1. 연구의 필요성 및 목적

빅데이터라는 용어는 데이터의 활용이 경제적 가치로 발전하면서 주목을 받았고, 2012년 세계경제포럼인 다보스 포럼에서 ‘국제 개발의 새로운 가능성을 여는 2012년의 가장 중요한 기술’로 선정되었을 정도로 그 중요성을 인정받았다(Lim, 2014). 이렇게 가장 중요한 핵심 기술인 빅데이터는 일반적인 데이터베이스 소프트웨어가 수행할 수 있는 데이터 수집 방식이나 저장, 관리 및 분석의 정도를 뛰어넘는 대량의 데이터를 의미하며, 기존의 데이터를 해석하여 발전시키고 더욱 견고하게 만드는 잠재력을 갖추었다고 인식되고 있다(Manyika et al., 2011; White & Breckenridge, 2014).

전 세계적으로 서비스업의 고도화와 융합화가 이루어지면서 서비스 경제화가 활발히 진행 중이며, 세계 경제 및 산업 환경 변화에 따라 4차 산업혁명을 통해 급변하는 생산, 소비 트렌드에 맞춰 서비스 산업의 경쟁력 강화를 위해 국가와 산업 시스템의 대대적인 전환을 도모해야 한다(Jeun, 2017; Yook, 2018).

따라서 미용·뷰티 분야는 서비스 산업의 한 분야로서 사회적 흐름과 유행에 민감하고, 헤어, 메이크업, 피부, 네일 등 다양한 분야와 접목되어 우리 생활에 밀접하게 연결되며, 인간의 감성을 다루는 분야이기도 하고, 전문성을 중시하는 기술 분야로 시대적 사회현상 변화의 동향을 분석할 필요가 있다(Hwang, 2021). 또한 2000년대 이후 미용·뷰티학과의 설립과 종사자의 증가로 미용 교육이 중요한 요소로 부각되어 인적 자원의 개발과 전문인 양성에 중점을 두고 있다(Na, 2022). 또한 미용·뷰티 산업에 대형 프랜차이즈가 등장하면서 고급화, 대형화, 보편화되고 있는 추세이며, 소비자 만족을 위한 미용 서비스의 시대적 인식이 높아지고 있다(Kim, 2015).

기존의 빅데이터 분석을 활용한 미용·뷰티 연구 동향에 관련된 선행연구들을 살펴보면, Lee & Choi(2024)은 최근 10년간 메이크업 트렌드에 관하여 인터넷 검색엔진에서 메이크업 키워드와 고객 니즈가 어떻게 변화하였는지 연구하였고, Lee & Park(2024)은 각 년도별 논문을 빅데이터로 추출하여 헤어 스타일 연구 동향을 파악해 헤어스타일 논문 분석의 기본 자료 제공에 관한 연구하였고, Hwang(2021)은 미용, 뷰티 관련 학위논문의 연구 동향을 빅데이터를 활용하여 연구하였다. 한편 미용, 뷰티 관련 인터넷 뉴스 키워드의 동향을 분석하여 미용 산업에서 시대별 트렌드에 맞는 경쟁력 있는 분야를 분석하여 미용·뷰티에 관한 사회적 인식의 변화와 미디어적으로 이슈나 유행을 분석할 수 있는 연구에 대해서는 미비한 실정이다.

따라서 본 연구에서는 빅데이터 분석을 활용하여 AI가 활성화되기 이전의 시대적 흐름을 용이하게 파악하기 위해 뉴스 웹크롤링을 이용해 미용·뷰티 키워드가 들어간 1994년부터 2023년까지의 네이버 뉴스를 데이터로 도출해 시대별 동향을 알아보고자 한다. 이를 통해 미용·뷰티 관련 산업에서 시대별 트렌드를 분석하여 각 분야에 경쟁력 있는 키워드를 통해 우리 사회 안에서 인식의 변화와 미디어에서 유행이나 이슈를 파악하여 앞으로 미용·뷰티 산업이 나아갈 방향을 제시하고자 한다.

