주요 키워드를 확인하고, 소셜 네트워크 분석을 통한 유의미한 결과를 확인하기 위해 다음의 연구과제를 수립하였다.
과제 1: 온라인 포털의 비정형 데이터에 대한 텍스트마이닝을 통해 도출된 ‘비건뷰티’의 주요 키워드 빈도를 확인하고자 한다.
과제 2: ‘비건뷰티’와 관련한 주요 키워드에 대한 의미연결망 및 CONCOR 분석을 통해 결과를 도출하고자 한다.
과제 3: 결과를 바탕으로 ‘비건뷰티’의 동향 및 소비자의 인식을 확인하고자 한다.

2. 데이터 수집

본 연구는 비건뷰티의 국내 동향 및 소비자들의 인식을 확인하고자 비정형 데이터를 활용한 텍스트마이닝을 실행하였다. 먼저, 데이터 수집은 온라인 포털인 구글, 다음 및 네이버의 카페 및 블로그 공간을 통해 이루어졌고, 수집기간은 2022년 1월 1일부터 2023년 8월 31일까지 20개월간으로 설정하였다. 다음으로 주요 키워드를 수집하기 위해 빅데이터 분석 솔루션 프로그램인 텍스톰(Textom)을 사용하였는데, 이는 비정형 데이터 수집이 용이하고, 데이터 시각화 및 인사이트 관련 활용도가 매우 높은 프로그램으로, UciNet 프로그램을 활용한 중심성 분석 및 CONCOR 분석을 수행하는데 효과적인 분석도구라 할 수 있다(Jun & Seo, 2013).

3. 분석방법

온라인 포털에서 최근 이슈가 되고 있는 비건뷰티의 동향 및 소비자의 인식을 파악하기 위해 먼저, 본 연구과제의 핵심 키워드인 비건뷰티와 관련하여 텍스톰을 활용한 데이터를 수집하였다. 텍스톰은 의미연결망 및 CONCOR 분석 수행 시 빈도 및 매트릭스와 관련한 유의미한 정보를 제공하기 때문에 비정형 데이터를 분석하는데 있어 매우 효과적인 솔루션 프로그램이다. 둘째, 비건뷰티에 대한 유의미한 텍스트를 산출하기 위해 데이터 전처리 및 정제를 수행하였다. 구체적으로, 어근 및 수식언, 접두사 및 접미사를 제거하였고, 형태소 분석을 위해 MeCab을 활용하였다. 마지막으로, 텍스톰을 통해 수집된 비정형 데이터 중 50개의 유효 빈도 및 매트릭스 파일을 UciNet 프로그램과 연동하여 의미연결망 분석결과의 시각화 및 중심성 분석, CONCOR 분석을 실행하였다(Kwon et al., 2018). 특히, 중심성 분석에 있어 수집된 비정형 데이터가 비방향성을 나타내고 있기 때문에 이를 대표할 수 있는 연결중심성 및 위세중심성 분석을 수행하였다. 연결중심성은 노드(Node) 간 연결 빈도를 보여주기 때문에 연결빈도가 높을수록 영향력이 증대된다(Bogartti & Halgin, 2011). 또한 위세중심성은 연결 노드에 주안을 두기 때문에 가중치 부여를 통해 결과를 도출한다(Jeong & Kim, 2013). 마지막으로, 구조적 등위의 위치에 있는 주요 텍스트를 클러스터링 하는 CONCOR 분석을 수행하였다. Fig. 1은 본 연구수행을 위한 분석절차를 보여주고 있다.

