강남, 종로를 중심으로 한 옥외 광고 효과 측정을 위한 연구

1. --1
옥외 디지털 미디어 시청효과 측정을 위한
서울 중앙 버스 정류장
데이터 수집 및 유동인구 조사 분석 연구
2016.07.01

2. --2

3. --3
차 례
제 1장 연구 개요 ........................................................................................................................ 5
제 1절 연구 배경 및 목적................................................................................................................................5
1. 연구 배경.................................................................................................................................................5
2. 연구 목적.................................................................................................................................................6
제 2장 연구 목적과 향후 과제............................................................................................. 8
제 1절 옥외 광고 미디어 시청 효과 측정 상관 관계.........................................................................8
1. 옥외 광고 시청 효과 정의..............................................................................................................8
2. 노출을 기반으로 한 ICT 기술 적용............................................................................................9
3. 데이터 수집 조사 방법.....................................................................................................................9
4. 연구를 통해 이루고자 했던 과제............................................................................................. 10
5. 향후의 옥외 광고 시청 효과 측정을 위한 과제............................................................... 11
6. 본 보고서의 내용 ............................................................................................................................. 12
제 3장 연구 내용 ......................................................................................................................13
제 1절 서울시 중앙 버스 정류장 시청 데이터 수집 분석 ............................................................ 13
1. 조사 방법.............................................................................................................................................. 13
2. 상관 관계 조사.................................................................................................................................. 14
3. DEC 와 Vision sensor와 DEC 데이터 비교 ......................................................................... 15
4. Vision sensor 기반 중앙 버스 정류장 데이터 분석........................................................ 17
제 2절 공공 데이터 반영한 분석............................................................................................................... 24
1. 데이터 간 비교 분석 ...................................................................................................................... 24
2. 공공 데이터 분석 ............................................................................................................................. 25
제 3절 연구 방향 및 활용............................................................................................................................. 31

4. --4
그래프 1 동 시간대의 DEC와 Vision sensor ............................................................................... 15
그래프 2 주간 단위의 DEC와 Vision sensor 비교.................................................................... 16
그래프 3 버스 정류장별 광고 노출 유동인구 ............................................................................ 17
그래프 4 시간대별 요일별 정류장 광고 노출 유동 인구 ..................................................... 19
그래프 5 요일별 정류장 평균 광고 노출 유동 인구............................................................... 20
그래프 6 정류장별 시간대 광고 노출 유동인구........................................................................ 21
그래프 7 요일별 정류장 세대별 광고 노출 유동인구 ............................................................ 22
그래프 8 시간대별 정류장 세대별 광고 노출 유동 인구 ..................................................... 23
그래프 9 예측 값, Vision sensor, 공공 데이터 비교................................................................ 24
그래프 10 22009 정류장 인근의 사업체 현황............................................................................ 26
그래프 11 22011 정류장 인근의 사업체 현황......................................................................... 28
그래프 12 01001 정류장 인근의 사업체 현황......................................................................... 30
표 1 People count 데이터 수집 방법 ............................................................................................. 13
표 2 Vision sensor 데이터 수집 방법 ............................................................................................. 13
표 5 22009 정류장 인근 공공 데이터 정보................................................................................. 26
표 6 22011 정류장 인근의 공공 데이터 정보............................................................................ 27
표 7 01001 인근 공공 데이터 정보................................................................................................. 30
그림 1 강남역 인근 지적편집도 ........................................................................................................ 25
그림 2 22009 정류장 인근 행정 구역 ............................................................................................ 25
그림 3 22011 정류장 인근 행정 구역 ............................................................................................ 27
그림 4 종로 인근 지적 편집도........................................................................................................... 29
그림 5 01001 정류장 인근 행정 구역 ............................................................................................ 29

5. --5
제 1장 연구 개요
제 1절 연구 배경 및 목적
1. 연구 배경
 국내 옥외 광고 미디어 (DOOH : Digital Out Of Home Media)의 시청 효
과 측정에 대한 연구는 있었으나, 산업계에서 수용한 표준적인 방법론
이 부재한 상황이다. ICT의 발전으로 시청 효과 측정에 대한 기술적 방
법론이 제시되고 있지만, 표준 방법론의 부재로 ICT 기술을 통해 제시
된 방법론이 산업계에 수용되지 않는 한계가 있다. 더불어 ICT 기술을
통해 제시된 방법론이 해외에서 시행되고 있는 옥외 광고 미디어의 시
청효과 측정 방법에 비해 그 효과 측면에서 미비한 점이 많다. 이러한
국내외적인 한계 상황을 인지하고 그에 따른 발전 방향과 보완 방안에
대한 연구 조사가 필요하였다.
 본 연구는 People count 방식으로 이루어지는 시청효과 측정 방식을
ICT를 이용하여 효과측정 방법을 개발할 수 있는 지에 대한 연구와 미
디어의 발전에 따른 새로운 시청 효과 방법의 가능성을 찾고자 하는 것
에 중점을 두었다. 이는 옥외 광고 산업에서 ICT를 이용한 방법론에 대
한 수용과 함께 향후 스마트 미디어 발전에 따른 트랜스 미디어 가속화
에 따른 새로운 시청 효과 측정 방법을 위한 모색이 필요하기 때문이다.
 해외 옥외 광고 시청효과 측정 방법론으로 조사된 사례로 미국, 영국,
일본을 조사하였다. 그리고 옥외 광고 전문가 대상의 FGI와 국내 옥외
광고 시청 효과 연구에서 소개되고 인용된 일본 DEC 방법론을 옥외 광
고 시청효과 People count 방법론으로 선정을 하였다.
 ICT를 이용하여 시청 효과 측정을 위한 데이터 수집을 위해 Vision
Sensor를 이용한 객체(Object) 추출 방식의 Solution을 선택하였다. 옥
외 광고 시청 효과 측정을 위한 ICT 중에서는 1) Vision Sensor. 2) 적외
선 센서. 3) 레이더 센서. 4) 네트워크 & 통신(Wifi, Bluetooth 등등) 등이
활용되고 있다. 이 중에서 Vision Sensor를 선택한 이유는 People count

