초록

목적

라이브 스트리밍이 유행하면서 스트리머들 사이에 시청자 선물 경쟁이 치열해졌고, 이에 따라 시청자들의 선물 행동에 영향을 미치는 요인을 연구하는 것이 중요해졌다. 저자들은 스트리머와 시청자 간의 정서적 유대감을 고려하여, 시청자 선물의 새로운 동기로서 스트리머의 감정 표현에 주목하고자 한다.

본 연구는 스트리머의 감정이 무료 및 유료 선물을 포함한 시청자의 선물 행동에 어떤 영향을 미치는지 살펴본다. 또한 시청자의 충성도를 조절 요인으로 도입하여 스트리머의 감정이 선물 행동에 미치는 다양한 효과를 조사한다.

설계/방법론/접근

데이터셋은 약 1,809시간 69분의 라이브 스트리밍 영상과 358,002건의 선물 기록으로 구성되었다. 딥러닝 기법과 회귀 분석을 결합하여 81,110개의 유효 표본에 대한 실증 분석을 수행했다. 주요 결과의 신뢰성을 확보하기 위해 다양한 강건성 검증도 실시했다.

결과

연구 결과, 스트리머의 감정이 시청자의 무료 및 유료 선물 행동에 영향을 미치는 것으로 나타났다. 행복과 놀람 같은 긍정적인 스트리머의 감정 표현이 시청자의 선물 행동에 긍정적인 영향을 미치는 것을 확인했다. 그러나 슬픔과 같은 일부 부정적인 감정 표현도 긍정적인 영향을 미칠 수 있었다. 또한 시청자의 충성도가 높을수록 스트리머 감정의 긍정적 효과는 더 강해지고 부정적 효과는 줄어드는 것으로 나타났다.

독창성/가치

이 연구는 스트리머의 감정과 시청자의 소비 행동 간의 관계에 대한 이해를 넓히고, 라이브 스트리밍 환경에서 감정을 정보 모델로 활용하는 EASI 모델의 적용 범위를 확장한다. 연구진은 시청자의 선물 행동을 무료와 유료로 세심하게 구분하고, 스트리머의 감정이 이 두 유형의 선물 행동에 어떤 영향을 미치는지 조사한다.

또한 충성도 수준이 다른 시청자들 사이에서 이러한 효과가 어떻게 나타나는지 분석한다. 본 연구는 스트리머와 라이브 스트리밍 플랫폼이 더 많은 경제적 이익을 얻기 위해 활용할 수 있는 실용적인 감정 관리 전략을 제시한다.

1. 서론

최근 몇 년간 인터넷의 발전과 모바일 기기의 급속한 보급으로 라이브 스트리밍이 크게 주목받고 있다. 이 새로운 사회적 현상은 수백만 명의 사람들을 끌어들여 휴식, 사교, 여가 활동의 수단으로 라이브 스트리밍을 시청하게 만들었다.

예를 들어, 주요 비디오 게임 라이브 스트리밍 플랫폼 중 하나인 트위치(Twitch)는 하루 3천만 명 이상의 방문자를 확보하고 있다. 2020년 말 기준으로 중국의 온라인 스트리밍 이용자 수는 6억 1,700만 명에 달해 전체 인터넷 이용자의 62.4%를 차지했다. 특히 엔터테인먼트 스트리밍은 인터넷 이용자의 24.2%가 이용해 전자상거래 스트리밍(39.2%)에 이어 두 번째로 높은 비중을 차지했다.

다른 유형의 라이브 스트리밍과 달리, 엔터테인먼트 스트리머들은 음악, 춤, 또는 시청자와의 상호작용을 통해 이용자의 참여를 유도한다. 전자상거래나 게임 라이브 스트리밍에 비해 시청자들은 콘텐츠나 상품보다 스트리머 자체에 더 주목하는 경향이 있다. 엔터테인먼트 스트리머의 개인적 특성(외모, 재능 등)이 주요 매력 요소가 되었고, 이러한 동질적이면서도 비전문적인 특성들이 이 분야에서 치열한 경쟁을 불러일으켰다.

라이브 스트리밍 시청자들은 단순히 영상을 시청하는 것 외에도 다양한 방식으로 참여할 수 있다. 댓글을 작성하거나, 이모티콘을 공유하고, 가상 선물을 증정하는 등 스트리머와 다른 시청자들과 활발히 상호작용할 수 있다. 그림 1은 이러한 기능들이 포함된 엔터테인먼트 라이브 스트리밍 인터페이스의 예시를 보여준다.

앞서 언급한 상호작용 중에서 선물하기(일명 팁이나 후원)는 스트리머의 실제 수입과 가장 밀접한 관련이 있다. 반면 다른 형태의 상호작용들은 주로 라이브 스트리밍 방과 스트리머의 인기도를 높이는 데 기여한다. 기존 연구들은 대체로 채팅과 좋아요를 무료 시청자 참여로, 후원을 유료 참여로 구분했다.

선물의 특성상 무료 선물과 유료 선물, 두 가지 유형의 가상 선물이 존재한다. 무료 선물은 일일 출석, 라이브 방송 참여, 시청 등 사이트 활동을 통해 얻을 수 있다. 반면 유료 선물은 실제 돈으로만 구매할 수 있다.

시청자들은 스트리머에게 더 많은 유료 선물을 하거나 스트리머의 라이브 방송을 더 오래 시청함으로써 더 높은 "후원자" 레벨을 달성할 수 있는데, 이는 스트리머에 대한 애정과 충성도의 정도를 나타낸다.

무료 선물은 스트리머에게 정서적 지지를 제공하고 인기를 높이는 데 도움이 된다. 반면 유료 선물은 대개 화려한 시각 효과와 함께 표시되며, 플랫폼과 스트리머의 주요 수입원이 된다.

라이브 스트리밍 경제에서 가장 중요한 부분인 선물하기는 많은 연구의 주제가 되어왔다. 선물 행동에 영향을 미치는 요인을 분석한 연구들은 주로 스트리머, 시청자, 라이브 방송 환경이라는 세 가지 주요 요소를 중심으로 이루어졌다.

스트리머 측면에서는 주로 성별, 친절함, 신뢰성, 유머 감각, 매력도 등 스트리머의 개인적 특성에 초점을 맞추고 있다.

시청자 측면에서는 개인의 물질주의 성향과 자기 향상 욕구가 시청자의 전반적인 선물 가능성에 영향을 미친다는 주장이 제기되었다. 또한 시청자의 성별, 호기심, 소셜 미디어 의존도가 몰입을 통해 선물 행동에 영향을 미치는 것으로 나타났다. 이 외에도 외향성, 신경증, 개방성과 같은 다양한 성격 특성이 고려되고 있다.

라이브 방송 환경 측면에서는 시청자 수도 선물 행동에 영향을 미치는 것으로 나타났다. 세 가지 요소(스트리머, 시청자, 라이브 방송 환경)의 개별적 특성 외에도, 스트리머와 시청자 간의 상호작용이 많은 연구자들의 관심을 끌고 있다. 사회적 상호작용 역시 선물 행동과 긍정적인 관계가 있음이 밝혀졌다.

