소셜 빅데이터를 활용한 ‘피지컬: 100’ 프로그램 인식 구조 및 마케팅적 가치 분석





서론

1.

연구의 필요성 및 목적

디지털 미디어 기술의 급속한 발전과 모바일 기기의 일상화는 현대인의 미디어 소비 환경을 본질적으로 변화시키고 있다(김혜수, 이보미, 김성태, 2022). 미디어는 단순한 정보 전달의 수단을 넘어, 개인의 감정, 정체성, 사회적 관계를 형성하는 일상적 플랫폼으로 기능하며, 특히 시청각 중심 콘텐츠 소비에서 그 경향이 뚜렷하게 나타난다. 이러한 변화는 스포츠 콘텐츠에서도 유사하게 관찰되며, 실시간 경기 시청 및 경기 관람 중심의 전통적 방식에서 벗어나 하이라이트 영상, 선수 인터뷰 등으로 확장되는 스포츠 경험이 일반화되고 있다(윤나리, 김민규, 정연길, 이병엽, 강현민, 2024; 이완영, 박찬우, 2025). 이처럼 스포츠 콘텐츠 소비는 단순 관람을 넘어서 참여와 공감, 일체감 형성의 문화적 경험으로 진화하고 있으며, 미디어 기반 스포츠 경험의 중요성이 더욱 부각되고 있다.

특히, 최근 OTT(Over-the-top) 플랫폼의 급속한 확산은 콘텐츠 형식의 다변화를 촉진하며, 경기 중계나 하이라이트 이외에도 다큐멘터리, 리얼리티 예능, 서바이벌 프로그램 등 감정적 몰입과 이야기 구조를 결합한 형식이 대중적 인기를 얻고 있다(최영환, 2024). 이는 스포츠 콘텐츠가 정보 전달의 기능을 뛰어넘어, 개인의 정체성 형성, 소속감 강화, 사회적 담론 형성에 이르는 다층적인 사회문화적 효과를 발휘하고 있음을 보여준다. 이러한 맥락에서 등장한 운동 서바이벌 프로그램은 신체성, 경쟁, 스토리텔링을 결합한 새로운 형식의 콘텐츠로 주목받고 있으며, 스포츠와 미디어의 융합적 진화를 상징적으로 보여주고 있다(이준호, 이영주, 2023; 전영진, 김공숙, 2023). 그중에서도 피지컬: 100은 OTT 기반 운동 서바이벌 콘텐츠의 대표적 사례로서, 콘텐츠의 참신성과 더불어 사회문화적 파급력 측면에서 큰 주목을 받았다(유채연, 2023).

피지컬: 100은 넷플릭스 오리지널로 제작된 국내 최초의 운동 서바이벌 형식 프로그램으로, 다양한 체형과 직업군의 참가자들이 ‘가장 완벽한 피지컬’을 목표로 신체 능력을 겨루는 구조로 설계되었다(유지혜, 2023). 전통적인 스포츠 종목의 규칙 대신 오래달리기, 공 뺏기 등 일상적이면서 직관적인 미션을 통해 시청자의 몰입을 극대화했으며, 언어의 장벽이 없는 구성은 해외 시청자들에게도 높은 접근성과 보편적 공감을 제공하였다(임병선, 2023). 실제로 본 프로그램은 2년 연속 넷플릭스 글로벌 비영어권 TV 시리즈 부문 1위를 기록하며 세계적인 인기를 입증하였고, 후속작 ‘피지컬: 아시아’의 제작이 추진되는 등 글로벌 확장 가능성도 뚜렷하게 드러나고 있다(이소라, 2025). 특히 시즌 2에서는 지하광산 콘셉트, 서사 구조가 결합된 미션 설계, 참가자 간 스포츠맨십과 극한 경쟁의 균형적 연출이 주요 흥행 요인으로 평가된다.

피지컬 100: 방송 이후 참가자들은 광고 모델, 예능 출연, 스포츠 브랜드 협업 등으로 활동 영역을 넓혔으며, 피트니스를 포함한 다양한 서바이벌 콘텐츠 제작에도 영향을 미치며 산업적 연계 가능성을 입증하고 있다(김은초, 2023; 박선혜, 2023; 안충기, 2024). 특히 참가자들이 유튜브 채널에 출연하거나 개인 SNS에 자체 콘텐츠를 업로드할 경우 기존보다 수배에 달하는 조회 수를 기록하며, 운동법 소개, 스포츠웨어 착용 등을 통해 관심이 실질적 소비 행동으로 확장되고 있다(박강현, 2023; 신영선, 2025; 유지혜, 2024). 이러한 흐름은 운동 서바이벌 프로그램이 오락적 기능에 머물지 않고, 실질적인 사회문화적 파급력을 지닌 콘텐츠로 기능하고 있음을 시사한다. 이러한 사회문화적 확산은 감정적 반응에 더해 플랫폼 외부의 소비 행동으로 이어지며, 브랜드와 콘텐츠가 유기적으로 결합하는 새로운 소비 환경을 형성하고 있다. 이는 브랜드가 콘텐츠 내에 자연스럽게 등장하거나, 출연자의 브랜드 협업 활동으로 이어지며 양자 간 경계가 희미해지는 구조로 볼 수 있다. 피지컬: 100과 같은 운동 서바이벌 콘텐츠는 일시적인 유행의 차원을 벗어나, 수용자의 콘텐츠 인식과 브랜드 경험 방식을 변화시키고, 다양한 산업과의 연계 가능성을 보여준다(연소연, 2025; 이형준, 2023). 이처럼 대중의 인식 전환과 산업적 확산을 동시에 견인하는 전략적 콘텐츠로 진화하고 있으며, 이에 대한 수용자 반응 분석은 향후 스포츠 콘텐츠의 마케팅 활용 가능성을 구체화하는 데 중요한 기초자료가 될 수 있다.

이처럼 운동 서바이벌 프로그램은 OTT 기반 콘텐츠 소비 환경 속에서 기존 방송 시청과는 구별되는 수용 양상을 보이며 대중의 주목을 받고 있음에도 불구하고, 이와 관련된 학술적 논의는 주로 스포츠 예능 또는 특정 프로그램의 의미 분석에 국한되어 있다. 기존 선행연구(김도윤, 신동엽, 2021; 김영군, 2012; 류은주, 2021)는 오디션 형식의 서바이벌 프로그램을 중심으로 오락적 포맷과 대중문화적 코드에 대한 질적 접근이 주를 이루며, 정량적 수용자 분석은 제한적이다. 최근에는 피지컬: 100을 중심으로 사회문화적 가치, 트랜스미디어 전략, 감정적 연결성 등에 대한 논의가 일부 진행되었으나(유은혜, 2024; 전영진, 김공숙, 2023), 여전히 수용 반응의 구조적 특성을 실증적으로 분석한 연구는 부족한 실정이다. 특히, 콘텐츠 소비가 단순한 감정적 반응에 그치지 않고, 브랜드 연계, 참여 행동, 소비 전환으로 확장되는 과정에 대한 구조적 분석은 아직 충분히 이루어지지 않았으며, 이는 스포츠 소비 이론 및 감성 기반 마케팅 전략 논의와 확장을 위한 실증적 연구가 필요한 지점이다.

한편, 스포츠산업 분야에서는 빅데이터를 활용한 소비자 인식 분석이 활발히 이루어지고 있으며, 방대한 데이터를 기반으로 수요자의 관심사, 감성 반응, 연관 키워드를 정량적으로 도출하는 접근이 효과적인 분석 방법으로 자리 잡고 있다(김선우, 안희웅, 장유나, 홍민예, 서민지, 김성태, 2019; 정선주, 2024). 실제로, 선행연구(김태훈, 정산, 2024; 임승재, 이재문, 2025)에서는 빅데이터 분석을 통해 소비자 인식을 기반으로 한 마케팅 전략 수립의 가능성을 제시한 바 있다. 본 연구와 유사한 맥락에서 시도한 연구로 이재문, 이용건(2024)은 ‘최강야구’ 사례를 통해 스포츠 예능 콘텐츠의 성공 요인을 분석하였으나, 분석 결과를 전략적 활용 방안으로 구체화하는 논의는 상대적으로 미흡하였다.

따라서 본 연구는 기존 질적 연구의 한계를 보완하고, 운동 서바이벌 콘텐츠에 대한 수용자 반응 구조를 실증적으로 분석함으로써 콘텐츠 소비가 브랜드 경험 및 마케팅 전략으로 어떻게 전환되는지 구조적으로 조명하고자 한다. 이러한 접근은 시즌별 구성 방식에 따라 시청자에게 서로 다른 몰입 경험을 제공하며, 오락적 기능에만 머무르지 않고 시청자의 운동 참여 의지나 스포츠에 대한 관심을 유도하는 콘텐츠의 특성을 보다 체계적으로 해석하는 데 의의가 있다(유은혜, 2024).

