텍스트 마이닝을 활용한 서울로7017 개장 전후 남대문시장의 관광지 이미지 분석

Abstract

In the urban transformation process, many cities experience decline, which they often overcome through urban regeneration projects. Most urban regeneration methods vitalize declining communities by attracting tourists, but research on urban regeneration that uses tourism is insufficient. On the one hand, as tourists often check destination images before visiting, destination images have a strong impact on the selection of tourist destinations. In addition, since destination images that is felt after a visit can lead to another visit, the images of tourist destinations have long been an interest area for tourism researchers. Most studies on tourist destination images have focused on quantitative research using surveys. Survey methodologies can differ based on measurement factors and can change based on the investigation period. However, content analysis of social media data using big data can help to overcome such limitations of existing tourist destination image research. The desired data can be sampled through a systematic algorithm, and the collected data can be visualized by frequency analysis and proportion analysis. Therefore, this study aims to analyze the differences in the tourist destination images of Namdaemun Market before and after the urban regeneration project of Seoullo 7017. In addition, this research intends to expand the study of urban regeneration in the field of public administration and combine text mining, a big data analysis method which is used to supplement the limits of existing survey research in the tourism field. Naver blogs and cafés were selected as the data collection channels because they occupy 70% of the Korean web. The amount of data collected is 108,585 articles before the establishment of Seoullo 7017 and 4,610 articles after its opening. The collected text-data was converted into data that can be analyzed through step document preprocessing, NLP, and term-document matrix. Using the converted data, frequency analysis, proportion analysis, and visualization through infographics were conducted. The related word frequency analysis results showed that before the opening of Seoullo 7017, the most frequently used words related to Namdaemun Market were related to food tourism, including “famous restaurant,” “Seoul,” “eat,” “place,” “purchase,” “galchi jorim” (Korean spicy braised beltfish), “alley,” “hotteok” (honey-filled Korean pancake), and “sightsee.” Other frequently used words included “bargain,” “experience,” “big hit,” “browse,” “honsu” (wedding gifts of household goods), “crowd,” and “crowded.” Correlation analysis results showed that the correlative relationship between food-related words and Namdaemun Market was high. Following food-related words were shopping tourism, purchasing, and browsing words. These results show that tourism at Namdaemun Market is mostly for food and shopping tourism, and tourists’ purpose of visiting is related to purchasing. Therefore, the destination image of Namdaemun Market before the opening of Seoullo 7017 can be interpreted as a place for food and shopping and with less perception as a travel destination. Second, the related word frequency analysis for the Namdaemun Market on social media changed after the opening of Seoullo 7017 to words such as “Seoullo 7017,” “Seoul Station,” “people,” “good,” “overpass,” “connection,” and “course.” As a result, words related to the changed space after the opening ceremony appeared at a high frequency, as did tourist destination-related words such as “sightsee,” “night view,” and “date.” This analysis shows that the perception and expectations of Namdaemun Market as a tourist destination, which was relatively low before the opening of Seoullo 7017, significantly increased after the urban regeneration project’s establishment. Third, there was no significant difference in the number of positive words used before and after the establishment of Seoullo 7017. However, the content of the words changed from shopping-related