2019.09.09

AI가 관객+평론가 리뷰 분석, 영화 흥행 예측한다

Thomas Macaulay | Techworld
할리우드 영화에는 흥행 공식이 있다고 말하는 사람들이 있는데, 이들은 조만간 AI가 영화의 성공을 예측할 수 있음을 알게 될 것이며, 생각보다 영화평에서 더 많은 진실을 발견할 수 있을 것이다.
 
ⓒGetty Images Bank

성균관대학교의 연구팀은 영화 리뷰 사이트인 로튼 토마토(Rotten Tomatoes) 점수를 영화의 성공 척도로, 크라우드 소싱 플롯 요약의 CMU 무비 서머리 코퍼스(CMU Movie Summary Corpus)를 플롯의 시놉시스로 사용했다. 그런 다음 딥러닝 모델을 사용하여 요약에서 각 문장의 정서를 분석했다.

로튼 토마토에서 관객과 평론가의 평가가 75% 이상 긍정적이면 그 영화는 성공할 것으로, 65% 미만이며 그 영화는 성공하지 못할 것으로 간주됐다.

<이상한 나라의 앨리스>와 <특전 유보트(Das Boot)>같은 흥행한 영화는 평가에서 정서의 변화가 잦은 반면, <리미츠 오브 컨트롤(The Limits of Control)>과 <삼국지:명장 관우(The Lost Bladesman)>같은 실패한 영화에서는 이러한 변화가 적었다.

성균관대학교 소프트웨어대학 소프트웨어학과 정윤경 부교수는 로튼 토마토 애그리게이터가 영화 흥행을 말해주는 가장 정확한 척도는 아니라고 밝혔다.

정 부교수는 <테크월드>에 이메일로 "정확한 측정은 전체 매출과 투자 비용이 필요한 ROI로 할 수 있을 것이다. 하지만 우리는 신뢰할 만한 자료를 찾을 수 없었다"라고 말했다. 이어서 "게다가 수십 전 영화가 개봉했을 당시의 인플레이션을 고려해야 한다. 따라서 우리는 리뷰 점수를 대신 사용했다”라고 전했다. 

"여러 영화 리뷰 웹 사이트를 이용할 수 있지만 로튼 토마토 점수 시스템은 두 가지 유형의 점수(관객 별점과 영화평론가 별점)를 제공하기 때문에 최고라고 생각했다. 다른 5등급 점수 시스템과 달리 로튼 토마토 점수는 신선함(우리 표현으로는 성공)과 썩음(성공하지 않음)으로 나누기 위한 임계 값으로 60%를 제안한다. 이는 우리가 점수 시스템을 채택한 또 다른 이유다"라고 정 부교수는 덧붙였다.
 
알고리즘 영화 제작
성균관대학교 프로젝트는 영화의 흥행 여부를 알고리즘으로 예측하려는 시도 중 하나다. 영화 흥행을 예측하는 방법에서 가장 두드러진 지수 중 하나는 벨기에 신생벤처인 스크립트북(Script Book)이 이미 나온 수천 개의 스크립트 데이터 세트와 박스오피스 판매 결과에 스토리라인의 특성을 비교해 시나리오의 성공을 예측하는 것이다. 

스크립트북 설립자 나드리아 아제마이는 2018년 체코 카를로 비바리 국제 영화제에서 2015년부터 2017년까지 흥행에 실패한 32편의 소니 영화 중 22편을 소급하여 예측했다고 밝혔다.

이밖에 로스앤젤레스에 본사를 둔 시네리틱(Cinelytic)은 인재 분석을 혼합해 영화 흥행 예측에 추가했다. 이 플랫폼을 통해 제작자는 한 배우를 다른 배우로 교체해 캐스팅 변경이 박스오피스 결과에 어떤 영향을 줄 수 있는지 확인할 수 있다.

모든 알고리즘 예측이 정확한 것은 아니다. 몬테 카를로(Monte Carlo) 모델을 사용하여 특정 영화의 흥행 확률을 예측할 수 있는 수천 개의 시뮬레이션을 실행한 릴래티비티 미디어(Relativity Media)조차도 파산 신청을 피할 수는 없었다.