따라서 본 연구는 소셜 빅데이터 분석을 통해 운동 서바이벌 프로그램에 대한 대중의 인식 구조를 파악하고, 시즌 1과 시즌 2 간의 관심 요인 및 인식 차이를 비교⋅분석하는 데 그 목적이 있다. 이를 통해 콘텐츠 소비가 감성 반응과 브랜드 연계 행동으로 확장되는 구조를 규명함으로써 콘텐츠 기반 스포츠 마케팅 전략에 대한 이론적 함의를 제시하고자 한다. 또한, 본 연구는 콘텐츠의 브랜드 자산화 가능성을 실증적으로 조명함으로써 실무 현장에서의 전략적 기획 및 소비자 커뮤니케이션 방안 마련에 유용한 시사점을 제공할 수 있을 것으로 기대된다.

연구방법

1.

연구대상

본 연구는 운동 서바이벌 프로그램이 스포츠 참여 인식에 미치는 영향력을 분석하기 위해 넷플릭스 오리지널 프로그램인 피지컬: 100을 중심으로 시즌 1 ‘피지컬: 100’과 시즌 2 ‘피지컬: 100 시즌2 - 언더그라운드’를 주요 키워드로 설정하여 자료를 수집하였다. 해당 콘텐츠는 OTT 기반 운동 서바이벌 장르에서 높은 대중성과 인지도를 확보한 대표 사례로, 시즌 간 구성 방식의 차이가 분명하게 드러나 수용자 반응의 구조적 비교에 적합하다고 판단된다. 아울러 본 연구의 분석 접근은 유사한 콘텐츠 및 플랫폼 기반 스포츠 마케팅 연구로의 이론적 확장 가능성을 지니며, 기초 자료로서 활용될 수 있을 것이다.

분석 채널은 웹문서, 뉴스, 블로그, 카페를 포함한 네이버, 다음의 국내 포털 사이트를 기반으로 하였다. 해당 포털들은 국내 사용자 기반이 크고 정보 접근성이 높아 대중들이 일상적으로 정보를 탐색하는 주요 경로로 활용되고 있다는 점에서 분석 채널로서 적절하다고 판단하였다(김민철, 김윤숙, 김태훈, 2023; 닐슨 코리안클릭, 2025).

데이터 수집 기간은 시즌 1 콘텐츠가 최초 공개된 2023년 1월 24일부터 2023년 12월 31일까지, 시즌 2는 2024년 3월 19일부터 2024년 12월 31일까지로 설정하였다. 시즌별로 수집된 데이터를 기반으로 각 키워드에서 상위 50위의 주요 단어를 추출하여 분석에 활용하였으며, 이를 통해 각 시즌에 대한 시청자 인식을 비교⋅분석하고, 운동 서바이벌 프로그램에 대한 참여 인식 변화 및 시청자 니즈의 차이를 파악하고자 하였다.

자료 수집은 빅데이터 분석 솔루션인 텍스톰(TextoM)을 활용하였으며, 분석 도구로는 Ucinet 6.0과 NetDraw를 사용하였다. 구체적인 빅데이터 분석 데이터 정보는 <표 1>과 같다.

표 1.

분석데이터 정보


구분 내용
수집도구 TextoM
수집기간 시즌 1 : 2023. 01. 24. - 2023. 12. 31.
시즌 2 : 2024. 03. 19. - 2024. 12. 31.
수집범위 Naver(블로그, 뉴스, 카페, 지식인, 웹문서)
Daum(블로그, 뉴스, 카페, 웹문서)
분석키워드 ‘피지컬: 100’
‘피지컬: 100 시즌2 - 언더그라운드’
각 시즌별 상위 50위
분석도구 Ucinet 6.0, NetDraw
2.

조사도구 및 자료처리방법

본 연구에서는 소셜미디어 데이터를 기반으로 텍스트마이닝(Textmining) 기법을 적용하여 단어빈도(Frequency)와 TF-IDF(Term Frequency-Inverse Document Frequency) 값을 산출하고, 감성 분석(Sentiment analysis)을 실시하였다. 이후, 단어 간 의미적 관계 및 구조적 연결성을 분석하기 위해, 의미연결망분석(Semantic network analysis)과 CONCOR(CONvergence of iterated CORrelations) 분석을 실시하였다. 이 과정에서는 네트워크 분석 프로그램인 Ucinet 6.0을 사용하였으며, 시각화 작업은 NetDraw를 활용하여 수행하였다(김태훈, 정산, 2024; 차민경, 권상희, 2015).

1)

텍스트마이닝(Textmining)

텍스트마이닝은 비정형 텍스트를 자연어 처리 기법을 통해 구조화하여, 데이터 내 잠재된 패턴이나 유의미한 정보를 추출하는 분석 기법이다(Feldman, Dagan, 1995). 이러한 분석기법은 대규모 텍스트에서 빈번하게 등장하는 핵심 키워드를 도출하고, 이들 간의 연관성과 분포 구조를 분석함으로써, 텍스트에 내포된 집합적 의미를 정량적으로 해석하는 데 효과적이다(김시예, 김대환, 2025; 신재은, 권형일, 2024).

텍스트마이닝의 세부 기법 중 하나인 단어 빈도 분석은 특정 키워드의 등장 횟수를 기반으로 대중의 관심도와 논의 집중도를 파악할 수 있는 수단이며(Manyika et al., 2011), TF-IDF는 한 문서 내 특정 단어의 상대적 중요도를 수치화하여 문서 간 구분력을 확보하는 데 활용되는 가중치 기법이다(김재환, 이재문, 2018; 임승재, 이재문, 2025).

본 연구에서는 수집된 텍스트에서 연관성 없는 단어와 불용어(stopwords)를 제거하고, 문맥상 어색하거나 단절된 단어들에 대해서는 원문 확인 및 N-gram 기반 재구성을 통해 정제 작업을 실시하였다. 이 과정에서 연구자의 주관 개입을 최소화하고 분석의 객관성과 신뢰성 확보하고자 빅데이터 분석 전문가 1인과 스포츠산업경영 전공 박사 1인과 함께 협의 과정을 거쳤다. 데이터 정제에 대한 세부 내용은 <표 2>과 같다.

표 2.

데이터 정제


구분 정제 전 정제 후 삭제된 단어
시즌 1 화, 회차 에피소드 리, 말, 저, 시, 전 등의 불용어
출연, 출연자 참가자
의혹, 혐의 논란
시즌 2 크로스, 핏 크로스핏 위, 등, 것, 점, 중, 등의 불용어
화, 편, 부작 에피소드
트레드밀 무동력트레드밀
2)

감성 분석(Sentiment analysis)

감성 분석은 오니피언 마이닝(Opinion Mining)의 세부 분석 기법 중 하나로, 특정 텍스트에 내포된 감정적 표현을 체계적으로 분류하고 이를 수치화함으로써 정성적 정보의 정량화를 가능하게 하는 분석 방법이다(장경애, 박상현, 김우제, 2015; Fang & Zhan, 2015).

감성 분석은 일반적으로 긍정, 부정의 이분법적 분류를 기반으로 하지만, 분석 목적에 따라 보다 다양한 세부 감정(기쁨, 흥분, 놀람, 등)으로 범주화할 수 있다(서상현, 김준태, 2016). 감성 분석은 기초적인 감정 분류에 그치지 않고, 감정과 연관된 주요 키워드 및 문맥적 표현을 함께 추출함으로써 작성자의 태도, 의도, 반응 등을 해석하는 데에도 활용되며, 나아가 특정 키워드에 대한 다수 이용자의 선호도 및 실질적인 의견을 기반으로 마케팅 전략이나 정책 수립 등 실무적 활용 가능성 또한 갖추고 있다(서지훈, 조혜진, 최진탁, 2015; 윤호민, 최규완, 2021).

본 연구에서는 대중들이 운동 서바이벌 프로그램 피지컬: 100 시즌 1과 시즌 2에 대해 보여준 감정적 반응을 분석하고, 두 시즌 간 감정 분포의 변화를 비교⋅해석하기 위해 감성 분석을 실시하였다.

3)

의미연결망분석(Semantic network analysis)

의미연결망분석은 텍스트 자료 내에서 단어들 간의 공출현(co-occurrence) 관계를 기반으로, 이들의 구조적 연계성과 잠재적 의미 체계를 파악하는 기법이다(김선희, 김범, 서일한, 2002; Wasserman & Faust, 1994). 의미연결망 분석은 동일한 맥락에서 빈번히 함께 나타나는 단어쌍의 상호 연관성을 수치화하여, 단어 간 관계망을 행렬(Matrix) 형태로 구성하고 이를 토대로 전체 의미 구조를 시각화 및 해석하는 데 목적이 있다(박한우, 2004; Cho et al., 2023).

