연구 목적
1900년대 이후, 전쟁의 화마가 지나간 대한민국은 빠르게 성장했다. 그리고 성장에 발맞춰 대한민국은 타국의 문화를 빠르게 받아들이기 시작했는데, 클래식 음악 문화도 그 중에 하나였다.
우리나라 예술의 발전을 논한다면 빼놓을 수 없는 곳이 바로 연간 300만 명의 방문객이 찾는 명실상부 우리나라 문화예술의 중심, 예술의 전당이다. 우리는 2010년대 초반 부터 지금까지의 대한민국 클래식 음악의 성지인 예술의 전당의 공연 데이터를 분석함으로서 서울에서 피어난 클래식 음악 문화에 대한 분석을 진행하여 대한민국 클래식 음악의 특이점과 여러 숨어있는 재밌는 데이터들의 특성들을 찾아보고자 한다.
연구 대상
연구 대상은 예술의 전당 홈페이지에 존재하는 2010년부터 2023년 까지의 데이터를 중심으로 분석하였다. 또한 예술의 전당 공연 데이터와 연결된 각각의 아티스트 데이터는 데이터 수집 기술의 한계상 으로 '독주회' 를 한정하여 각각의 개인 아티스트 데이터를 중점적으로 분석하였다.
우리는 개인 아티스트가 '연주자' 인지 '성악가' 인지에 따라 연주자의 '악기' 에 대한 데이터를 수집하여 연결되는 특성을 분석하고자 하였고, 성악가라면 '성악가의 음역대' 를 중심으로 분석하였다.
예술의 전당의 공연 데이터는 또한 '공간' 과 연결되어있다. 우리는 'Hall' 데이터를 통해 예술의 전당에서 일어나는 공연의 '공간' 을 연결해서 분석해보고자 하였고, 이러한 공간의 특성을 정리하여 각각의 유의미한 연결 데이터를 추출하고자 하였다.
우리는 클래식의 역사를 되짚어보면서 '국가' 라는 존재에 대한 영향력을 지울 수가 없었다. 현대 클래식 음악의 거장이라고 불리우는 곳들은 다 '특정 국가' 에 대한 편향성이 상당히 높은축에 속하였고, 특히 러시아, 오스트리아, 독일 3개국에 대해 엄청난 편향성을 보였다. 이러한 정성적인 특성을 조사중에 알게 되어 '국가' 별 음악의 영향력 정도를 예술의 전당 데이터로 엮어서 분석할 수 있는지 알아보기도 하였다.
우리는 또한 대한민국에 존재하는 '돈' 에 대한 데이터, 즉 '공연의 주최/후원' 데이터 에 대한 분석도 진행해보고자 하였다.
공연이라는 것은 하나의 사업이고 예술의 전당도 역시 돈 때문에 움직이는 경우가 있다. 우리는 이런 '돈' 의 흐름을 알 기 위해 '주최/후원사' 의 특성을 정리하여 Stage 데이터와 엮어보고자 하는 시도도 하였다.
연구 방법
우리는 예술의 전당 홈페이지에 존재하는 모든 데이터들을 Python의 'Beautifulsoup4' 라는 library를 사용하여 Data Crawling으로 스테이지 데이터를 추출하고 이를 바탕으로 조사의 범위를 넓혀갔다.
초기 공연 데이터는 공연 그 자체의 '이름' 과 '날짜' 그리고 '주최/후원사', '입장연령', '장소', 가격 등으로 이루어져 있었다. 이 중 연결성이 없는 데이터를 제 하고 다른 연결 데이터 Node 를 작성하기 위해 타 데이터베이스를 여럿 찾아보면서 연구의 범위를 넓히고자 하는 시도를 하였다.
