틱톡은 짧은 동영상을 시청하고 직접 만들어 공유하는 숏폼 콘텐츠 플랫폼이다. 2017년 출시됐으며 최대 3분 길이의 영상을 지원한다. 필터와 사운드 효과를 제공하고 다른 이용자의 영상을 활용해 새 콘텐츠를 만들 수 있으며, 챌린지와 밈을 통해 유행이 확산됐다.[1]

1. 개요

이용자는 춤과 노래, 상황극, 정보 설명, 밈 등 여러 형식의 영상을 만들 수 있다. 챌린지에 참여하거나 기존 영상을 변형하는 방식은 이용자의 제작 참여와 유행 확산에 연결된다.[1][2]

틱톡은 시청 기록을 중심으로 인공지능이 영상을 추천한다고 소개됐다.[1] 한 연구에서는 이용자가 처음 본 1,000개 영상 중 30~50%가 이용자의 관심을 예측해 제시한 영상으로 분석됐다.[3]

2. 숏폼 플랫폼으로서의 성장과 확산

배재미디어센터는 틱톡이 2017년에 출시되어 숏폼 트렌드의 시초로 자리 잡았다고 소개한다.[1] 숏폼은 일반적으로 1분 미만에서 최대 3분 안팎의 짧은 영상 콘텐츠를 가리키며, 스마트폰 촬영과 편집 환경의 발달과 함께 성장했다.[1]

틱톡의 부상에 대응해 유튜브는 쇼츠를, 인스타그램은 릴스를 선보였다.[2] 숏폼은 짧은 시간 안에 핵심 내용을 전달하는 형식으로, 대학생들이 이동 시간이나 공강 시간에 학습 정보, 뉴스, 취미와 생활 정보를 접하는 수단으로 활용하고 있다.[4]

3. 영상 제작과 유행 참여

틱톡에서 제작되는 영상에는 상황극, 분장, 춤, 노래, 실험, 정보 설명, 밈 등 다양한 유형이 있다.[2] 필터와 사운드 효과를 이용하거나 다른 이용자의 영상을 바탕으로 새 영상을 만드는 기능은 콘텐츠를 변형하고 공유하는 참여 방식과 맞닿아 있다.[1]

챌린지는 같은 주제나 형식에 따라 여러 이용자가 영상을 만드는 유행의 한 형태다. 국민대학교 웹진은 지코의 ‘아무노래 챌린지’를 해시태그가 바이럴 마케팅에 쓰이고 자연스러운 유행으로 이어진 사례로 들었다.[2] 이러한 참여는 밈과 챌린지가 여러 이용자의 영상 제작으로 퍼지는 과정에서 나타난다.[1][2]

4. 추천 시스템과 개인화

틱톡 추천 시스템은 콘텐츠 자체를 이해하기보다 이용자의 행동과 콘텐츠 특성 사이의 상관관계를 모델링해 선호도를 예측하는 방식으로 설명됐다.[10] 보도에 따르면 영상의 자막과 소리, 해시태그, 좋아요와 댓글 등이 추천에 활용되며, 이용자가 영상에 머문 시간도 추적되는 것으로 나타났다.[9][10]

추천 연구진은 이용자 347명이 제공한 920만 건의 추천 영상 데이터를 분석했다. 그 결과 이용자가 처음 접한 1,000개 영상 중 약 3분의 1에서 절반이 이용자의 관심을 예측해 제시한 영상으로 나타났다.[3] 별도의 연구 보도에서는 팔로우하는 계정의 영상을 더 자주 볼 가능성이 높다고 설명했다.[6]

5. 이용 방식과 연구에서 확인된 요인

중국 이용자를 대상으로 한 설문 연구에서는 숏폼 콘텐츠의 지속적 시청 의도에 가격 가치와 상호작용성이 통계적으로 유의미한 영향을 보였다. 지속적 제작 의도에는 상호작용성과 콘텐츠 다양성이 유의미한 영향을 보였다.[8] 이 결과는 해당 연구의 설문 대상과 분석에서 확인된 관계를 가리킨다.

대학생들은 이동 시간이나 공강 시간에 숏폼으로 학습 정보, 뉴스, 취미 및 생활 정보를 접하기도 한다.[4] 짧은 형식은 다양한 정보를 빠르게 접할 수 있는 통로로 활용되는 한편, 복잡한 내용을 요약한 영상이 주요 정보원으로 쓰이는 사례도 보고됐다.[4]

6. 이용에 관한 우려와 쟁점

대학생 대상 보도에는 숏폼을 시청하느라 밤을 새우거나 책과 수업에 집중하기 어렵다고 느낀 사례가 실렸다. 해당 보도에서 한 교수는 숏폼의 잦은 이용과 반복 시청, 강한 자극이 중독과 관련될 수 있다고 설명했다.[5]

다만 대학생의 집중력 저하 원인을 숏폼 하나로 단정하기 어렵다는 의견도 제시됐다. 스마트폰과 사회관계망서비스를 통해 계속 새로운 자극과 정보를 접하는 환경도 함께 고려해야 한다는 설명이다.[4] 따라서 보도된 우려와 연구 결과는 이용 경험 및 환경에 관한 논의로 읽을 수 있다.

보도된 실험에서는 우울한 감정을 가진 것으로 설정된 계정이 관련 영상에 오래 머문 뒤 3분 만에 비슷한 영상이 추천됐고, 36분 동안 추천된 영상 278개 중 93%가 우울증이나 슬픈 내용이었다.[9] 이 사례는 추천 알고리즘이 이용자의 시청 행동을 반영해 유사한 콘텐츠를 추천할 수 있음을 보여준다.[9]

7. 관련 문서

8. 인용 및 각주

[1] Wwww.pcu.ac.kr(새 탭에서 열림)

[2] Wwebzine.kookmin.ac.kr(새 탭에서 열림)

[3] Wwww.washington.edu(새 탭에서 열림)

[4] Wwww.pcu.ac.kr(새 탭에서 열림)

[5] Iinews.ewha.ac.kr(새 탭에서 열림)

[6] Wwww.futurity.org(새 탭에서 열림)

[8] Wwww.dbpia.co.kr(새 탭에서 열림)

[9] Wwww.epnc.co.kr(새 탭에서 열림)

[10] Wwww.aitimes.com(새 탭에서 열림)