이러한 연구 주제들 중에서, 스트리머의 특성이 미치는 영향은 아직 충분히 탐구되지 않았다. 스트리머와 시청자 간의 정서적 유대감이 사용자를 유치하고 유지하는 데 필수적이라는 공통된 인식을 바탕으로, 우리 연구는 라이브 스트리밍의 분위기와 상호작용 효과, 그리고 스트리머의 감정을 직접적으로 반영하는 새로운 요인인 스트리머의 감정 표현에 주목하고자 한다.

우리 연구는 다음과 같은 간극을 메우고자 한다:

엔터테인먼트 라이브 스트리밍이 급속도로 발전한 것에 비해, 학계에서는 이 분야의 독특한 사회적 상호작용 특성에 대해 균형 잡힌 관심을 보이지 못했다. 기존 연구의 대부분은 전자상거래에서의 사용자 행동에 초점을 맞추었고, 엔터테인먼트 스트리머들이 수행하는 감정 노동에 대해서는 충분히 주목하지 않았다.

관련 연구에서는 사용자 경험이나 감정 인식과 같은 시청자 측면의 요인이 항상 우선시되는 반면, 친절함이나 매력도와 같은 스트리머 측면의 요인은 모호하고 측정하기 어려워 상대적으로 덜 다루어졌다. 그러나 엔터테인먼트 라이브 스트리밍이 스트리머와 시청자 간의 감정 교류에 크게 의존한다는 점에 주목할 필요가 있다.

스트리머의 표정은 스트리머의 감정을 파악하는 데 거의 활용되지 않았다. 그러나 표정은 시청자가 가장 쉽게 관찰하고 직접적으로 경험할 수 있는 스트리머의 특징이다. 표정이 무료 및 유료 선물에 미치는 영향과 그 역할은 아직 명확히 연구되지 않았다. 또한, 기존 연구에서는 스트리머에 대한 시청자의 충성도와 친밀도를 나타내는 다양한 후원자 등급을 고려하지 않았다.

엔터테인먼트 라이브 스트리밍 환경에서 시청자의 선물 행동에 초점을 맞춘 우리 연구는 다음 세 가지 연구 질문을 다룬다:

RQ1. 스트리머의 감정이 시청자의 선물 행동에 어떤 영향을 미치는가?

RQ2. 스트리머의 감정이 시청자의 무료 선물과 유료 선물 행동에 미치는 영향은 어떻게 다른가?

RQ3. 충성도가 다른 시청자들의 선물 행동이 스트리머의 감정 표현에 동일한 정도로 영향을 받는가?

이러한 연구 질문에 답하기 위해, 우리는 중국에서 가장 인기 있는 라이브 스트리밍 플랫폼 중 하나인 빌리빌리(Bilibili)를 연구 대상으로 선택했다. 우리는 1분 단위로 라이브 영상, 음성, 선물 금액 데이터를 수집하고, 딥러닝 기법을 활용하여 이 데이터를 처리해 스트리머의 정확한 표정 분포를 추출한다. 이후 가설을 설정하고 네 가지 실험을 통해 이를 검증한다. 결과의 일관성을 확인하기 위해 강건성 검정도 실시한다.

본질적으로 우리 연구는 스트리머의 감정과 시청자의 선물 행동 간의 관계를 탐구하며, 이때 선물 행동은 무료 선물과 유료 선물로 구분된다. 우리는 가설을 제시하고 이를 검증하기 위한 실험을 수행한다. 결과의 신뢰성을 확보하기 위해 강건성 검정도 실시한다.

우리의 연구 결과는 스트리머의 긍정적, 부정적 감정이 시청자의 유료 및 무료 선물 행동에 미치는 영향에 대해 몇 가지 흥미로운 시사점을 제공한다. 또한 시청자의 충성도 수준을 조절 변수로 도입하여 스트리머 감정의 효과를 분석한다. 이러한 발견은 스트리머가 수익을 증대하는 데 도움이 되는 효과적인 감정 관리 전략 프레임워크를 구축하는 데 활용될 수 있다.

우리 연구는 이론과 실제에 다음과 같은 중요한 기여를 한다: 먼저 이 연구는 엔터테인먼트 라이브 스트리밍 분야에서 사용자의 온라인 선물 행동에 대한 연구 공백을 메운다. 두 번째로 다양한 유형의 스트리머 표정을 사용자 선물 행동 분석에 도입한다. 또한 딥러닝 기법을 활용하여 방대한 표정-선물 데이터베이스를 구축한다. 마지막으로 선물 행동을 무료와 유료 선물로 구분하고, 이들이 스트리머의 감정과 시청자의 충성도 수준에 따라 어떻게 다르게 영향을 받는지 연구한다.

본 논문의 구성은 다음과 같다:

2장에서는 라이브 스트리밍과 시청자의 선물 행동에 관한 선행 연구 및 이론적 배경을 검토한다. 3장에서는 연구 가설을 제시한다. 4장은 연구에 사용된 데이터셋과 측정 방법에 대해 상세히 설명한다. 5장에서는 주요 연구 결과와 강건성 검정 결과를 제시한다. 6장에서는 주요 발견사항, 이론적 기여, 실무적 시사점, 그리고 연구의 한계 및 향후 연구 방향에 대해 논의한다. 마지막으로 7장에서 연구를 총괄하며 결론을 맺는다.

문헌 검토 및 이론적 배경

2.1 라이브 스트리밍 개요

라이브 스트리밍은 새로운 형태의 소셜 미디어로, 처음에는 게이머들이 녹화한 게임 영상을 공유하는 것에서 시작되었다. 이후 영상 공유 방식이 점차 온라인 실시간 방송 형태로 발전하면서 시청자 간, 그리고 시청자와 스트리머 간의 즉각적인 상호작용이 가능해졌다.

최근 몇 년간 빌리빌리, 트위치, 유튜브 게이밍, 아프리카TV, 후야, 도우위 등 게임 라이브 스트리밍 및 관련 플랫폼들이 급부상하면서 하루에 수억 명의 이용자를 확보하고 있다.

비디오 게임 라이브 스트리밍에 관한 본격적인 학술 연구는 트위치(Twitch)가 공식 설립된 2012년부터 시작되었다. 한편, 전자상거래 분야에서도 라이브 스트리밍이 제품 판매를 증진시키는 인기 있는 방법으로 자리잡았다. 게임 라이브 스트리밍과 달리, 라이브 커머스는 시청자 참여보다는 상품 판매에 더 중점을 둔다.

이 분야의 연구 대상은 크게 스트리머, 시청자, 플랫폼 세 주체로 요약될 수 있다(이와 관련된 연구들의 요약은 부록 1을 참조).

스트리머 관점에서, 연구자들은 스트리머의 특성에 주목하기 시작했다. 어떤 스트리머가 시청자를 더 많이 끌어들이는지, 성공적인 인플루언서가 되기 위해 필요한 기술은 무엇인지, 스트리머의 자기 홍보에 중요한 요인은 무엇인지 등을 탐구한다. 예를 들어, 스트리머는 시청자의 즐거움과 적극적인 참여를 높이기 위해 충분히 전문적이고 매력적으로 행동해야 한다는 연구 결과가 있다.

