소비자 참여행동에 영향을 미치는 Short-form 영상의 요소 : 컴퓨터 비전 알고리즘을 활용한 이미지 분석

Abstract

최근 소셜 네트워크 서비스(SNS)와 모바일 중심의 미디어 소비가 확대되면서 사용자의 자체적인 생성 콘텐츠 데이터가 급증하고 있다. 특히 숏폼(Short-form)은 짧은 시간내에 시각적 체험을 제공하여 콘텐츠를 전달하는 특성을 가지며, 이는 오늘날 정보 소비 형태에 가장 부합한 콘텐츠로 각광받고 있다. 다양한 플랫폼에서 생성되고 있는 숏폼 콘텐츠는 이제개인을 넘어서, 기업의 가치 향상과 마케팅 전략으로까지 그 범위가 확대되고 있다. 일반적으로 숏폼은 추천 알고리즘을통해 소비자에게 전달되는 특성을 가진다. 따라서 소비자는 짧은 영상을 통해 콘텐츠의 소비 여부를 결정해야 하기 때문에, 시각적 요소가 다른 매체보다 중요하게 작용된다. 따라서 본 연구는 숏폼을 프레임 단위로 분할하여 이미지의 시각적요소가 소비자 참여행동에 미치는 영향을 분석하고자 한다. 유튜브 쇼츠를 중심으로 컴퓨터 비전을 활용한 이미지 분석을진행하였으며 숏폼을 프레임별로 이미지화한 후 심미도, 품질, 색상, 추출된 객체 등의 시각적 요소가 소비자 참여행동에미치는 영향과 이러한 요소가 중요한 영향을 미치는 시점을 파악하였다. 본 연구는 소셜 미디어 콘텐츠, 특히 숏폼을 프레임 단위로 분석하여 각 프레임의 시각적 요소가 소비자 참여행동에 미치는 중요성과 그 영향이 발생하는 시점을 파악한최초의 연구이다. 또한 향후 이미지의 미적 분석에 기반한 콘텐츠 자동화, 소비자 행동과 반응을 예측하는 최적화 전략에이론적 토대와 방향을 제공한다.

Recent growth in social networking services (SNS) and mobile-centric media consumption has ledto an explosive increase in user-generated content data. Short-form video, in particular, delivers vivid visualexperiences within a brief time span and has emerged as a media format well aligned with contemporarypatterns of information consumption. As short-form content proliferates across platforms, its role hasexpanded beyond individual expression to encompass firm value creation and marketing strategy. Becauseshort-form videos are typically distributed via recommendation algorithms, viewers must decide whether toengage with content under severe time constraints, making visual cues more consequential than in manyother media. Accordingly, this study decomposes short-form videos into frame-level images and examineshow visual attributes shape consumer engagement behaviors. Focusing on YouTube Shorts, we applycomputer-vision–based image analytics to convert videos into frame sequences and extract visual features—including aesthetics, quality, color characteristics, and detected objects—to test their effects on engagementoutcomes and to identify when these features exert the strongest influence over the course of a video. Thisresearch is among the first to analyze short-form social media content at the frame level, demonstratingboth the importance of frame-specific visual elements and the temporal loci at which their effects emerge. The findings provide a theoretical foundation and future directions for content automation grounded incomputational aesthetics, as well as optimization strategies to predict and enhance consumer responses inalgorithmically curated media environments.