감종훈 포항공대 환경공학부 교수팀은 최첨단 인공지능 기술로 코로나19 팬데믹이 사람들의 온라인 소비 심리와 행동에 미친 영향을 분석했다. 연구팀은 국내 주요 포털 사이트인 네이버(NAVER)가 데이터 로깅으로 저장한 제품 검색 데이터를 자료로 활용했다.
데이터 로깅(data logging)은 시스템이나 웹사이트 내 활동에 대한 기록인 로그(lg)를 저장하는 기술이다. 기업은 데이터 로깅으로 제품 검색 패턴을 분석하고, 쇼핑 트렌드를 파악한다. 특히, 특정 제품에 대한 검색량이 증가하면 수요가 늘어나고 있다고 판단해 새로운 재고 관리 계획을 세운다.
연구팀은 2017년부터 2021년까지 1,800개 이상의 제품 온라인 검색 데이터를 머신러닝 기술인 주성분 분석(PCA) 방법으로 분석했다. 주성분 분석(Principal Component Analysis)이란 데이터의 변수가 너무 많을 때,주요 특징을 추출해 차원을 축소하는 방법이다. 또, 팬데믹과 소비 패턴 간 관계를 파악하기 위해 코로나의 심각성과 관련된 치명성 지표와 정부의 강력한 정책과 관련된 엄격성 지표 등 총 6개의 지표를 사용했다.
그 결과, 사회적 거리두기 등 정부의 정책으로 외부 활동이 엄격하게 제한되고, 건강에 대한 우려가 커진 코로나19 발생 직후에는 건강과 생활 카테고리의 제품 온라인 검색량이 증가했다. 시간이 지나 정부의 정책이 완화되고, 코로나19에 대한 사람들의 공포심이 줄어든 시기에는 면세 · 여행 관련 제품에 대한 온라인 검색량이 늘어났다. 코로나19의 심각성과 정부의 정책 수준에 따라 사람들의 제품 검색 패턴에 변화가 생긴 것이다.
연구팀은 분석 결과를 ‘RCA 프레임워크’ 이론으로 설명했다. 여기서 RCA 프레임워크란 사람들의 행동 변화를 반응(React), 대처(Cope), 적응(Adapt) 단계로 설명하는 이론이다. 연구팀에 따르면 팬데믹이라는 특수한 상황으로 인해 사람들의 구매 패턴이 변하는 시기는 반응(React) 단계에, 새로운 구매 패턴을 찾게 되는 시기는 대처(Cope) 단계에 해당하며, 새로운 구매 패턴이 정착되는 시기가 바로 적응(Adapt) 단계라고 한다.
감종훈 교수는 “팬데믹을 포함해 여러 글로벌 위기 속에서 대중들의 온라인 소비 심리와 구매 패턴을 예측하는 것은 기업의 리스크와 공급 관리 관점에서 매우 중요하다”며 빅 데이터의 가치를 강조했다.
이번 연구는 사회과학 융합 분야 국제 학술지인 ‘인문학과 사회과학 커뮤니케이션(Humanities and Social Sciences Communications)’에 게재됐다.
<저작권자 ⓒ 과학향기(http://scent.ndsl.kr) 무단전재 및 재배포금지>
![[포인트 마켓] DTB 아쿠아 올인원 에센스 80ml](http://img.danawa.com/shop_img/dasale/goods/134/026/26134_70.jpg?fitting=Large|140:105&crop=140:105;*,*)
![[포인트 마켓] 1stPlayer T3 (화이트)](http://img.danawa.com/prod_img/500000/580/105/img/19105580_1.jpg?fitting=Large|140:105&crop=140:105;*,*)
