Earticle

최근 유튜브가 전 세계적인 인기를 끄는 가운데, 유튜브에 업로드되는 가짜뉴스가 심각한 사회 문제로 대두되고 있다. 기계학습 기법을 활용하여 가짜뉴스를 자동으로 탐지하는 방법에는 크게 뉴스 자체의 콘텐츠를 활용하는 방식과 배경정보를 활용한 방식이 있는데, 본 연구에서는 뉴스의 멀티미디어 콘텐츠와 함께 배경정보의 일종인 Related Videos 정보도 활용하는 새로운 탐지 모델을 제안한다. 구체적으로 본 연구에서는 Original Video 동영상과 Related Videos 동영상의 텍스트 정보를 Doc2vec과 CNN을 이용하여 처리하고, 썸네일은 CNN을 활용하여 처리하며, 마지막으로 Related Videos 상의 다양한 정보원을 추출한 다음, 이들을 모두 연결하여 입력변수로 활용하는 Multi-modal 유튜브 가짜뉴스 탐지 모델을 제안한다.

본 연구는 환율과 김치 프리미엄 간의 관계를 분석하고, 이를 통해 가상화폐 시장에서 차익거래 기회를 탐색하는 것을 목적으로 한다. 이를 위해, 우선 가상화폐가 환율에 따라 평균 김치프리미엄으로 회귀하는 경향이 있음을 선형 회귀 모델을 통해 입증한다. 이어 딥러닝 모델을 사용하여 환율을 예측하고, 이를 통해 차익거래 기회와 수익을 증대시킬 수 있음을 제시한다. 본 연구는 가상화폐의 프리미엄에 영향을 미치는 주요 변수를 분석하고, 이를 기반으로 안전하고 수익성 높은 거래 전략에 대한 방법론을 제시한다. 본 연구의 결과는 통계 및 딥러닝 기법을 활용하여 투자자가 이윤을 얻을 수 있는 차익거래 기회를 발굴할 수 있음을 시사한다.

본 연구는 금융 분야에서 블랙박스 문제를 해결한 TabNet 기반 딥러닝 모델을 개발하여 미국 FICO사의 HELOC 데이터를 대상으로 72.09% 예측 정확도를 달성했다. TabNet 설명 매서드를 통한 예측 결과의 유효성을 확인하였으며, 향후 TabNet을 활용해 비즈니스에서 딥러닝의 단점을 보완하여 투명성 높고 신뢰 가능한 인공지능의 활용에 대한 대안이 될 것으로 기대한다.

본 연구에서는 가격 및 물량 데이터를 포함하는 다중 계층적 이종 네트워크를 사용하여 미국 금융 시장에서 ETF 가격의 예측력을 개선하는 것을 목표로 하였다. 이를 위하여 정보 (1952)가 주창한 정보 엔트로피 개념을 바탕으로 한 상호정보량 (mutual information)과 전이 엔트로피 (transfer entropy)를 주식 수익률 간의 연결을 위한 의존성 지표로 활용하고, 그래프 어텐션 네트워크 기반 방법론을 제안한다. 이 모형은 다양한 연구에서 그 효과가 알려진 네트워크의 연결을 통해 복잡한 시장 관계를 보다 설명 가능성 (explainability)이 높게 묘사함에 따라 가격 예측의 정확성과 신뢰성을 높이고 궁극적으로는 정보에 입각한 투자 선택과 포트폴리오 관리에 대한 의사결정을 돕는 역할을 목표로 한다.

• 코로나19 팬데믹과 시장 불확실성 증대 -> 정보를 빠르게 처리해야 하는 필요성 증가 • 데이터 공학의 발전 -> 방대한 양의 정보를 빠르게 처리하는 것을 요구 • Intro-day High-frequency 주식 데이터를 활용한 관련 연구가 활발히 진행되고 있음 • 이러한 High-frequency 주식 데이터를 분석하는 연구는 function GARCH / ARCH 등을 통해 Volatility에 관한 연구가 많음 • 하지만, Volatility 외에 지수의 방향성에 대한 연구 또한 투자 의사결정에 중요한 영향을 미침 • 또한, fuctional GARCH / ARCH 의 경우 다변량 High-frequency 데이터에 대해서 한계를 가짐 • 금융 시계열 데이터의 분석에서 RNN 계열의 Deep Learning 모형 활용하여 주가 를 예측하는 연구가 활발히 진행되고 있음 • 하지만 RNN 계열의 모형의 경우 가중치 업데이트가 Train Set의 후반부에 집중 되어 시계열 전반의 데이터를 Robust하게 반영하지 못함. • 본 연구는 이러한 선행 연구의 한계점을 보완하기 위해 Attention과 ResNet을 결 합한 CNN기반의 다변량 High-frequency데이터 분석을 위한 알고리즘을 제안함.