본 연구에서는 텍스톰을 통해 생성된 공출현 빈도 기반의 행렬 데이터를 분석 자료로 활용하였으며, 사회 연결망 분석 프로그램인 Ucinet 6.0을 이용하여 CONCOR (CONvergence of iterated CORrelation) 분석을 실시하였다. CONCOR 분석은 반복 상관 기반 클러스터링 기법으로, 텍스트 내에서 유사한 공출현 패턴을 보이는 단어들을 하나의 의미 집단으로 분류함으로써, 특정 주제나 담론 내에서 중심 키워드들이 형성하는 개념적 네트워크의 구조와 의미적 군집 특성을 도출하는 데 유용한 분석방법이다(위민영, 나지영, 박영일, 2018; Kwak, 2014).

결과

1.

데이터 수집 결과

본 연구는 넷플릭스 운동 서바이벌 프로그램인 ‘피지컬: 100’과 ‘피지컬: 100 시즌2 - 언더그라운드’를 중심으로 국내 주요 포털 사이트인 네이버(Naver)와 다음(Daum)에서 관련 데이터를 수집하였다. 그 결과, 네이버 5,819건, 다음 2,340건으로 총 8,159건의 데이터가 확보되었다.

시즌 1 ‘피지컬: 100’의 경우, 2023년 1월 24일(공개일)부터 2023년 12월 31일까지의 기간 동안 네이버 3,378건, 다음 1,276건으로 총 4,654건의 데이터가 수집되었다.

시즌 2 ‘피지컬: 100 시즌2 - 언더그라운드’는 2024년 3월 19일(공개일)부터 2024년 12월 31일까지 네이버 2,441건, 다음 1,064건으로 총 3,505건의 데이터가 수집되었다. 본 연구는 수집된 데이터를 기반으로 키워드 분석, 감성 분석, 의미연결망분석을 실시하여 주요 분석 결과를 도출하였다.

2.

키워드 분석 결과

1)

빈도분석 결과

시즌 1의 단어 빈도분석 결과, 피지컬(9,478), 공개(5,880), 넷플릭스(3,181), 참가자(3,143), 에피소드(1,649), 예능(1,528), 뉴스(1,527), 경기(1,337), 글로벌(1,314), 논란(1,251) 등의 순으로 나타났다.

시즌 2의 단어 빈도분석 결과, 피지컬(5,695), 시즌(5,545), 공개(3,437), 넷플릭스(1,979), 참가자(1,913), 아모띠(1,550), 서바이벌(1,241), 시청(1,154), 크로스핏(990), 언더그라운드(950) 등의 순으로 나타났다. 시즌 1, 2에 대한 구체적인 빈도 분석 결과는 <표 3>과 같다.

표 3.

빈도분석 결과


순위 시즌 1 시즌 2
단어 빈도 단어 빈도
1 피지컬 9,478 피지컬 5,695
2 공개 5,880 시즌 5,545
3 넷플릭스 3,181 공개 3,437
4 참가자 3,143 넷플릭스 1,979
5 에피소드 1,649 참가자 1,913
6 예능 1,528 아모띠 1,550
7 뉴스 1,527 서바이벌 1,241
8 경기 1,337 시청 1,154
9 글로벌 1,314 크로스핏 990
10 논란 1,251 언더그라운드 950
11 학폭 1,184 정보 831
12 플랫폼 1,176 에피소드 776
13 1,165 선수 752
14 선수 1,070 예능 733
15 성별 1,054 리뷰 692
16 정보 1,019 운동 679
17 시즌 978 우승자 668
18 프로그램 964 659
19 운동 921 스포츠 609
20 서바이벌 920 글로벌 602
21 리뷰 917 국가대표 567
22 상금 877 팝업스토어 552
23 스포츠 709 최종 490
24 제작진 685 한국 473
25 우승자 658 건강 454
26 최종 631 프로그램 439
27 윤성빈 597 성별 431
28 인기 591 상금 426
29 국가대표 588 뉴스 419
30 결승전 499 강철부대 409
31 추성훈 483 383
32 449 홍범석 368
33 크로스핏 439 우승 342
34 우진용 435 인기 321
35 장은실 407 미디어 318
36 추천 393 무동력트레드밀 313
37 장호기 390 브랜드 303
38 조작 389 김동현 300
39 보디빌더 353 감동 300
40 스타 346 방송 297
41 해명 344 성공 278
42 가짜사나이 304 안드레진 238
43 정해민 290 강소연 234
44 김다영 275 기대 224
45 헬스 228 진행 216
46 출신 221 스타 212
47 심으뜸 206 관심 160
48 강철부대 206 활동 159
49 간담회 197 헬스 156
50 배우 157 활약 146
2)

TF-IDF 분석 결과

시즌 1의 TF-IDF 분석 결과, 학폭(2859.491), 참가자(2782.039), 넷플릭스(2773.389), 공개(2563.965), 에피소드(2442.173), 논란(2380.856), 글로벌(2190.839), 뉴스(2168.322), 경기(2054.439) 등의 순으로 나타났다. 학폭, 논란, 성별의 경우 출현 빈도에 비해 TF-IDF 지수가 높게 나타났으며, 공개, 뉴스, 경기의 경우 출현 빈도에 비해 TF-IDF 지수가 낮게 나타났다.

시즌 2의 TF-IDF 분석 결과, 아모띠(2855.725), 크로스핏(2337.585), 공개(2239.214), 참가자(1806.755), 넷플릭스(1793.755), 팝업스토어(1789.457), 서바이벌(1668.71), 시청(1584.061), 언더그라운드(1464.727) 등의 순으로 나타났다. 아모띠, 크로스핏, 팝업스토어의 경우 출현 빈도에 비해 TF-IDF 지수가 높게 나타났으며, 시즌, 예능, 최종의 경우 출현 빈도에 비해 TF-IDF 지수가 낮게 나타났다. 시즌 1, 2에 대한 구체적인 TF-IDF 분석 결과는 <표 4>와 같다.

표 4.

TF-IDF 분석 결과


순위 시즌 1 시즌 2
단어 TF-IDF 단어 TF-IDF
1 학폭 2859.491 아모띠 2855.725
2 참가자 2782.039 크로스핏 2337.585
3 넷플릭스 2773.389 공개 2239.214
4 공개 2563.965 참가자 1806.755
5 에피소드 2442.173 넷플릭스 1793.755
6 논란 2380.856 팝업스토어 1789.457
7 글로벌 2190.839 서바이벌 1668.71
8 뉴스 2168.322 시청 1584.061
9 경기 2054.439 언더그라운드 1464.727
10 성별 2053.108 에피소드 1462.293
11 예능 2040.495 선수 1385.487
12 상금 2007.126 정보 1371.176
13 플랫폼 1986.042 강철부대 1351.802
14 선수 1963.282 운동 1312.482
15 1861.621 국가대표 1297.074
16 시즌 1858.005 글로벌 1288.423
17 운동 1790.797 1250.805
18 정보 1754.681 우승자 1236.534
19 리뷰 1698.55 스포츠 1218.985
20 프로그램 1683.269 리뷰 1218.862
21 서바이벌 1662.38 피지컬 1195.14
22 피지컬 1645.613 예능 1190.097
23 윤성빈 1609.112 상금 1098.997
24 국가대표 1548.821 시즌 1091.42
25 스포츠 1541.472 성별 1090.96
26 우승자 1524.081 무동력트레드밀 1078.4
27 제작진 1521.807 한국 1049.618
28 크로스핏 1463.72 1022.495
29 최종 1415.124 건강 1011.773
30 결승전 1358.127 최종 1005.011
31 1286.426 홍범석 939.511
32 우진용 1263.913 뉴스 935.11
33 인기 1245.802 프로그램 922.002
34 추성훈 1244.357 강소연 879.48
35 조작 1165.731 우승 844.254
36 장호기 1108.889 브랜드 825.886
37 장은실 1074.914 안드레진 805.118
38 추천 1009.904 김동현 789.258
39 김다영 1002.554 미디어 787.594
40 보디빌더 990.251 감동 780.807
41 스타 957.929 인기 756.779
42 해명 956.545 방송 730.773
43 정해민 928.709 성공 712.199
44 가짜사나이 852.794 기대 617.705
45 강철부대 810.267 스타 606.315
46 헬스 785.655 진행 591.024
47 심으뜸 774.033 룰루레몬 521.557
48 출신 698.392 헬스 509.876
49 간담회 696.681 관심 501.405
50 배우 564.995 이장군 483.207
3)

감성 분석 결과

운동 서바이벌 프로그램에 대한 감성 분석 결과, 시즌 1의 경우 긍정 감정은 4,001건(73.33%), 부정 감정은 1,455건(26.67%)으로 나타나 긍정 비율이 부정 비율보다 약 2.75배 더 높게 나타났다. 세부 감성 구분으로 긍정 감정에는 호감(2,005건), 흥미(1,032건), 기쁨(964건), 부정 감정에는 거부감(559건), 두려움(169건), 슬픔(447건), 놀람(117건), 분노(92건), 통증(71건)으로 구분되어 나타났다. 이러한 9가지의 세부 감성에 포함되어 있는 상위권 단어를 중심으로 살펴보면, 긍정 세부 감성 요인은 최고다(375건), 재미있다(296건), 추천(270건), 멋지다(265건), 기대하다(160건) 등의 순으로 나타났고, 부정 세부 감성 요인은 힘들다(98건), 어렵다(85건), 아쉽다(73건), 심하다(53건), 울다(52건) 등의 순으로 나타났다.