시청자 관점에서는, 게임 라이브 스트리밍에서 시청자 참여에 영향을 미치는 세 가지 환경적 요인(스트리머의 매력, 미디어의 매력, 다른 시청자들의 참여도)이 제안되었다. 또 다른 연구자들은 시청자 행동을 설명하기 위해 더 내재적인 요인을 탐구하려 했다.

예를 들어, 여섯 가지 동기(사회적 상호작용, 공동체 의식, 새로운 사람 만나기, 엔터테인먼트, 정보 탐색, 실제 생활에서의 외부 지원 부족)를 사용하여 라이브 스트림 시청자 참여를 설명하려는 8요인 사회적 동기 모델이 제시되었다.

플랫폼 관점에서는 플랫폼의 운영 체계와 인프라, 그리고 최적의 콘텐츠 관리 전략이 논의되었다. 또한 디지털 플랫폼의 커뮤니티 가이드라인도 플랫폼의 발전을 표준화하고 촉진하기 위한 중요한 요소로 고려된다.

그러나 위에서 언급된 대부분의 연구는 게임 및 전자상거래 라이브 스트리밍에 집중되어 있다. 두 번째로 큰 시청자 점유율을 가진 엔터테인먼트 라이브 스트리밍은 그 중요성에 비해 충분한 연구가 이루어지지 않았다. 일부 연구만이 엔터테인먼트 라이브 스트리밍의 콘텐츠에 주목하고 있는 실정이다.

2.2 라이브 스트리밍에서의 선물 행동

라이브 스트리밍에서 시청자 행동의 한 형태인 가상 선물은 이 특정 환경에서의 독특한 특성으로 인해 연구의 주요 관심사가 되고 있다. 사회 교환 이론의 관점에서 볼 때, 개인은 상호 호혜의 원칙에 기반하여 자신의 욕구를 충족시키기 위해 다른 사람들과의 사회적 상호작용에 의존한다.

사회적 교환을 통해 개인들은 서로의 욕구뿐만 아니라 자신의 욕구도 충족시킨다. 일반적으로 교환될 수 있는 자원에는 감정, 시간, 노력, 서비스, 돈, 정보 등이 포함된다.

우리 연구의 맥락에서, 엔터테인먼트 서비스 제공자로서의 스트리머는 감정 표현을 통해 정서적 가치와 성과를 제공함으로써 서비스 전달을 완수한다고 볼 수 있다. 한편, 시청자들은 자발적인 선물 증정(무료 또는 유료)을 통해 이러한 사회적 교환을 완료한다.

가상 선물은 상대적으로 낯선 사람들 간에 이루어지는 온라인 선물 증정의 진화된 형태라고 볼 수 있다. 가상 선물과 관련된 대표적인 상황은 세 가지가 있다. 먼저, 콘텐츠 제작자에게 자발적으로 기부를 하는 과정에서 가상 선물이 이루어진다. 다음으로, 온라인 헬스케어 플랫폼에서도 가상 선물이 발생한다. 마지막으로, 라이브 스트리밍에서 가상 선물이 이루어진다.

가상 선물 행위가 라이브 스트리밍 플랫폼과 스트리머 모두에게 중요한 수익원이 되면서, 선물 행동에 영향을 미치는 요인들이 많은 연구자들의 관심을 받고 있다.

우리 연구는 라이브 스트리밍에서 가상 선물의 영향 요인을 탐구하는 세 가지 연구 흐름을 활용한다. 이는 시청자의 내재적 동기, 스트리머의 특성, 그리고 몰입 경험이다.

첫 번째 연구 흐름은 주로 시청자의 내적 동기에 주목한다. 정체성 기반 모델을 사용하여, 개인적 정체성(자신의 정체성 구축, 구성, 방어)과 관계적 정체성(그룹 구성원과의 역할 관계에 기반한 정체성)이 시청자의 선물 행동에 어떤 영향을 미치는지, 그리고 사회적 밀도가 이를 어떻게 조절하는지 연구했다. 연구 결과, 시청자의 가상 선물 횟수가 정보 공유 욕구와 소속감에 영향을 받는 것으로 나타났다.

두 번째 연구 흐름은 스트리머의 특성에 초점을 맞춘다. 스트리머의 신뢰성과 매력도가 사용자의 정서적 애착에 영향을 미침으로써 가상 선물에 긍정적인 영향을 주지만, 전문성은 유의미한 영향이 없는 것으로 밝혀졌다.

세 번째 연구 흐름은 사회적 상호작용과 라이브 방송의 특성을 포함한 몰입 경험을 다룬다. 댓글과 같은 시청자 간 상호작용이 시청자의 각성 수준을 통해 유료 선물을 촉진할 수 있다는 점이 확인되었다. 또한 특정 선물이 애니메이션 효과를 유발하여 가상 선물에 긍정적인 영향을 미친다는 사실도 발견되었다.

2.3 사회적 정보로서의 감정 모델

감정이라는 용어는 라틴어 "emovere"에서 유래했으며, "밖으로 움직이다"라는 의미를 가진다. 감정은 목소리, 몸짓, 또는 표정과 같은 다양한 형태로 일상적인 대인 상호작용에 널리 나타난다.

감정을 사회적 정보로 보는 모델(EASI 모델)은 사회적 환경에서 감정이 타인에게 미치는 영향을 설명하는 데 유용하다. EASI 모델에 따르면, 개인의 감정 표현은 추론 과정과 정서적 반응이라는 두 가지 경로를 통해 관찰자의 행동에 영향을 미친다.

EASI 모델은 오프라인뿐만 아니라 온라인 서비스 환경에도 적용되어 왔다. 예를 들어, 이전 연구에서는 서비스 직원의 감정 표현 강도가 주로 정서적 반응을 통해 고객 충성도와 구매 의도에 영향을 미치는 반면, 진정성은 주로 고객의 인지적 추론을 통해 영향을 미친다는 것을 발견했다. 또한 이 관계에서 고객의 인지적 동기 수준이 중요한 조절 요인임을 확인했다.

라이브 스트리밍 분야에서도 감정 전염 현상이 존재한다는 것이 확인되었다. 기존 연구를 분석한 결과, 우리는 스트리머의 감정이 다른 오프라인 서비스 제공자와 유사하게 표정과 언어를 통해 시청자의 행동에 상당한 영향을 미친다고 주장한다.

본 논문에서는 EASI 모델을 통해 엔터테인먼트 라이브 스트리밍에서 스트리머의 감정이 시청자의 선물 행동에 미치는 영향을 설명하고자 한다. 이를 통해 라이브 스트리밍에서 정서적 영향 측면에서 사용자의 선물 행동에 대한 연구를 더욱 풍부하게 하는 것을 목표로 한다.