6. --6
라는 측면에서 같은 조건(리서치 요원이 광고물 주변의 유동인구를 체
크하는 방식)에서 성별, 연령, 광고 접촉 등을 확인할 수 있기 때문이다.
솔루션 선정에서도 국내외에서 시청효과 측정을 위해 가장 많이 도입한
솔루션을 선정하였다.
 People count와 ICT에 의한 데이터 수집을 통한 옥외 광고 시청 효과
측정에 대한 Gap과 관계성에 대해 연구하고, 옥외 광고 산업에서 ICT를
통해 측정된 효과에 대한 신뢰를 얻을 수 있다면, 본 연구 조사가 의의
를 가질 수 있게 된다.
2. 연구 목적
 본 연구의 목적은 People count에 의해 측정되는 옥외 광고 시청 효과
와 ICT를 이용하여 측정된 옥외 광고 시청 효과 간의 상관관계를 증명
하고, People count를 통해 얻어지는 효과를 ICT로 대체 활용하는 것에
목적을 두고 있다.
 People count를 위한 일본 DEC 방법론으로 People count와 ICT 방법론
으로 Vision Sensor Solution을 통한 데이터 수집 및 조사를 통해 관계성
을 찾고자 하였다. 두 방법론의 데이터 상관관계가 증명이 된다면 데이
터 수집과 분류 및 분석에 따른 차이를 줄이기 위한 가중치를 산정하는
것을 두번째 목적으로 설정하였다.
 DEC 방법론에 근거한 People count 측정과 ICT 방법론으로 Vision
Sensor측정에 따른 각 데이터 차이를 가중치를 통해 줄일 수 있다면,
향후 ICT를 이용한 옥외 광고 시청 효과 측정이 가능하다. 라는 가설을
설정하였다. 이 실험을 위해 본 연구에서는 지하철과 버스 정류장을 대
상으로 하여 1년여에 걸쳐 해당의 실험을 제한적으로 수행하였다.
 제한적이라는 용어의 의미는 연구를 위해 엄격히 규정된 조건 하에서
수행한 것이 아니라는 의미이다. 실제 상업 광고가 운영되고 있는 현장
에서 효과 측정을 위한 조사가 동시에 이루어졌다.

7. --7
 옥외 광고 시청 효과 측정을 위한 변수로 광고물의 크기, 위치, 내용,
형태, 주변 광고물 등등의 영향을 미치는 많은 요소들을 고려해야 한다.
하지만 본 연구에서는 해당의 변수들에 대한 고려를 하지 않고 진행하
였다. 이유는 일본 DEC를 이용한 People count는 광고물 주변의 유동인
구에 대한 조사 부분으로 한정하였고, 그에 따른 Vision Sensor가 측정
하는 유동인구와의 관계성에 초점을 맞추었기 때문이다.
 본 연구는 옥외 광고 시청 효과 측정을 ICT를 활용하기 위한 첫번째 단
계로 향후 보다 많은 연구와 조사가 이루어져야 한다. 특정 공간에 대
한 특성과 옥외 광고 미디어가 설치된 장소에 대한 특징 그리고 공간과
장소에 따른 유동인구에 대한 연구가 함께 고려되어 옥외 광고미디어가
공간 기반의 미디어로 규정하는 데 기여할 것으로 본다. 본 연구는 공
간, 장소, 유동 인구간의 상호 연결 고리를 찾고 광고 미디어로 효과적
인 관계를 설정하는 데 기여할 것으로 본다.
 향후 옥외 광고 미디어가 ICT와의 접목을 통해 지속 발전할 경우 고려
되어야 하는 부분은 “시청”에 대한 정의일 것이다. 본 연구에서는 시청
효과 측정이 CPM을 근간으로 하고 한다. “시청”에 대한 정의를 보다
(See)에서 인지하다. 기억하다. 수준까지 그 정의의 범위가 넓다. 이 부
분에 대한 최소한의 가이드와 합의가 이루어져야 효과 측정에 있어 발
전이 있을 것이다.
 향후 옥외 광고 효과는 측면에서는 광고 미디어의 사용자와 소비자의
적극적인 참여가 있어야 한다. 이를 위해서는 “시청”이라는 측면 보다는
참여와 행동이라는 측면에서 측정되어야 할 것이다. 이는 CPA, CPC등의
개념이 적극적으로 도입될 필요가 있다. 실질적으로 광고주의 투자 비
용의 효용적 측정이 가능해야 한다는 것이다.
 본 연구가 제한적이고, CPM을 기반으로 한 연구이지만, 연구 내용에 있
어서 공간과 장소 그리고 유동인구에 대한 특징 등을 담아 내려고 노력
을 하였다. 이는 향후 연구 방향을 제시하고 발전시켜 나아가는 데 있
어 필요한 부분이기 때문이다.

