This research develops a measure of the characteristics of film contents called “Movie Type Indica-tors (MTI)” and introduces a scientific, systematic movie classification method based on a new measure, MTI. The suggesting movie classification method is based on the customer’s perspective (a customer-oriented method) that is a totally new way of classifying movies and it makes up for the weaknesses of existing movie genre system which is a producer-assigned classification method. Stage 1 to 3 study describes the development of MTI and assesses the reliability and validity of MTI. The results show that MTI consists of eight scales with fifty traits. Stage 4 of the study describes new classified movies which are classified into nine “Movie Types” by using MTI ?? “pop-action”, “classical action”, “pop-comic”, “family”, “soft drama”, “hard drama”, “human drama”, “suspense” and “hybrid”. Stage 5 to 6 study shows the comparison between movie types and movie genres. Compared to movie genres, movie types show a more detailed explanation for the relationship between movie characteristics and release season. Furthermore, a new movie classification reveals fresh approaches to box-office prediction model which may not be found when genre system is used to that model. Movie types are found to be significantly different from each other in terms of opening week revenues, total revenues, and total revenues-per-screen, while movie genres are found to be significantly different from each other only in terms of opening week revenues. These results suggest that movie types may be more relevant than the movie genres in analyzing box-office performance or in predicting movie success. Therefore, the new movie classification helps make researchers and practitioners better understand not only the nature of movie contents but also the impact of movie contents on box-office performance.
영화 산업과 관련된 연구들 중 영화 흥행 결정 모형 연구들은 각 흥행 요소들에 대한 부분적인 연구들과 그 흥행 요인들에 대한 통합적인 연구들로 다양하게 이루어지고 있다. 그 요소들 중 특히 “장르”는 관객들이 영화를 선택하는데 있어서 매우 중요한 요소로 언급되고 있다. 하지만, 장르는 추상적으로 개념화된 용어로 영화 분석에서 장르가 정확히 무엇을 의미하고 있는지, 그리고 박스오피스 성과와는 어떤 관계가 있는지에 대한 합의가 없다. 1983년 Litman의 연구부터 2010년까지 영화 흥행 결정 모형을 분석한 대표적인 26편 연구들을 살펴보면, 어떤 세부 장르가 박스오피스 성과에 영향을 미치는지가 연구마다 다름을 확인할 수 있다.
따라서, 본 논문은 장르가 가지고 있는 문제점을 보완하고자 새로운 영화 분류법으로 고객 기반 영화 분류 방법을 개발하였다. 이를 위해, 우선 고객에 의해 영화 콘텐츠 특성이 측정 될 수 있도록 “Movie Type Indicators (MTI)”를 개발하고, 신뢰성과 타당성을 검증하였다 (연구 1~3). 신뢰성 분석, 탐색적 요인분석, 확인적 요인분석을 통해 최종적으로 50개의 속성으로 구성되어 있는 8가지 MTI 척도 (fun, eye-catching, discomfort, touching, serious, unique, common, feel-good)가 개발되었다. 그 다음, MTI 척도를 이용하여 230편의 영화를 군집 분석을 통해 분류하였다 (연구 4). 그 결과, 9가지 “영화 타입 (Movie Types)”이 도출되었다 (pop-action, classical action, pop-comic, family, soft drama, hard drama, human drama, suspense, hybrid).
새로운 영화 분류 방법으로 도출된 영화 타입을 영화 장르와 비교 해 본 결과 (연구 5), 개봉 시즌과 영화 등급에서 영화 타입이 영화 장르보다 그 특징을 더 잘 설명해 주고 있다. 개봉 시즌을 구체적으로 보면, 영화 장르에서 여름 시즌에는 다른 장르에 비해 상대적으로 공포 영화가 개봉되는 것을 볼 수 있는 반면, 영화 타입에서 여름 시즌에는 다른 타입에 비해 상대적으로 “pop-action”, “pop-comic”, “classical action”, “suspense”가 개봉되는 것을 볼 수 있다. 즉, 한국은 여름 시즌에 주로 블록버스터급, 액션물, 공포물이 개봉되는 경향이 있는데 분석 결과에서도 이를 잘 보여 주고 있다. 이는 영화 비즈니스 관련 의사 결정 과정에서 각 영화의 “영화 타입” 정보가 기존(영화 장르)과 다른 관점을 제시해 줄 수 있음을 시사한다.
또한, 영화 박스오피스 성과와의 관계를 분석해 본 결과 (연구 6), 영화 타입에서는 첫 주 수익, 총 수익, 스크린 당 수익에서 타입별로 유의한 차이를 보이고 있으나, 영화 장르에서는 첫 주 수익에서만 장르별로 유의한 차이를 보이고 있다. 이는 영화 장르는 제작자에 의해 결정되는 사항으로 영화 개봉 전 홍보 및 정보 제공의 목적으로 마케팅 도구로 주로 활용되고 있기 때문이다. 영화 개봉 후에는 관객들에 의해 영화의 성격이 파악되고 그 내용은 구전으로 퍼지게 되어 점차적으로 장르의 영향력은 줄어들게 된다. 반면, 영화 타입은 고객(관객)이 직접 영화 시사회 관람 후 영화의 특성을 판단하고 이 데이터를 이용하여 영화를 분류하는 것으로 고객의 의향이나 의견이 반영된 분류 체계이다. 그러므로, 영화 개봉 후에도 그 영화의 특성은 변하지 않으며 구전 등에 의해 영향을 받지 않는다.
추가 분석으로는 각 영화 타입별, 영화 장르별 스타파워 (배우의 관객 동원력), 제작비, 전문가 평점, 관객 평점과는 어떠한 관계가 있는지를 분석하였다. 스타파워와 제작비의 경우는 영화 장르별 분류가 영화 타입별 분류보다 설명력이 더 높았고, 전문가 평점과 관객 평점의 경우는 영화 타입별 분류가 영화 장르별 분류보다 설명력이 더 높았다. 이는 어떤 배우를 선택할지와 얼마만큼 제작비를 쓸지가 장르에 의해서 결정되는 경향이 있기 때문이다. 한편, 전문가 평점과 관객 평점은 영화 평가와 관련된 지표로 영화의 성과와도 연관되기 때문이다.
결론적으로, 본 논문에서 제시한 새로운 영화 분류 방법은 영화 콘텐츠 특성을 고객의 관점에서 분석하였으며, 영화를 분류하는데 있어 체계적으로 그리고 과학적으로 접근하였기에 학문적으로도 실무적으로도 시사점을 제공하고 있다. 또한, 영화 타입별 분류가 영화 장르별 분류보다 박스오피스 성과 예측이나 분석에 더 적절히 활용될 수 있음을 보여 주고 있다.