(예술의 전당 공연 정보 데이터 캡쳐)
온톨로지(Ontology)
온톨로지 그래프(OntoGraph)
클래스(Class)
| 클래스명 | 한글명 | 설명 |
|---|---|---|
| Stage | 무대 | 예술의전당에서 공연한 무대 |
| Genre | 장르 | 공연의 장르 |
| Hall | 홀 | 공연의 무대장소 |
| Artist | 공연자 | 예술의 전당에서 공연한 인물 |
| Country | 나라 | 나라명 |
| Organization | 단체 | 예술의 전당과 관련 있는 단체 |
| Instrument | 악기 | 예술의 전당 무대에서 사용된 악기 |
| Tone | 톤 | 클래식의 톤 종류 |
| School | 음악학교 | 음악학교의 종류 |
릴레이션(Relation)
| 영문명 | 한글명 | 정의역 | 치역 | 설명 |
|---|---|---|---|---|
| hasGenre | ~의 장르이다 | Stage | Genre | 장르에 속한다 |
| takesPlaceIn | 에 위치하다 | Stage | Hall | 위치한 예술의전당 홀 |
| performs | 공연하다 | Stage | Artist | 공연한 인물 |
| plays | 연주하다 | Artist | Instrument | 공연자가 연주한 악기 |
| needs | 필요로 하다 | Genre | Instrument | 장르가 필요로 하는 악기 |
| isHostedBy | 주최되다 | Stage | Organization | 공연을 주최하는 단체 |
| hasGenre | 장르이다 | Organization | Genre | 조직이 갖는 장르 |
| hasToneof | ~의 톤을 가진다 | Artist | Tone | 성악가가 갖는 톤 |
| isDevelopedAt | ~에서 발전하다 | Genre | Country | 장르가 발전한 국가 |
| isIn | ~에 위치하다 | School | Country | 학교가 위치한 국가 |
속성(Attribute)
Stage 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| date | 날짜 | 공연의 날짜 |
| year | ~년 | 공연 날짜의 연도 |
| month | ~월 | 공연 날짜의 달 |
| day | ~일 | 공연 날짜의 일 |
| weekday | 요일 | 공연이 연주된 월요일~일요일까지의 요일 |
| time | 시간대 | 공연이 시작된 시간 |
| age | 나이 | 공연관람 가능 최소 연령 |
| elapsedtime | 공연시간 | 총 공연시간(시간 단위) |
Genre 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| performance | 공연 종류 | 악기, 성악 또는 다양함 |
| member | 구성(원) | 솔로, 그룹 또는 다양함 |
| conductor | 작곡가 | 작곡가가 있는지 여부 |
Organization 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| type | 종류 | 민간 또는 공립적인 성격 |
| genre | 장르 | 조직이 지원하는 장르 |
| province | 도(시) | 조직이 속한 장소의 도(시) |
| district | 구 | 조직이 속한 장소의 구 |
Country 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| type | 종류 | 민간 또는 공립적인 성격 |
| Music_School | 음악학교의 수 | 나라마다 있는 음악학교의 수 |
Artist 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| type | 종류 | 공연자의 종류(연주자, 성악가) |
Hall 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| seats | 좌석 수 | 홀의 좌석 개수 |
| openyear | 개관년도 | 해당 홀이 개관한 연도 |
| grand_piano | 그랜드 피아노 수 | 홀에 있는 그랜드 피아노의 개수 |
| upright_piano | 업라이트 피아노 수 | 홀에 있는 업라이트 피아노의 개수 |
| rental_fee | 대관료 | 홀 대관료 |
| time_weekday | 주간 공연 시간 | 주간에 공연이 열리는 가장 빠른 시간 |
| time_weekend | 주말 공연 시간 | 주말에 공연이 열리는 가장 빠른 시간 |
| floor | 층수 | 각 홀의 층수 |
School 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| type | 학교 종류 | 학교의 종류 |
| country | 나라 | 학교가 있는 나라 |
Instrument 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| type | 종류 | 악기의 종류 |
| weight | 무게 | 악기의 무게(g) |
| Range_low | 최저 주파수 | 악기가 낼 수 있는 최저 주파수(Hz) |
| Range_high | 최고 주파수 | 악기가 낼 수 있는 최고 주파수(Hz) |
| length | 길이 | 악기의 물리적인 길이(cm) |
| Dynamic_range | 다이나믹 레인지 | 악기의 음량 범위로, 크면 클수록 부드러운 음색 |
| player_number | 연주자수 | '클래식 네트워크'에 등록된 연주자의 수 |
Tone 속성
| 속성명 | 한글명 | 설명 |
|---|---|---|
| class | 클래스 | 개별 노드가 속하는 클래스 |
| name | 대표명 | 개별 노드의 대표명 |
| gid | 식별자 | 개별 노드의 식별자 |
| refurl | 웹 자원 | 개별 노드 조사 시 참고한 웹 자원 |
| Gender | 성별 | 톤을 내는 성별 |
| Range_low | 최저 주파수 | 낼 수 있는 최저 주파수(Hz) |
| Range_high | 최저 주파수 | 낼 수 있는 최고 주파수(Hz) |
연구 데이터
노드 데이터(총 35,942건)
- Stage 13887건
- Genre 14건
- Hall 11건
- Artist 1934건
- Organization 19024건
- School 967건
- Country 75건
- Instrument 24건
- Tone 6건
링크 데이터(총 65,098건)
- Stage_Genre 13887건
- Stage_Hall 13887건
- Stage_Artist 3745건
- Artist_Instrument 1807건
- Genre_Instrument 21건
- Stage_Organization 11486건
- Genre_Organization 18953건
- Artist_Tone 251건
- Genre_Country 92건
- School_Country 969건
연구 결과
간단한 분석
클래식 과 1단계 엮인 데이터들(일부)
match (a{genre:'클래식'}) - [r] - (b) return a, r, b
Genre 별 Stage 구성
MATCH (g:genre)<-[:hasGenre]-(s:stage) RETURN g.name AS genreName, COUNT(s) AS stageCount ORDER BY stageCount DESC
가장 많이 공연된 장르는 여러 대의 악기가 같이 연주되는 클래식 장르였다. 문화체육관광부 장관이 'K-클래식'을 강조하고 있는 현실과 맞닿아 있다. [1] 아티스트가 홀로 공연하는 성악은 상대적으로 적게 무대에 올렸다. 이는 성악이 더 까다로운 환경을 요구한다는 사실, 그리고 수요의 측면에서 그 원인을 찾아볼 수 있다.
