Big Data-based Design Evaluation Matrix Proposal: Focusing on Hyundai Motor Company and Mercedes-Benz
Big Data is one of the most essential elements of the Fourth Industrial Revolution, and various companies, industries, and even the state are striving to lead the way in creating innovative business models. However, this is limited to data-related disciplines and roles led by experts in the industry. This study aims to make it possible for practitioners to quickly and easily collect and analyze data using an open platform by proposing design evaluation methodology using Big Data that can be led by designers. This study is meaningful in suggesting a new direction for the designer who combines the characteristics of a data scientist and the necessity of data utilization through proactive use and a new approach centered on design-based thinking in the era of Big Data. By submitting the contents of this study to YSID, I hope that it will encourage designers to go beyond the scope of aesthetics and start to utilize data, the key component of the Fourth Industrial Revolution.
*본 연구는 이용혁1, 윤대명, 황세현2, 이주명3 공저로 Archives of Design Research (Scope) 저널에 게재된 것으로 YSID의 지면에 맞춰 조정하였습니다.
연구배경
빅 데이터는 4차 산업혁명의 가장 핵심적인 요소 중 하나로서 다양한 기업과 산업 군뿐만 아니라, 국가 주도적으로 혁신적인 비즈니스 모델을 만들고자 노력하고 있다. 하지만 이는 데이터 관련 학문과 해당 산업의 전문가들이 주도하는 역할에 국한되고 있다. 본 연구는 디자이너가 주도할 수 있는 빅 데이터를 이용한 디자인의 평가 방법론을 제안하여, 현업에서도 실무자들이 쉽고 빠르게 데이터를 수집하고 오픈 플랫폼을 활용한 데이터 분석이 가능하도록 하는 것을 목표로 하였다. 이런 배경을 바탕으로 본 연구는 빅 데이터 시대에 디자인적 사고(思考)를 통한 주도적인 활용과 새로운 접근법으로서 데이터 활용의 필요성과 데이터 전문가(Data Scientist)의 특징을 겸비하는 디자이너의 새로운 방향성을 제시하는 데 그 의의가 있다.
(출처: NATIONAL INFORMATION SOCIETY AGENCY)
본 연구 내용을 YSID에 투고함으로 후배분들에게는 디자이너가 미학적인 범위를 넘어 4차 산업혁명의 주역인 데이터를 활용할 수 있는 계기가 되었으면 하는 바람이다.
연구 방법
본 연구의 방법론으로는, 학술적 설문 방식을 대신하여 웹 크롤링을 통한 사용자와 미디어의 평가 데이터 수집을 선택하였다. 현대자동차와 메르세데스 벤츠를 주제로 하여 언급되는 사이트의 2년 치 데이터를 수집하였으며, 빅 데이터 오픈 플랫폼인 아마존 웹서비스(AWS)의 Amazon Lex를 이용하여 데이터를 처리, 감성별로 분류하였다. 또한 언급되는 자동차 요소별의 좌표에 파이썬을 이용한 시각화된 평가 맵을 구현하였다.
-조사방식: 웹 크롤링을 이용한 오피니언 마이닝 수집 방식
-조사기간: 2020년. 10월 1일 (1일간)
연구결과
소비자 댓글과 미디어 평가는 현대자동차의 긍정 언급이 2,149개, 부정 언급이 1,056개로 긍정이 높았으며, 메르세데스 벤츠는 긍정 언급이 1,581개, 부정 언급이 1,056개로 도출되었다. 측면부 전체, 후면부 전체를 포괄하는 언급이 많았으며, 긍정과 부정 모두 측면부 전체에 대한 디자인 언급이 높게 나타나는 것을 알 수 있었다.
결론
본 연구는 빅 데이터를 활용한 디자인 평가 매트릭스를 제안하기 위해 진행되었다. 사용자의 평가 항목이 댓글과 브랜드 뉴스 미디어에 의해 영향을 받고 있다는 것에 착안하여 일반적으로 설문 등을 통해 수집하는 사용자 경험 품질의 심미적 요소 관련 사항을 온라인의 관련 언급에 대한 데이터 수집을 통해서도 가능하다는 것을 확인하였다. 웹 크롤링과 Amazon Lex를 통한 AI의 감성 평가로 2년 동안 축적된 사용자 감성 데이터를 하루 정도의 시간에 수집, 분석하는 것이 가능하였다. 또한 기존 R과 파이썬의 데이터 기술자 중심의 코딩 언어 중심으로 처리되는 것과 다르게 아마존 웹 서비스(AWS)의 딥러닝 AI인 Amazon Lex를 활용하여 데이터의 수집과 처리가 간편해졌고 긍, 부정의 빈도와 좌표를 디자인 평가 매트릭스로 구현하여 결과의 활용성을 높였다. 제안된 디자인 평가 매트릭스를 통해 브랜드 간의 선호 디자인 요소와 비선호 디자인 요소를 한눈에 확인할 수 있었던 점도 주목된다. 디자이너가 주도할 수 있는 빅 데이터 분석 방법으로 오픈 플랫폼을 경유하여 시각화된 평가 맵을 개발·활용한다면, 자동차 차기 모델을 위한 디자인 보완과 강점을 살린 디자인 계획 수립이 가능할 것으로 보인다. 이런 방법은 디자인 분야를 넘어서서 브랜드 광고·마케팅의 분야에까지 활용 분야를 넓힐 수 있을 것이다. 현업에서의 활용 예시를 들자면, 프로젝트 입찰 및 기획 방안으로 평가받는 고객사에 유용한 효과적인 분석 방법으로 사용 가능할 것으로 추정된다. 데이터 경제 시대에 적합한 데이터 주도(Data-Driven) 디자인 방법론을 활용하는 것이 새로운 디지털 디자이너의 역량으로서 평가받는다면, 각 산업 분야에서의 디자인 역할의 중요성이 더 높아지는 계기가 될 것으로 기대한다.
