영화 투자자를 위한 흥행성과 예측지표 발굴

Movie Performance Indicators to Predict for Investors

본 연구의 목적은 영화제작 초기 단계에 크라우드 펀딩(crowd funding) 등의 방식으로 영화에 투자하는 일반 투자자의 입장에서 의미 있는 투자지표를 발굴하는 것이다. 대표적인 지도학습(supervised learning) 데이터마이닝 기법인 의사결정나무, 회귀분석, 인공신경망을 활용하여 분석한 결과 의사결정나무모형에서는 장르, 등급, 실화 및 원작의 존재 여부, 배우파워가 흥행을 결정하는 주요 요인으로 도출되었고, 회귀분석모형에서는 배우파워, 등급(12세 이상/15세 이상 관람가), 장르(SF), 실화가 존재하는 영화의 흥행성과가 높은 것으로 나타났다. 또한 영화장르와 계절(개봉시기) 간의 상호작용효과 측면에서는 봄에 개봉된 사극, 공포, 로맨스 영화와 여름에 개봉된 액션, 범죄, 사극 영화, 가을에 개봉된 액션, 범죄, 사극, 로맨스 장르 영화의 흥행성과가 좋은 것으로 나타났다. 마지막으로 인공신경망 기법에서는 12개의 입력변수를 활용하여 예측력 87.7%의 모형이 도출되었다. 본 연구의 3가지 방법론으로부터 도출된 결과를 바탕으로 투자자가 영화산업에 투자할 경우 근거에 기반한 보다 합리적인 의사결정이 가능할 것으로 기대된다. 또한 본 연구는 투자 초기에 수집 가능한 정보만을 사용하여 영화의 흥행성과를 예측할 수 있는 지표를 발굴하였다는 측면에서 기존 연구와의 차별점을 갖는다.

The purpose of this study is to find meaningful investment indicators from the point of view of general investors who invest in movies in the early stage of making by way of crowd-funding. It is analyzed by using supervised learning techniques such as decision trees, regression, and ANN. As a result of the analysis, the decision tree model was derived as genre, grade, real story, presence of original work, and actor (star) power as the main variables that determine the box office. In the regression model, the actor power, grade (over 12 & 15 years old), genre (SF) and real story showed a significant positive value. In addition, the interaction between movie genres and seasons shows that the performances of drama, horror, romance released in the spring and action, crime, historical drama released in the summer and action, crime, historical drama, action released in the fall are good respectively. Finally, in the ANN, 12 input variables were used to derive a highly accurate model with a predictive power of 87.7%. Based on the results derived from the 3 methods of this study, it is expected that investors will make more reasonable decisions based on evidence when investing in the movie industry.