요일별 공연
MATCH (s:stage) WITH s.weekday AS weekday, COUNT(s) AS count ORDER BY count DESC RETURN weekday, count
Instrument의 Attribute 중 'time_weekday', 'time_weekend'를 보면 알 수 있듯이, 주중에는 그 날의 첫 공연 대관 시간이 19시 30분인 홀이 많아 하루에 하나의 무대만 올리는 홀이 많다. 하지만 주말에는 그보다 이른 14시에 첫 공연이 시작되어, 주중보다는 많은 무대를 올릴 수 있다. 그러므로 주중보다는 주말에 열린 공연의 수가 더 많게 나왔다.
지역별 organization 갯수
MATCH (o:organization) RETURN o.province AS province, COUNT(o) AS count ORDER BY count DESC
예술의 전당과 관련있는 단체가 가장 많이 속한 지역은 서울이었다. 이는 서울시의 문화정책 지원과도 연관되어있다. 일례로 2021년~2022년에는 35개 팀 내외를 선정해 각각 5백만 원씩 지원하기도 했다. 또한 서울에는 예술의 전당을 중심으로 세종문화회관, 대학로까지 여러 공연장이 있는 반면 지방의 경우 주요 도시를 제외하고는 큰 규모의 공연장을 찾기 어렵다. 이런 이유로 예술의 전당 관련 단체는 서울에 밀집돼 있었다.
연도별 열린 공연
MATCH (s:stage) RETURN s.year AS year, COUNT(s) AS count ORDER BY year DESC
2020년에는 코로나 19로 인해 공연계 전체가 위축되었다. 정부는 코로나19 확산을 막기 위해 공공 문화시설들을 휴관했으며, 단계적으로 재개관을 시작한 이후에도 방역지침하에 제한적으로 운영했다. 코로나 19가 퍼진지 얼마 안된 2020년 2월, 중앙일보에 따르면 서울 예술의전당도 기획 공연ㆍ전시ㆍ강좌를 전면 취소했다. 예술의전당은 24일 “감염증 확산 방지, 예방을 위해 이달 마지막 주의 기획 행사를 취소한다”고 밝혔다. [2] 이로부터 2년이 지난 2022년부터는 다시 예전만큼의 공연이 열리고 있다.
가장 많이 연주된 악기
MATCH (a:artist)-[:Plays]->(i:Instrument) RETURN i.name AS Instrument, COUNT(a) AS PlayCount ORDER BY PlayCount DESC
참고)Instrument의 player number 그래프화
이는 우리가 Instrument 노드의 Attribute로 다룬 'player_number'을 수치화 했을 때의 바 그래프와 비슷한 양상을 보인다. 일례로, 예술의 전당 무대에서 가장 많이 연주된 악기는 피아노다. 클래식 네트워크 아카이브에서도 피아노 연주자가 229명으로 가장 많이 등재돼 있다. 반면 하프시코드와 피콜로처럼 연주자가 많이 없는 악기는 예술의 전당에서도 공연하는 연주자가 많이 없다는 점을 알 수 있다.
가장 연관이 많은 organization
MATCH (o:organization) OPTIONAL MATCH (o)-[r]-() WITH o, COUNT(r) AS edgeCount ORDER BY edgeCount DESC RETURN o, edgeCount
가장 연관성이 큰 organization(단체)는 단연 예술의 전당이었다. 예인예술기획은 예술기획사인데, 예술의 전당과 서로 협력하거나 연계하는 경우가 많다. 예인예술기획이 기획한 공연이나 전시가 예술의전당에서 개최되는 경우가 있을 수 있다. 또한, 예인예술기획이 예술의전당의 시설을 활용하여 공연을 개최하는 경우도 있다. 특히 예인예술기획은 예술의 전당 대관 업무도 맡고 있어 더욱 긴밀한 관계를 맺은 상태였다.