본 연구는 2022년 10월 29일에 발생한 이태원 참사가 관광지 이미지 변화에 어떠한 영향을 미치는지 파악하고자 한다. 이태원 참사와 같은 대규모 재난의 발생은 해당 지역의 심각한 경제적 타격을 줄 수 있으며, 관광객에게는 부정적인 관광목적지의 이미지를 형성하여 관광의 위축을 초래할 수 있다. 관광 맥락에서 대규모 재난과 같은 부정적 사건이 관광지 이미지의 변화와 영향에 미치는 영향에 관한 연구가 꾸준히 진행되어 왔으 나, 대부분의 연구가 재난 발생 이후의 한 시점에만 초점을 맞추어 진행되어 왔다. 이에 본 연구에서는 계량경제모형인 이중차분법을 활용하여 이태원 참사 발생 전·후 두 시점의 비교를 통해 이태원 참사가 이태원이라는 관광지의 인식에 미친 효과를 검증하고자 한다. 이를 위해 트위터 데이터를 수집하여 처치집단과 통제집단을 구분하고 관측불가능한 집단의 개별 요인을 제거한 순수한 사건 효과만을 추정한 이중차분법 결과를 제시하였 다. 이에 본 연구는 보다 엄격한 방법으로 기존의 재난과 관련한 관광맥락의 연구범위와 깊이를 확대할 것으로 기대된다.

관광산업에서 ChatGPT의 활용 가능성에 대한 논의가 지속되는 실정이다. ChatGPT가 갖는 긍정적인 효과성으로 관광지 정보에 대한 정확한 번역, 호텔과 관광 목적지에서 맥락적인 정보에 대한 습득과 같이 산업 내 ChatGPT가 갖는 실용적 가치는 막대하다고 볼 수 있 다. 한 편, 이 연구에서는 관광산업에서 ChatGPT가 여행 일정에 대한 추천 에이전트로서 역할을 논의하기 위한 목적을 갖는 다. 구체적으로, 관광 일정 수립을 위해 ChatGPT가 제공하는 정보 표현 방법을 자극물로 구성하여, 실험 연구를 거쳤으며, ChatGPT의 활용을 통한 잠재적 관광객들의 인식과 관광목적지 효과성을 검증하고자 하였 다. 구체적인 연구의 목적은 다음과 같 다. 첫 째, ChatGPT가 추천 에이전트로서, 정보 옵션 축소 (있음 vs. 없음)에 따른 추천 만족 및 추천 목적지 방문의도 간의 차이를 검증한 다. 둘 째, 옵션 축소와 추천에 대한 행동적 반응 간의 관계에서 인지된 신뢰성의 매개효과를 검증한 다. 마지막으로, 옵션 축소와 추천에 대한 행동적 반응의 관계에 있 어, 옵션 축소 에이전트 (Chat GPT vs. 인간 의사결정자)에 따른 조절효과를 확인한 다. 이 연구는 도출된 결과를 바탕으로 인간과 ChatGPT의 하이브리드형 의사결정 과정의 중요성에 대한 논의와 더불 어, 관광 분야에서 ChatGPT의 활용 가능성에 대한 실무적 시사점을 제안한다.

관광정보는 관광 여정에서 매우 중요한 요소 중 하나 로, 관광정보의 검색과 획득 과정을 통해 얻어진 관광정 보 품질은 목적지를 선택하는데 다양한 영향을 줄 수 있 다. 이러한 관광정보는 관광서적이나 신문, Tv 프로그램 등 전통적인 채널뿐만 아니라 SNS, 유튜브, 여행커뮤니 티, 여행플랫폼 등 다양한 채널을 통해 획득할 수 있으 며, 최근에는 인공지능 기술발달을 통해 CHAT GPT와 같은 자연어 생성모델기반 서비스가 관광분야의 의사 결정과정에 영향을 주고 있다. 그러나 CHAT GPT가 대 화를 진행하는 도중에 무엇인가를 묻거나, 정보를 요구 하는 질문에 대해 답변을 생성할 때, 때로는 입력된 정 보와는 무관한, 상상 속의 정보를 생성할 수도 있는데, 이처럼 CHAT GPT 의 Hallucination 효과는 관광 목적지 선택의 의사결정 과정에 영향을 미칠 수 있다. 본 연구에서는 먼저 CHAT GPT 가 제공하는 서울시 관광지정보 300 건을 대상으로 정보의 진위여부를 검증 하고, 실제 지도에 표현하여, 신뢰할 수 있는 정보품질 인지를 알아보고자 한다. 또한 서울시에서 제공하는 대 표 관광지 리스트와 CHAT GPT 가 제공하는 관광지 리 스트의 비교를 통해, CHAT GPT 가 관광 목적지를 선택 하는 의사결정 과정에서 어느정도 도움을 줄 수 있는지 를 확인하고자 한다

