Digital Media Art Consumption and Symbolic Domestication Among Chinese Otaku Using a Multimodal Machine Learning Approach

기술 요약: 멀티모달 머신러닝 접근법을 통한 중국 오타쿠의 디지털 미디어 아트 소비와 상징적 가축화(Symbolic Domestication) 연구

문제 제ط (Problem Statement)
현재 수억 명에 달하는 중국의 오타쿠 커뮤니티는 ACGN(애니메이션, 만화, 게임, 소설) 산업을 견인하는 핵심 소비자 층이다. 그러나 일본 오타쿠 문화에서 유래한 기존 이론적 틀(예: 아즈마 히로키의 '데이터베이스 소비' 및 '동물화')은 중국 소비자들의 고유한 문화적 논리를 설명하는 데 한계가 있다. 중국의 경우, 오타쿠의 '동물화'는 '근본주의(거대 서사)'와 '데이터베이스(파편화된 기호)'를 결합하여 독특한 '근본주의적 데이터베이스'를 형성하는 것으로 보인다. 또한, 상업적 자본과 서브컬처 집단 사이의 상호작용은 디지털 미디어 아트 영역 내에서 '상징적 가축화'와 '역가축화'라는 복잡한 과정을 포함한다. 특히 '시스템 서사(System Narrative)', '궈차오(Guochao, 국조/국풍) 통합', 그리고 '커뮤니티 공동 창작'의 역할을 중심으로, 텍스트와 이미지를 통합하여 소비 의도와 정서적 동일시의 구체적인 동인을 식별하는 실증적·정량적 연구가 부족한 실정이다.

연구 방법론 (Methodology)
본 연구는 2024년 1월부터 2026년 3월 사이 Bilibili, Xiaohongshu, Weibo Super Topic에서 수집된 대규모 데이터셋을 분석하기 위해 멀티모달 머신러닝 접근법을 채택한다.

• 데이터 수집: 최종 코퍼스는 127개의 핵심 ACGN 작품/IP를 포괄하는 81,457개의 유효 텍스트 댓글과 123,692개의 관련 이미지로 구성된다. 샘플은 세대별로 층화되었으며, Z세대가 71.5%, 밀레니얼 세대가 28.5%를 차지한다.
• 레이블링 시스템: 이론 중심 및 데이터 중심 원칙에 기반하여 3단계 레이블링 시스템을 구축하였다. 주요 2단계 특징으로는 '시스템 서사', '모에 요소 소비', '궈차오 통합', '커뮤니티 공동 창작', '미디어 동일시 강도', '토착 문화 동일시'가 포함된다.
• 멀티모달 처리:
  • 텍스트: 커스텀 ACGN 사전가 적용된 Jieba 세그멘테이션, 노이즈 필터링, 감성 분석을 위한 BosonNLP를 사용하여 처리되었다.
  • 이미지: 640×640 픽셀로 표준화되었으며, 회전/플리핑을 통해 증강되었고, 지각 해싱(perceptual hashing)을 통해 중복을 제거하였다.
  • 레이블 매핑: 텍스트는 SentenceTransformer(코사인 유사도 임계값 $\tau=0.6$)를 사용하여 매핑되었고, 이미지는 CLIP 모델(ViT-B/32, $\tau=0.65$)을 사용하여 매핑되었다.
  • 융합: 각 샘플에 대해 6차원 특징 벡터를 생성하기 위해 가중치 융합 전략(텍스트 0.6, 이미지 0.4)을 적용하였다.
• 머신러닝 모델: 두 가지 연속적 타겟인 소비 의도와 감성 가치를 예측하기 위해 XGBoost 앙상블 모델을 학습시켰다. 하이퍼파라미터는 그리드 탐색(grid search)과 5-겹 교차 검증을 통해 최적화되었다.
• 해석 가능성: XGBoost의 '블랙박스' 특성을 해결하기 위해 SHAP(SHapley Additive exPlanations)을 사용하여 특징 중요도를 정량화하고 한계 효과를 분석하였다.
• 통계 분석: 이론적 가설 검증을 위해 피어슨 상관계수, 매개 분석(PROCESS Model 4), 조절 분석(PROCESS Model 1)을 수행하였다.