시즌 2의 경우 긍정 감정 3,442건(78.5%), 부정 감정 942건(21.5%)로 나타나 긍정 비율이 부정 비율보다 약 3.65배 더 높게 나타났다. 세부 감성 구분으로 긍정 감정에는 호감(1,784건), 흥미(988건), 기쁨(670건), 부정 감정에는 거부감(305건), 두려움(120건), 슬픔(302건), 놀람(98건), 분노(79건), 통증(38건)으로 구분되어 나타났다. 이러한 9가지의 세부 감성에 포함되어 있는 상위 빈도 단어를 중심으로 살펴보면, 긍정 세부 감성 요인에는 재미있다(252건), 최고다(240건), 완벽하다(186건), 멋지다(151건), 기대하다(151건) 등의 순으로 나타났고, 부정 세부 감성 요인은 아쉽다(73건), 힘들다(51건), 어렵다(46건), 난해하다(44건), 충격(42건) 등의 순으로 나타났다. 시즌 1, 2에 대한 구체적인 감성 분석 결과는 <표 5>와 같다.

표 5.

감성 분석 결과


시즌 1 시즌 2
구분 빈도 비율(%) 구분 빈도 비율(%)
긍정 4,001 73.33 긍정 3,442 78.5
부정 1,455 26.67 부정 942 21.5
전체 5,456 100 전체 4,384 100
세부 감성 빈도 비율(%) 세부
감성
빈도 비율(%)
호감 2,005 36.75 호감 1,784 40.69
흥미 1,032 18.91 흥미 988 22.54
기쁨 964 17.67 기쁨 670 15.28
거부감 559 10.25 거부감 305 6.96
슬픔 447 8.19 슬픔 302 6.89
두려움 169 3.10 두려움 120 2.74
놀람 117 2.14 놀람 98 2.24
분노 92 1.69 분노 79 1.80
통증 71 1.30 통증 38 0.87
긍정 단어 부정 단어 긍정 단어 부정 단어
최고다 힘들다 재미있다 아쉽다
375(6.87%) 98(1.80%) 252(5.75%) 73(1.67%)
재미있다 어렵다 최고다 힘들다
296(5.43%) 85(1.56%) 240(5.47%) 51(1.16%)
추천 아쉽다 완벽하다 어렵다
270(4.95%) 73(1.34%) 186(4.24%) 46(1.05%)
멋지다 심하다 멋지다 난해하다
265(4.86%) 53(0.97%) 151(3.44%) 44(1.00%)
기대하다 울다 기대하다 충격
160(2.93%) 52(0.95%) 151(3.44%) 42(0.96%)
자부하다 충격 추천 울다
143(2.62%) 48(0.88%) 145(3.31%) 40(0.91%)
완벽하다 약하다 사랑스럽다 놀랍다
136(2.49%) 34(0.62%) 143(3.26%) 24(0.55%)
새롭다 무시당하다 압도적이다 부족하다
111(2.03%) 31(0.57%) 128(2.92%) 52(0.48%)
3.

의미연결망분석 및 CONCOR 분석 결과

본 연구는 ‘피지컬: 100’과 ‘피지컬: 100 시즌2 – 언더그라운드’를 중심으로 수집된 텍스트 데이터를 분석하여, 주요 키워드 간의 연결 구조와 의미망을 파악하고자 하였다. 이를 위해 텍스트마이닝 기법을 활용하여 핵심 단어를 도출한 뒤, 단어 간의 공출현 관계를 기반으로 의미연결망분석과 CONCOR 분석을 실시하였다. 분석 결과는 NetDraw를 이용하여 시각화하였다.

1)

의미연결망분석 결과

네트워크 시각화 분석 결과, 시즌 1에서는 참가자, 우승자, 서바이벌, 논란, 시즌, 몸, 보디빌더 등이 중심 노드로 작용하며 국가대표, 프로그램, 에피소드, 리뷰 등과의 유의미한 연결 구조를 형성하는 양상이 확인되었다.

시즌 2에서는 공개, 시청, 선수, 우승자, 뉴스 등이 주요 허브로 기능하면서 인기, 기대, 스포츠, 예능, 참가자 등 다양한 키워드들과의 연결망이 다방면으로 확장되는 구조를 보였다. 각 시즌에 대한 네트워크 시각화 결과는 <그림 1>, <그림 2>와 같다.

img/PIC752F.png

그림 1.

시즌 1 네트워크 시각화


img/PIC7550.png

그림 2.

시즌 2 네트워크 시각화


2)

CONCOR 분석 결과

CONCOR 분석 결과, 시즌 1에서는 총 4개의 군집이 도출되었으며, 각 군집의 핵심 키워드와 의미적 특성을 분석하여 적절한 명칭을 부여하였다. 그 결과, 트레이닝 관심, 부정적 이슈, 관심인물, 콘텐츠의 네 개 군집으로 분류되었다.

시즌 2에서는 총 5개의 군집이 도출되었으며, 군집별 키워드 간 의미 연관성을 바탕으로 트레이닝 관심, 프로모션, 우승자, 관심인물, 콘텐츠의 군집명을 설정하였다. 시즌 1과 시즌 2의 CONCOR 분석 결과는 <그림 3>, <그림 4>, <표 6>과 같다.

표 6.

CONCOR 분석 결과


시즌 1 시즌 2
군집명 단어 수 단어 군집명 단어 수 단어
트레이닝 관심 6개 운동, 헬스, 스포츠, 보디빌더, 몸, 크로스핏 트레이닝 관심 7개 운동, 헬스, 스포츠, 몸, 크로스핏, 건강, 무동력트레드밀
프로모션 7개 브랜드, 팝업스토어, 인기, 성공, 관심, 진행, 시청
부정적 이슈 12개 논란, 학폭, 김다영, 제작진, 조작, 장호기, 해명, 결승전, 뉴스, 정보, 간담회, 성별
우승자 7개 우승, 우승자, 아모띠, 최종, 리뷰, 활약, 상금
관심인물 16개 강철부대, 장은실, 심으뜸, 우승자, 우진용, 정해민, 팀, 배우, 스타, 가짜사나이, 윤성빈, 국가대표, 추성훈, 선수, 참가자, 출신
관심인물 14개 강철부대, 서바이벌, 참가자, 국가대표, 에피소드, 스타, 안드레진, 김동현, 팀, 홍범석, 강소연, 선수, 활동, 성별
콘텐츠 16개 넷플릭스, 인기, 피지컬, 에피소드, 프로그램, 공개, 경기, 글로벌, 예능, 플랫폼, 시즌, 상금, 서바이벌, 추천, 리뷰, 최종
콘텐츠 15개 기대, 방송, 미디어, 프로그램, 예능, 뉴스, 한국, 정보, 감동, 글로벌, 피지컬, 시즌, 언더그라운드, 넷플릭스, 공개
img/PIC7570.png

그림 3.

시즌 1 CONCOR 분석


img/PIC7590.png

그림 4.

시즌 2 CONCOR 분석


논의

본 연구는 소셜 빅데이터 분석을 통해 운동 서바이벌 프로그램에 대한 대중의 인식 구조를 파악하고, 피지컬: 100 시즌 1과 시즌 2 간의 관심 요인 및 반응 차이를 비교⋅분석함으로써, 스포츠 마케팅 관점의 이론적 함의와 스포츠 브랜드 및 콘텐츠 기획자 등 실무자에게 유용한 활용 가능성을 도출하고자 하였다. 이를 위해 텍스톰을 기반으로 수집된 데이터를 바탕으로 단어 빈도 분석, TF-IDF 분석, 감성 분석, 그리고 CONCOR 분석을 실시하였다. 연구 결과에 대한 구체적인 논의는 다음과 같다.