1. 빅데이터 분석

2. 웹 크롤링

크롤링(Crawling)은 웹(Web)상에 존재하는 콘텐츠를 수집하는 데이터 수집 작업으로 인터넷상의 데이터를 가져와서 파싱하고 필요한 데이터만 추출하는 기법이며, 이런 작업을 위한 프로그램을 크롤러(Crawler)라고 부르며 웹 페이지를 대량으로 처리한다(Olston et al., 2010).

웹 크롤링을 위해서는 웹 크롤러를 만들 필요가 있고, 웹 크롤러는 웹 검색엔진의 주요 구성요소인 웹 페이지 모음에 대해 색인을 생성하고 검색 요소와 일치하는 웹 페이지를 찾는 역할을 하며, 웹 페이지에 대한 정보와 검색하려는 검색어, 정보를 세거나 분류하는 등의 처리를 할 수 있는 각종 모듈이 요구된다(Kim, 2020).

웹 크롤링 분석기술은 총 3단계로 진행되는데, 1단계로 웹 크롤러가 원하는 정보를 담고 있는 인터넷 웹사이트 Hypertext Makeup Language (HTML) 페이지를 선별한 후, 2단계로 각 HTML, Cascading Style Sheet(CSS) 등에서 필요한 데이터를 추출하는 기술인 Web Scarping Technology를 통해 파싱(Parsing)한 뒤, 3단계로 그 중 필요한 데이터를 추출하여 자동으로 저장한다(Kim, 2021).

1. 분석 대상 및 자료 수집

본 연구에서는 빅데이터 분석을 활용하여 시대적 흐름을 용이하게 파악하기 위해 뉴스 웹크롤링을 이용해 ‘미용’·‘뷰티’ 키워드가 제목이나 본문 내용에 언급된 데이터를 분석 대상으로 수집하였다. 데이터 수집 범위는 인터넷 뉴스의 양이 워낙 방대하기 때문에 국내 대표 인터넷 검색엔진인 네이버(Naver) 뉴스를 대상으로 한정하였다.

자료 분석 범위는 1994년부터 2023년으로 설정하였다. 그 배경은 미용·뷰티의 연구가 심층적으로 이루어져 국내 학술지 논문이 발표된 시점인 1994년을 기준으로 설정해 신뢰성 있는 데이터를 수집하였고, AI가 본격적으로 모든 분야에 활성화되기 이전인 2023년까지를 설정하여 데이터를 수집하였다.

아울러 소셜네트워크분석 회사인 ㈜더아이엠씨에 뉴스 데이터 수집을 요청하였고, ㈜더아이엠씨의 텍스톰(TEXTOM) 프로그램을 통해 정제 후 활용된 데이터 건수는 총 283,727건을 수집하였다. 이를 기준점부터 세기별로 나누어 10년 단위로 변화되는 시대적 흐름을 분석할 수 있도록 1시기 1994~2000년, 2시기 2001~2010년, 3시기 2011~2023년으로 시기를 구분하여 설정하였다.

2. 연구 절차

본 연구에서 알아보고자 하는 미용·뷰티 뉴스 데이터의 연구 동향 분석을 위해 빅데이터 분석의 텍스트 마이닝과 네트워크 중심성 분석을 활용하여 도출하는 것으로 자료준비 단계인 첫 번째 데이터 수집은 뉴스 제목과 본문에 ‘미용·뷰티’ 키워드가 들어간 경우를 따로 수집하여 수집된 데이터의 주요 단어 추출을 위해 Mecab 모듈을 이용해 형태소를 분석하여 추출한 후 중복된 데이터를 필터링을 통해 정제하였다.

이처럼 데이터 정제 및 필터링 후 텍스트 마이닝 분석 결과 단어빈도(TF), 단어빈도-역문서 빈도(TF-IDF)의 교차분석과 시기별 키워드 순위분석, 텍스트 네트워크 중심성 분석을 이용한 CONCOR 분석을 통해 이를 시각화한 결과로 TF·TF-IDF 교차분석과 키워드 순위 분석은 엑셀(EXCEL)로 CONCOR분석은 UCINET6.0로 시각화하여 분석 결과에서 시기별 뉴스의 동향을 파악함으로써 미용·뷰티 산업이 나아갈 방향을 분석하였다.

