여행 사진을 통한 디지털 자아 확장: AI 기반 SNS 여행 사진 얼굴 분석

Abstract

이 연구의 목적은 AI 알고리즘을 활용하여 SNS 여행 사진에서 여행자의 자아 표현을 분석하고자 한다. 여행자의 자아는 SNS를 통해 디지털 세계에 진입한다. 따라서 본 연구에서는 여행자의 신체적 단서 중 얼굴과 미소 사진, 비(⾮) 얼굴 사진을 통해 자아와 디지털 자아(digital-self)를 분석하였다. 이를 위해 대표적 여행 SNS인 인스타그램의 여행 사진을 분석하였으며, 얼굴 표정을 분석하기 위해서 AI 기반 네 가지 알고리즘을 활용하였다. 첫째, 얼굴 탐지(Bounding box detection) 모형을 사용해서 여행 사진 속 얼굴을 인지시켰고, 둘째 얼굴 랜드마크 모형(face landmark model)을 사용하였고, 셋째 얼굴 랜드마크특장점 추출을 통해 얼굴의 약 478개 근육을 탐지하였다. 마지막으로 약 15개 모델 성능을구현해서 미소 표정을 구분하는 최적의 모형을 찾아내어 분석하였다. 분석 결과 SNS 올리는 여행 사진 또한 탈물질화 즉 디지털에서의 자아임을 확인했다. 얼굴 노출시키는 자아, 얼굴 노출시키지 않는 행위 더 나아가 미소를 짓는 행위, 미소를 짓지 않는 행위 또한 확장된디지털 신체화로서 자아 표현임이 이 연구를 통해 드러났다. 이론적 함의는 소셜미디어상셀피 공유행위에만 머물렀던 논의 수준에서 나아가 디지털 자아로써 SNS 여행 사진 존재와가치를 살펴본 의의가 있다. 실무적 함의로 SNS 여행 사진을 디지털 퍼포먼스 마케팅 전략을 쓸 때 소비자들의 얼굴 노출 목적, 의미에 맞게 선별하는 전략이 주효함을 시사한다. 또한 실제 데이터 활용함으로써 얼굴 인식 한계 유형화 작업을 진행할 때 향후 알고리즘 고도화 개선 방안을 강조한다.

This study seeks to identify travelers’ self-identity as embedded in travel photos posted on the Instagram platform. Through social networking services(SNS), travelers’ identities are integrated into the virtual digital world. To explore this phenomenon, the study distinguishes between the digital self and the actual self by analyzing physical cues in digital self-representations, such as facial features, smiling expressions, and photos in which the face is not exposed. Four AI-based methods were employed. First, a bounding box detection model was used to identify faces in the photos. Second, a face landmark model, implemented using Google’s MediaPipe algorithm, was applied to detect 478 facial muscle position values. Third, the principles of the Facial Action Coding System(FACS) were used to code and interpret key facial muscle movements. The findings reveal evidence of dematerialization, wherein SNS travel photos function as possessions of the extended digital self. Additionally, the study offers insights into facial expression behaviors in social media photo uploads and proposes AI-based methodological approaches for future tourism and identity research.