1.

운동 서바이벌 프로그램 키워드 및 감성 분석

먼저, 시즌 1인 ‘피지컬: 100’에 대한 인식으로 피지컬, 공개, 넷플릭스, 참가자, 에피소드, 예능, 뉴스, 경기, 글로벌, 논란 등의 키워드가 상위 구간에서 도출되었다. 피지컬, 경기, 참가자 등은 프로그램의 핵심 경쟁 요소와 인물 중심의 몰입 구조를 반영한 키워드로 볼 수 있으며, 에피소드, 예능, 공개 등은 프로그램의 전개 방식과 장르적 특성에 대한 관심을 나타낸다. 특히, 넷플릭스, 글로벌, 뉴스와 같은 키워드가 함께 등장한 것은 해당 프로그램이 국내는 물론 글로벌 시장에서도 주목받았으며, 전통적인 방송과는 다른 OTT 기반 콘텐츠 확산 구조의 특성을 보여주는 결과로 해석된다. 이는 2023년 피지컬:100이 공개 직후 넷플릭스 TV쇼 글로벌 차트에서 여러 주간 상위권을 유지하며, 일부 국가에서는 1위를 기록했다는 점에서도 확인할 수 있다(이태훈, 2023).

한편, 논란이라는 키워드가 상위권에 도출된 점은 부정적 이슈에 대한 사회적 관심 또한 컸음을 의미한다. 실제로 본 프로그램에서는 결승전에서의 재경기 및 판정 논란, 특정 참가자의 학교폭력 가해 의혹 등과 관련된 논쟁이 온라인 커뮤니티와 언론을 중심으로 확산된 바 있으며(유은비, 2023), 이는 콘텐츠 소비에 있어 흥미와 감동뿐 아니라 공정성과 윤리성에 대한 대중의 관심 또한 반영된 결과로 볼 수 있다.

그럼에도 불구하고, 윤성빈, 추성훈, 장은실, 보디빌더, 스타, 인기 등의 키워드가 상위 50위 안에 도출된 점은 프로그램 참가자 개인에 대한 대중의 관심이 상당히 높았음을 시사한다. 특히, 운동선수, 연예인, 피트니스 인플루언서 등 다양한 출신의 참가자들이 주목을 받으며, 피지컬: 100은 경쟁 중심의 형식에 더해 시청자가 인물의 서사와 매력에 감정 이입하고 동일시하는 방식으로 소비된 것으로 해석된다. 이는 리얼리티 프로그램에서 출연자의 배경과 스타성(star power)이 콘텐츠 수용에 영향을 미친다는 기존의 연구와도 일치한다(임몽로, 조혁수, 백설, 번영, 2018; 홍상현, 황상재, 2017).

아울러, 시즌 1인 ‘피지컬 100’에 대한 감성 분석 결과, 힘들다, 어렵다, 아쉽다, 심하다 등의 부정적인 감정을 드러내는 표현들이 나타났다. 이는 출연자들이 수행하는 극한의 신체 과제나 경쟁 구도 속에서 시청자들이 고통, 무리함, 아쉬움 등의 감정을 투사했음을 보여주는 결과로 해석할 수 있다. 특히, 결승전 구성에 대한 아쉬움, 특정 참가자 탈락에 대한 실망, 경쟁의 과도함에 대한 비판 등이 감성적으로 반영된 양상으로 이해될 수 있다.

한편, 일부 출연자들을 둘러싼 약물 복용 의혹, 성희롱성 악플 피해 사례, 비속어 사용 등에 대한 사회적 논란은 프로그램 전반에 대한 부정적 감정 형성에도 영향을 미친 외적 요인으로 작용했을 가능성이 있다(김지원, 2023).

물론 전반적으로는 대단하다, 재밌다, 멋있다 같은 긍정적인 표현이 더 높은 비중을 차지하였으며, 이는 피지컬: 100이라는 새로운 형식의 운동 서바이벌 프로그램이 신선함과 몰입감 측면에서 긍정적인 평가를 이끌어냈음을 시사한다.

다음은 시즌 2인 ‘피지컬: 100 시즌2 - 언더그라운드’에 대한 인식으로 피지컬, 시즌, 공개, 넷플릭스, 참가자, 아모띠, 서바이벌, 시청, 크로스핏, 언더그라운드 등의 키워드가 상위 구간에서 도출되었다. 시즌 1과 마찬가지로 넷플릭스 플랫폼에서 공개되었으며, 언더그라운드라는 부제처럼 밀폐된 공간에서 전개되는 특수한 경기 환경과 확대된 스케일, 강화된 생존형 서바이벌 구도는 시청자 관심을 자극하는 요인으로 작용했을 가능성이 있다. 이와 유사한 맥락에서 박로사(2024)는 시즌 2 구성의 변화를 주목한 바 있다. 특히, 크로스핏, 운동, 몸, 스포츠, 건강, 무동력 트레드밀, 헬스 등 신체 활동 관련 키워드가 상위에 도출된 것은 시즌 2가 근지구력, 유산소성 체력, 기능성 트레이닝 등 실제 운동 수행과 연계된 요소들을 강조한 구성임을 보여주는 결과라 할 수 있다. 이러한 경기 구성의 변화는 정현태(2024)가 언급한 시즌 2의 특성과도 맥락상 유사한 면모를 보인다. 이는 콘텐츠 소비자들이 신체적 이미지뿐만 아니라 실제 운동 능력과 수행 과정에도 관심을 보였음을 의미하는 것으로 해석된다.

아울러, 시즌 1과 마찬가지로 아모띠, 선수, 홍범석, 김동현, 안드레진 등의 참가자 관련 키워드가 상위 50위 내 도출되었으며, 이는 특정 인물에 대한 시청자들의 주목도와 감정적 몰입이 시즌 2에서도 지속되었음을 의미한다. 이러한 키워드 도출 양상은 시즌 2가 통상적인 후속작임에도 불구하고, 시청자들이 특정 인물에 지속적으로 주목하고 감정적으로 몰입했다는 점에서 콘텐츠 수용 양상의 연속성과 강화된 반응을 보여주는 사례로 해석될 수 있다.

이어서 시즌 2인 ‘피지컬: 100 시즌2 - 언더그라운드’에 대한 감성 분석 결과를 살펴보면, 시즌 1과 마찬가지로 아쉽다, 힘들다, 어렵다 등의 부정적 감정 표현이 도출되었으나, 재미있다, 최고다, 완벽하다, 멋지다와 같은 긍정 감성 키워드의 비율이 더욱 높게 나타났다. 이는 시즌 1에서 지적되었던 결승전 구성의 문제나 참가자 논란 등의 부정적 이슈가 시즌 2에서는 상대적으로 부각되지 않았으며, 감성 분석 결과에서 확인된 긍정 감성 비율의 증가는 프로그램에 대한 호감도와 몰입 경험의 긍정적 변화 가능성을 시사한다. 다만, 프로그램의 완성도와 몰입감에 대한 해석은 키워드 분석의 범위를 고려한 정성적 해석으로, 소셜미디어 상의 감정 반응 추이를 기반으로 한 경향성 수준의 판단임을 전제로 한다.

그럼에도 불구하고 힘들다, 아쉽다 등의 표현이 나타난 것은, 시즌 2 역시 극한 신체 과제를 통한 긴장감 유지, 또는 특정 참가자의 탈락이나 경기 구성에 대한 개인적 아쉬움 등이 시청자의 감정적 반응으로 표출된 결과로 판단된다. 이러한 감성 반응은 수용자들이 리얼리티 프로그램을 오락 위주의 콘텐츠로 소비하는 데 그치지 않고, 이야기 흐름과 참가자의 감정 변화를 따라가며 적극적으로 해석하고 평가하고 있음을 보여준다(이승희, 2019; Van Laer, De Ruyter, Visconti, & Wetzels, 2014).

2.

운동 서바이벌 프로그램 의미연결망분석

먼저, 시즌 1인 ‘피지컬: 100’의 의미연결망분석에서는 트레이닝 관심, 부정적 이슈, 관심인물, 콘텐츠의 4가지 군집으로 연결 관계를 형성하였다.