3. 가설 수립

라이브 스트리밍 산업에서 스트리머와 플랫폼의 주요 수입원인 유료 선물에 대한 연구는 오랫동안 시청자 관점에서 이루어져 왔다. 본 연구에서는 스트리머의 구체적인 감정이 시청자의 선물 행동에 미치는 영향을 더 깊이 살펴보고자 한다.

모든 감정은 스트리머의 표정을 통해 표현된다. 논의를 단순화하고 표정 감정 관련 연구와 일관성을 유지하기 위해, 우리는 행복과 놀람을 긍정적 감정으로, 혐오, 분노, 두려움, 슬픔을 부정적 감정으로 분류한다.

본 연구에서는 선물을 유료와 무료로 구분하고, 각각에 대한 스트리머 감정의 영향을 고려한다. 또한 사용자 충성도가 미치는 영향도 함께 살펴본다. 우리의 연구 모델은 그림 2에 제시되어 있다.

3.1 스트리머의 감정이 유료 선물에 미치는 영향

EASI 모델에 따르면, 온라인 엔터테인먼트 환경에서 스트리머의 긍정적 감정은 시청자의 기대와 판단에 더 부합한다. 이는 시청자들이 스트리머의 감정 표현 의도를 추론하기 위해 과도한 인지적 노력을 기울일 필요가 없고, 긍정적 감정에 대한 인식이 더 자연스럽기 때문이다. 따라서 우리는 스트리머의 긍정적 감정이 시청자의 유료 선물 행동을 촉진하고, 반대로 부정적 감정은 이를 저해한다고 가정한다. 이에 따른 가설은 다음과 같다:

가설 1a. 스트리머의 긍정적 감정은 유료 선물 금액과 정(+)의 관계가 있다.

가설 1b. 스트리머의 부정적 감정은 유료 선물 금액과 부(-)의 관계가 있다.

3.2 스트리머의 감정이 무료 선물에 미치는 영향

유료 선물이 재정적 지원의 성격을 띠는 반면, 무료 선물은 본질적으로 스트리머에 대한 정서적 지지의 한 형태로 작용한다. 스트리머의 개인적 특성은 시청자가 정서적 지지를 표현하고자 하는 의지와 연관되어 있다.

유료 선물에 대한 감정의 영향과 유사하게, 우리는 시청자들이 스트리머의 긍정적 감정에 영향을 받아 무료 선물 수를 늘리고, 반대로 부정적 감정은 이를 감소시킬 것이라고 예상한다. 이에 따른 가설은 다음과 같다:

가설 2a. 스트리머의 긍정적 감정은 무료 선물 수와 정(+)의 관계가 있다.

가설 2b. 스트리머의 부정적 감정은 무료 선물 수와 부(-)의 관계가 있다.

3.3 충성도에 따른 시청자의 선물 행동에 대한 스트리머 감정의 영향

EASI 모델에 따르면, 개인의 감정이 관찰자에게 미치는 영향은 관찰자의 정보 처리 능력과 인식론적 동기와 같은 사회적 요인에 의해 조절된다. 우리는 시청자의 충성도 수준(높음 또는 낮음)이 스트리머의 감정과 시청자의 선물 행동 사이의 관계를 조절한다고 제안한다.

라이브 스트리밍 환경에서, 충성도가 높은 시청자는 스트리머와 긴밀한 사회적 관계를 형성하게 된다. 이로 인해 그들은 스트리머의 부정적 감정을 더 잘 수용하고 이해하게 되며, 스트리머의 부정적 감정에서 부정적 의도를 추론하는 경향이 줄어들고 부정적 감정 전염의 영향을 덜 받게 된다.

결과적으로 스트리머의 부정적 감정이 이들의 선물 행동에 미치는 부정적 영향이 약화된다. 동시에 높은 충성도는 스트리머의 퍼포먼스에 대한 참여와 동일시를 증가시켜 스트리머 감정의 긍정적 효과를 강화한다. 따라서 다음과 같은 가설을 제시한다:

가설 3a. 시청자의 충성도가 높을수록 스트리머의 감정이 유료 및 무료 선물에 미치는 긍정적 영향이 강화된다.

가설 3b. 시청자의 충성도가 높을수록 스트리머의 감정이 유료 및 무료 선물에 미치는 부정적 영향이 약화된다.

4. 연구 방법

4.1 데이터

본 연구의 데이터셋은 2021년 11월 기준 중국 라이브 스트리밍 플랫폼 상위 10위권에 속하는 인기 동영상 플랫폼인 빌리빌리의 라이브 스트리밍 섹션에서 수집되었다.

이 플랫폼은 2016년에 선물 서비스를 도입했으며, 시청자들은 댓글을 통해 소통하거나 자신을 표현할 수 있을 뿐만 아니라 라이브 방송 중 스트리머에게 무료 또는 유료 디지털 선물을 제공할 수 있다.

본 연구는 스트리머의 표현이 시청자의 선물 행동에 미치는 영향에 초점을 맞추고 있으므로, 라이브 스트리밍 영상과 선물 기록이라는 두 가지 데이터 소스를 활용하여 데이터셋을 구성했다. 라이브 방송 분야의 유형이 시청자의 선물 행동에 영향을 미칠 수 있다는 점을 고려하여, Bilibili의 5개 분야 카테고리(채팅, 일상 라이브, 춤, 휴식, 노래)에서 각각 36, 21, 20, 21, 31명의 스트리머를 층화 표본 추출 방식으로 선정했다.

선정된 129명의 활발한 스트리머들은 모두 1년 이상의 라이브 방송 경험을 가지고 있으며, 데이터 수집 시작 전 한 달 동안 최소 10회 이상의 라이브 방송을 진행했다. 2021년 9월 15일부터 10월 4일까지 총 13,498개의 영상(1,809시간 41분)을 수집했으며, 이는 358,002개의 선물 기록을 포함하고 있다.

상세한 분석을 위해 1분 단위의 영상을 샘플 단위로 사용했고, 스트리머의 얼굴이 보이지 않는 샘플을 제외하여 최종적으로 81,110개의 유효 샘플을 확보했다.

4.2 측정 방법

긴 영상을 효과적으로 처리하기 위해, Lin 등(2021)의 방식을 따라 스트리머의 표정이 1분 내에 크게 변하지 않는다고 가정했다. 이에 따라 라이브 스트리밍의 매 1분을 기본 샘플 단위로 설정했다.

4.2.1 독립 변수

스트리머 감정: 스트리머의 감정은 표정을 통해 측정했으며, 1분 동안 스트리머의 감정이 안정적으로 유지된다고 가정했다. 먼저, 1분 영상에서 10초 간격으로 프레임을 추출하여 각 샘플당 6장의 이미지를 얻었다.

그 다음, 대규모 데이터셋을 수동으로 라벨링하는 것이 불가능하기 때문에, 사전 훈련된 딥 뉴럴 네트워크인 EfficientNet B2를 사용하여 얼굴 존재 여부를 인식하고 7가지 감정(행복, 놀람, 중립, 혐오, 분노, 두려움, 슬픔)의 확률 분포를 도출했다.