8. --8
제 2장 연구 목적과 향후 과제
제 1절 옥외 광고 미디어 시청 효과 측정 상관 관계
1. 옥외 광고 시청 효과 정의
 옥외 광고 시청 효과에 대한 국내외 연구는 활발하게 이루어졌다. 미국
의 TAB, 영국의 OSCAR, 일본의 DEC 등의 측정 방법론이 활용되고 있
다. 국내에서는 연구 활동은 지속되었으나, 산학연이 합의한 측정 방법
론이 없다.
 “옥외 광고 시청 효과”라는 측면에서 객관적이고, 실효성 있는 정량적
수치를 제시하는 것은 아직은 어렵다. 해당의 부분을 측정하기 위해서
는 광고주가 옥외 광고만을 집행하고 일정 기간 동안의 매출 추이를 비
교 분석해야 한다. 또한 광고의 종류와 형태에 따른 효과 측정을 하는
것이 바람직하다. 하지만 이것은 현실과 맞지 않다. 이러한 이유로 옥외
광고 시청 효과의 핵심은 “노출”의 경제성과 효과성에 집중되어 있다.
효과적으로 노출할 수 있는 장소에 대한 점유가 핵심적 가치가 되었다.
장소가 갖고 있는 속성 < 유동인구(차량, 도보 등등), 상업, 주거, 교통
시설 등등, 도심과 부도심 등등 >에 따라 광고의 효과와 단가 등이 결
정되었다.
 지금까지의 옥외 광고 시청 효과 연구에서 핵심은 “노출”을 기본으로
한 환경적 변수를 고려한 측정이었다. 환경적 변수에 대한 부분들이 노
출에 미치는 영향 등을 고려하여 효과적인 광고 제작과 개발 노출에 옥
외 광고 사업은 초점이 되었다. 결국 현재 옥외 광고 시청 효과 측정의
핵심은 경제적이고 효과적인 노출을 통해 사람들에게 광고를 인지시키
는 것이라고 정의 내릴 수 있을 것이다.
 노출에 따른 효과 분석은 실제 광고주가 요구하는 매출 증대 및 브랜드
인지도 증대에 따른 정량적이고, 실증적인 자료로서 환산하는 데 있어
한계를 갖고 있다.

9. --9
2. 노출을 기반으로 한 ICT 기술 적용
 옥외 광고 시청 효과를 노출이 중심이 되어 측정되어야 하고, 관련한
환경 변수들이 노출의 효과에 영향을 준다는 기존의 연구를 수용하여,
ICT 기술을 이용한 옥외 광고 시청 효과 측정 연구를 실시하였다. 본
연구는 버스와 지하철에서 제한적이지만 반복적으로 시행하였다.
 옥외 광고 시청 효과를 위해 측정되어야 할 기본 항목으로 성별, 연령,
장소, 하루의 시간, 주중과 주말로 분리하였다. 환경 변수 부분은 공공
데이터를 활용하여, 교통량, 승하차 인원과 날씨 정보, 주변 공시지가와
지구 단위, 주거 인구 특성에 대한 부분을 고려하였다. 공공 데이터 부
분은 협조 기관에 따라 제공 여부가 상이하여 참고 데이터로 활용을 주
로 하였다.
 ICT 기술에서 제 1장 연구 개요에서 제시한 Vision sensor를 이용한 방
법을 채택하였다. 채택 배경은 Vision sensor를 통해 연령과 성별 데이
터를 수집할 수 있기 때문이다. 솔루션은 일본의 NEC 제품을 선정하였
으며, 그 이유는 국내외 테스트 결과에서 동양인의 인식률이 높고, 타
솔루션에 비해 높은 객체 인식률을 보이기 때문이다. Vision sensor 특성
상 주변의 빛의 간섭에 따라 인식률에 영향을 줄 수 있어 그에 따른 설
치 보완을 하였다. 그리고 카메라의 특성과 성능에 따라 인식률에 영향
을 줄 수 있어 웹 카메라를 선정에도 주의를 기울이며 연구를 수행하였
다.
3. 데이터 수집 조사 방법
 연구 장소로 선정된 중앙차로 버스 정류장과 지하철 역사 내 통로에 대
해 DEC 방법론을 적용하여 People count를 수행하였다. People count
의 원칙은 일본 DEC에서 제시한 기준을 준수하며, 조사는 월 2회에 거
쳐 주중과 주말 동안 6개월에 걸쳐 반복적으로 수행하였다.
 People count 조사는 DEC 방법론에 대한 옥외 광고 시청 효과 신뢰도
를 기반으로 하여 Vision sensor에 따른 데이터의 신뢰도를 측정하기 위
한 것이었다.

10. --10
 People count를 통해 수집된 데이터와 Vision sensor를 통해 수집된 데
이터 간의 상관 관계 분석을 통해 관계성에 대한 통계적 검증이 이루어
질 경우 People count를 ICT를 이용한 조사로 전환할 수 있는 근거가
되기 때문이다. 이는 기존의 노출에 따른 효과 측정 방식을 ICT 기술을
통해 정량적으로 측정할 수 있는 토대를 마련하게 되는 것이다. 또한
공공 데이터와의 영향도 측정을 통해 옥외 광고 시청 효과의 기준을 마
련할 수 있을 것으로 가정하였다.
 ICT 기반의 Vision sensor에 의한 데이터에 대한 수집, 조사, 분석이 산
업에서 의미 있게 이루어지기 위해서는 People count에서 얻어지는
Data Context를 파악하는 것이 중요하다. Data의 흐름과 변화가 의미하
는 바가 무엇인지를 읽을 수 있는 것이 중요하며, Vision sensor 및 기타
ICT 기술을 통해 데이터를 수집하더라도 정기적인 People count를 통해
변화를 측정하고 그 의미를 현장에서 파악하는 것이 필요하다.
4. 연구를 통해 이루고자 했던 과제
 옥외 광고 시청 효과 측정을 위해 측정 모델과 측정 방법 그리고 객관
적이고, 정량적인 보고서 도출을 목표로 출발하였다. 하지만 해당의 부
분들이 특정 어느 한 기관 및 기업에서 연구하여 제시하여 수용될 수
있는 부분이 아니었다. 지속적인 연구를 통해 산학연의 인정과 신뢰 그
리고 산업계에서 수용가능한 부분을 도출해야 하는 난제가 있었다.
 연구의 결과를 살펴보면 People count에서 수집된 데이터와 Vision
sensor에 의해 수집된 데이터 간에는 상관성이 높은 것으로 나타났다.
(버스 정류장 People count vs Vision sensor), (지하철 역사 People count
vs Vision sensor)의 데이터 상관 관계는 높은 것으로 통계적으로 판단되
었다. 그리고 (버스 정류장의 승하차 인원 vs People count), (Vision
Sensor vs 버스 정류장의 승하차 인원) 간의 상관관계도 높음으로 나타
났다. 다만 지하철의 경우 민간 역사인 관계로 지하철 승하차 인원에
대한 공공 데이터를 제공 받을 수 없어 상관 관계 검증은 진행할 수 없
었다.