1. 단어빈도-역문서 빈도(TF-IDF)의 교차분석

텍스트마이닝 분석 시 TF와 TF-IDF 수치를 많이 보게 되는데, 하나의 수치만으로 키워드들을 해석하는 데는 한계가 있고, 신뢰성에 문제가 있기 때문에 TF와 TF-IDF를 동시에 보는 교차분석을 통해 분석하였다.

각 시기별 TF와 TF-IDF 상위 50개 키워드를 선정한 후, TF 상위 20개 키워드와 TF-IDF 상위 20개 키워드를 추출한 뒤 공통으로 해당하는 상위 4개의 키워드를 해당 시기의 핵심 키워드로 정의한 후 키워드를 추출하여 엑셀로 정리하였다.

미용·뷰티 뉴스의 1시기(1994~2000년)의 교차분석 결과는 <Table 1>과 같고, 미용 ·뷰티 뉴스의 2시기(2001~2010년)의 교차분석 결과는 <Table 2>와 같고, 미용 ·뷰티 뉴스의 3시기(2011~2023년)의 교차분석 결과는 <Table 3>과 같다.

Table 1.

TF·TF-IDF Cross-Analysis in the First Period of News

Table 2.

TF·TF-IDF Cross-Analysis in the Second Period of News

Table 3.

TF·TF-IDF Cross-Analysis in the Third Period of News

1시기 미용·뷰티 뉴스에 대한 상위 20개 키워드들에 대한 언급량과 중요도인 TF·TF-IDF 교차분석 결과 언급량이 가장 높은 상위 4개의 키워드는 ‘여성’, ‘화장품’, ‘목욕’, ‘자격증’ 순으로 나타났고, 2시기에는 ‘화장품’, ‘남성’, ‘창업’, ‘한방’ 순으로 나타났고, 3시기에는 ‘시술’, ‘남성’, ‘미용학원’, ‘자격증’ 순으로 나타났고 언급량과 중요도의 키워드 교차분석 결과 각 시기별 유행하는 키워드들의 순위를 알 수 있어 유의미한 상관관계가 나타난 것을 알 수 있다.

2. 키워드 순위 분석

<Table 4>의 키워드 순위 분석은 1시기, 2시기, 3시기 자료를 모두 취합한 후 각 시기별 총 빈도가 상위 50개인 키워드에 대해 순위 변동을 나타내었다. 시기별 미용·뷰티 뉴스의 키워드 순위 변동 분석 결과로 이때 ‘-’ 표기는 해당 시기에 50위 밖으로 나타났음을 의미한다.

Table 4.

Changes in the Ranking of News Keywords

각 시기별 미용·뷰티 뉴스의 상위 10위권 내의 공통 중요 핵심 키워드는 ‘미용실’, ‘여성’, ‘화장품’, ‘피부미용’, ‘헤어’, ‘교육’, ‘미용사’로 나타나 시대가 흘렀음에도 관심도와 언급도가 일정하게 높은 것을 알 수 있다. 이를 통해 앞으로 나아갈 미용·뷰티 산업의 방향성도 공통 중요핵심 키워드를 놓치지 않고 트렌드와 유행이 변화하여도 중요성을 높게 가지고 가야 할 것이다.

반면, 시기별 미용·뷰티 뉴스 키워드 변동 분석결과 최근 들어 점차 순위가 높아진 ‘시술’, ‘헤어’, ‘다이어트’, ‘성형외과’, ‘자격증’, ‘네일’, ‘의료기기’, ‘교정’, ‘보톡스’, ‘주름’, ‘탈모’, ‘헤어스타일’ 키워드는 시대별 유행이나 관심도의 검색 빈도가 높아지는 것을 알 수 있다. 또한 ‘한방’, ‘노화’, ‘천연’, ‘운동’, ‘염색’, ‘마사지’와 같은 키워드는 시대가 흐름에 따라 검색 빈도가 점차 낮아지는 것을 보면 점차 관심도가 하락하는 것을 알 수 있다. 이를 통해 더 집중해야 할 미용·뷰티 산업의 방향성을 인지하고 빠르게 변화해야 하는 미용·뷰티 산업에 맞는 트렌디한 키워드의 진입을 예상하여야 한다.