기업에서의 소셜미디어 운영은 네트워크 효과를 극대화하는 도구로서 기업 브랜딩뿐만 아니라 상품과 서비스에 대한 정보를 제공한다. SNS 활성화 요인을 커뮤니케이션 이론을 바탕으로 기술, 언어, 서비스, 성과를 기능 활용, 페이지, 컨텐츠 품질과 성과를 매칭하였고 기능 활용을 제외한 나머지 개념 간 유의한 관계가 있음을 확인하였다. 페이지 활성화 단계(참여, 팔로우, 종아요, 공유)에 따라 단계별로 유의한 차이가 있음을 확인하였다.

생성 AI 기반의 대화형 인공지능 서비스인 ChatGPT가 지난 2022년 11월 30일 처음 세상에 공개된 이후, 공개 2개월 만에 하루 이용자가 1천만명을 넘어설 정도로 빠르게 우리 사회에 확산되고 있다. 하지만 이 대화형 인공지능 서비스를 효과적으로 활용하고, 지속적으로 이용하는 사용자들은 어떤 특성을 갖고 있는지에 대한 연구는 아직 충분히 이루어지지 못한 상태이다. 이러한 배경에서 본 연구는 ChatGPT 사용자의 성격 특성이 ChatGPT에 대한 기대일치, 지각된 유용성, 지각된 유희성에 어떤 영향을 미치는지 확인하고, 이러한 잠재요인들이 궁극적으로 ChatGPT 사용자의 만족과 지속사용의도에 어떻게 영향을 미치는지 분석하고자 한다.

코로나19 사태 이후 편리한 주문 방식으로 각광받고 있는 키오스크는 고객에게 편리하고 효율적인 주문 수단으로 자리 잡았다. 그러나 빠른 확산에도 불구 하고 키오스크 이용에 대한 선호도는 보급률에 비해 상대적으로 낮기 때문에 이 분야에 대한 지속적인 연구가 필요한 실정이다. 이에 본 연구는 키오스크 의 특성들 중 기능적 특성과 공간적 특성에 집중하 여 이 특성들이 고객의 감정적 반응과 만족도에 어 떤 영향을 미치는지 분석하고자 한다. 이를 통해 키 오스크의 기능적, 공간적 특성들이 고객 경험 및 비 즈니스에 미치는 영향에 대한 통찰을 제공하고자 한다.

It is a common challenge for an online company to keep its subscribers engaged with its non-contractual services. Subscribers use such services for free and can stop and leave the company without any notice, sometimes in an alarming rate. The business model of such an online company requires customers remain in the system actively. It is therefore critical for such an online company to be able to identify these at-risk subscribers as early as possible and find the most effective ways of communications to win them back. Finally, after the at-risk members came back, it is necessary to understand whether these won-back members would actually become active members. To tackle these issue, working closely with StumbleUpon - an online company providing such non-contractual service, we developed a holistic approach that combines both observational and experimental data to provide guidance for customer churn management. In particular, our study contains three stages. First, using observed individual level subscriber activity data, we adopted a statistical model to forecast the churn probability of each customer to identify the at-risk ones. Second, we randomly assign these at-risk subscribers into one of the three groups: (1) the no email group, who receives no emails; (2) the regular email group, who receives two personalized e-mails that are sent regularly; (3) the special email group, who receives a single and nonpersonalized email but is specially designed for a strong message. Lastly, using observational behavioral data, we evaluate the activities of the won-back users. Our research contributes to the literature by providing a holistic approach to customer churn management by combining the two well-separated data sources: observational and experimental data.