11. --11
 상관관계 증명을 통해 People count, 공공 데이터, Vision sensor 데이터
의 신뢰성이 확보되었다고 본다. Vision sensor 데이터와 People count
데이터 간에 가중치 산정을 통해 People count의 조사 한계를 극복하고,
Vision sensor 데이터의 신뢰성을 높이는 방안을 마련하는 것이 향후 과
제이다. 데이터의 가중치 부분은 절대적이지는 않을 것이다. 환경과 조
건이 변하게 되면 관련 현장에서의 조사도 다시 이루어져야 할 것이다.
다만 가중치에 대한 기본적인 공식을 산정하고, 정기적인 People count
를 통해 조정 값을 제시하는 것이 중요한 요소라고 본다.
5. 향후의 옥외 광고 시청 효과 측정을 위한 과제
 옥외 광고 시청 효과 측정은 다양한 변수들이 존재하기에 현장에서 조
사하는 방식으로 측정하고 그에 대한 측정의 모델을 구하는 것은 무척
어려운 부분이었다. 그리고 노출과 인지 그리고 기업이 직접적으로 감
지하는 효과라는 측면에서 관계성을 명확히 증명하는 것도 어려운 부분
이 있었다. 이러한 한계에 대해 디지털 기술의 도입을 통해 극복하고
새로운 관점에서의 효과 측정 방법과 모델이 제시되어야 하는 시기이다.
 현재는 사람이 직접 현장에서 조사 방식의 효과 측정과 디지털 기술을
이용한 효과 측정 방식 간의 관계성을 증명하는 과정이고, 향후에는 디
지털 기술이 보편화 되면 광고 노출 효과를 광고주가 직접 확인할 수
있는 수준으로 발전할 것으로 본다. 이를 위한 준비 과정으로 현재는
접근을 해야할 것이다. 그리고 광고주가 광고 콘텐츠를 통해 얻고자 하
는 것에 대한 명확한 목표 의식에 따라 미디어의 집행 방법도 달라질
것이고, 그에 따른 효과 측정 또한 변화할 것이다.
 현재 시점에서 옥외광고 효과 측정을 위한 과제는 디지털 기술을 통해
수집된 데이터 분석 내용의 신뢰성을 확보하는 것과 광고주에게 의미
있는 정보로서 광고 효과의 결과를 전달하는 것이 핵심이다. 그리고 이
러한 과정은 광고 집행의 합리화와 사업을 발전시킬 수 있는 계기를 마
련하게 되기 때문이다.

12. --12
 옥외 광고 산업의 발전을 위해서는 지금의 공간과 장소 중심의 노출형
광고 사업을 넘어, 광고주가 명확하게 전달하고자 하는 메시지에 따른
효과를 전달시킬 수 있는 광고 기법과 그에 따른 측정이 병행되어야 할
것이다. 결국 광고 효과라는 것이 노출과 인지의 콘텐츠 개발과 제작
그리고 송출에 국한된 것이 아니라, 처음 기획에서부터 광고주가 얻고
자 하는 효과에 대한 목표를 설정하고 그에 따른 광고 콘텐츠 전 주기
를 관리하는 것이 필요하다.
 옥외 광고 콘텐츠의 전 주기 관리를 통해 효과에 대한 정량적 측정을
통해 다양한 광고가 창작, 개발, 제작될 것으로 본다. 그리고 광고 산업
은 지금 보다 한층 더 발전할 수 있을 것이다. 다만 이를 위해 옥외 광
고 업계에서 갖고 있는 심리적 광고 효과 지역에 대한 검증과 객관적으
로 의미를 부여할 수 있는 공간과 장소에 대한 객관적 평가가 이루어져
야 한다.
6. 본 보고서의 내용
 본 보고서는 지하철을 대상으로 한 연구 내용은 반영하지 않았다. 지하
철과 중앙 버스 정류장 2곳에 연구 조사한 내용 중 중앙 버스 정류장을
대상으로 하였다.
보고서의 취지는 조사 대상지 모두를 담고자 하였으나, 연구의 지속성
에서 지하철은 연속성을 가지는 반면 중앙 버스 정류장은 연속성에 한
계가 있었다. 또한 짧은 기간의 연구를 보고서로 담기 위해서는 데이터
의 신뢰성 확보가 전제가 되어야 했다. 지하철을 대상으로 한 연구를
통해 데이터 신뢰성이 간접적으로 확보되어 중앙 버스 정류장의 시청
효과 분석 관련한 보고서를 작성하게 되었다.
 옥외 광고관련 진흥법이 통과되었기에 향후 관련 연구와 조사 분석이
촉진되는 계기가 되길 바란다. 더불어 기존의 시청 효과 방식의 한계를
개선하고, 공간과 장소에 따른 의미 분석을 통해 옥외 광고 시청 효과
의 시스템화를 구축해야 하는 과제를 갖고 있다. 향후 시청 효과와 관
련한 다양한 측정과 방법이 개발될 것이고, ICT 기술 적용이 더욱 활발
해질 것이다. 단순 노출에서 개인화 타겟 그리고 Trans Media를 활용한
광고 기법들이 늘어날 것이다. 이를 위해 옥외 광고 시청 효과에 대한
체계적이고, 발전 방향을 위한 연구가 지속되어야 할 것이다.