IV. 결과 및 고찰

1. 빈도, TF-IDF 분석

비건뷰티와 관련한 데이터를 수집한 결과, 5,126개의 단어들이 도출되었고, 데이터 정제과정을 통해 연구에 사용될 핵심 키워드 50개를 선정하였다. 이에 대한 결과는 다음 Table 1과 같다. 빈도분석 결과를 보면, ‘클린뷰티’, ‘비뷰티’의 키워드 빈도가 가장 높게 제시되었고, 다음으로 ‘화장품’, ‘앰플’, ‘피부, ‘더블크림’, ‘동물원료실험’, ‘달바’, ‘원료사용’ 순으로 제시되었다. 이는 최근 비건뷰티에 대한 관심도가 증가하고 있음을 알 수 있다. ‘클린뷰티’와 ‘비뷰티’의 키워드 빈도가 가장 높게 제시된 것은 비건뷰티의 개념과 특성을 잘 나타내는 용어이기 때문이다. ‘클린뷰티’는 화장품의 성분과 제조 과정에서 윤리적이고 안전한 방식을 강조하는 용어로 비건뷰티의 핵심 가치와 일치한다. 환경에 긍정적 영향을 주고 동물실험을 하지 않는 제품을 선호하는 소비자들의 수요가 높아지면서 클린뷰티가 인기를 얻고 있다. ‘비뷰티’는 비건뷰티의 줄임말로 동물성 원료나 동물실험을 하지 않은 화장품을 의미한다. 동물보호와 자연친화적인 가치를 중시하는 비건 라이프스타일을 따르는 사람들이 증가하면서 비뷰티도 주목받고 있다. 이 두 용어는 비건뷰티에 대한 인식과 관심을 높이는 효과가 있다.
다음으로 ‘화장품’, ‘앰플’, ‘피부’, ‘더블크림’, ‘동물원료실험’, ‘달바’, ‘원료사용’ 순으로 제시된 것은 비건뷰티의 제품과 특성을 구체적으로 나타내는 용어들이기 때문이다. ‘화장품’은 비건뷰티의 대상이 되는 제품의 범주를 나타내고, ‘앰플’과 ‘더블크림’은 비건뷰티의 대표적인 제품 종류를 나타낸다. ‘피부’는 비건뷰티의 주요 소비자인 피부에 민감한 사람들의 관심사를 나타내고, ‘동물원료실험’은 비건뷰티의 가장 큰 차별점을 나타낸다. 화장품 제조를 위해 희생되는 동물에 대한 윤리적 의식이 높아지면서 동물실험을 하지 않는 제품을 찾는 소비자들이 많아지고 있다. ‘달바’는 비건뷰티의 대표적인 브랜드로, 동물실험을 하지 않고 천연성분만을 사용하는 화장품을 만드는 회사이며, ‘원료사용’은 비건뷰티의 성분에 대한 관심을 나타내는 용어로, 비건뷰티의 특성과 장점을 강조한다.
한편, TF-IDF 분석수행 결과, ‘앰플’, ‘클린뷰티’, ‘더블크림’, ‘달바’, ‘콜라겐’, ‘비뷰티’, ‘동물원료실험’, ‘화장품’ 순으로 나타나고 있는데 이는 식물성 원료로 하는 비건뷰티의 중요성이 대두되고 있다는 것을 의미한다. TF-IDF는 해단 단어 빈도(TF)와 문서의 빈도(IDF)를 곱하여 TF-IDF 값을 제시한 것이기 때문에 문서 내 주요 단어의 중요도를 제시하는 지표라 할 수 있다(Kang & Nam, 2021).

2. 의미연결망 분석

의미연결망 분석은 연결망 내의 주요 텍스트 간 연결을 통해 형성되는 관계를 시각화하여 전체적인 구조관계를 한번에 파악할 수 있는 분석기법이다. 비건뷰티에 대한 50개의 핵심키워드의 중심성 분석 및 의미 연경망 및 분석을 수행하였다. 한편, 중심성 지표로 연결중심성 및 위세중심성 지표를 제시하였고 분석결과는 다음 Table 2Fig. 2와 같다. 연결중심성은 노드 간 연결선의 수를 나타내는 것으로, 노드의 활동성을 중요시 한다(Borgatti et al., 2013). 연결중심성 분석을 수행한 결과, ‘클린뷰티’, ‘비뷰티’, ‘화장품’, ‘더블크림’ ‘추천’, ‘앰플’, ‘피부’, ‘동뭉원료실험’, ‘달바’ 순으로 영향력이 높게 나타났는데, 이는 빈도분석 결과와 유사한 구조를 보이고 있다. 또한 위세중심성 분석결과, ‘클린뷰티’, ‘비뷰티’, ‘화장품’, ‘더블크림’ 순으로 제시되어 연결중심성 분석결과와 비슷하게 나타났다. 위세중심성은 노드 간 가중치를 부여하기 때문에 주요 키워드와 타 키워드 간 영향력을 확인하는데 주로 사용된다.