이 시스템의 이점이 무엇이든 영화 제작사 경영진의 관심은 높아지고 있다. 2018년 20세기폭스는 트레일러의 내용을 분석하여 성공 패턴을 식별함으로써 사람들이 보고 싶어 하는 영화를 예측하기 위해 머신러닝을 사용하고 있다고 밝혔다.

영국 스태퍼드셔대학교(Staffordshire University)에서 대화형 영화 제작 연구소를 설립하여 대화형 영화 제작을 연구한 폴리나 지오가 박사는 <테크월드>에 이러한 도구를 사용하면 제작자에게 도움이 될 수 있지만 영화에서 사람 경험의 모든 미묘함을 고려하는 데는 어려움을 겪을 것이라고 지적했다.

지오가 박사는 "우리가 영화관에 가서 관람할 때, 특정 장소에서 특정 시간에 영화를 볼 수 있다. 그래서 나는 그 반응이 매우 복잡하다고 생각한다. 이러한 도구는 아마도 업계에 도움이 될 수 있지만 반드시 모든 경우에 항상 최고의 솔루션과 예측을 제공할 수 있는 도구라는 것을 의미하지는 않는다"라고 설명했다. 

이 시스템에 관해 평론가들은 영화 제작사가 성공 가능성이 높은 영화만 제작하게 해 독특한 대본과 새로운 시나리오 작가의 기회를 줄일 수 있다고 우려했다. 하지만 성균관대학교 정 부교수는 실제로 시나리오 작가를 발견하고 개발하는 데 도움이 될 수 있다고 주장했다.

"성공적인 이야기의 예측 결과가 향상되면, 우리의 기술은 새로운 재능 있는 시나리오 작가를 발견하는 데 도움이 될 수 있다. 또한 작가가 자신의 작품을 평가하는 데도 도움이 될 수 있다"라고 정 부교수는 덧붙였다. ciokr@idg.co.kr



2019.09.09

AI가 관객+평론가 리뷰 분석, 영화 흥행 예측한다

Thomas Macaulay | Techworld
할리우드 영화에는 흥행 공식이 있다고 말하는 사람들이 있는데, 이들은 조만간 AI가 영화의 성공을 예측할 수 있음을 알게 될 것이며, 생각보다 영화평에서 더 많은 진실을 발견할 수 있을 것이다.
 
ⓒGetty Images Bank

성균관대학교의 연구팀은 영화 리뷰 사이트인 로튼 토마토(Rotten Tomatoes) 점수를 영화의 성공 척도로, 크라우드 소싱 플롯 요약의 CMU 무비 서머리 코퍼스(CMU Movie Summary Corpus)를 플롯의 시놉시스로 사용했다. 그런 다음 딥러닝 모델을 사용하여 요약에서 각 문장의 정서를 분석했다.

로튼 토마토에서 관객과 평론가의 평가가 75% 이상 긍정적이면 그 영화는 성공할 것으로, 65% 미만이며 그 영화는 성공하지 못할 것으로 간주됐다.

<이상한 나라의 앨리스>와 <특전 유보트(Das Boot)>같은 흥행한 영화는 평가에서 정서의 변화가 잦은 반면, <리미츠 오브 컨트롤(The Limits of Control)>과 <삼국지:명장 관우(The Lost Bladesman)>같은 실패한 영화에서는 이러한 변화가 적었다.

성균관대학교 소프트웨어대학 소프트웨어학과 정윤경 부교수는 로튼 토마토 애그리게이터가 영화 흥행을 말해주는 가장 정확한 척도는 아니라고 밝혔다.

정 부교수는 <테크월드>에 이메일로 "정확한 측정은 전체 매출과 투자 비용이 필요한 ROI로 할 수 있을 것이다. 하지만 우리는 신뢰할 만한 자료를 찾을 수 없었다"라고 말했다. 이어서 "게다가 수십 전 영화가 개봉했을 당시의 인플레이션을 고려해야 한다. 따라서 우리는 리뷰 점수를 대신 사용했다”라고 전했다. 