13. --13
제 3장 연구 내용
제 1절 서울시 중앙 버스 정류장 시청 데이터 수집 분석
1. 조사 방법
 데이터 수집 방법
 기간 : : 2015.07.01 ~ 2015.07.29
 장소 : 중앙 버스 정류장 : 01001, 22009, 22011
 광고 콘텐츠 : 옥외용 아날로그 콘텐츠
 Vision sensor 측정 기간 : 2015.07.01 ~ 2015.07.29
 People count 기간 : 2015.07.01 ~ 2015.07.29
 People count 방법 Video 촬영 후 count 실시
 데이터 수집 조사 방법
두가지 방법의 데이터 수집을 위해 중앙 버스 정류장의 유동인구 조사
에 중점을 두었다.
분류 조사 방법 조사 내용
사전 준비
조사원 2인 1조
기입 내용 유동 인구, 성별
조사 방법
측정 시간
각 시간대 별로 15분간 비디오 촬영
평일과 주말 분리
시간 대
아 침 : 7시∼10시
오 전 : 10시∼13시
오 후 : 13시∼16시
늦은 오후 : 16시∼19시
표 1 People count 데이터 수집 방법
분류 조사 방법 조사 내용
사전 준비
프로그램 NEC Field Analyst
설치 위치 광고 콘텐츠 상단
조사 방법 측정 시간 24시간
표 2 Vision sensor 데이터 수집 방법

14. --14
 데이터 수집 장소 및 유동 인구 비교
1) 버스정류장
① No 01001 – 종로 2가 사거리, 교차로 방면
② No 22009 – 신분당선 강남역, 강남역 방면
③ No 22011 – 지하철 2호선 강남역, 양재역 방면
동일한 날짜에 동시에 3곳을 설치하여 비교하고자 하였다. 중앙
정류장의 선정은 옥외 광고 사업자의 도움으로 Hot Place에 해당
하는 강남권과 강북권을 선정하였다.
2. 상관 관계 조사
 상관관계 공식에 따른 분석
DEC 조사 방법에서 People count에 따른 데이터 수집 조건에 따라
Vision sensor의 데이터를 추출하여 상관관계 분석을 수행하였다.
  
    




22
yyxx
yyxx
r
두 변량 사이에 한쪽이 증가하면 다른 쪽도 증가(또는 감소)하는 경향
이 있을 때, 이 두 변량 사이에는 상관관계가 있다고 한다.
한쪽이 증가하면, 다른 쪽도 증가하는 관계를 양의 상관관계, 한쪽이 증
가하면 다른 쪽은 감소하는 관계를 음의 상관관계라고 한다.
본 연구에서는 People count 데이터와 Vision sensor 데이터의 변량이
양적 상관관계를 가져야 한다라는 가설과 함께 상관 계수가가 0.6이상
의 강한 양적 상관 관계가 있음을 전제로 하였다.
People count와 Vision sensor는 동일한 조건에서 수집된 데이터를 가지
고 상관 관계 계수를 구한 결과 01001, 22009, 22011 모두 0.6 이상의
강한 양적 상관 관계가 있음으로 분석되었다. 다만 01001의 경우 2209
와 22011 보다는 낮은 계수가 나왔다.

15. --15
3. DEC 와 Vision sensor와 DEC 데이터 비교
 강남 인근의 22009와 22001, 종로 지역의 01001에서 2인 1조로 둘째
주 7월 8일(수), 9일(목), 10일(금), 12일(일)와 넷째 주 7월 22일(수), 23일
(목), 24일(금), 26일(일)에 DEC 조사 방법에 따라 비디오로 촬영 후
People count를 실시하였다.
DEC 조사 방법은 아침 7시부터 3시간 단위로 15분씩 오후 7시까지 데
이터를 수집한 후 하루의 유동인구를 구하는 방식이다. 같은 시간대로
아침 7시부터 오후 7시까지의 Vision sensor를 통해 수집된 데이터를 비
교하였다.
그래프 1 동 시간대의 DEC와 Vision sensor
실선은 People count를 기반으로 DEC 방법론으로 추출한 데이터이고
점선이 Vision sensor 데이터이다. 그래프 1에서 보는 것처럼 동 시간대
(아침 7시부터 오후 7시까지)의 데이터에서 Vision sensor로 수집된 데
이터의 유동인구 수 보다 DEC를 통해 계산된 유동인구수가 많다. 이는
동일 시간의 15분간 측정한 데이터 비교에도 같은 결과가 나왔다. 즉
Vision sensor가 People count보다 유동인구를 놓치는 경우가 많음을 의
미한다.

16. --16
그래프 1에서 7월 12일의 22009, 22011의 데이터를 보면 DEC와 Vision
sensor의 데이터 값의 차이가 많음을 알 수 있다. 그리고 7월 24일과
26일도 차이가 난다. 이 날은 측정한 지역에 비가 왔기 때문이다. 날씨
에서 비라는 환경 변수에 대해 데이터 측정의 반은 오차가 존재한다.
이를 위한 가중치에 대한 고려도 연구가 필요하다.
 DEC의 1주간 유동인구 총합은 주중과 주말의 대표 날을 정해 계산하는
방식이다. DEC 조사 방법을 통해 7월의 둘째주와 넷째주의 정류장별로
1주일간 유동인구와 같은 주의 Vision sensor는 7일 24시간 동안의 실
제 데이터 총합과 비교를 하였다.
그래프 2 주간 단위의 DEC와 Vision sensor 비교
그래프 2를 보면 Vision sensor의 유동인구가 많음을 알 수 있다. 이는
그래프 1에서 People count가 더 많은 유동인구를 수집하는 것과 비교
하였을 때 시간적 차이가 있다. 즉 Vision sensor가 동일 시간에 People
count와 비교 했을 때는 유동 인구 수집 데이터가 적지만, 24시간을 기
준으로 하였을 경우에는 DEC에서 측정되지 않은 유동 인구 수까지 수
집하기 때문으로 풀이된다.
이를 통해 Vision sensor의 데이터를 기반으로 하여 People count와
DEC의 가중치를 구할 수 있다. 이 가중치를 통해 Vision sensor의 유동
인구 수를 기반으로 하여 DEC 및 People count의 값을 예측할 수 있게
된다.

