스마트폰 시장 트렌드 예측을 위한 텍스트마이닝 기반 미래신호예측 방법론: 갤럭시 S25 뉴스 빅데이터를 중심으로

• 영문명: Text Mining-Based Future Signal Prediction Methodology for Smartphone Market Trend Forecasting: Focusing on Galaxy S25 News Big Data
• 발행기관: 한국상품학회
• 저자명: 김다연(Da Yeon Kim) 노승국(Seungkook Roh) 김상용(Sang Yong Kim)
• 간행물 정보: 『상품학연구』제43권 제5호, 1~9쪽, 전체 9쪽
• 주제분류: 경제경영 > 경영학
• 파일형태: PDF
• 발행일자: 2025.10.30

국문 초록

본 연구는 급변하는 시장 환경에서 미래 트렌드와 소비자 니즈를 조기에 포착할 수 있는 텍스트마이닝 기반 미래신호예측(Future Signal Prediction) 방법론을 제안하고, 이를 스마트폰 시장 사례에 적용하여 그 유용성을 검증하였다. 구체적으로 2024년 7월부터 2025년 2월까지 국내 포털 기사 중 갤럭시 S25 관련 뉴스 빅데이터를 수집하고, 형태소 분석과 불용어 제거를 통해 주요 키워드를 추출하였다. 분석을 위해 기존 미래신호예측 연구에서 활용한 방법론을 기반으로 각 키워드의 가시성(DoV)과 확산성(DoD)을 산출하되, 기존 연구의 한계인 시간적 일관성 부족 문제를 해결하기 위해 '미래신호 비일관성 필터링' 기법을 독자적으로 도입하였다. 이를 통해 키워드 출현 지도(KEM)와 키워드 이슈 지도(KIM)를 구성하였으며, 이를 종합하여 중앙값을 기준선으로 하는 사분면 분류를 통해 추출한 키워드를 네 가지 신호—강신호, 약신호, 잠재신호, 강하지는 않지만 잘 알려진 신호—로 분류하였다. 분석 결과, ‘슬림’, ‘멀티’, ‘데이터’, ‘인공지능’ 등은 현재 언급 빈도는 낮지만 증가율이 높아 향후 중요한 트렌드로 발전할 가능성이 큰 약신호 키워드로 확인되었다. 반면 ‘폴드’, ‘배터리’ 등은 잠재신호로, ‘갤럭시S’, ‘애플’ 등은 강하지는 않지만 잘 알려진 신호로 분류되었다. 본 연구는 마케팅 분야에 텍스트마이닝 기반 미래신호예측을 적용한 탐색적 연구로서, 향후 정량적 신호 탐지 기법의 이론적 확장과 실증적 검증을 위한 기초적 토대를 마련하였다는 데에 의의가 있다. 또한 실무적으로는 기업이 제품 기획, 마케팅 전략, 시장 진입 전략 등을 수립하는 데 활용할 수 있는 조기 경보 시스템 마련의 기반을 제시함으로써, 급변하는 시장 환경에 대응할 수 있는 실질적 시사점을 제공한다.

영문 초록

This study introduces a text mining-based method for predicting future signals that allows for the early identification of emerging market trends and consumer needs in fast-changing environments. It also demonstrates its effectiveness through an empirical application to the smartphone market. Specifically, we collected news about the Galaxy S25 published between July 2024 and February 2025 from the Korean portal Naver and used text mining techniques to extract keywords. Based on prior research, we calculated the Degree of Visibility (DoV) and Degree of Diffusion (DoD) for each keyword. To overcome the temporal inconsistency limitations in prior research, we further applied the proposed “Future Signal Inconsistency Filtering” technique. Through this process, we constructed a Keyword Emergence Map (KEM) and a Keyword Issue Map (KIM). We classified the extracted keywords into four categories—strong, weak, latent, and well-known but not strong signals based on a median-split quadrant analysis. The analysis found that keywords such as “slim,” “multi,” “data,” and “artificial intelligence,” although infrequently mentioned, exhibited high growth rates and were identified as weak signals likely to become significant future trends. In contrast, keywords such as “fold” and “battery” were classified as latent signals, whereas “Galaxy S” and “Apple” were grouped as well-known but not strong signals. This study is an exploratory application of text mining–based future signal prediction in marketing, laying a foundation for future theoretical and empirical progress. Practically, it provides a foundation for developing an early warning system to help firms make strategic decisions in changing markets.

목차

I. 서 론

II. 이론적 배경

III. 연구방법

IV. 분석결과

V. 결론 및 시사점

VI. 한계점 및 향후 연구 제언

참고문헌

키워드

빅데이터 미래신호예측 시장트렌드 예측 텍스트마이닝 키워드 출현 지도 키워드 이슈 지도 big data future signal prediction market trend prediction text mining Keywords Emergence Map (KEM) Keyword Issue Map (KIM)