예술의 전당 자체 주최를 받은 solist들
MATCH (o:organization {name: "예술의전당"})-[r1:isHostedBy]-(s:stage)-[r2:performs]-(a:artist) RETURN o, r1, s, r2, a
Instrument도 같이 이어봤다
MATCH (o:organization {name: "예술의전당"})-[r1:isHostedBy]-(s:stage)-[r2:performs]-(a:artist) -[r3:plays] - (d:instrument) RETURN o, r1, s, r2, a, r3, d
이 데이터 셋은 동명 이인을 구분하지 못한다는 치명적인 단점이 있다는 것을 알았다.
stage를 통틀어 가장 많이 영향을 받은 국가
MATCH (s:stage)-[:hasGenre]->(:genre)-[:isDevelopedAt]->(c:country) WITH c, COUNT(s) AS stageCount ORDER BY stageCount DESC LIMIT 5 RETURN c.name AS country, stageCount
클래식 음악공연과 연관이 깊었던 국가의 순으로 정리해보자면, 영국이 1번이다. 음악에 '클래식'이라는 형용사를 붙이기 시작한 것이 18세기 영국이었고 공공 연주회가 발전한 곳이 런던인만큼 United Kingdom이 가장 많은 연결고리를 가졌다. 그 뒤로는 클래식 음악과 음악가가 여럿 있기로 잘 알려진 독일, 이탈리아, 프랑스 등이 뒤를 이었다. 이러한 국가들은 클래식 음악에 유서가 깊은 만큼 우수한 음악 대학도 많아 예술의 전당에서 공연한 유수의 아티스트를 배출한 것 역시 쿼리 분석 도중 확인할 수 있었다.
한정적인 실내악에서 가장 변혁을 많이 꾀한 organization
MATCH (s:stage)-[r:hasGenre]-(g:genre {name: '실내악'}) WHERE NOT (s)-[:performs]-(:artist)-[:plays]-(:instrument {name: '피아노'})
AND NOT (s)-[:performs]-(:artist)-[:plays]-(:instrument {name: '첼로'})
AND NOT (s)-[:performs]-(:artist)-[:plays]-(:instrument {name: '바이올린'})
WITH s MATCH (s)-[:isHostedBy]-(o:organization) RETURN s.name AS stageName, o.name AS organizationName, COUNT(o) AS mentionCount ORDER BY mentionCount DESC
상위 30개 항목 모두 '민간' type을 가지고 있었다.
'공립' 중 최고는 예술의 전당이었다.
결론
예술의 전당 데이터를 분석해보면서 여러가지 재밌는 지점들이 보였다. 데이터 크롤링으로 얻은 거대한 데이터라 컴퓨터 issue로 인해 분석하기 힘든 부분도 있었지만, 데이터가 큰 만큼 신뢰성 있는 결과를 얻을 수 있었다.
본 연구를 통해 우리 조는 현 대한민국 클래식의 주소를 이해해보았다. 예술의 전당에서 진행되는 클래식 음악 공연 그 자체 외에도 장르, 음악당, 주최 단체, 악기 등과의 관계성을 관련 데이터를 수집한 뒤 연결짓는 과정 속에 우리 조는 다음과 같은 대표적인 결론을 도출할 수 있었다.
1. 예술의 전당은 비단 클래식 공연 그 자체의 장소 제공의 의미에서 그치지 않고 클래식 음악 공연을 주최하고 후원하는 등의 역할을 수행하고 있다. 예술의 전당 외에도 다양한 단체, 가령 악단, 예술경영기획사, 예술학교 뿐 아니라 여러 방송사와 언론사가 클래식 공연에 연관성을 가지고 있었다. 클래식 음악이 우리나라의 수많은 주체에 의해 만들어지고 후원되고 발전되어 왔음을 증명하는 지표이기도 하다.
2. 이렇게 클래식이 다방면의 발전을 꾀하여왔음에도 불구하고 발전이 제한되어 있는 클래식 영역이 있었다. 장르와 악기의 측면에서 이를 확인할 수 있었는데, 대표적으로 공연의 빈도수가 적었던 장르는 성악 등이 있고, 악기는 쳄발로, 하프 등이 있다. 이러한 제한적인 장르와 악기에 있어서는 여러 요인들이 있겠으나, 타 악기보다 적은 관련 아티스트, 수요의 부족과 그로 인한 후원의 부족 문제 등이 원인이 되었음을 유추할 수 있다. 우리나라의 다채로운 클래식 음악의 발전을 위해 아직은 충분히 발전되지 않은 부분의 클래식 공연이 더욱 꽃을 피울 수 있게 되기를 기대해본다.
클래식은 서울의 더 나아가 대한민국의 문화에 꽃을 피우며 현재 우리나라 사람들의 문화 생활에 큰 기여를 하고 있다. 앞으로도 클래식 음악공연의 폭과 심도의 확장을 꾀하며 클래식 문화가 우리나라에 온전히 자리잡을 수 있기를 기대해본다.