17. --17
4. Vision sensor 기반 중앙 버스 정류장 데이터 분석
People count와 Vision sensor 간의 데이터 상관관계 분석 결과 높은
상관성이 분석되었다. 이를 토대로 하여 Vision sensor의 데이터를 분
석하면 데이터의 흐름과 추세를 파악할 수 있다.
다만 Sensor라는 기술적 한계와 현장에서 발생하는 환경 변수 (날씨,
사건, 사고 등등)에 대한 부분은 지속적으로 조사할 필요성이 있다.
ICT 기술에 있어서도 Vision sensor를 보완할 수 있는 기기와 기술에
대한 추가적인 조사가 필요하며, 환경 변수에 따른 사람의 행동 패턴
에 대한 연구도 필요하다.
 버스 정류장별 광고 노출 유동인구
2015년 7월의 Vision sensor에서 수집한 광고에 노출된 유동인구 수의
흐름이다.
그래프 3 버스 정류장별 광고 노출 유동인구
22009와 22011은 강남역 지역으로 대체적으로 그래프가 유사한 흐름을
보이고 있다.
01001의 종로 2가는 강남과는 다른 흐름을 보이고 있다.
지역적 특성인지, 장소적 특성인지에 대한 부분은 추가적인 연구가 필
요하다.

18. --18
강남지역은 특정 날짜 7월 5일, 12일, 19일, 26일의 경우 유동인구수가
줄어드는 것을 나타난다. 해당일은 일요일이다. 특히 7월 12일과 23일,
24일, 25일, 26일은 서울 지역에 비가 온날이다. 외부에 노출이 된 정류
장의 특성상 비가 오는 날에 유동인구 수가 줄어 드는 것으로 나타났다.
또한 비가 오는 지역이 과거와 달리 지역적으로 내리는 경우가 많아 강
남과 종로의 비가 온 시간과 강우량에 따라 차이가 날 수 있다. 이를
위해 향후에는 강수와 온도를 측정 가능한 센서의 부착도 고려해야할
요소라고 본다. 환경 변수 중의 하나로 비와 함께 Vision sensor가 사
람을 인지하기 데 따른 기계적인 외부 환경에 따른 장애 요인이 있을
수 있다. 우산을 든 경우 또는 물에 의한 장비의 오작동 부분 등이 추
측 가능한 시나리오이다. 7월 2일 22011 정류장의 경우 장비 연결 불량
으로 AS를 수행하였다.
강남역 인근의 22009는 신분당선과 인접한 곳으로 22011 보다는 사무
실이 밀집해 있는 곳이다. 22009와 22011의 주변 공간의 환경적 영향을
받음으로써 흐름의 패턴은 유사하지만, 유동인구 수에 있어 차이가 나
는 것으로 추정된다.
 시간대별 요일별 정류장 광고 노출 유동 인구
강남역 인근과 종로 지역 모두 공통적으로 늦은 오후(PM 04~07) 시간
에 가장 많은 유동인구를 보이고 있다. 강남역과 종로는 공통적으로
오후(PM 01 ~ 04)와 늦은 오후 (PM 04~07)가 가장 많은 유동인구를 보
이고 있다. 강남역 인근은 아침(AM 07~10) 시간대가 높은 것은 출근으
로 인한 유동인구 증가로 풀이된다. 주말의 늦은 오후 (PM 04~07), 저
녁(PM 07~ 10), 밤(PM 10~ AM 01)에도 유동인구가 주중과 주말의 다른
시간대에 비해 많다.

19. --19
그래프 4 시간대별 요일별 정류장 광고 노출 유동 인구
강남역 인근의 22009와 22011의 정류장의 경우 새벽(AM 04~07)에는
사무실이 밀집해 있는 22009의 유동인구가 22011보다 조금 많이 나타
나고 있다. 아침(AM 07~10)에는 두 정류장이 거의 비슷한 흐름을 보이
다가 주중 오전(AM 10~PM 01)을 지나면서 차이가 난다.
새벽과 아침 시간에 출근에 따른 특성으로 추정된다. 반면 늦은 오후
(PM 04~07)와 저녁(PM 07~10)사이의 퇴근 및 귀가 시간에는 유동인구
가 크게 줄지 않는 것으로 보아, 강남지역으로의 외부 유입 인구와 출
근 유동인구의 분산에 따른 것으로 파악된다.
주말의 경우 새벽(AM 04~07), 아침(AM 07~10), 오전(AM 10~PM 01)까
지는 비슷한 유동인구를 나타낸다. 오후(PM 01 ~ 04)와 늦은 오후 (PM
04~07), 저녁(PM 07~ 10), 밤(PM 10~ AM 01), 자정 이후(AM 01 ~ 04)의
시간대에서는 22011의 유동 인구가 많다.
주중과 주말 오전(AM 10~PM 01)의 차이는 주말에 모임과 여가 생활을
위한 만남이 주로 이루어지기 때문으로 풀이된다.
종로 지역은 오후(PM 01 ~ 04)와 늦은 오후 (PM 04~07), 저녁(PM 07~
10) 시간 대가 다른 시간대에 비해 유동인구가 높으며, 특히 늦은 오후
(PM 04~07) 시간 대의 유동의구가 높다.

20. --20
 요일별 정류장 평균 광고 노출 유동 인구
정류장 별 유동인구가 가장 많은 날은 강남 인근의 22011은 화요일,
22009는 목요일, 종로의 01001은 토요일로 나타났다.
그래프 5 요일별 정류장 평균 광고 노출 유동 인구
강남 인근의 22009와 22011은 일요일을 제외하고는 고른 분포를 보이
고 있다, 일요일은 토요일을 포함한 주 평균에 미치지 못하는 것으로
나타났다.
종로의 01001은 토요일을 제외하고 고른 분포를 보이고 있다.