주요 결과 (Key Results)

1. 멀티모달의 필요성: 멀티모달 융합은 평균 186.5%의 특징 커버리지 증가를 보이며 특징 범위를 유의미하게 확장했다. 특히 '시스템 서사'와 '궈차로 통합'은 각각 285.4%와 192.6%의 커버리지 상승을 보여, 시각적 데이터가 디지털 아트 소비 특성을 포착하는 데 필수적임을 입증했다.
2. 시스템 서사의 지배력: '모에 요소 데이터베이스' 모델과 달리, '시스템 서사'(수련 체계, 세계관 규칙)가 근본적인 동인으로 나타났다. '모에 요소 소비'가 감성 측면에서 약간 더 높은 글로벌 SHAP 값을 가졌으나, '시스템 서사'는 소비 의도에 대해 더 강력한 표준화 회귀 계수($\beta=0.287$)를 보였으며, 고의도 집단에서 더 가파른 한계 효과를 나타냈다.
3. 궈차오의 매개 효과: '토착 문화 동일시'는 '궈차오 통합'과 '소비 의도' 사이의 관계를 부분적으로 매개하며, 전체 효과의 39.8%를 설명한다. 이는 문화적 자신감이 미적 감상을 구매 행동으로 전환하는 심리적 가교 역할을 함을 확인시켜 준다.
4. 공동 창작의 조절 효과: '커뮤니티 공동 창작 강도'는 궈차오 통합이 소비에 미치는 영향을 정적으로 조절한다. 높은 수준의 커뮤니티 참여는 문화적 요소의 추진 효과를 증폭시킨다.
5. 세대별 차이:
   • Z세대: '모에 요소 소비'와 '커뮤니티 공동 창작'에 의해 주도된다(시각-커뮤니티 모델). 이들은 궈차오 요소와 토착 문화 동일시에 더 높은 민감도를 보인다.
   • 밀레니얼 세대: '시스템 서사'와 '미디어 동일시 강도'에 의해 주도된다(서사-동일시 모델). 이들은 서사의 일관성과 깊은 몰입감을 중시한다.

핵심 기여 (Key Contributions)

• 이론적 혁신: 본 연구는 일본 오타쿠 이론의 직접적인 이식을 넘어, '맥락—장(Field)—동일시—행동' 모델을 구축하였다. 또한, 거대 서사와 파편화된 기호가 공존하는 중국형 '근본주의적 데이터베이스' 개념을 제안한다.
• 방법론적 혁신: 텍스트와 이미지의 멀티모달 데이터에 XGBoost와 SHAP을 결합하여 서브컬처 소비 패턴을 정량화함으로써, 전통적인 선형 회귀를 넘어 비선형적 특징 상호작용을 포착하는 효용성을 입증하였다.
• 실증적 통찰: 중국 오타쿠 문화에서의 '시스템 서사 지배력'에 대한 정량적 근거를 제공하고, '상징적 가축화'의 양방향 메커니즘(자본의 사용자 유도 vs 사용자의 콘텐츠 재의미화)을 규명하였다.

의의 및 주장 (Significance and Claims)
본 논문은 디지털 미디어 아트 분야 내 서브컬처 소비에 대한 새로운 실증적, 이론적 통찰을 제공한다고 주장한다. '시스템 서사 지배력'을 검증함으로써, 중국 오타쿠 소비가 포스트모던한 일본 맥락의 파편화된 소비와는 구별되는, 체계적 합리성과 질서를 추구하는 특징을 가짐을 시사한다. 또한, '궈차오 통합'이 단순한 시각적 트렌드가 아니라 문화적 정체성을 활성화하는 메커니즘이며, 이것이 참여적 문화에 의해 더욱 증폭됨을 단언한다.

실무적으로 저자들은 본 연구 결과가 ACGN 산업에 다음과 같은 데이터 기반 전략을 제공한다고 주장한다:

1. 콘텐츠 전략: 단순한 '모에 축적'에서 벗어나 일관된 '시스템' 세계관을 구축하고, 문화적 상징(예: 도교 철학을 수련 논리로 활용)을 유기적으로 통합해야 한다.
2. 사용자 운영: Z세대(시각/상호작용 중심)와 밀레니얼 세대(서사 깊이 중심)를 위한 차별화된 전략을 채택하고, IP 가치를 증폭시키는 도구로서 '커뮤니티 공동 창작'을 활용해야 한다.

본 연구는 한계점으로 프라이빗 커뮤니티 데이터(예: QQ 그룹)의 제외, '상징적 가축화'의 종단적 분석을 불가능하게 하는 횡단적 데이터의 특성, 그리고 '시스템 서사' 현상의 독특성을 추가 검증하기 위한 타 국가(예: 한국)와의 교차 문화 비교 필요성을 언급한다.