d라이브러리

2023년 크게 인기를 끌었던 드라마 ‘무빙’은 우리나라 드라마 사상 최고 제작비인 500억 원 이상을 쏟아부어 기획 단계에서부터 관심을 모았다. 이처럼 많은 제작비를 투입한 작품이 손익 분기점을 못 넘기는 낭패를 보지 않기 위해선 수학이 꼭 필요하다. 준비하고 있는 작품이 대중의 사랑을 받을지를 객관적으로 예측할 수 있기 때문이다.

할리우드에서는 이미 10여 년 전부터 수학을 이용한 AI 모형으로 흥행을 예측해왔다. ‘시네리틱’, ‘에파고긱스’, ‘디즈니 리서치’ 등 흥행 예측 모형을 만드는 회사만 10곳이 넘는다. 그중 에파고긱스라는 영국 회사는 AI를 이용해서 시나리오를 분석해 영화를 제작했을 때 벌어들일 수익을 예측한다.

에파고긱스는 2007년 개봉한 영화 ‘럭키 유’가 700만 달러를 벌어들일 것으로 예측했다. 이 영화는 당시 이름 있는 스타와 유명 감독, 시나리오 작가가 참여한 데다가 제작비도 5,000만 달러에 달했다. 그러나 에파고긱스의 예상에 가깝게 600만 달러라는 적은 실적으로 큰 손해를 입었다.

이 때문에 할리우드 대형 영화 제작사인 ‘워너 브라더스’는 2020년부터 미국 AI 기술 회사인 시네리틱과 손을 잡았다. 시네리틱은 영화 주제, 출연 배우 등에 따른 기존 흥행 데이터를 학습시켜 관객 수나 수익 등을 예측하는 AI 모형을 만들었고, 워너 브라더스는 이 모형을 참고해 영화를 제작하고 있다.

우리나라 기업인 KT도 2021년 미디어 콘텐츠의 흥행을 예측하는 AI 모형을 공개했다. 이 모형은 장르와 배우를 일정 기준으로 나눈 콘텐츠 정보, 시청 데이터, 콘텐츠 구매 금액, 관객 수 등 다양한 정보를 이용한다. 정보를 학습한 AI는 향후 제작할 콘텐츠의 기획안을 보고 작품의 흥행과 매출을 예상한다.

실제로 tvN 드라마 ‘슬기로운 의사생활 시즌1’은 흥행 1등급을 받고 그에 걸맞은 시청률을 거뒀다. 흥행 2등급이었던 드라마 ‘더 킹’도 좋은 흥행 성적을 냈다. 시청률 조사 기업 ‘닐슨 코리아’가 집계한 최고 시청률은 ‘슬기로운 의사생활 시즌1’이 14.1%, ‘더 킹’이 11.6%이었다.

KT와 같은 기업들은 흥행 예측 모형을 어떻게 만들었을까? 기업들은 영업 비밀이라며 상세한 원리를 알려주진 않지만, 기본적으로 오른쪽 페이지의 AI 모형 원리를 바탕으로 모형을 만든다고 알려져 있다. 여기에 새로운 변수를 추가하거나 더 잘 설명하는 함수를 고안해 모형의 정확도를 높인다.

여기서는 영화 흥행의 척도인 관객 수를 *종속변수 y, 관객 수를 만드는 다양한 요인들을 *독립변수 x_i로 나타낸 신경망 함수 y = b₀ + b₁x₁ + b₂x₂b_nx_n으로 AI 모형을 만드는 방법을 알아보자.

입소문이 만드는 천만 영화

영화가 흥행하기 위해서는 좋은 시나리오와 연출력, 배우의 탄탄한 연기력 등이 갖춰져야 한다. 하지만 잘 만든 영화라도 입소문을 타지 못하면 관객을 모으기 어렵다. SNS에 좋은 후기가 많거나 영화 평가 사이트에 실제 관객이 남긴 별점이 높으면 관객이 저절로 모인다.

어떤 영화의 입소문이 얼마나 났는지 추측하는 방법으로 ‘순수 추천고객 지수’가 있다. 순수 추천고객 지수의 값이 클수록 입소문이 잘 나서 관객 수가 늘고, 값이 음수면 관객 수가 점차 감소한다.

2015년 CJ CGV가 영화산업 미디어 포럼에서 공개한 자료에 따르면 2013, 2014년 개봉작 중 순수 추천고객 지수가 가장 높은 영화는 67%의 ‘변호인’이었다. 변호인은 개봉 33일 만에 천만 관객을 돌파해 흥행에 성공했다. 마찬가지로 천만 영화인 ‘7번 방의 선물’과 ‘국제시장’이 56%로 그 뒤를 이었다.

한편 2011년 일본 응용수학자 이시이 아키라는 입소문이 영화 흥행에 얼마나 영향을 미치는지를 수학적으로 밝혔다. 

배우의 전성기도 예측

데뷔하자마자 인기를 얻고 승승장구하는 배우가 있는 반면 오랜 무명 시절을 겪는 배우도 있다. 배우 구교환은 2008년에 데뷔해 10년가량 여러 작품을 거쳐오다가 2019년에 영화 ‘메기’를 통해 본격적으로 이름을 알렸다. 그렇다면 배우가 언제 전성기를 맞이할지 미리 알 수 있을까?

2019년 이탈리아 응용수학자 비토 라토라가 이끄는 연구팀은 세계 최초 영화가 등장한 1888년부터 2016년까지 영화 데이터베이스에 기록된 전 세계 남자 배우 151만 2,472명과 여자 배우 89만 6,029명의 자료를 모았다. 그리고 배우별로 매년 참여한 작품 수와 연기 활동을 한 전체 기간을 계산한 다음 수학 모형으로 나타내 분석했다.

그 결과 작품 활동을 가장 많이 한 해와 전성기에 대한 상관관계가 드러났다. 연구팀이 개발한 통계적 학습 알고리듬은 어떤 배우가 전성기에 다가가고 있는지 혹은 이미 전성기가 지났는지를 85%의 정확도로 예측할 수 있었다.

이 모형으로 배우의 70%가 단 1년만 활동한 뒤 대중의 관심을 받지 못한 채 사라진다는 사실도 밝혔다. 게다가 이미 유명한 배우는 계속해서 작품 활동을 많이 하는 것으로 나타났다. 배우가 유명할수록 제작사에서 그 배우를 더 찾기 때문이다.

배우의 성별에 따라서도 전성기에 차이가 있었다. 여자 배우는 데뷔 초기에 활동이 집중되는 경향이 있지만, 남자 배우는 공백기 이후에 더 활발한 작품 활동을 보이는 경우가 많았다. 이는 경력이 1년 이상 된 경우, 상대적으로 경력이 짧은 여성 배우를 선호하는 경향이 있기 때문이다.

용어 설명

*종속변수 : 다른 변수에 영향을 받아 값이 바뀌는 변수다.

*독립변수 : 다른 변수에 영향을 주는 변수다.