Chat Generative Pre-trained Transformer(ChatGPT)는 2022년 11월에 소개된 인공지능(Artificial Intelligence: AI) 챗봇으로, 공개된 지 4개월만에 전세계 수백만명이 이 서비스를 사용할 정도로 그 영향력이 점차 커지고 있는 상황이다. 사용자는 개개인의 목적에 따라 학습과 연구는 물론, 프로그램 코딩, 에세이 작성 등 다양한 용도로 ChatGPT를 사용하고 있다. 그러나 이에 따른 사회적 및 윤리적 이슈 또한 대두되고 있으며, 관련 논의가 학계는 물론 산업계에서도 활발하게 이루어지고 있다. 따라서 본 연구에서는 ChatGPT와 관련하여 어떠한 이슈와 논의가 이루어지고 있는지를 파악하고자 한다. 보다 구체적으로, 본 연구는 ChatGPT에 대한 탐색적 연구(exploratory study)로, 뉴스와 커뮤니티에서 각각 수집된 4개월간의 데이터를 사용하여 토픽모델링을 수행함으로써 도출된 주제를 비교 분석하고자 한다.

디지털 플랫폼은 다중 이해관계자의 참여와 다중가치사슬의 공존으로 다양한 가치의 창출을 가능하게 한다. 디지털기술의 발전은 다양한 분야에서 디지털전환을 이끌고 디지털자산을 활용하여 디지털 플랫폼에서 가치생태계를 구축했다. 본 연구에서는 디지털 플랫폼의 가치생태계를 구성하는 플랫폼, 참여자와 가치를 중심으로 중점 가치에 따른 관계의 동적 변화를 살펴본다. 즉, 중점 가치에 따른 플랫폼, 참여자와 가치의 창출과 소멸, 상충과 보완적 관계 등에 따른 가치생태계의 변화를 살펴본다. 가치생태계에서 플랫폼, 참여자와 가치는 독립적이지 않으며 연관관계 속에 상호연동되어 동적으로 창출과 소멸을 반복하는 것으로 보았다. 따라서 플랫폼의 중점 가치의 변화에 따라 플랫폼의 변화, 참여자의 변화, 가치의 변화에 따라 가치창출전략을 능동적으로 구사하는 것이 필요하다. 디지털 플랫폼은 다중의 참여자가 다양한 가치를 창출하는 유무형의 공간으로 중점가치의 변화에 따른 가치생태계의 동적변화를 살펴본다.

As the idols winning at music shows or survival variety programs becomes a hot topic among the fans who love Korean pop (K-pop) cultures, viewers/ fans over the world pay their interest on voting, leading to the demand for Online Voting System (OVS) services. Thus, this study will attempt to verify the impacts of OVS traits on trust and intention to use Internet Voting by users. This study will examine questionnaires obtained from the online voters using Mnet Plus platform. Results are expected to find that the traits of Online Voting System had a positive effect on trust that have a positive effect on intention to use internet voting. Moreover, positive intention of word-of-mouth is expected to moderate the relationship between trust and intention to use Internet Voting. The findings will provide valuable information for OVS service providers in understanding users’ behaviors.