3. 텍스트 네트워크 분석(CONCOR 분석)

CONCOR(CONvergence of iterated CORrelations)분석은 단어 공출현 매트릭스의 상관관계 분석을 토대로 행렬의 열 사이의 유사도를 측정해 특정 블록들간의 관계를 파악하여 유사성 집단(cluster)을 찾아내는 방법이다. 본 CONCOR 분석에서는 각 시기별 TF 상위 50개 키워드에 대해 분석을 진행하였고, 시기별 미용·뷰티 뉴스의 상위 50위권의 1시기 중심성 분석을 이용한 CONCOR 분석결과를 시각화한 것은 <Fig. 1>과 같다.

Fig. 1.

CONCOR analysis of first Period of News

시기별 미용·뷰티 뉴스의 TF 상위 50위권의 1시기 중심성 분석을 이용한 CONCOR 분석결과 키워드들 간에 상관관계 유사도가 큰 순서로 군집이 형성되어 총 6개의 클러스터가 형성되었다. 이는 ‘여성 뷰티’, ‘미용 위생’, ‘헤어, 패션’, ‘미용 교육’, ‘남성 뷰티’, ‘미용 시술’ 순으로 클러스터가 나타났으며, 여성 뷰티 클러스터에서는 ‘피부미용’, ‘화장품’, ‘메이크업’, ‘디자인’, ‘성인병’, ‘스트레스’ 등의 키워드가 나타났고, 미용 위생 클러스터에서는 ‘목욕’, ‘목욕탕’, ‘헤어’, ‘염색’, ‘위생’, ‘불법’ 등의 키워드가 나타났다. 헤어, 패션 클러스터에서는 ‘미용실’, ‘교육’, ‘미용사’, ‘패션’, ‘취업’ 등의 키워드가 나타났고, 미용 교육 클러스터에서는 ‘여성’, ‘미용학원’, ‘전문학교’ 키워드가 나타났다. 남성 뷰티 클러스터에서는 ‘남성’, ‘헬스’, ‘운동’, ‘쇼핑몰’, ‘컬러’ 등의 키워드가 나타났고, 미용 시술 클러스터에서는 ‘클리닉’, ‘성형외과’, ‘성형수술’, ‘시술’ 키워드가 나타났다.

시기별 미용·뷰티 뉴스의 상위 50위권의 2시기 중심성 분석을 이용한 CONCOR 분석결과를 시각화한 것은 <Fig. 2>와 같다.

Fig. 2.

CONCOR analysis of second Period of News

시기별 미용·뷰티 뉴스의 TF 상위 50위권의 2시기 중심성 분석을 이용한 CONCOR 분석결과 키워드들 간에 상관관계 유사도가 큰 순서로 군집이 형성되어 총 5개의 클러스터가 형성되었다. 이는 ‘미용 시술’, ‘헤어 창업’, ‘외적 뷰티’, ‘미용 교육’, ‘외적 힐링’ 순으로 클러스터가 나타났으며, 미용 시술 클러스터에서는 ‘성형외과’, ‘피부과’, ‘시술’, ‘성형수술’, ‘여드름’ 등의 키워드가 나타났고, 헤어 창업 클러스터에서는 ‘미용실’, ‘디자인’, ‘취업’, ‘운동’, ‘창업’ 등의 키워드가 나타났다. 외적 뷰티 클러스터에서는 ‘남성’, ‘미용사’, ‘연예인’, ‘모발’, ‘화장’, ‘탈모’ 등의 키워드가 나타났고, 미용 교육 클러스터에서는 ‘교육’, ‘피부미용사’, ‘피부미용’, ‘자격증’ 등의 키워드가 나타났고, 외적 힐링 클러스터에서는 ‘스파’, ‘다이어트’, ‘화장품’, ‘노화’, ‘웰빙’ 등의 키워드가 나타났다.