연구 후기
| HHJ23KU | 😮 | 모두 수고 많으셨습니다! 방대한 데이터셋을 다루느라 컴퓨터가 별로 좋지 않은 조원들이 정말 고생을 많이 한 것 같습니다. 다들 쿼리와 데이터 시트 작성에 열과 성을 다해주셔서 그나마 학생으로서 할 수 있는 최선의 결과를 냈다고 생각합니다. 제가 생각하기에는 이 데이터셋은 앞으로 누군가에 의해 발견된다면 더 발전될 수 있는 여지가 충분한 그런 데이터셋을 우리가 구축했다고 생각합니다. 짧은 시간 내에 무언가 더 이룰 수 있었으면 좋았겠지만, 여전히 저희의 부족한 능력만으로도 이정도 재밌는 결과를 내서 정말 즐거웠습니다. |
| NKM23KU | 😐 | 우선 처음으로 드리고싶은 말씀은 한학기 동안 정말 수고 많으셨다는 점입니다. 함께 연구진행하면서 느낀점도 많았고, 재밌는 주제를 잡아서 발견할 수 있었던 점도 많아서 흥미로웠습니다. 개개인의 조원으로써 부족한 점도 많았다고 생각했지만, 다른 좋은 조원분들 덕분에 끝까지 프로젝트를 함께할 수 있었던 것 같습니다. 다만 데이터의 양이 너무 많은 나머지 처음 목표했던 아티스트와 후원 등이 연구결과에 반영되지 못한 점은 아쉬웠습니다. 하지만, 양이 많은 데이터베이스를 통해서 처음에 의도하고자 했던 결과를 어느정도 도출할 수 있었다는 점에서 한학기동안의 연구가 가치있다고 느꼈습니다. 한국 클래식을 색다른 방법으로 바라볼 수 있는 계기가 되었습니다. 다시한번 한학기동안 고생 많으셨습니다! |
| PYN23KU | 😛 | 다들 정말 고생 많으셨습니다. 분석에 조금 더 많은 시간을 쏟았으면 하는 아쉬움도 있지만, 우리가 1학기에 했던 프로젝트도 큰 의의가 있다고 생각합니다. 우리가 다뤘던 10만 여개의 데이터는 정말정말 크다는 사실도 알았어요.. 그만큼 이 데이터가 주는 의미도 크다고 느낍니다. 평생 클래식 문외한이었던 제가 이 프로젝트를 통해서 악기의 특성, 클래식 장르의 특성 등 많은 것들을 배우는 계기가 되기도 했습니다. 교수님, 그리고 팀원들에게 감사합니다. |
| LMJ23KU | 😊 | 우리 조원 모두 정말 고생 많았습니다! 이렇게나 방대한 양의 데이터를 구축하고 다뤄보는 경험이 매우 새로웠고, 데이터를 분석해서 새로운 지점을 발견해보는 과정이 신선했습니다. 처음에는 예술의 전당 웹사이트에서 주어진 데이터를 전량 활용한다는게 조금 부담스러워서 데이터를 줄여보는 방안도 생각해봤지만 데이터를 줄이지 않고 모두 활용한 것이 데이터간의 관계를 뚜렷하게 해줬을뿐 아니라 연구의 신뢰성을 높일 수 있는 좋은 계기가 되었습니다. 물론 수집한 데이터를 모두 활용하지 못한 것은 더욱 다채로운 결과를 도출할 수 있는 여지가 있었다는 점에서 아쉽지만, 열심히 모은 데이터가 남은 것에 대한 아쉬움일뿐, 활용한 데이터 자체도 양이 굉장히 많았기 때문에 우리 조의 결과물을 긍정적으로 생각합니다. (데이터를 마저 활용해줄 후속연구가 진행될 가능성을 남겨둔 것으로 생각하고 싶습니다!) 또한 단순 관계성을 찾기보다는 연결, 연결되는 과정에서의 관계성을 발견하고자 했던 우리 조의 목표에 많이 다가간 결과를 도출해냈다고 생각해 뿌듯합니다. 물론 소통이나 의견합치의 과정에서 어려움이 없었던 것은 아니나, 그랬기에 오히려 좋은 의견이 많이 모일 수 있었다고 생각합니다.