EfficientNet-B2는 감정 인식 작업에서 특히 우수한 성능을 보이며, 계산 자원 소비와 인식 정확도 사이에 좋은 균형을 제공한다. 이 네트워크는 2021년 11월 기준 AffectNet 데이터셋의 감정 분류 작업에서 최신 결과를 달성했으며, 비디오 프레임에 대한 정확도가 이전에 알려진 가장 선진적인 단일 모델보다 4.5% 높았다.

마지막으로, 각 프레임의 감정 분포 벡터를 얻은 후 얼굴이 보이지 않는 프레임을 제거하고 나머지의 평균을 계산했다. 이렇게 얻은 최종 평균 벡터는 전체 영상 단위의 감정 분포를 대표하는 데 사용되었다. 중립 감정을 제외하고 나머지 6가지 감정(행복, 놀람, 분노, 혐오, 두려움, 슬픔)을 분석에 활용했다.

충성도: 시청자의 충성도가 선물 행동에 미치는 조절 효과를 검토했다. 충성도를 측정하기 위해 시청자들의 스트리머 구독료 지불 의사를 분석했다. 많은 라이브 스트리밍 플랫폼에서 시청자들은 구독을 통해 스트리머에 대한 지속적인 지지를 표현하도록 유도되며, 이는 충성도의 지표로 간주될 수 있다. 구독에 지출한 금액을 기준으로 충성도 수준을 정량화했다.

구체적으로, 구독하지 않은 시청자의 충성도 수준은 0, $28 구독 시청자는 1, $286 구독은 2, $2,866 구독은 3의 충성도 수준을 갖는다. 라이브 스트림의 1분 단위를 연구했으므로, 해당 시간 구간 내 시청자의 평균 충성도 수준을 충성도 측정치로 사용했다.

4.2.2 종속 변수

시청자의 무료 선물: 플랫폼은 사용자의 활동과 참여를 촉진하기 위해 무료 가상 선물을 제공한다. 이 라이브 스트리밍 플랫폼에서 시청자들은 "작은 사랑"이라는 무료 가상 선물을 통해 스트리머에게 후원할 수 있다. 시청자들은 일일 로그인이나 온라인 활동 등 다양한 방법으로 "작은 사랑"을 획득할 수 있다.

라이브 스트리밍 방에서 5분 이상 머물면 하나의 "작은 사랑"을 얻을 수 있으며, 하루 최대 획득량은 24개이다. 스트리머는 "작은 사랑"을 받으면 자신의 영향력을 측정하는 50포인트를 얻고, 동시에 시청자와의 친밀도도 50포인트 증가한다. 결과적으로, 시청자의 무료 선물은 스트리머의 인기도를 높이는 데 기여한다. 우리는 시청자가 제공한 무료 선물의 수를 합산하여 분당 시청자 무료 선물(FreeGift) 수치를 측정했다.

시청자의 유료 선물: 유료 선물을 하기 위해 시청자는 먼저 플랫폼이 지정한 가상 화폐인 "배터리"를 구매해야 한다. 이 가상 화폐는 10 "배터리"당 1 중국 위안(CNY)의 비율로 실제 돈과 교환할 수 있다. 이 플랫폼에서 시청자들은 "배터리"를 1에서 22,330 "배터리" 사이의 가격대를 가진 가상 선물과 교환할 수 있다. 스트리머가 받은 선물의 가치는 최종적으로 플랫폼과 균등하게 분배된다.

스트리머는 유료 선물을 받음으로써 인기도도 높일 수 있다. 다양한 유료 가상 선물에 필요한 "배터리" 수가 다르기 때문에, 우리는 샘플 단위 내에서 스트리머가 받은 총 "배터리" 수를 합산한 후 이를 실제 화폐 가치로 변환했다. 데이터의 안정성을 확보하고 이분산성 문제를 줄이기 위해 이 변수의 로그값을 시청자 유료 선물(PaidGift) 측정치로 사용했다.

4.2.3 통제 변수

팔로워 수: 이 플랫폼에서 시청자들은 스트리머 홈페이지의 "구독" 버튼을 클릭하여 팔로워가 될 수 있다. 많은 팔로워를 보유한 스트리머는 매력적이고 평판이 좋은 것으로 여겨진다. 대규모 팬 기반을 가진 스트리머의 경우, 시청자들이 가상 선물을 보내는 것은 스트리머가 시청자들이 선호하는 방식으로 방송을 진행하도록 유도하는 방법이 될 수 있다. 스트리머의 팔로워 수가 라이브 스트리밍에서의 선물 행위에 어느 정도 영향을 미칠 수 있으므로, 우리는 라이브 스트리밍 중 스트리머의 개인 페이지에 표시된 팔로워 수를 로그 변환 후 통제 변수 중 하나로 수집했다(NumFollower).

댓글 수: 라이브 스트리밍 중 시청자들은 실시간으로 화면을 가로질러 흐르는 댓글을 보낼 수 있다. 이 댓글은 시청자와 스트리머 간의 상호작용 수단일 뿐만 아니라 시청자 간의 주요 소통 방식이기도 하다. 시청자의 각성 수준에 영향을 미칠 수 있는 댓글 수는 시청자 선물 양과 양의 상관관계가 있다. 본 연구에서 우리는 댓글 수가 최종 결과에 영향을 미치는 것을 방지하기 위해 이를 통제 변수로 포함했다(NumDanmaku).

스트리머 외모: 직관적으로, 스트리머의 외모는 시청자의 선물 행동에 상당한 영향을 미치며, 특히 엔터테인먼트 스트리머의 경우 더욱 그렇다. 각 스트리머의 매력도를 측정하기 위해 우리는 수동으로 스트리머의 외모를 평가했다. 매력도는 0, 1, 2의 세 단계로 나누었으며, 각각 평균 이하, 평균, 평균 이상의 외모에 해당한다. 신뢰할 수 있는 결과를 얻기 위해 4명의 자원봉사자(남학생 2명, 여학생 2명)의 점수를 평균 내고 반올림했다(Appearance).

라이브 스트리밍 유형: 다양한 유형의 엔터테인먼트 라이브 스트리밍이 시청자의 선물 행동에 영향을 미칠 수 있다. 우리의 데이터셋은 채팅, 일상 라이브, 춤, 휴식, 노래 등 5가지 유형의 엔터테인먼트 라이브 스트리밍을 포함한다. 예를 들어, 시청자가 야외 방송보다 춤 방송을 선호한다면 춤 방송에 더 많은 선물을 할 가능성이 있다. 따라서 우리는 엔터테인먼트 라이브 스트리밍의 유형을 통제 변수로 포함시켰다(Type).

라이브 스트리밍 시작 시간: 라이브 스트리밍의 분야 외에도 방송 시작 시간이 선물 행동에 영향을 미칠 수 있다. 예를 들어, 아침 방송을 시청하는 습관이 있는 시청자들은 안정적인 직업과 수입이 없을 가능성이 있는 반면, 저녁 시청자들은 퇴근 후 휴식 수단으로 라이브 스트리밍을 시청할 수 있다. 따라서 저녁 시청자들이 아침 시청자들보다 더 많은 선물을 할 가능성이 있다. 우리는 시작 시간을 새벽, 아침, 오후, 저녁으로 분류하고 이를 더미 변수로 회귀 분석에 포함시켰다(StartTime).

