영화산업에서 기계학습 활용의 현 단계 - 흥행예측과 추천 시스템을 중심으로
AI Use in Film Industry: Box-Office Prediction and Recommendation Systems
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
1980년대부터 통계학이나 기계학습 기법을 사용하여 영화의 흥행성과를 예측하려는 연구가 있었다. 그러나 그중의 다수가 영화가 완성된후의 변수들을 채택했다. 예를 들어 개봉 규모, 평론가의 평, 관객들의입소문 같은 것들인데, 이런 변수들은 물론 흥행 결과와 상관관계가 있겠지만 영화제작자 입장에서는 사전에 알기 어려운 것이다. 제작자는대개 시나리오 단계에서 어느 정도 흥행을 예측하고 싶어 한다. 기존 연구 중에도 시나리오나 예산 같은 사전 요소들만으로 흥행을 예측해보려는 시도가 있었다. 그러나 그 예측 성능은 대체로 영화인들이 실무에 사용할 만한 수준은 아니다. 흥행을 하려면 일단 시나리오가 좋아야 할 것이다. 그러나 현재의 인공지능이 시나리오의 ‘질’을 평가할 수준은 아닌 것으로 보인다. 그렇지만 자연어처리 기법이 상당히 발달했고 그것에 따라 시나리오의 대략적인 내용이나 스타일은 기계가 판단할 수 있게 되었다. 그래서 기존 영화들 중에서 내용이 유사한 영화를 찾는 것은 상대적으로 쉽다. 최근에 20 세기폭스 영화사는 실제로 그런 연구를 했다. 이런 것은 일종의 추천 시스템이라고 할 수 있는데, 추천 시스템으로 말하자면 넷플릭스가 가장발달했다고 할 수 있다. 그들의 마이크로장르는 영화산업 측면에서나인문학적 측면에서나 매우 의미가 있다.
Abstract
There have been attempts to predict commercial success of movies using machine learning techniques. But many of them use variables that are not available before the release of the movie, such as number of screens, reviews of critics, and online buzz. Movie executives rather want to predict result at the preproduction stage. Some studies do attempt that, but their performances are not very appealing to executives in the field. To predict success, at least we need to assess the quality of the scenarios, and the current state of AI does not seem up to it. AI, however, can be used to find similar moves, or comparables, in terms of content and style. In this respect, recent studies by a team at 20th Century Fox are promising. Also the microgenre system developed by Netflix is very sophisticated, although it requires a lot of human input.
참고문헌 (21)
- 김진욱, "빅데이터를 활용한 영화흥행 요인 분석 : 영화 <기생충>의 SNS 활용지수와 토픽키워드 중심으로", 한국엔터테인먼트산업학회논문지, 14(4), pp.145~153 (2020), 한국엔터테인먼트산업학회
- 변준형, "딥러닝을 이용한 영화 흥행 예측과 주요 변수의 선택 연구 : 다변량 시계열 데이터 중심으로", 한국컴퓨터정보학회논문지, 25(6), pp.35~47 (2020), 한국컴퓨터정보학회[DOI]
- Amatriain, Xavier, "Netflix recommendations: Beyond the 5 stars (part 1)", Netflix Tech Blog, ~ (2012)
- uroy, Suman, "How critical are critical reviews? The box office effects of film critics, star power, and budgets", Journal of marketing, 67(4), pp.103~117 (2003)
- Bruneel, Christophe, "Movie Analytics and the Future of Film Finance. Are Oscars and Box Office Revenue Predictable?", Handbook of state aid for film. Springer, Cham, pp.551~578 (2018)
- Campo, Miguel, "Collaborative metric learning recommendation system: Application to theatrical movie releases" (2018)
- Campo, Miguel, "Competitive Analysis System for Theatrical Movie Releases Based on Movie Trailer Deep Video Representation" (2018)
- Campo, Miguel, "How 20th Century Fox uses ML to predict a movie audience", Google Cloud Blog (2018)
- Chow, Pei-Sze, "Ghost in the (Hollywood) machine: Emergent applications of artificial intelligence in the film industry", NECSUS_European Journal of Media Studies, 9(1), pp.193~214 (2020)
- Du, Jingfei, "Box office prediction based on microblog", Expert Systems with Applications, 41(4), pp.1680~1689 (2014)
- Eliashberg, Jehoshua, "From story line to box office: A new approach for green-lighting movie scripts", Management Science, 53(6), pp.881~893 (2007)
- Eliashberg, Jehoshua, "Assessing box office performance using movie scripts: A kernel-based approach", IEEE Transactions on Knowledge and Data Engineering, 26(11), pp.2639~2648 (2014)
- Fritz, Ben, "Cadre of film buffs helps Netflix viewers sort through the clutter", Los Angeles Times, ~ (2012)
- Hunter III, Starling D, "Predicting box office from the screenplay: A text analytical approach", Journal of Screenwriting, 7(2), pp.135~154 (2016)
- Kim, You Jin, "Prediction of a movie’s success from plotsummaries using deep learning models", Proceedings of the Second Workshop on Storytelling, pp.127~135 (2019)
- Lee, Kyuhan, "Predicting movie success with machine learning techniques: ways to improve accuracy", Information Systems Frontiers, 20(3), pp.577~588 (2018)
- Litman, Barry R, ""Predicting success of theatrical movies : An empirical study", "Journal of popular culture, 16(4), pp.159~ (1983)
- Madrigal, Alexis C, "How Netflix Reverse Engineered Hollywood", The Atlantic (2014)
- Sharda, Ramesh, "Predicting box-office success of motion pictures with neural networks", Expert Systems with Applications, 30(2), pp.243~254 (2006)
- Vincent, James, "Hollywood is quietly using AI to help decide which movies to make", The Verge (2019)
- Zhang, Li, "Forecasting box office revenue of movies with BP neural network", Expert Systems with Applications, 36(3), pp.6580~6587 (2009)