3. CONCOR 분석

CONCOR 분석은 주요 단어 간 구조적 등위성을 나타내는 공출현 키워드 연관도를 이용하여 그룹화하는 알고리즘으로, 비건뷰티의 50개 키워드 그룹화를 위해 CONCOR 분석을 수행하였고 분석결과는 Table 3Fig. 3과 같이 나타났다.
첫 번째 그룹은 ‘클린뷰티’, ‘비뷰티’, ‘자연피부’, ‘비건화장품’, ‘친환경’, ‘식물원료’와 같은 비건뷰티의 속성에 대한 키워드 연관도가 높게 나타났다. 이는 비건뷰티가 동물실험과 동물성 원료를 배제하고 친환경적이고 자연스러운 제품을 제공한다는 것을 보여준다. 비건뷰티가 환경과 동물에 대한 책임감과 윤리적인 가치를 중시하는 소비자들에게 매력적인 제품이 될 것이라고 예상할 수 있다. 또한, 비건뷰티가 자연피부와 식물원료를 강조함으로써, 건강과 안전에 대한 관심이 높은 소비자들에게도 호응할 것이라고 예상할 수 있다.
두 번째 그룹은 ‘달바’, ‘콜라겐’, ‘디어달리아’, ‘허블룸’, ‘바이탈라인’과 같은 비건뷰티 제품에 대한 키워드 연관도가 높게 나타났다. 이는 비건뷰티 브랜드와 제품의 다양성과 차별성을 보여주며 비건뷰티가 단순히 기존의 화장품과 동일한 제품을 비건으로 대체하는 것이 아니라, 새로운 컨셉과 기능을 가진 제품을 개발하고 있다는 것을 보여준다. 예를 들어, 달바는 비건 콜라겐을 활용한 제품을 선보이고, 디어달리아는 비건 색조 화장품을 전문으로 하고, 허블룸은 비건 헤어 제품을 제공하고 있다. 이는 비건뷰티가 다양한 뷰티 케어 분야에서 경쟁력을 갖추고 있다는 것을 나타낸다. 또한, 비건뷰티가 고급스러운 이미지와 프리미엄한 가격을 가지고 있다는 것을 예상할 수 있다.
세 번째 그룹은 ‘뷰티시장’, ‘매출성장’, ‘체험’, ‘블로그 리뷰’, ‘트렌드’, ‘프리미엄’과 같은 비건뷰티 마케팅에 대한 키워드 연관도가 높게 나타났다. 이는 비건뷰티가 뷰티 시장의 주요 성장 동력이 되고 있다는 것을 의미한다. 예를 들어, 뷰티 시장은 코로나19로 인해 전반적으로 위축되었지만, 비건뷰티는 반대로 성장세를 보였다. 또한, 비건뷰티는 소셜 미디어, 블로그, 리뷰 등을 통해 소비자들의 의견과 트렌드를 파악하고 체험과 홍보를 통해 소비자들의 관심과 호감을 끌고 있다. 이는 비건뷰티가 소비자들과의 소통과 교감을 중요시하고 있다는 것을 나타낸다.
마지막으로, 네 번째 그룹은 ‘피부’, ‘추천’, ‘성분’, ‘자극’, ‘메이크업’과 같은 뷰티케어에 대한 키워드 연관도가 높게 나타났다. 이는 비건뷰티가 소비자들의 뷰티케어에 새로운 가치와 효과를 제공하고 있다는 것을 보여준다. 예를 들어, 비건뷰티는 피부에 자극적이거나 유해한 성분을 배제하고, 천연성분과 식물성 원료를 활용하여 피부에 좋은 영향을 준다. 또한, 비건뷰티는 추천과 리뷰를 통해 소비자들의 뷰티케어에 도움을 주고, 메이크업을 통해 소비자들의 아름다움을 더욱 빛내준다. 이는 비건뷰티가 소비자들의 뷰티케어에 긍정적인 변화와 만족감을 가져다주고 있다는 것을 의미한다.