4.3 분석

우리 샘플의 특성에 따라, PaidGift라는 종속 변수는 온라인 시청자로부터 받은 유료 선물의 총 금액으로 측정된다. 종속 변수 값들 간의 절대적 차이를 줄이고 극단값의 영향을 최소화하기 위해, 우리는 이 변수에 로그를 취했으며(즉, log(PaidGift)), OLS 회귀를 통해 모델을 분석했다.

무료 선물의 경우, 앞서 언급한 FreeGift 변수가 양의 정수에 대해 대략적으로 연속 분포를 보이지만, 최소값으로 0을 포함하는 관찰값 부분집합이 존재한다. 이러한 특성 때문에 Tobit 회귀를 사용하여 모델을 분석했다.

시청자가 무료 선물을 전혀 주지 않았을 때 FreeGift는 광범위하게 0으로 기록된다. 따라서 Tobit 모델은 이러한 절단 문제를 해결하고 편향되지 않은 일관된 추정치를 얻는 데 적합하다.

결과적으로, 우리는 다음 두 가지 모델을 사용하여 스트리머의 다양한 감정이 시청자의 유료 또는 무료 선물 행동에 미치는 영향을 분석한다.

5. 연구 결과

스트리머의 표정이 시청자의 선물 행동에 미치는 영향과 시청자 충성도의 조절 효과를 조사하기 위해 우리는 실증 연구를 수행하고 그 결과를 분석했다. 또한 우리의 연구 결과의 강건성을 확인하기 위해 일련의 추가 실험을 진행했다.

5.1 주요 분석 결과

기술 통계와 상관 행렬은 표 I과 표 II에 제시되어 있다. 우리 연구의 주요 분석 결과는 표 III에 요약되어 있다 (자세한 내용은 부록 2 참조).

모델 1은 스트리머의 감정이 시청자의 유료 선물 행동에 미치는 영향을 분석하고, 모델 2는 스트리머의 감정이 시청자의 무료 선물 행동에 미치는 영향을 검증한다. 모델 3은 시청자 충성도가 유료 선물 행동에 미치는 조절 효과를 조사하고, 모델 4는 시청자 충성도가 무료 선물 행동에 미치는 조절 효과를 분석한다.

모델 1의 결과에 따르면, 스트리머의 행복(계수 = 0.428, p < 0.001)과 놀람(계수 = 0.631, p < 0.001)이 시청자의 유료 선물에 통계적으로 유의미하고 긍정적인 영향을 미치는 것으로 나타났다. 따라서 우리는 가설 1a를 채택하고, 긍정적 감정이 시청자의 유료 선물에 긍정적 영향을 미친다고 결론 내린다.

부정적 감정과 관련해서는, 모델 1의 결과가 혐오(계수 = -0.603, p < 0.001)가 시청자의 유료 선물을 유의미하게 감소시킨다는 것을 보여준다. 그러나 흥미롭게도 스트리머의 두려움(계수 = 0.430, p < 0.001)과 슬픔(계수 = 0.146, p < 0.001)은 유료 선물에 유의미한 긍정적 영향을 미치는 것으로 나타났다. 한편, 스트리머의 분노(계수 = -0.088, p > 0.05)는 통계적으로 유의미한 영향을 미치지 않았다.

모델 2의 결과는 행복(계수 = 14.081, p < 0.001)과 놀람(계수 = 44.024, p < 0.001) 모두 시청자의 무료 선물 행동에 긍정적 영향을 미친다는 것을 보여준다. 부정적 감정과 관련해서는, 분노(계수 = 15.727, p < 0.001), 혐오(계수 = 50.768, p < 0.001), 슬픔(계수 = 10.848, p < 0.001)이 시청자의 무료 선물에 통계적으로 유의미한 긍정적 영향을 미치는 반면, 두려움(계수 = -39.221, p < 0.001)은 유의미한 부정적 영향을 미치는 것으로 나타났다.

모델 3과 4의 결과 분석을 통해, 사용자 충성도가 실제로 유의미한 조절 효과를 가진다는 것을 확인할 수 있다. 사용자의 유료 선물 행동과 관련하여, 충성도는 스트리머의 행복이 시청자 선물에 미치는 긍정적 영향을 강화한다(계수 = 0.355, p < 0.001). 또한 충성도는 스트리머의 분노(계수 = 0.567, p < 0.05)와 혐오(계수 = 0.822, p < 0.001)가 선물에 미치는 부정적 영향을 완화하는 것으로 나타났다.

모든 가설 검정 결과를 표 IV에 요약했다.

주요 가설 외에도, 실험 결과를 비교함으로써 다른 흥미로운 패턴들을 발견했다. 예를 들어, 일반적인 통념과는 달리, 긍정적 감정뿐만 아니라 슬픔과 같은 부정적 감정도 무료 및 유료 선물에 긍정적 영향을 미칠 수 있다는 것을 확인했다.

통제 변수의 영향과 관련하여 다음과 같은 결과를 얻었다:

첫째, 외모가 평균 이하인 스트리머에 비해 매력도가 높은 스트리머가 더 많은 선물을 받을 가능성이 높다.

둘째, 댓글 수와 팔로워 수는 모두 선물 수와 양의 상관관계를 보인다.

셋째, 다른 방송 시간대에 비해 저녁에 스트리밍을 시작하면 더 많은 무료 및 유료 선물을 받는 것으로 나타났다.

5.2 견고성 검사

우리 연구에서는 결과의 강건성과 일관성을 확인하기 위해 여러 강건성 검정을 수행했다. 첫째, 모델 2와 4의 강건성을 평가하기 위해 추가적인 계수 모델, 특히 포아송 회귀를 사용하여 주요 방정식을 재추정했다. 표 V에 나타난 바와 같이 (자세한 내용은 부록 3 참조), 결과는 표 III의 원래 Tobit 모델과 매우 유사한 것으로 나타났다.

둘째, 독립 변수 측정 방식의 변경을 통해 결과의 강건성을 검증했다. 이전에는 10초 간격으로 스트리머 감정의 시각적 정보를 추출했는데, 여기서는 5초 간격으로 변경하여 특성 추출 방법의 강건성을 확인했다. 이 결과는 표 VI에 제시되어 있다 (자세한 내용은 부록 4 참조).

셋째, 독립 변수로서의 스트리머 감정 측정에 다른 방법을 적용했다. 처음에는 1분 영상에서 6개의 프레임을 추출한 후 이 프레임들을 얼굴 감정 추출기에 입력하여 각 감정 벡터의 평균을 얻었다. 그러나 평균 방법은 극단값에 민감하다는 단점이 있다.

이 문제를 해결하기 위해 평균 대신 중앙값을 사용했다. 모든 감정 벡터의 중앙값을 대체값으로 사용하여 결과를 도출했다 (자세한 내용은 부록 5 참조). 표 VII에서 볼 수 있듯이 모든 결과가 우리의 주요 발견과 일치하며, 이는 결과의 강건성을 입증한다.