words such as “active” and “liveliness” before Seoullo 7017’s opening to words such as “rebirth” and “transformation,” as well as “healing,” “rest,” and “hot place,” revealing new characteristics post-opening. As a result, it can be seen that Namdaemun’s destination image differed from one of shopping and food before Seoullo 7017’s opening to one of healing, rest, and popular sightseeing spots after the urban regeneration project’s establishment. Based on the results of this analysis, the following implications are suggested. First, this study has expanded methodologies used in the tourism field. Second, this study not only analyzes the frequency of unstructured data but also lowers the subjectivity of text analysis through correlation analysis. Third, image research using text mining, which differs from image surveys conducted through questionnaires, shows what images visitors perceive in more detail. In addition, this study can be used in various practical ways. Finally, this research shows that urban regeneration using tourism influences areas in decline. The main limitation of this study is that the subject of the research was limited to blogs and cafés based on the Korean portal site Naver. This online data collects in targeting only Korean, it can’t generalize too much except other target. Second, in the text mining process, emotions expressed through single vowels and emoticons are not accounted for. In modern Korean language, however, the influence of unstructured data, such as Internet initialisms and emoticons, cannot be ignored. Thus, in the future, this research needs to be conducted using unstructured data consisting of emoticons, single consonants, and single vowels.; 도시의 변화 과정에서 많은 도시들이 쇠퇴를 경험하게 되고 이를 극복하기 위한 도시재생의 필요성이 요구된다. 많은 도시재생사업은 관광객 유치를 통해 진행되고 있다. 그러나 관광을 활용한 도시재생에 대한 연구는 매우 부족하다. 한편 관광객은 사전에 가지고 있는 이미지를 통해 관광지를 방문하며, 관광지이미지는 관광목적지 선택에 중요한 영향을 미친다. 또한 방문 후에 느끼는 관광지 이미지는 재방문으로 이어질 수 있다. 따라서 관광지 이미지에 대한 연구는 관광 연구자들의 오랫동안 관심분야가 되어있다. 대부분 관광지 이미지 연구들은 설문조사방법을 중심으로 연구하였다. 그러나 설문조사법은 측정요소에 따라 관광지 이미지의 결과 값이 달라질 수 있으며 조사기간에 따라 결과 값 또한 변동될 수 있다. 그러나 빅데이터를 활용한 SNS데이터의 내용분석은 기존의 설문조사법의 표본에 한계를 극복할 수 있다. 따라서 본 연구에서는 서울로7017과 남대문시장을 통해 도시재생 전·후 관광지 이미지 차이를 분석하고자 한다. 또한 본 연구에서는 빅데이터연구 방법을 관광분야에 접목시키고 관광분야에 도시재생연구를 확장시키고자 한다. 본 연구는 데이터 수집 채널을 국내 점유율 70%이상인 네이버 블로그, 카페를 선정하였다. 수집된 데이터량은 서울로7017 개장 전, 108,585이고 개장 후 4,610이다. 수집된 텍스트데이터는 전처리, 자연어처리(NLP), 단어-문서행렬을 통해 정형데이터로 변환하였다. 변환된 정형데이터는 빈도분석, 상관관계분석, 시각화를 진행하였다. 분석결과 SNS상의 서울로7017 개장 전 남대문시장에 대한 관련 단어 빈도분석 상위 값은 ‘맛집’, ‘서울’, ‘먹다’, ‘쇼핑’, ‘구입하다’. ‘갈치(조림)’, ‘골목’, ‘호떡’, ‘구경하다’, ‘안경’, ‘아동복’ 등이었다. 이를 통해 남대문시장을 방문하는 목적이 쇼핑관광과 음식관광임을 해석 할 수 있다. 이외에도 ‘흥정하다’, ‘체험’, ‘대박’, ‘둘러보다’, ‘혼수’, ‘인파’, ‘북적하다’, 등 다양한 단어들이 나타났다. 또한 텍스트의 상관관계분석결과는 남대문시장과 음식 관련 단어들의 상관관계가 높았으며, 이후 ‘쇼핑’, ‘구입하다’, ‘구경하다’, ‘여행’ 순으로 나타났다. 이는 남대문시장이 음식관광과 쇼핑관광의 목적이라는 빈도분석결과의 해석을 뒷받침한다. 그리고 남대문시장의 방문목적이 구매와 관련 있다는 것을 알 수 있다. 따라서 서울로7017 개장 전 남대문시장의 이미지는 음식관광 쇼핑관광 적은 숫자의 관광목적지로 해석 할 수 있다. 둘째, SNS상의 서울로7017 개장 후 남대문시장에 대한 관련단어 빈도분석은 ‘서울로7017’, ‘서울역’, ‘사람’, ‘좋다’, ‘고가’, ‘연결’, ‘코스’ 등 이었다. 이를 통해 개장 후 변화된 공간에 대한 단어들이 높은 빈도로 나타났으며, ‘구경하다’, ‘야경’, ‘데이트’와 같은 관광지와 관련된 단어들을 통해 개장 후 남대문시장에 대한 이미지는 새로운 모습과 기대에 대한 관심과 개장 전 낮았던 관광목적지에 대한 단어들이 높게 나타나는 것을 알 수 있다. 셋째, 개장 전·후 긍정어의 개수 차이는 없었다. 그러나 단어의 내용이 개장 전에는 쇼핑과 관련된 단어와 시장에 대한 ‘활기참’, ‘생기’ 등의 단어에서 개장 후 ‘재탄생,’ ‘재생’, ‘탈바꿈’과 같은 단어와 ‘힐링’, ‘휴식’, ‘핫플레이스’ 등과 같은 새로운 성격의 단어들이 나타나기 시작했다. 이를 통해 개장 전·후 남대문시장에 대한 이미지가 차이가 있음을 알 수 있다. 본 연구의 시사점은 다음과 같다. 첫째, 설문조사법이 가지고 있는 표본의 한계를 극복하고 관광연구의 조사 방법을 확장시켰다. 둘째, 본 연구에서는 비정형화된 텍스트 데이터의 빈도분석에 그치지 않고 상관관계분석을 통해 텍스트 해석에 대한 주관성을 낮추었다. 셋째, 텍스트 마이닝을 활용한 이미지연구는 방문객이 본인스스로 연구대상임을 인식하지 않기 때문에 연구의 인식으로 나타나는 오류를 줄일 수 있었다. 마지막으로 본 연구를 통해 도시재생이 주변 대상지역에 이미지 차이가 있다는 사실을 알 수 있었다. 본 연구의 한계점은 조사대상을 국내 포털사이트 네이버 블로그와 카페의 작성글로 한정시켰다는 점이다. 이는 국내 관광객들이 가지고 있는 남대문시장에 대한 결과만으로 관광지 이미지를 일반화에 제약이 있을 수 있다. 후속연구에서는 국외 관광객들이 가지고 있는 도시재생 전·후 남대문시장의 관광지이미지 연구가 필요하다. 둘째, 텍스트마이닝의 전처리 과정에서 모음과 이모티콘으로 나타난 감정표현이 사라진다. 한국어의 특성상 ‘ㅋㅋ’, ‘ㅎㅎ’, ‘ㅜㅜ’, :)와 같은 비정형 데이터의 영향력도 무시할 수 없기 때문이다. 이후 연구에서는 이모티콘, 자음모음으로 이루어진 비정형데이터를 전처리 과정에 포함한 연구가 진행되어야 할 필요성이 있다.