Retail investors have traditionally faced disadvantages compared to institutional investors in the stock market, primarily due to high transaction and information acquisition costs. However, advancements in financial technology are rapidly minimizing this gap. Online-trading systems accessible via personal computers (PC) and mobile devices have enabled retail investors to trade stocks with low transaction costs. Moreover, online information sites such as EDGAR and Seeking Alpha have made it easier for retail investors to retrieve information necessary for stock trading. As a result, individuals now have access to vast amounts of data and can manage their own stock portfolios through simple and easier manipulations (Barber and Odean 2002). APIs (Application Programming Interfaces) represent the most advanced and latest form of financial technology. APIs allow individuals to automatically collect vast amounts of data and receive it in a convenient tabular format to process. Consequently, APIs enable investors to implement and even automate agile trading strategies using the latest data. APIs are considered as an essential tool for retail investors to compete on a level playing field with institutional investors (Havakhor et al. 2021), but the cost of using APIs has made it challenging for retail investors to use them. However, the advent of free and lowcost APIs (e.g., EDGAR API and Yahoo! Financial API) has improved the competitive environment for retail investors. The impact of these financial technologies on retail investors has long been a subject of research, by offering both positive and negative implications for retail investors. For instance, Barber and Odean (2002) showed that investors have access to vast quantities of investment data in online trading, which can foster an illusion of knowledge that increases overconfidence and leads excessive trading, decreasing the performance of retail investors. Similarly, mobile applications for investing in the stock market offer simplified information that can result in negative outcomes for inexperienced retail investor (Barber et al. 2021). On the other hand, Farrell et al. (2022) showed that the informativeness of retail investors is enhanced as the cost of acquiring information about trading decreases, and Gao and Huang (2020) argued that greater information dissemination facilitated by up-to-date information technologies make individual investors more informative about future stock returns. However, research on the impact of APIs on the retail investor is still limited. In particular, there are a few studies on APIs providing financial information such as accounting information. APIs are distinct from other financial technologies in that they can analyze a vast amount of data in a shorter period of time and significantly reduce the cost of information acquisition. APIs may have a positive or negative impact on the performance of individual investors, similar to any technology. This study examines the impact of financial APIs on retail investors in stock market. We exploit the opening of the OpenDART service in Korea, which provides disclosure information such as accounting information of listing companies through open APIs. DART (Data Analysis, Retrieval and Transfer System) is an electronic disclosure system that allows companies to submit disclosures online, which become immediately available to investors and other users. The OpenDART service was officially launched in April 2020, providing disclosure information through an open-API to make it easier and quicker to use disclosure information. We use panel data consisting of quarterly disclosures, stock prices, and trading volumes around the opening of OpenDART from January 2018 to December 2022. We examine the response of retail investors before and after the launch of OpenDART, using the abnormal trading volume that occurs after the companies’ disclosure. To measure the abnormal trading volume, we analyze the trading volume before and after the regular disclosure date of every company in every quarter. We also examine the change in the predictive power of retail investors on stock prices by utilizing the net buy volume and CAR (cumulative abnormal return) of stocks after the disclosure. To measure the net buy volume and CAR, we perform an analysis of the cumulative amount of net buy and stock return after the disclosure for a certain period of time. Additionally, we investigate the impact of OpenDART on other investors including foreign and institutional investors and explore heterogeneous effects of OpenDART based on the market capitalization of stocks. This research contributes to the existing literature on financial technologies and investors by examining the impact of APIs as a new type of financial information dissemination, and by documenting the consequences of their use. The key findings of this study will have significant implications for both investors and policymaker in the stock market.

Product categorization has been considered as an effective tool in lowering user search costs and enhancing the discoverability of a product/seller from a large selection of products/sellers [1-2]. As such, many online commerce platforms often create or eliminate product categories to improve the matching between two different parties (e.g., sellers and buyers). It is also well-known that product categorization can be one solution to resolve the adverse effects of superstar (or ranking) effects for sellers. By offering product categories, platform service providers can increase the likelihood of matching between sellers and consumers [3] and create a less competitive marketplace by providing sellers with the opportunity to migrate to a less competitive category [4]. For consumers, product categories are expected to lower their search costs, allowing them to find goods or services that meet their needs more easily [5]. While the benefits of product categorization have been welldocumented, however, there is still a paucity of research concerning how supplier (or sellers) can utilize product re-categorizations especially in digital goods markets. Therefore, this study examines how digital good suppliers can leverage platform-driven product re-categorizations for success in mobile app software markets. Apple App store, the world’s largest app store market, created a new category (i.e., Shopping) in November 2015 and asked app developers to switch voluntarily from the existing category to the new one (i.e., Shopping from Lifestyle category). Using a quasi-experiment design, we attempt to examine the impact of category migration on app performance. To do this, we gathered data on mobile applications (henceforth, app) from Apple App Store recorded from April 9th, 2015, to November 4th, 2016. In our dataset, we observed the migration of apps within 4 weeks after the category split, with different apps moving from Lifestyle to Shopping at different times. Aggregated data on weekly base, we divided migrated apps into four groups based on their migration timing, with the first group moving in the same week as the new category introduction and the other three groups moving in consecutive weeks. For preliminary analyses, we compared the performance of apps four weeks before and after migration using T-test. Overall, the performance measures improved after the category split for both apps stayed in Lifestyle and those moved to Shopping, while movers show greater improvement compared to non-movers. Furthermore, we found that earlier movers revealed better performances than later movers. The preliminary findings indicate that product recategorization helps consumers to find appropriate digital goods for their needs, leading to improved performance. Based on our preliminary findings, we expect that re-categorization of digital goods can benefit both sellers and consumers by facilitating better matching between them. We further anticipate that our study will identify the most effective migration strategies for sellers by comparing the performance of apps based on their migration timing. Moreover, we expect our findings to provide salient contributions to the extant literature by shedding light on how sellers can utilize platform-driven product re-categorizations through migration. On the practical front, we expect to provide valuable information to platform owners and digital goods sellers.