데이터가 보여줄 수 있는 정보의 다층성, 특히 우리 조원 모두의 관심사였던 공연예술의 대표 메카 예술의전당의 데이터를 활용해 서울, 더 나아가 한국 클래식의 흐름을 이해해본 시간이 매우 가치 있었습니다. 데이터가 얽힘으로써 보이게 되는 정보를 직접 만들어가는 과정에 참여하며, 이 강의만큼 지식을 체득화하는 수업이 없었다고 느꼈습니다. 한 학기 함께한 우리 조원, 수강생 학우분들 수고하셨고, 교수님 감사합니다. |
코멘트
한강온도몇도조
| SJM23KU | 🐰 | 많은 정보를 체계적으로 정리하신 점이 대단합니다. 클래스와 속성도 잘 분리하고 데이터를 채우신 것 같습니다. 장르와 관련된 부분에서는 조금 더 논리적인 근거가 있었다면 좋을 거 같습니다! 세세하게 데이터셋을 잘 만드셨는데 다양한 결과를 보지 못해 아쉬운 부분이 있습니다. 시간이 더 많았다면 좋은 결과가 나왔을 거 같습니다. 한 학기 동안 수고 많으셨어요! |
| LRG23KU | 🍻 | 예술의 전당이라는 공연장을 이용하여 음악 문화 분석을 시도한 점은 상당히 인상 깊었습니다. 또한 노드데이터와 링크 데이터를 합하면 거의 10만 건이 되는데 이것들을 다 정리하신 점이 너무 대단하다고 생각합니다. 다만 너무 방대한 양의 데이터를 정리하셨다보니 모든 노드와 속성을 다루지 못했던 점에서 아쉬움이 느껴집니다. 관계가 조금 없어보이더라도 선별적으로 관계를 파악하는 것이 아니라 유의미하지 않은 결과들도 정리해주셨다면 더욱 좋은 연구가 되었을 것 같습니다! |
| HHS23KU | 🐣 | 한 사이트를 기반으로 데이터를 수집하고 , 점점 늘려나가 자신이 궁금한 것에 대해 자유롭게 분석할 수 있는 데이터셋을 만들었다는 점이 굉장하다고 느껴졌습니다. 어떤 가설에 기반해 데이터셋을 수집한 것이 아니라 데이터셋을 통해 흥미로운 사실들을 발견했다는 것이 좋은 연구라는 것을 보여주는 것 같습니다. |
| YEJ23KU | 👍🏻 | 많은 양의 데이터를 수집하고 구축했다는 점에서 대단한 연구였습니다. 시간 측면에서 충분했다면, 훨씬 좋은 결과가 나왔을 것 같습니다. 한 학기 동안 수고 많으셨습니다. |
책좀읽으시조
| JSH23KU | 🐰 | 코딩이 처음임에도 시도하여 대규모의 데이터베이스를 구축하신 점에 박수를 드리고 싶습니다. 이번 학기에 수행된 프로젝트들 중에서 양적으로 가장 거대한 프로젝트였네요. 데이터의 규모가 방대해 장르 분석과 같은 내적인 수치 분석이 훌륭하게 수행된 것 같습니다. 다만 수치들을 시계열적으로 분석하거나 외적 요소와의 연계 분석을 많이 다루지 못한 점은 아쉬웠습니다. 시기별 편중 장르 분포같은 시계열적 분석이나, 국내 클래식 공연은 예술의전당과 세종문화회관으로 양분되고 예술의전당은 정책적 목표에 따라 승인되는 공연의 장르가 달라지고 거절된 공연은 세종문화회관에서 수행된다는 것 및 예술의전당에 설치된 공연장들의 크기와 구성에 따라 수행되는 공연 비율이 달라질 수 밖에 없는 등 외적인 요소와의 연계 분석이 부족해 아쉬웠습니다. 세종문화회관의 경우에 데이터 크롤링이 쉽지 않다는 난점이 있는 것을 질의응답을 통해 확인했기에 감안해야겠지만, 시설물과의 연계 분석은 수행했으면 더욱 흥미로운 결과가 나오지 않았을까 생각합니다. 이를 통해 악기 주파수와 같은, 수집된 수치의 활용이 아쉬웠던 것도 보완할 수 있었으리라 생각합니다. 몇몇 연구 결과는 국책 연구소에서 발간한 공연예술분야 진흥 정책 제언들과도 겹치는 부분이 있는데, 이는 당연한 소리일 수도 있지만 그것을 직접 자료 구축을 통해 확인했다는 점에서 의미가 있다고 생각합니다. 그 어느 조보다 많은 데이터를 수집해 분석하고자 했던 것을 느낄 수 있었기에 깊은 인상을 받았습니다. 한 학기 동안 정말 수고하셨습니다. |
