음반 시장 네트워크와 아티스트 유사성 분석

초록

본 논문은 전 세계 베스트셀러 아티스트들의 주간 음반 판매량을 기반으로 상관관계 네트워크를 구축하고, 이를 차트 기반 인기 네트워크와 전문가 설문을 통한 유사성 네트워크와 비교한다. 판매 기반 네트워크와 다른 두 네트워크 사이에 유의미한 연관성이 없으며, 시장의 비선형·불규칙적 현상이 청취자 인식에 혼란을 초래한다는 결론을 제시한다.

상세 분석

논문은 먼저 2000년대 초반부터 2010년대 초반까지 전 세계 주요 음반 차트에 등재된 50여 개 아티스트의 주간 판매 데이터를 수집한다. 이 데이터를 기반으로 각 아티스트 쌍 사이의 피어슨 상관계수를 계산하고, 절대값이 0.5 이상인 경우에만 엣지를 부여해 가중 네트워크를 만든다. 이렇게 형성된 ‘판매 기반 네트워크’는 클러스터링 계수가 낮고, 중심성을 가진 몇몇 대형 레이블 소속 아티스트가 허브 역할을 하는 구조를 보인다.

다음 단계에서는 동일 아티스트 집합에 대해 두 개의 비교 네트워크를 구축한다. 첫 번째는 차트 순위 변동을 데이터 마이닝하여 만든 ‘인기 네트워크’이며, 두 번째는 음악학자·비평가 30명을 대상으로 설문을 진행해 얻은 ‘유사성 네트워크’이다. 인기 네트워크는 순위 변동의 동시성을 상관계수로 환산했으며, 유사성 네트워크는 설문 응답을 5점 척도로 정량화해 유사도 행렬을 만든 뒤 임계값 0.6을 적용해 엣지를 정의했다.

세 네트워크 간의 구조적 유사성을 검증하기 위해 모듈러리티, 평균 경로 길이, 클러스터링 계수 등을 비교하고, 네트워크 정렬(NMI)과 코사인 유사도 분석을 수행했다. 결과는 판매 기반 네트워크와 인기·유사성 네트워크 사이의 NMI 값이 0.12에 불과해 거의 무관함을 보여준다. 또한, 두 비교 네트워크 간에도 유의미한 상관관계가 발견되지 않았다.

저자는 이러한 결과를 ‘비층류(non‑laminar) 현상’이라 명명한다. 음반 시장은 신제품 출시, 프로모션, 사회적 이슈 등 외부 충격에 민감하게 반응하며, 판매량의 급격한 변동이 기존 장르·아티스트 연관성을 흐리게 만든다. 따라서 청취자가 직관적으로 느끼는 ‘비슷한 음악’과 실제 판매 데이터가 반영하는 관계는 별개의 차원을 가진다.

논문의 한계점으로는 데이터 기간이 제한적이며, 상관계수 임계값 선택이 결과에 영향을 미칠 수 있다는 점을 인정한다. 향후 연구에서는 더 긴 시계열과 다중 변수(스트리밍, SNS 언급량 등)를 포함해 복합 네트워크 모델을 구축하고, 동적 클러스터링을 통해 시장 변동성을 시계열적으로 추적할 필요가 있다.