2019년도에 발병한 코로나바이러스 감염증-19의 대유행은 전자상거래의 거래액과 이용자 수를 증가시키는 요인이 되고 있다. 실제로 2021년 6월 전자상거래 매출액은 약 15조 6,558억 원으로 2020년 6월 대비 23.5% 증가하였다[1]. 이러한 소비패턴의 변화는 ICT 기술 빠른 발전과 전자상거래 플랫폼 제공 사업자의 공격적인 마케팅이 전자상거래의 발전과 확산을 더욱 가속하고 있다[2]. 최근에는 시공간에 대한 제약 없이 연속적 양 방향적 상호작용이 가능한 모바일 기기 이용이 보편화함에 따라서 상황과 맥락에 효율적인 모바일 기기를 선택적으로 이용하며 끊김 없이 정보를 탐색할 수 있는 환경적 조성되었다. 이러한 모바일 기기의 확장은 모바일과 개인용컴퓨터를 넘나들며 검색을 기반으로써 오늘날의 소비자는 필요로 하는 상품의 정보를 직접 검색하고 비교한다. 또한, 사용 경험을 다수의 소비자들과 소통과 공유하는 AISCEAS(Attention, Interest, Search, Comparison, Examination, Action, Share)와 같은 구매에 대한 소비자 자신의 의사결정을 재검증하는 구매 행동 패턴으로 더욱 확산하고 있다[3]. 이런 구매 행동 패턴 분석을 위한 기법으로 텍스트마이닝 기법이 활용되고 있다. 텍스트마이닝 이란 대용량의 텍스트 데이터 내에서 의미와 가치가 있는 정보를 찾아내는 기법이다. 전자상거래에서는 많은 소비자 상품평을 수집하여 딥러닝 학습을 통해서 소비자에 대한 유의미한 정보를 분석할 수 있다. 소비자는 전자상거래에서 구매가 이루어진 상품에 대하여 자신이 느끼는 생각과 감정을 마음껏 표현하는 창구이기도 하다. 상품에 대한 긍정적인 평가 분석은 기업의 수익 향상, 시장에 대한 우위를 점할 수 있다. 반대로 부정적인 평가 분석은 수익 손실, 기업의 생존 위험을 초래할 수 있다. 이에 기업에서는 수익 손실과 기업의 생존에 위협이 되는 상품기획과 수요예측이 중요요인으로 대두되고 있다. 최근 기업 간의 치열한 경쟁 구도와 복잡한 비즈니스 환경은 성공적인 신상품의 상용화를 위해 철저한 시장분석이 가능한 체계화된 상품기획 프로세스의 도입이 요구되며 온, 오프라인 신상품 시장을 공략하기 위해 대기업을 비롯해 중소기업 그리고 소규모의 기업들이 저마다의 차별화된 상품개발 프로세스 전략을 기반으로 시장에서 주도권을 쥐기 위해 치열한 각축전이 벌어지고 있다. 하지만 상품개발과정이 그렇듯이 시행착오 없이 원활하게 진행되는 경우는 거의 없다. 새로운 상품개발을 진행하다 보면 예상과는 다르게 난관들에 부딪히는 어려움을 겪는 일이 빈번하게 일어난다. 이런 어려움을 보완하고자 텍스트마이닝 기법을 통한 상품기획 업무가 필요하다. 전자상거래 환경 속에서 이루어지는 다양한 형태의 상품 구매는 구매의 현상와 경로 등 소비자의 요구사항을 반영한 신상품 출시의 매우 중요한 정보가 될 수 있다[4]. 특히, 소비자가 남긴 후기나 상품평은 소비자 자신의 경험을 다수의 소비자나 제조사와 상호작용한 결과로서 유의미 있는 정보가 된다. 상품평이나 댓글에 텍스트 마이닝 기법을 적용하면 텍스트에 나타난 소비자의 태도, 성향, 의견뿐 아니라 상품 서비스에 대한 소비자들에 대한 의견들을 데이터 하여 동향을 분석할 수 있다. 이렇게 분석한 집약된 정보를 통해 체계적으로 분석하여 최적의 상품기획 및 신상품 출시에 반영 가능한 개선사항, 대체 방안을 도입한 상품기획 프로세스에서 적용, 소비자 요구사항을 반영하는 절차가 요구된다[5][6]. 이는 기존에 자주 적용해 온 상품개발 프로세스에 고객의 감정, 선호도와 느낌들이 솔직하고 가감 없이 담긴 방대한 비정형데이터를 분석한 소비자 감성적 요구를 상품개발 프로세스에 반영함에 따라 시간과 비용 투자의 경제성과 빠르게 변화하는 소비자의 요구 방향성을 제시한다고 볼 수 있다[7]. 상품기획에서는 수요예측이 기반한 계획이 이루어져야 한다. 모든 기업의 사업전략은 수요예측에서 시작된다. 시장수요 예측을 어느 정도로 정확히 해야 설비투자를 얼마나 해야 할 것인지, 자금은 어떻게 조달할 것인지 또한, 사람을 얼마나 늘릴 것인지를 검토할 수 있다. 수요예측에 따라 영업전략부서에서는 판매계획을 수립할 수 있고 모든 스텝부서는 판매계획을 근거로 인력계획, 생산계획 , 재무계획, 자재구매계획 등을 수립한다. 이는 기존에 자주 적용해 온 질적 예측기법 이외에 시간, 비용에 대한 투자 경제성, 소비자 요구를 빠르고 정확히 반영할 수 있는 수요예측 분석의 필요성을 제시한다고 볼 수 있다. 특히, 양적 예측기법은 회귀 분석법, 지수평활법, 이동평균법 등을 이용하여 추세, 계절적 변동, 순환 요인, 불규칙 변동요소의 탐지가 가능하며, 빅데이터를 이용한 프로세스의 개발로 시간과 비용 투자의 경제성과 빠르게 변화는 소비자의 요구의 반영할 수 있다.
본 논문에서는 가법적 계절 지수평활법을 활용하여 포털사에서 제공하는 빅데이터 내의 키워드를 분석하여 시계열 예측모형을 도출하고 실제 검색량과 예측 검색량의 차이를 이용하여 Signal 탐지 및 가장 적절한 수요예측 모형과 웹 크롤링을 통해서 포털사이트와 전자상거래 내 사용자 상품평, 상품 후기를 수집하여 텍스트마이닝 기법을 통해 전처리 후 딥러닝 Word2Vec을 통해 단어 간 유사도 분석을 통하여 상품에 대한 장점, 단점을 분석을 활용한 상품기획 방안을 제시하고자 한다.