Lin 등(2021)의 연구 방법을 따라, 상위 5%의 스트리머가 대다수의 시청자를 유치한다는 점을 고려했다. 우리는 데이터의 선택 편향을 방지하기 위해 상위 5% 스트리머를 제외하고 분석을 진행했다.

결과는 표 VIII에서 확인할 수 있으며 (자세한 내용은 부록 6 참조), 이는 우리의 주요 발견과 일치한다. 따라서 선택 편향은 우리 연구의 주요 문제가 아니며, 우리의 분석 결과는 강건하다고 할 수 있다.

마지막으로, 새로 수집한 데이터를 사용하여 결과의 일반화 가능성을 검증했다. 구체적으로, 2022년 11월 15일부터 12월 1일까지 추가적인 라이브 스트리밍 정보를 수집하여 우리 연구 결과의 일반화 가능성을 더욱 테스트했다.

이 추가 실험에 대해 주요 모델과 동일한 분석 모델을 적용했으며, 그 결과는 표 IX에 제시되어 있다 (자세한 내용은 부록 7 참조). 새로운 결과가 주요 모델의 결과와 일치한다는 점에서, 우리 모델의 일반화 가능성이 시간이 지나도 유지됨을 확인할 수 있었다.

6. 논의

6.1 주요 연구 결과

본 연구에서는 인기 있는 동영상 플랫폼에서 라이브 스트리밍 영상을 수집하여 81,110개의 분석 가능한 샘플을 확보했다. 이후 여러 회귀 분석을 수행하여 스트리머의 감정이 시청자의 선물 행동에 미치는 영향을 파악했다.

스트리머의 감정을 긍정적 감정(행복, 놀람)과 부정적 감정(슬픔, 혐오, 두려움, 분노)으로 세분화하여, 이들이 시청자의 유료 선물과 무료 선물에 미치는 영향을 연구했다. 또한 시청자의 충성도 수준을 고려하여 감정이 미치는 차별적인 영향을 검토했다.

우리의 세 가지 연구 질문에 대한 주요 연구 결과를 다음과 같이 요약할 수 있다:

RQ1. 스트리머의 감정이 시청자의 선물 행동에 미치는 영향은 무엇인가?

시청자의 유료 선물 행동과 관련하여, 모든 긍정적 감정이 긍정적 효과를 가져오는 것으로 나타났다. 계수를 비교해 보면 놀람의 효과가 행복보다 더 강한 것으로 보인다.

일반적인 예상과는 달리, 모든 부정적 감정이 부정적 효과를 가지는 것은 아니었다. 특히 슬픔과 두려움은 시청자의 유료 선물에 통계적으로 유의미한 긍정적 영향을 미쳤다.

무료 선물 행동에 대해서도 긍정적 감정은 여전히 긍정적 효과를 보였다. 흥미롭게도 슬픔, 분노, 혐오와 같은 부정적 감정도 무료 선물을 촉진하는 효과가 있는 것으로 나타났다.

RQ2. 스트리머의 감정이 시청자의 무료 및 유료 선물 행동에 미치는 영향은 어떻게 다른가?

유료와 무료 선물 행동을 비교했을 때, 행복, 놀람, 슬픔과 같은 감정은 두 가지 선물 행동 모두에 긍정적인 영향을 미쳤다. 반면 혐오는 무료 선물은 증가시키지만 유료 선물은 감소시켰으며, 두려움의 효과는 이와 반대로 나타났다.

RQ3. 충성도 수준이 다른 시청자들의 선물 행동이 스트리머의 감정 표현에 동일하게 영향을 받는가?

우리 연구는 시청자의 충성도 수준이 높아질수록 스트리머의 행복한 감정이 유료 선물에 미치는 긍정적 영향이 증가하고, 혐오 감정이 미치는 부정적 영향은 감소한다는 것을 발견했다.

결론적으로, 이 연구는 스트리머의 감정 표현 관리 전략에 대한 상세한 통찰을 제공했다. 이러한 세분화된 감정들은 각각 선물 행동에 독특한 영향을 미치며, 이는 무료 선물과 유료 선물로 구분될 수 있다.

또한, 두 가지 유형의 선물 행동 내에서도 스트리머에 대한 충성도 수준이 다른 시청자들은 이러한 감정들에 의해 서로 다른 영향을 받는 것으로 나타났다.

6.2 이론적 기여

본 논문은 기존 연구에 다음과 같은 이론적 기여를 한다:

첫째, 우리는 온라인 시청자 행동 분석 분야에 새로운 통찰을 제공한다. 기존 연구들은 주로 유료 선물에 초점을 맞추었고, 라이브 스트리밍의 특수한 환경에서 이루어지는 무료 선물 행동에 대해서는 충분히 고려하지 않았다. 스트리머의 직접적인 수입원인 유료 선물에 학계가 주목하는 것은 당연하지만, 무료 선물 역시 스트리머의 인기도와 시청자 참여도를 측정하는 중요한 지표가 될 수 있다.

우리의 연구는 선물 행동을 유료와 무료, 두 가지 범주로 구분하여 분석할 필요성을 강조한다. 이러한 세분화된 분류는 라이브 스트리밍 분야에서 무료와 유료 선물 행동 간의 유사점과 차이점에 대해 더 깊이 있는 고찰을 가능하게 한다.

둘째, 우리는 스트리머의 감정과 시청자의 소비 행동에 관한 연구를 발전시키며, 이를 통해 라이브 스트리밍 환경에서 사회적 정보 모델로서의 감정 적용 범위를 확장한다.

기존 연구들은 주로 실제 생활에서 서비스 제공자(직원/서버)의 감정이 고객 행동에 미치는 영향에 초점을 맞추었다. 또한, 서비스 직원의 감정 표현이 고객과 서비스 성과에 미치는 영향에 대한 연구는 대부분 행복, 분노, 긍정적 감정에 국한되어 있었으며, 다른 감정들에 대한 고려가 부족했다.

우리 연구에서는 연구 대상을 스트리머로 전환하고, 기존의 단순한 감정 분류를 6가지 감정 범주로 확장했다. 이러한 세밀한 감정 분류를 통해 우리는 스트리머의 부정적 감정(예: 슬픔)이 시청자 행동에 미치는 미묘한 긍정적 효과를 발견할 수 있었다.

셋째, 우리는 소비자 충성도에 관한 연구 분야에 기여한다. 기존에 충성도를 언급할 때는 주로 소비자의 브랜드나 기업에 대한 충성도를 의미했다. 충성도가 높은 그룹과 낮은 그룹은 특정 요인의 영향을 받을 때 서로 다른 반응을 보이는 경향이 있다. 그러나 라이브 스트리밍 영역에서는 고객의 개념이 시청자로 확장된다. 시청자들은 무료 및 유료 선물을 통해 선호하는 스트리머에게 비용을 지불함으로써 충성도를 표현한다.