| GDW23KU | 🍻 | 다른 조들과 달리 코딩을 이용하여 매우 많은 데이터 양을 뽑아내신점, 평소 생각치 못했던 연구 주제 잡으신 점들이 인상깊었습니다. 그리고 그 많은 데이터를 결국 분석해내시고, 애매한 지점없이 각각의 의미를 정확히 부여하시고 최종적으로 재미있는 결과들을 찾아내신걸 보면 데이터를 다루는 과정, 연구 전체를 이끌어가는 과정에서 굉장한 노력이 보였습니다. 또, 뚜렷하게 밝혀내고자하는 연구결과나 문제의식이 없었다는 것이 약간 단점이나 모호한 지점이 아닌가라는 생각이 들었지만 처음부터 하나의 목적이 아닌 그 데이터 자체에서 재미있고 유의미한 관계를 찾아내려 하셨고 결론적으로 많은 데이터 분석을 통해 특이점을 찾아내어 새로운 의미를 도출하셨다는 점에서 굉장히 감탄했습니다. 문제의식없이 출발했다는 것이 수업의도와는 살짝 어긋난 것 같지만 그를 상쇄하고도 남을 결론과 많은 노력을 봤을때 정말 잘하신 것같고 고생하신 것 같습니다. 한학기동안 애쓰셨습니다. |
| UYE23KU | 🐣 | 우선 수집한 데이터 자체의 양이 굉장히 많은 점이 인상깊었고, 연구 자체에 들인 노력이 컸을 것이라고 예상됩니다. 연구 진행 과정에 있어서 최대한 주관성을 배제하고 정확도와 체계성을 높이려고 한 시도들이 눈에 띄었고, 노드와 속성 사이의 유기적인 관계에 있어서 관련성을 계속적으로 발견하려는 느낌을 받았습니다. ‘공연 정보’를 활용하여 클래식 음악 문화에 대한 유의미한 고찰을 한 연구라고 느껴져 평소에 다소 관심도가 낮았던 ‘클래식 문화’에 대해 재밌고 새로운 시각을 갖게된 계기가 된 발표였던 것 같습니다. 수고하셨습니다! |
| JSW23KU | 👍🏻 | 확실한 문제의식에서 출발한 것이 아니라 방대한 데이터를 먼저 수집한 후에 그 데이터 속에서 관계를 찾으려고 했다는 점이 인상 깊었습니다. 다양한 종류의 node와 edge를 구축함으로써 neo4j를 효율적으로 사용하신 것 같습니다. 또한 평소에 관심이 없었던 '클래식'이라는 분야에 대해서 흥미로운 사실을 알게 된 발표였습니다. 다만 14년간의 데이터로 시계열 분석을 하지 않으신 것 같은데 시계열 분석이 목적이 아니었다면, 최근 3년이나 5년 간의 데이터만 활용하는 것이 분석에 더 용이했을 것 같다는 생각이 들었습니다. 발표 잘 들었습니다! |
| LHW23KU | 🍗 | 전반적으로 대한민국 서울의 클래식 음악계에 대한 독특한 인사이트가 재밌었다. 데이터의 출처, 수집 및 해석 방법에 대한 명확한 설명과 함께 연구 방법론을 위한 고군분투가 보였다. 그러나 리사이틀뿐만 아니라 다른 공연장이나 공연 유형으로 데이터 출처를 넓혀서 연구를 강화했다면 어땠을까 싶다. 하지만 연구 과정 자체가 흥미로웠습니다. 마지막으로, 연구 해석은 잘 이루어졌지만, 확인된 경향을 이끄는 근본적인 요인에 대해 더 깊이 파고들 수 있을 것입니다. |
언제오시조
| HJW23KU | 🐰 | 클래식과 관련된 방대한 데이터를 통해 우리나라의 클래식 발전 노력과 발전 대상에서 소외된 클래식 영역들을 도출한 결과값이 우리나라의 풍부한 클래식 문화의 발전 방향을 제시해줄 수 있다는 점에서 조사한 데이터들이 유의미하게 쓰였다고 생각한다. 다만 데이터 수집 목적보다 데이터 수집 행위가 선행된 귀납적 조사 방법이 채택되다 보니 조사한 데이터가 모두 쓰이지는 못했다는 점에서 팀원들이 아쉬웠을 것이라고 생각됐다… |
| SHJ23KU | 🍻 | 해당 데이터가 방대해서 어떻게 초점을 두고 조사할지 걱정됐지만 생각보다 예술의 전당과 세종로에서 연주된 여러 악기들을 조사하고 어떠한 장르가 진행됐는지를 초점을 두고 한것이 좋은 것 같다. 물론 방대한 데이터를 다 활용하지 못하고 마무리한 것이 조금 아쉬웠다. 초점을 정확히 두고 조사를 했으면 데이터를 조금 더 줄이고 실용적으로 쓸 수 있지 않을지 생각한다. 또한 년도를 한정해서 조사한것이 아쉬운것 같다. 이 또한 초점을 정확히 하면 해결하는 것이라 아쉽움이 있다. |