이러한 군집 구조는 시즌 1의 콘텐츠가 전형적인 경쟁 위주의 서바이벌 구도뿐만 아니라, 신체 훈련에 대한 대중의 관심, 사회적 이슈에 대한 민감성, 출연자 개인에 대한 몰입, 그리고 전체 콘텐츠의 플랫폼성과 포맷 등 다양한 요소를 중심으로 수용자에게 인식되었음을 보여준다. 특히, 트레이닝 관심 군집에 포함된 운동, 헬스, 보디빌더 등 키워드는 프로그램의 출연자 특성과 경기 방식이 신체 훈련 및 관련 관심 분야와 연관되어 수용자들의 반응을 이끌어냈음을 시사한다. 이러한 키워드 도출은 리얼리티 프로그램이 기본적인 오락적 기능을 포함하면서도, 수용자의 운동 관련 관심과 연계되어 해석될 수 있는 가능성을 내포하고 있음을 의미한다(김진섭, 2014; 조준상, 은혜정, 2013).

한편, 부정적 이슈 군집에 속한 논란, 조작, 제작진, 성별 등의 키워드는 시즌 1 방영 당시 참가자 이슈와 편집 논란에 대한 시청자들의 비판적 반응을 반영한다. 이와 같은 키워드 도출은 수용자들이 감정적 몰입뿐 아니라 윤리적 기준에 기반하여 콘텐츠를 평가하고 있음을 보여준다. 이러한 수용 방식은 Van Laer et al. (2014)이 제시한 서사적 몰입(narrative immersion) 개념과 연결된다. 본 개념은 수용자가 콘텐츠의 이야기 구조에 감정적으로 연구되며, 현실 세계의 가치 판단과 접목시키는 과정을 설명한다. 실제로 본 연구의 감성 분석 결과, 시즌 1에서는 논란과 조작과 같은 키워드가 주요 감정 반응으로 나타났으며, 이는 즐거움을 위한 수용이 아닌, 사회적 책임성과 윤리성에 기반한 해석이 병행되었음을 반영한다. 이처럼 피지컬: 100 시즌 1에 대한 소비자 반응은 감정적 연루와 도덕적 판단이 복합적으로 작용하는 양상을 보였으며, 이는 리얼리티 프로그램 소비가 단일한 오락 경험이 아닌, 보다 복합적인 수용 구조로 인식되고 있음을 보여준다.

또한, 관심인물 군집에서 추출된 참가자, 스타, 우진용, 국가대표, 강철부대 등의 키워드는 출연자의 경력, 배경, 유명세 등이 시청자 인식 형성에 핵심적으로 작용하고 있음을 보여준다. 이는 남재준(2020)김병식, 최태석, 유종만(2016)의 연구에서 언급된 ‘스타성’이 콘텐츠 인지도 및 수용 태도에 영향을 미친다는 이론적 논의와 맥락을 함께 하며, 해당 키워드 군집이 인물 중심의 수용 양상을 반영하고 있다는 점에서 의미가 있다. 아울러, 스타성이라는 요소를 직접적으로 단정 짓기보다 소셜미디어 상에서 특정 출연자에 대한 주목도가 프로그램 수용 과정에서 기대와 몰입으로 이어질 수 있는 가능성을 내포함을 보여주는 결과로 해석할 수 있다.

마지막으로, 콘텐츠 군집은 프로그램 자체의 형식적 완성도 및 OTT 플랫폼 기반의 유통 특성을 반영한다. 넷플릭스, 글로벌, 시즌, 추천, 플랫폼 등은 피지컬: 100이 국내 예능이라는 틀을 넘어, 글로벌 콘텐츠로서 확장되고 있음을 드러낸다. 특히, 프로그램이 넷플릭스를 통해 세계 1위에 오른 사례는 군집 간 의미망 분석에서 도출된 글로벌, 추천, 시즌이라는 연결 구조를 정량적으로 뒷받침하는 지표로 볼 수 있다.

다음으로 시즌 2인 ‘피지컬: 100 시즌2 - 언더그라운드’의 의미연결망분석에서는 트레이닝 관심, 프로모션, 우승자, 관심인물, 콘텐츠의 5가지 군집이 연결 관계를 형성하였다.

먼저, 트레이닝 관심 군집에는 운동, 헬스, 스포츠, 크로스핏 등의 신체 활동 중심 키워드 외에 무동력트레드밀과 건강 등의 키워드가 추가되어 시즌 2에서는 특정 트레이닝 장비와 체력 관리에 대한 수용자의 반응이 세분화되었음을 보여준다. 이는 시즌 2의 콘텐츠가 단편적인 퍼포먼스 평가가 아니라, 실제 운동 환경과 유사한 조건을 반영함으로써 체력 기반 경쟁의 현실감을 높이려는 제작 의도와도 연결될 수 있다(유지혜, 2024). 특히, 무동력트레드밀은 일반 헬스장에서 흔히 접할 수 있는 장비는 아니지만, 운동 전문성과 기능성을 상징하는 장비로 여겨지며, 이를 둘러싼 언급은 콘텐츠와 실생활 운동 방식 간의 연계 인식이 존재했음을 보여준다.

두 번째, 군집인 프로모션은 브랜드, 팝업스토어, 성공, 인기, 시청, 관심 등의 키워드로 구성되어 있으며, 이는 시즌 2가 콘텐츠 자체뿐만 아니라 주변 상품 및 마케팅 연계 활동 등을 통해 대중 접점을 넓혀갔음을 의미한다. 특히, 팝업스토어 키워드는 실제로 피지컬: 100 시즌 2 방영 당시 넷플릭스가 운영한 오프라인 팝업 행사(성수동 도어투성수 피지컬: 100 시즌2 – 언더그라운드 팝업스토어)와 연결되며(서재필, 2024), OTT 콘텐츠가 디지털 기반의 시청을 바탕으로 현실 공간에서의 체험 활동까지 이어졌다는 점을 보여준다. 이는 수용자의 몰입 경험을 확장하고, 콘텐츠를 브랜드로 인식하게 만드는 데 기여한 전략적 사례로 이해할 수 있다.

또한, 시즌 2 우승자가 글로벌 스포츠 브랜드인 룰루레몬의 앰배서더로 활동하며 파트너십을 강화한 사례는(안충기, 2024), 콘텐츠 수용자와 브랜드 간의 접점을 참가자 중심의 브랜드 연계로 확장한 대표적 예라 할 수 있다. 이는 개별 출연자의 서사적 이미지와 브랜드 정체성이 콘텐츠 외부로 연장되는 현상으로, 최근 콘텐츠 산업에서 강조되는 크로스 플랫폼 연계 전략 및 브랜드화 흐름과 맞닿아있다(Cunningham & Craig, 2019; Lobato, 2019).

세 번째 우승자 군집은 아모띠, 최종, 상금, 활약 등의 키워드가 중심을 이루며, 시즌 1보다 더욱 선명하게 경쟁의 서사 구조와 인물 중심의 결과 지향적 관심이 형성되었음을 보여준다. 특히, 시즌 2에서는 실시간 커뮤니티 및 언론 보도를 통해 참가자의 경기력과 전략이 비교⋅분석되면서, 게임화된 서바이벌 프로그램에 대한 팬덤적 수용이 강화되었고, 이는 결과 중심의 정보 소비 및 참여적 평가 행위로 이어졌다고 볼 수 있다.

네 번째로 관심 인물 군집은 시즌 1과 유사하게 참가자, 팀, 국가대표, 스타 등 일반 범주와 함께 안드레진, 김동현, 홍범석 등의 실명이 도출되었다. 다만, 전체적으로 보았을 때 시즌 1이 시즌 2보다 더 많은 실명 인물이 군집에 포함되어 있었고, 강철부대, 피트니스 인플루언서, 국가대표 등의 다양한 배경을 가진 참가자들이 동시에 주목을 받으며 스타성의 다핵화 구조가 두드러졌다. 반면, 시즌 2에서는 특정 인물에 대한 주목이 콘텐츠 외부 활동(인터뷰, SNS 팬 반응 등)과 결합되어 보다 뚜렷한 핵심 인물 중심 수용 경향으로 나타났으며, 이는 시청자가 프로그램 내 관계성보다는 개별 인물의 서사나 브랜딩 요소에 더욱 몰입했음을 시사한다. 이러한 차이는 리얼리티 콘텐츠 소비가 경쟁 중심의 획일적 시청 방식에서, 인물 중심의 감정적 내러티브 소비로 전환되고 있음을 반영한다고 해석할 수 있다.

마지막으로 콘텐츠 군집은 프로그램, 방송, 넷플릭스, 기대, 미디어, 예능 등 콘텐츠 전반에 대한 키워드를 포괄하고 있으며, 이는 ‘피지컬: 100 시즌2 – 언더그라운드’가 정규 스포츠나 예능이라는 단일 장르에 국한되지 않고, OTT 기반 복합 서사형 콘텐츠로 인식되고 있음을 보여준다. 특히 시즌 2에서는 기대나 감동과 같은 정서적 반응을 포함하며, 방송, 넷플릭스, 예능 등 유통 방식과 장르 혼합을 나타내는 키워드가 함께 나타났다. 이러한 키워드 구성은 시즌 1과 비교할 때 수용자들이 콘텐츠를 단일한 감상 대상이 아닌, 정서⋅매체⋅장르가 복합된 구조로 받아들이고 있음을 보여준다. 피지컬: 100 시즌2 – 언더그라운드는 이처럼 다양한 수용 요소들이 유기적으로 얽힌 방식으로 인식된 사례로, 리얼리티 콘텐츠가 다층적인 의미 생산의 장으로 작동하고 있다는 점을 보여준다.