V. 결 론

본 연구는 비건뷰티의 동향 및 소비자의 인식을 조사하기 위해 본 연구는 구글, 다음, 네이버의 카페, 블로그, 뉴스 등에서 비정형 데이터를 수집하여 빅데이터 분석을 진행하였다. 이때 텍스트 마이닝 기법을 활용하여 데이터를 정리하고, 빈도분석, TF-IDF 분석, 의미연결망 분석, CONCOR 분석 등의 방법으로 비건뷰티에 관한 소비자의 인식에 영향을 주는 요인을 도출하였다. 이에 대한 분석결과에 따른 결론을 제시하면 다음과 같다.
첫째, 비건뷰티와 관련한 키워드 분석결과 ‘클린뷰티’, ‘비뷰티’가 최상위 주요 단어로 나타났으며, ‘화장품’, ‘앰플’, ‘피부’, ‘더블크림’, ‘동물원료실험’, ‘달바’, ‘원료사용’ 등의 단어들이 그 뒤를 이어 제시되었다.
둘째, TF-IDF 분석수행 결과 ‘앰플’, ‘클린뷰티’, ‘더블크림’, ‘달바’, ‘콜라겐’, ‘비뷰티’, ‘동물원료실험’, ‘화장품’ 순으로 나타났다. 이러한 단어들이 언급된 이유는 환경과 동물에 대한 책임감, 건강과 안전에 대한 관심, 윤리적 소비에 대한 욕구 등이 복합적으로 작용하기 때문이라 사료된다. 비건뷰티 제품은 동물실험과 동물성 원료를 배제하고 자연에서 얻은 식물성 원료를 사용하여 환경과 동물을 보호하며 피부에 미치는 부작용을 줄이는 선택으로 인식되고 있다. 또한, 비건뷰티 브랜드는 공정거래와 윤리적인 생산 방식을 채택하는 경우가 많아 소비자들의 신뢰와 선호도를 높이고 있다.
셋째, 비건뷰티와 관련된 50개의 키워드를 중심성 분석과 의미 연결망 분석을 통해 분석한 결과 ‘클린뷰티’, ‘비뷰티’, ‘화장품’, ‘더블크림’ ‘추천’, ‘앰플’, ‘피부’, ‘동물원료실험’, ‘달바’가 가장 영향력이 크게 나타났고, 이는 빈도분석 결과와 일치하는 구조를 보였다. 또한 위세중심성 분석에서도 ‘클린뷰티’, ‘비뷰티’, ‘화장품’, ‘더블크림’ 순으로 높은 값을 보여주어, 연결중심성 분석과 유사한 결과를 보였다.
넷째, CONCOR 분석을 통해 도출된 비건뷰티와 관련된 50개 키워드 그룹화 결과 첫 번째 그룹은 비건뷰티의 속성에 대한 키워드로 비건뷰티의 핵심적인 가치와 특징을 나타내며 이를 통해 비건뷰티가 지속적으로 성장할 수 있는 잠재력을 보여준다. 두 번째 그룹은 비건뷰티 제품에 대한 키워드로 비건뷰티의 혁신성과 차별성을 나타내며 이를 통해 비건뷰티가 높은 수요와 매출을 기록할 수 있을 것이라고 예상할 수 있다. 세 번째 그룹은 비건뷰티 마케팅에 대한 키워드로 비건뷰티의 시장성과 인기도를 보여준다. 이를 통해 비건뷰티가 더 많은 소비자들에게 알려지고 인정받을 수 있을 것이라고 예상할 수 있다. 네 번째 그룹은 뷰티케어에 대한 키워드로 비건뷰티가 소비자들의 뷰티케어에 어떤 영향을 미치고 있는지를 보여준다. 이를 통해 비건뷰티가 소비자들의 뷰티케어에 필수적인 요소가 될 것이라고 예상할 수 있다.
본 연구는 비정형 빅데이터를 활용하여 비건뷰티의 동향 및 소비자의 인식에 영향을 미치는 다양한 요인과 관계를 분석하여 비건뷰티의 향후 전망을 예측하였다. 이러한 분석결과는 비건뷰티 브랜드의 제품 개발, 마케팅, 경쟁력 강화 등에 활용될 수 있다. 그러나 비정형 데이터를 통한 비건뷰티 소비자 인식 조사에는 다음과 같은 한계점이 있다. 비정형 데이터는 표본의 편향성, 데이터의 질, 신뢰성 등의 문제가 있을 수 있고, 텍스트 데이터의 해석에 주관성이 개입될 수 있다. 따라서, 향후 연구에서는 소셜 미디어, 블로그, 리뷰 등의 텍스트 데이터와 같은 비정형 데이터와 함께, 실제 구매 데이터, 설문조사 데이터, 인구통계학적 데이터의 정형 데이터와 통합하여 분석하는 방법을 모색해야 할 것이다.