| HIC23KU | 🐣 | 그대들의 노고에 진정한 박수를 보냅니다! 저로서는 상상할 수조차 없는 방대한 양의 데이터를 한 학기에 다루는 것이 너무나도 어려웠을텐데, 대단하다는 말씀을 먼저 드립니다. 또, 데이터가 정형화되어있는 곳에서 데이터를 얻었다고 해도 이를 정리하는 것도 고된 작업이었을텐데 대단하신 일을 한 학기 내에 해내셨다는 것에 존경심을 표합니다. 사실 이러한 클래식 공연에는 전혀 문외한이었는데, 예술의 전당을 중심으로 공연에 대한 다양한 결과를 보여주신 덕분에 클래식 문화에 눈길이 가는 계기가 되었습니다. 비록 너무 많은 데이터를 다루다보니 부분부분 피치 못한 상황에 처하기도 하셨지만, 한 학기 내에 할 수 있는 것 중 훌륭한 프로젝트였다고 생각합니다! |
| YHJ23KU | 👍🏻 | 주제를 듣고 주제를 어떻게 다룰까 궁금했습니다. 데이터를 찾기 쉬울까 궁금했는데 , 다루신 데이터 양이 방대하여 놀랐고 또 그 방대한 데이터를 다는 아니더라도 효율적으로 다룬거 같습니다. 특히 파이썬까지 이용한 점은 매우 인상적이였습니다. |
| 위키ID | 🍗 | 해당 팀 연구에 대한 코멘트를 작성해 주세요 |
같이가시조
| SJH23KU | 🐰 | 이 정도의 대규모 데이터를 구축한 것이 정말 대단하다고 생각합니다. 특히 단체를 고려한 것이 참신하다고 생각합니다. 단체가 실내악의 변화를 어떻게 다루는가는 좋았는데 그 단체와 또 아티스트의 측면에서 실내악의 변화를 다뤘어도 좋을 것 같은데요, 하지만 단체의 분포는 무슨 의도로 다룬 건지 잘 모르겠습니다. 그냥 공립이라 서울에 밀집했을 수도 있다고 생각하는데 그게 얼마나 어떤 영향을 주는지는 사실 이것만 봐서는 잘 모르겠습니다. 그 밀집도의 이유나 그 영향을 클래식의 역사와 연관지어 봤어도 재미있었을 것 같습니다! |
| 위키ID | 🍻 | 해당 팀 연구에 대한 코멘트를 작성해 주세요 |
| BSY23KU | 🐣 | 반년이 채 안되는 기간에 이 정도 양의 데이터셋을 구성하신 노력과 정성이 대단하시고 그 덕분에 유의미한 결과가 많았던 것 같아 인상 깊었습니다. 예술과 관련되어 그런지 저희 조와 연구결과 파트 해석의 분위기가 저희 조와 비슷해서 더 관심이 갔는데 특히 '실내악에서 변혁을 꾀한 시도'에 대한 쿼리를 고안하신 아이디어가 좋았습니다. 또한, 그 결과로 예인예술기획이 나온 것에서 스테이지 수가 가장 많은 것도 한 몫을 하지 않을까 발표를 들으면서 생각하고 있었는데 곧바로 그 점에 대해 말씀하신 점에서 연구에서 유의해야할 점과 한계에 대해 잘 알고 계신 것 같아 고민을 많이 하셨다는 점이 느껴졌습니다. 다만 문제의식을 중심으로 데이터를 정리하기보다는 대용량의 데이터를 정리하는 것이 벅차 정량적인 연구만 이루어진 것 같아 다소 아쉽고, 여러 이유가 있었기는 하지만 그래도 한 공연장만 다루면 편향이 있을 수 있기 떄문에 세종문화회관의 자료가 제외되었다는 점도 아쉬웠습니다. |
| HSC23KU | 👍🏻 | 방대한 데이터셋을 구축하고 그 데이터를 활용하여 다양한 연구 결과를 뽑아내려 시도한 것이 가장 멋졌습니다. 거대한 데이터셋을 다양한 방향으로 해석하려 한 점이 인상 깊었습니다. 다만 데이터셋이 너무 큰 나머지 데이터 활용에 지장이 갔던 점이 가장 안타까운 부분이었습니다. 연구 목적에서는 13년 간의 데이터를 모아 한국 클래식 음악의 특이점을 찾겠다고 나와 있는데, 최초부터 어떤 특이점이 있을 것이다 예측하고 실제 뽑아낸 자료와 비교하는 방향이었으면 더 재미가 있을 것 같습니다. 목적 자체가 데이터에서 특이한 점을 찾아내겠다라고 해서 그런지, 연구 결과들은 모두 재미있는 결과가 나왔지만, 연구를 보는 입장에서 그 데이터를 어떻게 종합해서 결론지을 것인가를 생각하기 어려웠던 것 같습니다. 시간만 충분히 있었다면 더 훌륭한 결과를 뽑아낼 수 있을거라 생각합니다. |
참고 자료
(참고 자료 및 주석은 출처 표기 규칙 페이지를 참고할 것!)
주석
방문자 코멘트
- 자유롭게 코멘트를 남겨 주세요!