시기별 미용·뷰티 뉴스의 상위 50위권의 3시기 중심성 분석을 이용한 CONCOR 분석결과를 시각화한 것은 <Fig. 3>과 같다.

Fig. 3.

CONCOR analysis of third Period of News

시기별 미용·뷰티 뉴스의 TF 상위 50위권의 3시기 중심성 분석을 이용한 CONCOR 분석결과 키워드들 간에 상관관계 유사도가 큰 순서로 군집이 형성되어 총 6개의 클러스터가 형성되었다. 이는 ‘헤어 미용’, ‘한국 미용’, ‘미용 교육’, ‘남녀 건강’, ‘미용 시술’, ‘미용기기 및 외적 뷰티’ 순으로 클러스터가 나타났다. 헤어 미용 클러스터에서는 ‘미용실’, ‘탈모’, ‘모발’, ‘두피’, ‘헤어’ 등의 키워드가 나타났고, 한국 미용 디자인 클러스터에서는 ‘한류’, ‘디자인’, ‘미용박람회’ 키워드가 나타났다. 미용 교육 클러스터에서는 ‘메이크업’, ‘교육’, ‘미용사’, ‘자격증’, ‘취업’ 등의 키워드가 나타났고, 남녀 건강 클러스터에서는 ‘남성’, ‘여성’, ‘운동’, ‘마사지’, ‘패션’ 등의 키워드가 나타났다. 미용 시술 클러스터에서는 ‘시술’, ‘주름’, ‘피부과’, ‘부작용’, ‘레이저’, ‘교정’ 등의 키워드가 나타났고, 미용기기 및 외적 뷰티 클러스터에서는 ‘피부미용’, ‘화장품’, ‘의료기기’, ‘한방’, ‘다이어트’ 등의 키워드가 나타났다. Choi, Lee & Seo(2022)의 CONCOR 분석결과 K-뷰티산업이 6개의 그룹으로 구분되어 각 그룹별 서로 연결성이 높은 키워드가 도출되어 K-뷰티산업 트렌드의 동향을 예측할 수 있다고 보고하였다. Moon & Lee(2020)의 CONCOR 분석을 통한 시각화 결과 헤어커트 키워드 핵심 단어들의 7개의 의미있는 클러스터가 명명되어 본 연구결과와 유사하게 중심성 지수가 높은 키워드들의 특성을 잘 나타낼 수 있는 단어들의 클러스터를 개념화하였다.

미용·뷰티 뉴스의 중심성 분석을 이용한 CONCOR 분석결과 모든 시기에서 공통으로 형성된 클러스터는 ‘미용 교육’, ‘미용 시술’에 관한 집단으로 ‘미용 교육’ 클러스터에서는 ‘교육’, ‘학생’, ‘자격증’, ‘전문학교’, ‘미용학원’과 같은 키워드가 공통적으로 나타났고, ‘미용 시술’ 클러스터에서는 ‘성형외과’, ‘성형수술’, ‘시술’, ‘레이저’, ‘피부과’, ‘교정’과 같은 키워드가 공통적으로 나타나는 것을 보면 사회적 흐름이나 유행이 쉽게 바뀌는 특징을 가진 미용·뷰티 산업이더라도 빈도수가 항상 높은 키워드에 대해서는 시간이 지나더라도 관심도나 중요도가 높은 것을 알 수 있다.

반면, 시기별로 특정 시기에만 나타나 형성된 클러스터는 1시기에서는 ‘목욕’, ‘목욕탕‘, ‘위생‘ 키워드가 포함된 미용 위생 집단이 있고, 2시기에서는 ‘스파’, ‘다이어트’, ‘웰빙’과 같은 키워드가 포함된 ‘외적 힐링’ 집단이 있으며, 3시기에서는 ‘한류’, ‘디자인’, ‘미용박람회’ 키워드가 포함된 ‘한국 미용 디자인’ 집단이 있다. 이는 각 시기별로 특정하게 나타난 집단으로 시기별로 트렌드나 이슈가 변화하는 것을 알 수 있다.