우리의 연구는 온라인 라이브 스트리밍 맥락에서 긍정적 감정과 충성도로 대표되는 사회적 행동 간의 "증폭 효과", 그리고 부정적 감정과 사회적 행동 간의 "억제 효과"를 확인하고 입증했다. 이러한 발견은 온라인 사용자의 사회적 행동에 대한 연구를 더욱 풍부하게 한다.

6.3 실무적 시사점

라이브 방송 산업의 급속한 성장으로 스트리머들 간의 경쟁이 갈수록 치열해지고 있다. 시청자들이 제공하는 디지털 선물은 스트리머들이 이 분야에서 입지를 다지는 기반이 되며, 재정적 이익과 명성을 가져다준다. 따라서 우리의 연구는 스트리머들이 더 많은 무료 및 유료 선물을 획득하는 데 도움이 되는 실용적이고 구체적인 제안을 제공할 수 있다.

첫째, 감정 강화 전략이 스트리머에게 더 유익하다는 것을 확인했다. 우리의 연구 결과는 행복과 놀람과 같은 긍정적 감정이 스트리머가 더 많은 무료 및 유료 선물을 받는 데 도움이 될 수 있음을 보여준다. 흥미롭게도 부정적 감정으로 여겨지는 슬픔도 무료 및 유료 선물 모두에 긍정적인 영향을 미칠 수 있는 것으로 나타났다.

둘째, 라이브 스트리밍 중 스트리머가 자제해야 할 감정을 식별했다. 혐오와 두려움과 같은 부정적 감정은 때때로 시청자의 선물 행동에 부정적인 영향을 미치므로, 스트리머들이 이러한 감정을 표출하지 않는 것이 바람직하다고 제안한다.

셋째, 우리의 연구는 라이브 스트리밍 플랫폼에 몇 가지 시사점을 제공한다. 일반적으로 플랫폼은 실시간으로 메인 인터페이스에 일부 인기 있는 스트리머를 추천한다. 우리는 이러한 추천 시스템에 스트리머의 외모와 팔로워 수도 고려해야 한다고 제안한다. 우리의 연구 결과에 따르면, 이 두 요소는 시청자의 유료 선물 행동과 긍정적인 상관관계가 있다.

6.4 연구의 한계 및 향후 연구 방향

우리 연구에는 몇 가지 한계점이 존재한다.

첫 번째 한계점은 스트리머의 얼굴 표정만을 감정의 대표 지표로 사용한 것에서 비롯된다. 우리는 딥러닝 기법을 사용하여 얼굴 표정을 정량화하여 감정을 측정했지만, 실제 감정은 이보다 더 복합적인 요소들로 구성될 수 있다.

예를 들어, 스트리머의 목소리 톤, 대화 내용, 배경 음악의 분위기 및 기타 요인들이 시청자가 인식하는 스트리머의 전반적인 감정에 영향을 미칠 수 있다. 향후 연구에서는 이러한 다중 모달 및 다중 소스 요인들을 가능한 한 포괄적으로 고려하여 감정 측정의 정확도를 높여야 할 것이다.

두 번째 한계점은 데이터의 범위와 관련이 있다. 실증 데이터셋이 주로 중국의 한 유명 라이브 스트리밍 플랫폼에서 수집되었다는 점에서, 우리 연구 결과를 다른 플랫폼이나 문화권에 일반화하는 데 제한이 있을 수 있다.

또한, 우리의 데이터셋은 스트리머가 일반적으로 얼굴을 노출하는 엔터테인먼트 라이브 스트리밍에 초점을 맞추고 있다. 게임과 전자상거래와 같은 다른 라이브 스트리밍 분야에서도 얼굴을 보여주는 스트리머들이 있지만, 우리의 연구 결과가 이러한 분야에서도 동일하게 적용될 수 있을지는 불확실하다.

따라서 향후 연구에서는 모델을 시간적, 공간적으로 다양한 플랫폼과 분야로 확장하고, 데이터셋의 풍부성과 다양성을 높이는 데 주력해야 할 것이다.

마지막 한계점은 관찰 불가능한 정보로 인해 발생한다. 본 연구에서는 선물 행위가 라이브 스트리밍 영상 내용과 동시에 연결되어 있다고 가정했다. 그러나 실제로는 라이브 스트리밍 내용과 시청자의 선물 행동 사이에 시간적 간격이 존재할 수 있다. 시청자는 현재 시점의 영상보다는 직전 1분 또는 그 이전의 영상 내용에 영향을 받아 선물을 할 수 있다.

더욱이, 시청자가 라이브 스트리밍을 시청하기 시작한 시점이 선물 행위의 발생 시기에 영향을 미칠 수 있다. 결과적으로, 시청자의 선물 행동과 라이브 스트리밍 영상 사이의 이러한 관찰 불가능한 비동기적 특성은 연구 결과의 안정성에 영향을 줄 수 있다. 향후 연구에서는 이러한 비동기 문제를 더 효과적으로 해결하기 위해 시간이 선물 행위에 미치는 누적 효과를 고려해야 할 것이다.

7. 결론

라이브 엔터테인먼트 산업의 급속한 성장은 스트리머 자체의 특성이 시청자들의 선물 행위를 어떻게 촉진할 수 있는지 탐구하도록 우리를 이끌었다. 우리의 연구는 얼굴 표정을 통해 스트리머의 감정을 측정하고, 이러한 감정이 시청자의 선물 행동에 미치는 영향을 분석하는 것을 목표로 했다. 또한 우리는 선물 행동을 유료와 무료 선물로 혁신적으로 구분했으며, 이 두 유형의 행동이 감정에 대해 서로 다른 반응을 보인다는 것을 발견했다.

실증 분석 결과는 유료 및 무료 선물 행동에 대한 긍정적 감정(행복과 놀람)과 부정적 감정(혐오, 분노, 두려움, 슬픔)의 영향을 상세히 보여주며, 이는 스트리머들에게 실용적이고 효과적인 감정 관리 전략을 제시할 수 있다. 또한, 시청자의 충성도를 고려하여 스트리머 감정이 시청자 선물에 미치는 차별적 효과를 검증했다.

결론적으로, 우리의 연구는 엔터테인먼트 라이브 스트리밍 분야에서 스트리머의 감정과 시청자의 선물 행동 간의 관계에 대한 새로운 통찰을 제공한다. 우리는 선물을 유료와 무료 범주로 구분할 필요성을 확인했는데, 이는 두 유형의 선물이 감정적 자극에 대해 서로 다른 반응을 보이기 때문이다. 또한, 스트리머 감정이 선물 행동에 미치는 차별적 영향을 더 깊이 탐구할 때 시청자 충성도의 조절 효과를 고려하는 것이 중요하다는 점을 강조한다.

• 원문: https://www.emerald.com/insight/content/doi/10.1108/INTR-05-2022-0350/full/html

본 콘텐츠는 2023년 10월 24일에 발행된 "The impact of streamer emotions on viewer gifting behavior: evidence from entertainment live streaming" 논문을 번역한 것입니다.

저는 전문 번역가가 아니기 때문에 오역이 있을 수 있습니다. 또한 본 글은 원저작자의 요청에 따라 불시에 삭제될 수 있습니다. 감사합니다.