Fig. 1.
Analysis process.
JKSC-2024-30-3-461f1.jpg
Fig. 2.
The results of semantic network analysis.
JKSC-2024-30-3-461f2.jpg
Fig. 3.
The visualization of CONCOR analysis.
JKSC-2024-30-3-461f3.jpg
Table 1.
The Results of Frequency and TF-IDF Analysis
Ranks Keywords Frequency TF-IDF Ranks Keywords Frequency TF-IDF
1 Clean beauty 1,674 1949.07 26 Environmental 390 866.67
2 V-beuty 1,214 1496.73 27 DearDahlla 385 987.74
3 Cosmetics 1,202 1640.98 28 Premium 382 893.88
4 Ampoule 1,020 2320.37 29 Plant raw material 372 952.89
5 Skin 905 1483.19 30 Hyundai Dept 360 1020.74
6 Double cream 904 1866.24 31 Vital line 358 961.17
7 Recommendation 853 1428.34 32 Body care 340 1014.27
8 Animal raw material experiment 806 1691.86 33 Skin care 337 844.88
9 d'Alba 792 1746.58 34 Moisturizing cream 316 852.73
10 Use of raw materials 718 1219.03 35 Trend 311 764.74
11 Certified 665 1231.93 36 Raw material 292 747.97
12 Ingredient 662 1203.32 37 Stimulation 290 744.01
13 Collagen 638 1742.48 38 Lip 287 883.69
14 Release 519 1123.18 39 Healthy skin 267 720.50
15 Cleansing 504 1022.85 40 Beauty market 262 741.65
16 Tone up 498 1089.93 41 Inner beauty 252 729.69
17 Care 494 1079.81 42 Biggerry 249 816.47
18 Value consumption 475 1205.47 43 Herbloom 244 722.42
19 Oliveyoung 451 1073.03 44 Sales growth 244 763.03
20 Make-up 449 1074.30 45 Experience 243 691.71
21 Sunscreen 441 1243.76 46 Opening store 241 765.83
22 Nautural skin 419 912.43 47 Blog review 227 639.04
23 Shampoo 407 1214.14 48 Calming effect 222 710.44
24 Dry cosmetics 404 961.21 49 Introduction 221 608.88
25 Eco-friendly 399 911.28 50 Beebeuty editing shop 220 661.72
Table 2.
The Results of Centrality Analysis
Keywords Degree centrality Eigenvector centrality Keywords Degree centrality Eigenvector centrality
Clean beauty 0.262 0.329 Environmental 0.064 0.085
Beebeuty 0.219 0.286 DearDahlla 0.055 0.076
Cosmetics 0.199 0.270 Premium 0.070 0.093
Ampoule 0.170 0.243 Plant raw material 0.082 0.111
Skin 0.169 0.245 Hyundai Dept 0.069 0.104
Double cream 0.185 0.260 Vital line 0.061 0.079
Recommendation 0.177 0.245 Body care 0.051 0.074
Animal raw material experiment 0.152 0.211 Skin care 0.063 0.095
d'Alba 0.150 0.187 Moisturizing cream 0.076 0.121
Use of raw materials 0.132 0.188 Trend 0.050 0.068
Certified 0.123 0.175 Raw material 0.066 0.096
Ingredient 0.124 0.180 Stimulation 0.058 0.085
Collagen 0.138 0.178 Lip 0.037 0.053
Release 0.089 0.110 Healthy skin 0.047 0.066
Cleansing 0.072 0.104 Beauty market 0.036 0.048
Tone up 0.097 0.128 Inner beauty 0.058 0.078
Care 0.085 0.115 Biggerry 0.060 0.080
Value consumption 0.077 0.103 Herbloom 0.050 0.078
Oliveyoung 0.067 0.091 Sales growth 0.034 0.044
Make-up 0.066 0.087 Experience 0.039 0.057
Sunscreen 0.076 0.106 Opening store 0.049 0.063
Nautural skin 0.058 0.079 Blog review 0.038 0.054
Shampoo 0.053 0.075 Calming effect 0.049 0.081
Dry cosmetics 0.078 0.128 Introduction 0.036 0.051
Eco-friendly 0.063 0.090 Beebeuty editing shop 0.045 0.063
Table 3.
The Results of CONCOR Analysis
Group Keywords No
Group 1 (Attributes of vegan beauty) Clean beauty, Beebeauty, Certified, Natural skin, Dry cosmetics, Eco-friendly, Environmental, Plant raw material, Healthy skin, Biggerry, Calming effect, Use of raw materials 13
Group 2 (Products of vegan beauty) Cosmetics, Ampoule, d’Alba, Collagen, Cleansing, Double cream, Sunscreen, Shampoo, DearDahlla, Moisturizing cream, Lip, Herbloom, Vital line 13
Group 3 (Marketing for vegan beauty) Beauty market, Sales growth, Opening store, Experience, Blog review, Introduction, Beebeauty editing shop, Trend, Premium, OliveYoung, Hyundai Dept, Release, Value consumption 13
Group 4 (Beauty care) Skin, Recommendation, Ingredient, Tone up, Care, Make-up, Stimulation, Skin care, Body care 10