3.

운동 서바이벌 프로그램의 이론적 기여와 전략적 함의

먼저, 이론적 관점에서 본 연구는 동일한 포맷의 콘텐츠(피지컬: 100 시즌 1과 2)를 비교 분석함으로써 콘텐츠 수용 구조의 시간적 변화와 이에 따른 감성 반응 및 브랜드 연계 행동의 차이를 실증적으로 규명하였다. 특히 시즌 1의 부정적 이슈 군집이 시즌 2에서 사라지고 마케팅 중심 키워드가 새롭게 부상한 구조는 콘텐츠의 구성 전략과 제작 방향이 수용자 인식에 실질적 영향을 미친다는 점을 정량적으로 보여준다. 이러한 분석은 리얼리티 스포츠 콘텐츠가 어떻게 브랜드 경험과 소비 행동의 매개체로 작동하는지를 설명하는 데 있어 이론적 확장을 가능하게 해준다.

또한, 본 연구는 단일 콘텐츠에 대한 분석임에도 불구하고 시즌 간 차이를 활용한 준실험적 비교구조를 설계함으로써 기존의 질적 사례 중심 연구의 한계를 보완하였다. 이는 콘텐츠 기반 스포츠 마케팅의 효과성을 설명하는 이론적 모델 구축에 기초 자료로 활용될 수 있으며, 특히 감성 기반 콘텐츠 수용과 소비자 행동 간의 연결 고리에 대한 후속 연구의 기반을 마련한다는 점에서 의의가 있다. 이처럼 수용자 반응의 구조적 변화에 대한 이론적 통찰은 실무 현장에서의 브랜드 커뮤니케이션 전략 수립에도 다음과 같은 함의를 제공할 수 있다.

운동 서바이벌 프로그램인 ‘피지컬: 100’ 시리즈는 전통적인 리얼리티 시청 방식에서 벗어나, 콘텐츠와 브랜드 간의 실질적인 연계를 통해 소비자의 자발적 행동을 유도하는 구조를 보여준다. 특히, 시즌 2에서 도출된 프로모션 군집(팝업스토어, 브랜드, 성공, 시청 등)은 콘텐츠 소비와 브랜드와의 직접적인 접촉이나 참여 활동으로 이어지는 과정을 포함하고 있으며, 이는 OTT 기반 콘텐츠가 상호작용 중심의 마케팅 수단으로 기능할 수 있음을 보여주는 사례이다.

또한, 시즌 2에서는 개별 참가자의 실명이 주요 키워드로 도출되었으며, 이들 중 일부는 콘텐츠 외부 채널에서 활동을 이어가며 브랜드와의 연계를 실제로 형성하고 있다. ‘윤성빈’의 젝시믹스 모델 활동은 그 사례 중 하나지만, 본 연구는 개별 사례에 국한되지 않고, 출연자 실명⋅브랜드⋅시청자 반응 키워드 간의 유기적 연결 양상에 주목하였다. SNS, 유튜브, 커뮤니티 등 콘텐츠 외부 채널에서 이들의 활동이 확산되면서 특정 인물을 중심으로 한 응원⋅참여⋅재소비의 선순환 구조가 형성되고 있다(송경은, 2024). 이는 넷플릭스를 비롯한 콘텐츠 제작 및 유통 주체가 시청률이나 클릭 수 중심의 기존 방식과 달리, 출연자와 브랜드를 연결해 수용자의 자발적 참여를 유도하는 팬덤 기반 마케팅 전략을 실행하고 있음을 보여준다. 이러한 흐름은 콘텐츠가 브랜드와 수용자 간 상호작용의 장으로 기능하며, 스포츠 마케팅 실천 전략의 촉매 역할을 수행할 수 있음을 보여주는 사례로 해석된다.

무엇보다 본 연구는 동일한 포맷을 공유하는 시즌 1과 시즌 2를 비교 분석함으로써, 콘텐츠 수용 구조의 변화 양상을 정량적으로 도출했다는 점에서 학술적 의의를 지닌다. 시즌 1에서 도출된 부정적 이슈 군집(논란, 조작, 학폭 등)은 시즌 2에서 사라졌으며, 프로모션과 같은 마케팅 중심의 긍정적 군집이 새롭게 형성되었다. 이는 콘텐츠의 제작 방식과 운영 전략의 변화가 수용자 인식과 반응 구조에 실질적으로 영향을 미쳤음을 실증적으로 보여준다. 또한 시즌 1은 다양한 인물의 스타성과 관심이 분산된 구조였다면, 시즌 2는 소수 인물에 대한 집중과 브랜드화 경향이 강해지는 구조로 전환되었다는 점에서 리얼리티 프로그램이 진화하고 있는 방향을 추적할 수 있다.

이를 바탕으로 본 연구는 운동 서바이벌 프로그램이 스포츠 마케팅 실천 전략의 촉매 역할을 수행할 수 있음을 강조하고자 한다. 즉, 오락 중심의 일방향 콘텐츠 소비에 더해, 운동에 대한 인식 변화, 참여 행동 유도, 그리고 스포츠 제품 및 서비스 소비로의 자연스러운 연결을 가능케 하는 콘텐츠 기반 스포츠 마케팅 전략을 다음과 같이 제안할 수 있다.

이러한 전략은 본 연구가 제안하는 ‘콘텐츠-참여-소비’로 이어지는 몰입 중심 마케팅 순환 구조(immersive marketing cycle)를 기반으로 다음과 같이 세 가지 단계로 구체화할 수 있다. 먼저, 운동 관심 전략으로서 운동 서바이벌 프로그램은 시청자에게 신체적 도전과 훈련 과정, 경기력 평가와 같은 몰입적 장면을 제공함으로써 운동에 대한 인식 전환과 흥미 유발을 효과적으로 유도할 수 있다. 본 연구의 텍스트마이닝 결과에서 상위에 도출된 크로스핏, 무동력트레드밀, 보디빌더 등은 콘텐츠 자체가 운동 관련 전문성과 실용 정보를 포함하고 있음을 시사한다. 이는 기존 연구에서 제시된 바와 같이 정보성과 몰입감은 소비자의 인지적 흥미와 행동 의향에 긍정적인 영향을 미치며(Lee & Gretzel, 2012), 특히 콘텐츠 기반 정보 제공은 수용자의 브랜드 반응과 행동 참여 유도에 효과적인 경로로 작용할 수 있음이 실증적으로 확인된 바 있다(Calder, Malthouse, & Schaedel, 2009).

다음으로, 실천 행동 설계 전략으로서 운동 서바이벌 콘텐츠는 실명 참가자, 국가대표 출신 인물, 스타성과 팬덤을 갖춘 인물을 중심으로 시청자의 동일시(social identification)를 촉진하고, 이를 통해 운동 실천 행동이나 브랜드 참여 캠페인으로의 확장 가능성을 제시한다. 실제 시즌 2에서 나타난 브랜드, 팝업스토어 등의 키워드는 오프라인 경험이 콘텐츠 소비와 결합되며, 실천 행동으로 연계되는 구조를 의미한다. 이는 Bandura (2001)의 사회인지이론에서 제시된 바와 같이, 미디어 속 모델의 관찰을 통한 행동 학습과 자기효능감 증진은 수용자의 실천 행동 유도에 중요한 역할을 하며, 실제로 미디어 등장인물과의 감정적 동일시는 자기효능감을 높이고 운동 행동으로 이어질 수 있음이 실증적으로 밝혀진 바 있다(Tian & Hoffner, 2010).

마지막으로, 소비 전환 전략으로서 이와 같은 관심과 실천의 흐름은 스포츠 용품 구매, 피트니스 프로그램 수강, 운동 플랫폼 구독 등 실질적인 소비 행위로 전환될 수 있는 기반을 제공한다. 출연자의 브랜드 협업, 프로그램과 연계된 굿즈, 챌린지 연동 콘텐츠 등은 콘텐츠가 소통 기능을 포함한 상업적 접점으로 확장될 수 있음을 보여준다. 특히, Hollebeek et al.(2014)은 몰입 기반 콘텐츠가 브랜드 참여와 소비 행동 간의 심리적 연결 고리를 형성한다고 주장하며, 이는 OTT 기반 리얼리티 프로그램이 행동 유도형 마케팅 자산으로 기능할 수 있는 이론적 근거를 제공한다.

