<공연예술 데이터 포럼>에서 알아본 빅데이터와 AI 생태계

안녕하세요 디지털 콘텐츠기업 성장지원센터 SNS 기자단(이하 SNS기자단)입니다. 빅데이터는 분야를 막론하고 다양한 산업에서 활용되고 있습니다. 특히 환경, 통신, 카드사 결제 데이터 등의 빅데이터는 이미 대중화되고 있는 상황이지만, 이제는 예술 분야에서도 빅데이터가 활용되고 있습니다.

 

2023년 8월 23일 개최된 <KOPIS 공연예술 데이터 포럼>에서는 공연예술 분야에서의 빅데이터 활용 방법과 예술 산업 군 내 AI 생태계 구축 진행 과정을 알 수 있었던 시간입니다. 해당 포럼에 참여하여 알게 된 새로운 내용과 트렌드, 그리고 빅데이터 활용 분야의 시사점 등을 여러분과 공유하고자 합니다.

 

< 2023 KOPIS 공연예술 데이터 포럼, 출처 : 기자단 직접 촬영 >

공연예술시장에서 가장 대표적으로 활용되는 데이터는 티켓 판매 규모라고 해도 과언이 아닙니다. 실제 KOPIS(공연예술통합전산망)의 데이터 집계 결과, 2023년 상반기 기준 티켓 판매를 통해 얻어진 공연 건수(8,541건), 판매금액(5,024억 원), 공연 회차(52.728회)등의 기본적인 데이터를 통해 공연시장의 시장의 변화를 알 수 있었다고 합니다. 특히 이런 데이터를 정밀하게 분석하면 티켓 판매가 가장 많았던 달(5월)을 확인할 수 있고, 그 원인까지 데이터를 통해 추론할 수 있다고 하는데요. 5월에는 내한공연의 횟수의 증가와 함께 티켓 가격 인하를 위한 프로모션이 많이 진행되었던 사실을 확인할 수 있었습니다.

 

이와 더불어 인상적인 빅데이터 분석 자료 내용으로는 코로나 이전과 이후의 티켓 단가와 공연 횟수 데이터가 있습니다. 2019년도 이전 자료와 2022년 자료를 보면 공연 횟수는 2.8%로 미미한 증가세를 보였으나 티켓단가는 47.3%나 증가하였습니다. 이는 티켓단가가 비교적 높은 뮤지컬 공연이 늘어났다는 점과 물가인상이 반영된 티켓 가격 변동이 있었다는 점에서 비롯된 것이라고 합니다.

 

공연예술시장에서는 수도권만이 티켓 판매가 높다는 인식이 있었으나, 지방 중소도시의 공연 티켓 판매 데이터를 확인한 결과 수도권이 판매액과 금액 증대에 좋은 환경이지만, 지방 중소도시도 상위 사례가 있어 단가 정책과 마케팅 모객, 공연 횟수 조절에 따라 유료공연 판매의 가능성을 보여주기도 합니다. 특정 공연의 경우 공연 브랜드 인지도가 높았는데 특정 지방에서 상대적 고가 정책을 적용 시에 더 많은 판매를 기록하기도 했습니다. 이는 빅데이터 분석이 아니면 확인할 수 없었기에 앞으로 공연예술시장에서 그 중요성이 강조되는 부분이라 생각됩니다.

 

< 코로나19 이전과 이후의 티켓 판매 데이터 분석 결과, 출처 : 기자단 직접 촬영 >

티켓 판매와 관련한 빅데이터 분석 활용 사례 소개에 이어 해당 포럼에서는 ‘공연예술 분야 AI생태계’ 구축에 대한 토론회가 있었습니다. 해당 토론회에서 인상 깊었던 사항은 공연예술의 제작은 ‘노동집약적’이기 때문에 공연예술과 관련된 내역을 공연 판매 데이터만으로 판단하는 것은 조심스러운 부분이라는 의견이 있었습니다. 그래서 공연예술 계통을 넘어 데이터 분석을 필요한 개인에게 ‘배달’해주는 퍼스널 AI 시스템의 필요성에 대한 안건이 제기되었습니다.

 

< 공연예술 분야 AI 생태계 구축 토론회 진행 모습, 출처 : 기자단 직접 촬영 >

이는 비단 공연예술만의 문제가 아니라 데이터를 활용하는 모든 부서에서 의미가 있다는 생각입니다. 왜냐하면 데이터 분석을 위해서 접속하는 것이 ‘대시보드(Dash Board)’인데, 이 대시보드에 직접 들어가서 데이터를 확인하는 일에서 모든 내용을 확인하기에는 시간과 비용이 소모되니, 모든 산업의 각 부서마다 필요한 데이터 분석 정보를 제공해 주는 퍼스널 AI 비서와 같은 시스템이 구축되어야 한다는 것입니다.

 

 

포럼에 참석한 데이터 분석 기업은 최근 한 놀이공원 회사의 사례를 들면서 해당 놀이공원에서 관객별로 데이터 분석을 통해 판매예측에 대한 의뢰를 했는데, 기존에 갖고 있는 데이터를 제공을 했지만, 데이터의 양과 ‘활용 가능한 데이터’에 대한 격차가 높았기 때문에 데이터 분석을 통해 AI 생태계를 구축하기 위해서는 ‘정제된 데이터’에 대한 자료 정리가 굉장히 중요하다는 의견을 피력했습니다. 데이터 정제를 통해 데이터 라벨링이 필요하고, 정제된 데이터로 데이터 시각화까지 가능한 데이터 패브릭(Fabric)이라는 시스템 구축이 중요하다는 얘기가 인상 깊었고 해당 토론회의 가장 큰 시사점이 아닐까 합니다.

 

<KOPIS 공연예술 데이터 포럼>에 참가하면서, 공연예술 분야는 상대적으로 정량적보다는 정성적이고 측정하기 어려운 데이터가 많다는 편견이 상당 부분 해소되었고, 공연예술 분야에서도 관객 확보와 프로그램 제작에 있어서 빅데이터 분석과 활용이 절대적으로 필요하다는 것을 알려준 의미 있는 시간이었습니다.