21. --21
 정류장별 시간대 광고 노출 유동인구
정류장별 시간대에 따른 유동인구를 보면 늦은 오후(PM 04~07)에 강
남과 종로의 3곳 정류장 모두 가장 많은 유동인구를 나타내고 있다.
그래프 6 정류장별 시간대 광고 노출 유동인구
이는 저녁 약속 장소 또는 목적지로 이동을 하기 위한 시간대로 건물
안 보다는 외부에서 이동이 가장 많이 일어나는 시간으로 해석이 된
다.

22. --22
 요일별 정류장 세대별 광고 노출 유동인구
요일별 정류장의 세대 유동 인구 조사와 시간대별 정류장 세대별 광
고 노출 유동 인구에서 종로 01001은 제외를 하였다. 종로의 중앙 버
스 정류장이 인도 폭이 강남 대비 좁아 광고면 앞에서 사람들이 머무
르지 않고 지나기기 때문에 성별과 나이를 인식하는 데 있어 소프트
웨어적인 한계가 있었다. 종로 01001과 같은 환경에서 적용 가능한
솔루션을 찾는 과제를 남겼다.
그래프 7 요일별 정류장 세대별 광고 노출 유동인구
강남 인근의 22009와 22011은 화, 목, 토요일에 10대에서 60대의 연
령층의 유동인구가 많은 것으로 나타났다. 그래프 3 요일별 정류장
평균 광고 노출 유동 인구>와 그래프가 비슷하다.
강남 인근의 연령층을 보면 20대 > 30대 > 10대 > 40대 순으로 나타
나고 있다. 그런데 22009에서는 40대가 10대 보다 많다.

23. --23
 시간대별 정류장 세대별 광고 노출 유동 인구
강남 인근 정류장은 오후(PM 01 ~ 04)와 늦은 오후 (PM 04~07)에 가
장 전 세대에 거쳐 가장 많은 유동 인구를 나타내고 있다.
그래프 8 시간대별 정류장 세대별 광고 노출 유동 인구
오후(PM 01 ~ 04)의 경우 20대> 30대 > 10대 > 40대 순이나 10대와
40대가 근소하다. 늦은 오후 (PM 04~07) 의 경우 20대 > 30대 > 10
대 > 40대 순으로 세대 간의 유동인구가 차이가 좀 난다.
사무실이 밀집해 있는 22009에서 10대는 늦은 오후(PM 04~07) >
오후(PM 01 ~ 04)순으로, 20, 30, 40대는 오후(PM 01 ~ 04) > 오전(AM
10 ~ PM 01) 순으로 유동 인구가 많았다. 10대가 늦은 오후 시간대 많
은 이유는 하교 시간과 연동해 볼 필요가 있다.
50대는 22009에서는 오후(PM 01 ~ 04) > 오전(AM 10 ~ PM 01), 22011
에서는 늦은 오후 (PM 04 ~ 07) > 오후(PM 01 ~ 04)순으로 나타났다.
50대의 경우 업무와 연관하여 유동 인구에 대한 분석을 할 필요성이
있다.

24. --24
제 2절 공공 데이터 반영한 분석
1. 데이터 간 비교 분석
 Vision sensor와 People count에 가중치를 반영한 예측 값, 버스
승하차 데이터를 비교하였다. 버스 승하차 데이터는 서울시에 요
청하여 입수한 공공데이터를 바탕으로 하였다.
그래프 9 예측 값, Vision sensor, 공공 데이터 비교
붉은색 점선은 가중치를 반영한 People count 예측 값이다. 실선은
Vision sensor의 데이터 값을 반영한 것이다. Dash Line은 버스 승하차
데이터 값이다.
강남 인근의 22009와 22011은 Vision sensor와 버스 승하차가 유사한
패턴을 보이고 있다. 종로 지역의 경우는 승하차와 Vision sensor 간에
차이가 난다. 종로 지역은 상관 관계 계수가 0.6이상이었지만 강남 인근
보다는 낮았으며, Vision sensor 측정에 한계가 있었던 점을 감안하여 재
조사가 필요한 장소이다.

25. --25
2. 공공 데이터 분석
 공간 분석에서 강남 인근의 22009, 22011 정류소 주변의 공공 데이터를
조사하면, 공간의 특성과 유동 인구의 유형에 대한 이해에 도움이 된다.
그림 1 강남역 인근 지적편집도
강남 인근 지역은 대로를 중심으로 상업 지역이 위치하고 후면에는 일
반 주거 지역으로 구성되어 있다. 상업지구 안에는 상업 공간과 사무
공간이 함께 있어 다양한 업종이 상업 지구 안에 혼재해 있으며, 관련
종사자에 대한 고려도 유동인구 추정 시 고려되어야 한다.
 22009 정류장에 가장 인접한 행정구역은 강남구 역삼 1동과 서초구 서
초 2동이다. 그림 1을 참조하면 해당 지역은 일반 상업지역이다. 지하철
과 버스 정류장이 밀집해 있는 교통 중심지이다.
그림 2 22009 정류장 인근 행정 구역

26. --26
구분 강남구 서초구 합 비고
공시지가 18,434 천원/㎡ 25,742 천원/㎡ 2015년
총인구 495명 375명 870명
2010년
평균 나이 35.24 세 40.61 세
사업체 종사자 수 1,4983 1,7687 32,670 2013년
표 3 22009 정류장 인근 공공 데이터 정보
그림 2의 행정구역 내에 공공 정보를 표 5에 나타내고 있다. 해당 지역
의 거주민보다는 사업체 종사자 수가 많다. 그리고 참고할 만한 부분은
22011 정류장의 인근 사업체 종사자 수 2배 이상의 사업체 종사자 수
가 있다. 이는 해당 지역의 사무실이 22011 정류장 인근보다 밀집되어
있기 때문으로 해석된다.
그래프 10 22009 정류장 인근의 사업체 현황
사업체 현황을 살펴 보면 도소매업과 과학 기술서비스업, 그리고 숙박
및 음식점 순으로 되어 있다. 과학 기술서비스업이 사무실에 위치한 업
종이다.