References

Borgatti, S. P., Everett, M. G., & Johnson, J. C.. (2013). Analyzing social networks Thousands Oaks, California, SAGE Publications Inc.
Borgatti, S. P., & Halgin, D.. (2011). Analyzing Affiliation Networks The SAGE Handbook of Social Network Analysis, p.417-433. doi: 10.4135/9781446294413.
Choi, E., Lee, M. J., & Seo, S. Y. (2022). Prediction of K-Beauty Industry Trend Using Big Data. Journal of the Korean Society of Cosmetology, 28(6), 1373-1382, doi: 10.52660/JKSC.2022.28.6.1373
crossref pdf
Go, Y. J. (2023). Analysis of the Effect of Vegan Cosmetics Green Washing on Consumer Perception of MZ Generation: Focusing on the change in perception before and after using Vegan Beauty Cosmetics products. Master’s Thesis, Woosong University, Daejeon.
Jang, S. K. (2023). The Influence of Consumption Values on Perception of Vegan Cosmetics and Purchase Behavior. Master’s Thesis, Kyungil University, Gyeongsangbuk-do.
Jeong, J. H., & Kim, J. W. (2013). Collaborative Filtering Techniques Using Social Network Analysis for UCC Recommendation. Korean Institute of Information Technology, 11(1), 185-195.
Jeon, J. Y. (2019). A Study of Korea “Big Data” Research Trends Using Big Data Analysis: Focusing on Engineering and Social Science in KCI Journal. Master’s Thesis, Hanbat National University, Daejeon.
Jun, C. N., & Seo, I. W. (2013). Analyzing the Bigdata for Practical Using into Technology Marketing: Focusing on the Potential Buyer Extraction. Journal of Marketing Studies, 21(2), 181-203.
Jung, K. H., & Bae, S. J. (2022). A Study on Consumer Perception Using Text Mining for the Activation of Vegan Fashion Brands. The Journal of Humanities and Social Science, 13(4), 977-992.
crossref
Kang, J. W., & Nam, K. Y. (2021). Understanding Consumers’ Perceptions of the Fresh-Food Delivery Platform Service Based on Big Data: Using Text Mining and Semantic Network Analysis. Korean Journal of Hospitality and Tourism, 30(2), 37-52.
crossref
Kim, E. D. (2017). A study on the Ergonomic Fashion Design in Fashion Websites Since 2000. Doctoral Dissertation, Ewha Womans University, Seoul.
Kim, J. S. (2018). A Study on the Perception of Fashion Streaming Service Using Text Mining Analysis : Focused on PROJECT ANNE. Journal of the Korean Society of Fashion Design, 18(1), 107-118, doi: 10.18652/2018.18.1.7
crossref
Kim, R. A. (2020). The Effect of Perception of Vegan on Purchase Behavior and Satisfaction of Vegan Cosmetics. Master’s Thesis, Sookmyung Women’s University, Seoul.
Kim, T. K. (2023). Implementation of Hair Style Recommendation System Based on Big data and Deepfakes. Journal of Internet of Things and Convergence, 9(3), 13-19.