"여러 영화 리뷰 웹 사이트를 이용할 수 있지만 로튼 토마토 점수 시스템은 두 가지 유형의 점수(관객 별점과 영화평론가 별점)를 제공하기 때문에 최고라고 생각했다. 다른 5등급 점수 시스템과 달리 로튼 토마토 점수는 신선함(우리 표현으로는 성공)과 썩음(성공하지 않음)으로 나누기 위한 임계 값으로 60%를 제안한다. 이는 우리가 점수 시스템을 채택한 또 다른 이유다"라고 정 부교수는 덧붙였다.
 
알고리즘 영화 제작
성균관대학교 프로젝트는 영화의 흥행 여부를 알고리즘으로 예측하려는 시도 중 하나다. 영화 흥행을 예측하는 방법에서 가장 두드러진 지수 중 하나는 벨기에 신생벤처인 스크립트북(Script Book)이 이미 나온 수천 개의 스크립트 데이터 세트와 박스오피스 판매 결과에 스토리라인의 특성을 비교해 시나리오의 성공을 예측하는 것이다. 

스크립트북 설립자 나드리아 아제마이는 2018년 체코 카를로 비바리 국제 영화제에서 2015년부터 2017년까지 흥행에 실패한 32편의 소니 영화 중 22편을 소급하여 예측했다고 밝혔다.

이밖에 로스앤젤레스에 본사를 둔 시네리틱(Cinelytic)은 인재 분석을 혼합해 영화 흥행 예측에 추가했다. 이 플랫폼을 통해 제작자는 한 배우를 다른 배우로 교체해 캐스팅 변경이 박스오피스 결과에 어떤 영향을 줄 수 있는지 확인할 수 있다.

모든 알고리즘 예측이 정확한 것은 아니다. 몬테 카를로(Monte Carlo) 모델을 사용하여 특정 영화의 흥행 확률을 예측할 수 있는 수천 개의 시뮬레이션을 실행한 릴래티비티 미디어(Relativity Media)조차도 파산 신청을 피할 수는 없었다.

이 시스템의 이점이 무엇이든 영화 제작사 경영진의 관심은 높아지고 있다. 2018년 20세기폭스는 트레일러의 내용을 분석하여 성공 패턴을 식별함으로써 사람들이 보고 싶어 하는 영화를 예측하기 위해 머신러닝을 사용하고 있다고 밝혔다.

영국 스태퍼드셔대학교(Staffordshire University)에서 대화형 영화 제작 연구소를 설립하여 대화형 영화 제작을 연구한 폴리나 지오가 박사는 <테크월드>에 이러한 도구를 사용하면 제작자에게 도움이 될 수 있지만 영화에서 사람 경험의 모든 미묘함을 고려하는 데는 어려움을 겪을 것이라고 지적했다.

지오가 박사는 "우리가 영화관에 가서 관람할 때, 특정 장소에서 특정 시간에 영화를 볼 수 있다. 그래서 나는 그 반응이 매우 복잡하다고 생각한다. 이러한 도구는 아마도 업계에 도움이 될 수 있지만 반드시 모든 경우에 항상 최고의 솔루션과 예측을 제공할 수 있는 도구라는 것을 의미하지는 않는다"라고 설명했다. 

이 시스템에 관해 평론가들은 영화 제작사가 성공 가능성이 높은 영화만 제작하게 해 독특한 대본과 새로운 시나리오 작가의 기회를 줄일 수 있다고 우려했다. 하지만 성균관대학교 정 부교수는 실제로 시나리오 작가를 발견하고 개발하는 데 도움이 될 수 있다고 주장했다.

"성공적인 이야기의 예측 결과가 향상되면, 우리의 기술은 새로운 재능 있는 시나리오 작가를 발견하는 데 도움이 될 수 있다. 또한 작가가 자신의 작품을 평가하는 데도 도움이 될 수 있다"라고 정 부교수는 덧붙였다. ciokr@idg.co.kr

X