27. --27
 22011 정류장 인근은 강남구 역삼 1동과 서초구 서초동 4동이다.
그림 1을 참조하면 역삼 1동은 상업지구와 주거 지역이 함께 구성되어
있다.
그림 3 22011 정류장 인근 행정 구역
구분 강남구 서초구 합 비고
공시지가 18,473 천원/㎡ 24,090 천원/㎡ 2015년
총인구 368명 898명 1,266명
2010년
평균 나이 33.58 세 34.65 세
사업체 종사자 수 5109명 8249명 13,358명 2013년
표 4 22011 정류장 인근의 공공 데이터 정보
그림 3의 행정 구역 내의 공공 데이터 정보를 표 6에서 나타내고 있다.
해당 지역에는 거주민보다는 출퇴근을 하는 사업체 종사자 수가 고정
유동인구에 영향을 주는 것으로 파악된다.

28. --28
그래프 11 22011 정류장 인근의 사업체 현황
22011 정류장의 그림 3 구역의 사업체를 살펴보면 숙박 및 음식업과
도소매 업이 전체의 47%를 차지하고 있다. 기타 부분을 보면 대부분이
서비스업종으로 구성이 되어 유동인구의 유입에 영향을 주고 받는 업종
으로 구성되어 있다.
사업체 수는 총 1,492개로 서초 2동에 863개와 역삼 1동에 629개소가
분포되어 있다.
 강남 인근의 22009와 22011 정류장의 공공 데이터 조사 분석과 Vision
sensor 데이터 조사 분석을 비교 분석해보면, 22011 정류장의 유동 인
구 수가 더 많은 것으로 나타난다. 이는 22011 정류장을 통해 주거민과
종사자 이외의 유입 인구가 많다는 것을 의미한다. 또한 22009 정류장
지역은 사무실이 많은 반면 22011지역은 상업 시설이 밀집되어 있어
외부 지역으로부터 인구 유입이 더 많은 것으로 나타났다.

29. --29
 종로 지역의 01001 정류장 주변의 지적도를 살펴보면 모두 상업지역이
다. 도심의 전통적인 상업지구이다.
그림 4 종로 인근 지적 편집도
 종로 1가에서 3가역 사이에 위치한 01001 정류장은 전통적인 상업 지
역 내에 위치해 있다.
그림 5 01001 정류장 인근 행정 구역

30. --30
구분 종로구 1,2,3,4 가 비고
공시지가 16,284 천원/㎡ 2015년
총인구 494 명
2010년
평균 나이 34.59 세
사업체 종사자 수 45,818 명 2013년
표 5 01001 인근 공공 데이터 정보
종로 1가에서 4가 사이의 공공 데이터 정보로서 거주 인구보다는 역시
사업체 종사자 수가 압도적으로 많다. 공시지가는 강남보다는 낮게 형
성되어 있다
그래프 12 01001 정류장 인근의 사업체 현황
종로 지역의 사업체 현황에서 특이한 점은 제조업의 비중이 상당히 높
다. 종로 지역의 공공 데이터 분석에서 아쉬운 부분은 종로 1가에서 4
가까지 광범위하게 데이터가 조사되어 01001 정류장의 유동 인구 영향
도가 높지 않다는 것이다. 다만 해당 정보를 통해 추후 현장 참여 시,
좀 더 세밀한 조사 연구에 도움이 될 것으로 본다.

31. --31
제 3절 연구 방향 및 활용
 M&M Networks에서 수행하고 있는 옥외 광고 시청효과 측정을 위한
연구를 위해 공간, 장소, UX & CX에 대한 조사 분석에 많은 노력을 하
고 있다. 공간에 대한 이해와 공간과 장소, 공간과 사람과의 관계를 이
해해야 의미성을 찾아낼 수 있기 때문이다. 장소는 공간에서 역할을 수
행하는 Spot이다. 장소는 공간이 정의한 범위 안에서 그 역할을 수행하
는 기능적인 곳이다. 사람은 공간과 장소와의 소통을 통해 목적하는 바
를 수행하게 된다. 이러한 공간, 장소, 사람에 대한 관계가 옥외에서는
중요하다.
 옥외 광고 시청효과 측정에 대한 합의된 도구가 국내에 없는 상황에서
현장에서 People count와 Vision sensor간의 상관관계성 분석을 통해 상
호 보완하는 방식으로 노출 효과에 대한 측정을 수행한 것은 의미를 갖
는다. 지속적인 데이터 수집 및 분석을 위한 장치로 Vision sensor를 통
해 옥외 광고 시청 효과 도구를 만들기 위한 시도가 이루어졌다고 본다.
향후 ICT 기술에 대한 보완이 이루어져야 하면, 광고 효과에 대한 발전
적인 방법론이 기술과 미디어의 변화에 따라 개발되어야 할 것이다.
 본 연구를 통해 발간되는 보고서는 광고 콘텐츠를 기획하고 제작, 개발
하는 데 있어서 참고할 수 있다고 본다. 단순 노출에서 벗어나 미디어
가 설치되어 있는 환경을 이해하고, 향후 변화하는 미디어의 환경에 대
응하기 위해 광고 콘텐츠의 기획에 활용을 한다면 그 의미와 가치가 있
을 것으로 본다.
 향후 ICT 기술을 통해 수집된 데이터가 현장의 People count를 대체하
면서 현장의 변화를 수용할 수 있도록 환경 변수에 대한 가중치의 지속
적인 개발은 연구가 지속되어 가야할 과제가 될 것이다. 더불어 미디어
의 속성과 특성 파악을 통해 사람(고객 또는 사용자)의 라이프 패턴에
부합하는 다양한 서비스를 개발하는 데 있어서 본 연구가 밑거름이 되
었으면 한다.

32. --32