Korea Agency of Vegan Certification and Services. (2023). https:/vegan-korea.com/?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&bmode=view&idx=14607229&t=board.
Kwon, S., Park, J., & Lee, J. (2018). Research Trends of Parenting Stress in Korean Academic Journals: A Semantic Network Analysis. Journal of Korean Home Management Association, 36(4), 57-72, doi: 10.7466/JKHMA.2018.36.4.57
crossref
Lee, M. J., & Choi, E. (2024). A Study on the Make-up Trends using Unstructured Big Data; Focusing on Make-up Keyword Changes in the Last 10 Years. Journal of the Korean Society of Cosmetology, 30(1), 86-96, doi: 10.52660/JKSC.2024.30.1.86
crossref pdf
Lee, M. J., Seo, S. Y., & Choi, E. (2022). Trend Investigation of Hairstyles Using Big Data Analysis Before and After of COVID-19: Focusing on Text Mining and Semantic Network Analysis. Journal of The Korean Society of Cosmetology, 28(6), 1383-1390, doi: 10.52660/JKSC.2022.28.6.1383
crossref pdf
Lim, H. S., & Shin, J. W. (2021). A Study on the Trends of Cosmetics through Big Data Analysis: Focusing on text mining and semantic network analysis. The Korean Society of Illustration Research, 66:85-95, doi: 10.37379/JKSIR.2021.66.8
crossref
Moon, S. H. (2019). Paradigm changes in hairdressing industry using big data. Master’s Thesis, Gwangju Women’s University, Jeollanamdo, 220-225.
Seo, S. Y., Lee, M. J., & Choi, E. (2022). Research Study on the Post-pandemic Consumption Trend of Korean Cosmetic Products Using Unstructured Data. Journal of the Korean Society of Cosmetology, 28(6), 1366-1372, doi: 10.52660/JKSC.2022.28.6.1366
crossref pdf
Shin, Y. J. (2022). A Study on Awareness and Use of Vegan Cosmetics. Master’s Thesis, Sungshin University, Seoul.
Song, J. O. (2019). Personalized Recommendation and Search System Based on Beauty Big Data Considering User Preferences and Item Reliability. Master’s Thesis, Chungbuk National University, Chungbuk, 139-140.
Sung, Y., Im, D. Y., & Doo, Y. T. (2021). A Study on Service Quality on Satisfaction and Repurchase Intention of Vegan Trend Products. Journal of Product Research, 39(3), 49-54.
Yoh, E. A. (2018). Determinants of Purchase Intention for Vegan Fashion Products: Application of the Modified Planned Behavior Model. The Research Journal of the Costume Culture, 26(2), 125-139, doi: 10.29049/RJCC.2018.26.2.125
TOOLS
METRICS Graph View
  • 0 Crossref
  •  0 Scopus
  • 187 View
  • 7 Download
Related articles


ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
Editorial Office
69 Gwangju Yeodae-gil, Gwangsan-gu, Gwangju, 62396, Korea
Tel: +82-10-2825-6735   Fex: +82-62-950-3797    E-mail: beauty2007@hanmail.net                

Copyright © 2024 by Korean Society of Cosmetology.

Developed in M2PI

Close layer
prev next