As there are several cases of public apps that have failed to be popularized despite significant budget execution, it is time to consider about improving consumer acceptance of public apps for successful implementation of digital platform government. In the literature, there are many studies related to technology acceptance model (TAM), but there are limited studies using technology readiness acceptance model (TRAM) which considering individual characteristics. Additionally, empirical studies on publicness in the field of public app are limited. This study aims to analyze the effect of technology acceptance on the intention to use public apps using TRAM and to verify the moderating effect of publicness between perceived usefulness, perceived ease of use and intention to use.

디지털 트랜스포메이션은 사회 전반에 큰 변화를 가져오고 있으며, 이를 바탕으로 다양한 디지털 기술(소셜, 모바일, 인공지능, 빅데이터, 클라우드 등)이 혁신에 활용되고 있다. 21 세기 초기 체험 경제에서 최근 디지털 기술 기반의 플랫폼 경제로 전환되며, 서비스 산업에서도 디지털 플랫폼 기반의 긱 이코노미가 성장하고 있다. 이로 인해 관련 시장이 확대되고 플랫폼 노동자 수도 빠르게 증가하고 있다. 본 연구에서는 플랫폼 노동자들의 자기 효능감이 기업 성과에 어떠한 영향을 미치는지, 그리고 고객 지향성, 조직 충성도, 서비스 품질이 중간 매개 역할을 하는지 분석하였다. 연구 결과, 자기 효능감은 기업 성과에 직접적인 영향을 미치며, 중간 매개 변수들이 그 관계를 지지함을 확인하였다. 또한, 조직 충성도가 서비스 품질에 긍정적인 영향을 미치며, 기업 성과에 가장 큰 영향을 주는 요인은 고객 지향성과 서비스 품질 수준임을 밝혀냈다. 따라서, 플랫폼 기업의 성과를 향상시키기 위해서는 노동자들의 고객 지향성 강화와 서비스 품질 향상 전략이 필요하다. 이를 달성하기 위해 자기 효능감과 조직 충성도를 강화할 수 있는 인센티브 제공, 교육 및 훈련 프로그램 도입, 업무 환경 개선 등을 고려해야 한다. 더불어 정부 차원에서 플랫폼 노동자와 관련된 정책 및 제도 개선의 필요성을 인식하고 실행할 필요가 있다.

This research examines the entry effect of shared electric scooters on the usage and price of ride-share services. Although there are known positive social impacts of rideshare services, the overall effect on our society can be complex. One subject of controversy is the dynamic pricing scheme, which allows prices to surge based on the real-time equilibrium of supply and demand. Ride-share companies claim that through dynamic pricing the service is able to resolve sudden surge in demand, but there are views that such pricing scheme harms the fairness of passengers. In our study, we test whether such inequity can be resolved or reinforced by the addition of shared electric scooters. We leverage a natural experiment setting where shared escooters made entry to specific parts of Chicago and estimate the impact on overall ridership and price of ride-share trips.

최근 몰입감을 핵심으로 한 웹 3.0 메타버스가 웹 2.0 소셜 미디어를 대체할 수 있다는 주장이 많다. 소셜 미디어는 커뮤니케이션 기능 외에도 광고 매체 로서 플랫폼의 주요 수익원으로 인식되고 있다. 이 런 배경에 따라 웹 2.0에서 발전한 웹 3.0 메타버스 역시 광고 매체로 활용되고 있는 추세이다. 예를 들 어, 가상 인물을 통한 제품 홍보, in-game 가상세계 에서의 광고 노출, in-word전시회에서의 광고 노출 등 다양한 방식으로 광고가 진행되고 있다. 이에 따 라, 본 연구의 목적은 소셜 미디어와 메타버스 광고 에 영향을 미치는 선행 요인을 확인하고, 적소이론 을 기반으로 광고 매체로서 소셜 미디어(인스타그램, 유튜브, 틱톡)와 메타버스 간의 공존 및 경쟁 관계를 실증 분석하고자 합니다. 이를 위해, 첫째, 1)미디어 산업 관한 이용과 충족 적소의 획득된 충족과 충적 기회를 기반으로 충적 요인을 도출한다. 둘째, 2)충 족요인은 충족에 어떠한 영향을 미치는지 경로분석 을 한다. 셋째, 3)소셜미디어와 메타버스 광고충족에 대해 적소분석을 한다. 데이터는 설문지를 통해서 수집할 예정이다. 본 연구의 광고 매체로서의 소셜 미디어와 메타버스 간 공존 및 경쟁 관계에 대한 결 과는 향후 웹 기반 광고의 혁신과 발전에 큰 도움이 될 것으로 기대된다.