이와 같은 전략 구조는 특히 낮은 운동 참여율을 보이는 일반 소비자 또는 스포츠 저관여 계층에게 자연스럽고 감정적으로 유도되는 참여 구조를 제공할 수 있으며, 콘텐츠를 기반으로 브랜드, 공공기관, 플랫폼 기업 등이 몰입 기반 통합 커뮤니케이션 전략을 수립하는 데 실질적인 모델로 기능할 수 있다. 본 연구가 제안한 전략 구조는 콘텐츠 기획자뿐만 아니라 브랜드 마케터, 스포츠 관련 기업, 공공기관 등 다양한 실무 주체가 콘텐츠를 활용한 스포츠 마케팅 전략을 구상하고 실행하는 데 적용 가능하다. 궁극적으로 운동 서바이벌 프로그램은 운동 실천을 유도하고, 브랜드와 소비 행동을 연결하는 전략적 커뮤니케이션 플랫폼으로 작용할 수 있으며, 본 연구는 이를 실증 분석과 이론적 논거를 통해 구조화하였다.

결론 및 제언

본 연구는 소셜 빅데이터 분석을 통해 운동 서바이벌 프로그램인 ‘피지컬: 100’ 시즌 1과 시즌 2에 대한 대중의 인식 구조를 파악하고, 시즌 간의 주요 관심 요인 및 반응 구조의 차이를 비교⋅분석함으로써, 해당 콘텐츠가 브랜드 마케팅 자산으로 활용될 수 있는 가능성을 탐색하고자 하였다. 이를 통해 콘텐츠 기반 스포츠 마케팅의 효과성과 수용자 반응 구조에 대한 이론적 이해를 확장하고, 실무적 전략 수립에도 기여할 수 있는 분석 결과를 제시하였다. 이러한 연구 목적에 따라, 본 연구의 결과는 다음과 같이 요약된다.

첫째, 운동 서바이벌 프로그램 피지컬: 100에 대한 대중들의 인식으로, 시즌 1에서는 ‘피지컬’, ‘공개’, ‘넷플릭스’, ‘참가자’, ‘에피소드’, ‘예능’, ‘뉴스’, ‘경기’, ‘글로벌’, ‘논란’ 등의 키워드가 상위에 도출되었으며, 시즌 2에서는 ‘피지컬’, ‘시즌’, ‘공개’, ‘넷플릭스’, ‘참가자’, ‘아모띠’, ‘서바이벌’, ‘시청’, ‘크로스핏’, ‘언더그라운드’ 등의 키워드가 상위에 도출되었다. 시즌 1에서는 출연자 중심 및 부정적 이슈 관련 키워드가, 시즌 2에서는 콘텐츠 외적 확장과 마케팅 연계 키워드가 상대적으로 많이 도출되었다.

둘째, 운동 서바이벌 프로그램 ‘피지컬: 100’에 대한 감성 분석 결과 시즌 1의 경우 긍정 감성 비율이 73.33%로 나타났으며, ‘최고다’, ‘재미있다’, ‘추천’ 등의 긍정 키워드와 함께 ‘힘들다’, ‘어렵다’, ‘아쉽다’ 등의 부정 키워드도 일부 확인되었다. 시즌 2는 긍정 비율이 78.5%로 시즌 1 보다 더 높았고, ‘재미있다’, ‘최고다’, ‘완벽하다’ 등의 긍정 표현이 다수를 차지하였으나, ‘아쉽다’, ‘힘들다’, ‘어렵다’ 등 부정 감정 또한 일부 나타났다.

셋째, 운동 서바이벌 프로그램에 대한 의미연결망분석 결과 시즌 1에서는 ‘트레이닝 관심’, ‘부정적 이슈’, ‘관심인물’, ‘콘텐츠’ 군집이 도출되었으며, 시즌 2에서는 ‘트레이닝 관심’, ‘프로모션’, ‘우승자’, ‘관심인물’, ‘콘텐츠’ 군집이 나타나 시즌 간 인식 구조의 차이를 보였다.

본 연구는 도출된 결과를 바탕으로, 운동 서바이벌 프로그램을 활용한 마케팅 전략 구성을 논의하였으며, 다음과 같은 전략적 시사점을 제안하였다.

먼저, 운동 관심 전략으로서, 콘텐츠 내의 신체 도전과 트레이닝 장면은 시청자의 운동 흥미를 효과적으로 자극할 수 있다. 다음은 실천 행동 설계 전략으로, 참가자에 대한 동일시를 기반으로 브랜드 캠페인이나 오프라인 이벤트와의 연계가 가능하다. 마지막으로 소비 전환 전략을 통해 운동 콘텐츠는 스포츠 용품, 서비스 등의 실질적인 소비 행동으로 이어질 수 있다. 이러한 마케팅 전략을 통해 운동 서바이벌 프로그램은 가벼운 오락 소비에 그치지 않고 실질적인 참여 유도와 소비 행동을 연결하는 브랜드 전략 자산으로 활용될 수 있다는 점에서 그 기대가 크다.

본 연구는 소셜 빅데이터 분석을 통해 운동 서바이벌 프로그램에 대한 대중의 인식 구조와 시즌 간 변화 양상을 실증적으로 규명함으로써, 콘텐츠 기반 스포츠 마케팅의 이론적 논의를 보완하고 실무적 전략 수립에도 기여하였다는 점에서 의의를 지닌다. 그럼에도 불구하고, 본 연구는 몇 가지의 제한점을 지니며, 향후 연구에서 고려해 볼 수 있는 보완적 방향은 다음과 같다.

첫째, 분석 데이터는 국내 주요 포털 사이트(네이버, 다음)의 온라인 반응을 중심으로 수집되었기 때문에, 반응의 지리적 범위는 국내 이용자에 국한되어 있다. 이러한 설정은 한국형 콘텐츠의 대중 반응을 심층적으로 분석하는 데에 적합하지만, 분석 결과에서 ‘글로벌’과 같은 키워드가 도출된 바 있어, 향후 연구에서는 Google, YouTube, Yahoo, Quora, Reddit, X(구 Twitter) 등과 같은 해외 플랫폼을 추가적으로 포함함으로써 국내외 수용자 간의 인식 차이를 비교하거나, 보다 다층적인 글로벌 반응 구조를 확장적으로 고찰할 수 있을 것으로 판단된다.

둘째, 본 연구는 온라인 텍스트 기반의 인식 분석을 통해 대중의 관심 요인과 반응 구조를 도출하는 데 중점을 두었기에, 구체적인 소비자 행동 수준(재관람의도, 브랜드 구매의도 등)에 대한 직접적인 실증 검증은 포함되지 않았다. 이에 따라 향후 연구에서는 설문조사 기반의 정량 분석이나 구조방정식모형 등의 인과분석 기법을 병행하여, 도출된 인식 구조가 실제 수용자의 태도 및 행동에 어떠한 영향을 미치는지를 보다 정교하게 규명할 수 있을 것으로 판단된다.

셋째, 본 연구는 피지컬: 100 시즌 1과 시즌 2 방영 직후 일정 기간 동안의 온라인 반응을 기반으로 분석하였기 때문에, 시간의 흐름에 따라 변화하는 인식의 지속성이나 장기적인 관심 구조의 추이까지는 반영하지 못했다는 제한이 있다. 향후 연구에서는 시계열 데이터 분석이나 반복 측정을 통해 시간에 따른 인식의 안정성, 반응의 양상 등 콘텐츠 수명주기적 맥락을 반영한 분석이 추가적으로 이루어질 필요가 있다.

참고문헌

1.

김도윤, 신동엽(2021). 한국 서바이벌 오디션 TV 프로그램 흥행요인 분석. 문화산업연구, 21(2), 1-11. DOI: http://dx.doi.org/10.35174/jkci.2021.06.21.2.1 

2.

김민철, 김윤숙, 김태훈(2023). 소셜 빅데이터 분석을 활용한 영암 F1 경주장 인식 분석: F1 대회기간과 이후 비교를 중심으로. 한국사회체육학회지, 92, 205-219. DOI: http://dx.doi.org/10.51979/kssls.2023.04.92.205 

3.

김병식, 최태석, 유종만(2016). 스포츠 스타의 모델 이미지가 광고태도, 브랜드자산 및 구매의도에 미치는 영향. 스포츠사이언스, 33(2), 49-63.

4.

김선우, 안희웅, 장유나, 홍민예, 서민지, 김성태(2019). 유튜브 댓글 빅데이터 분석을 통한 제품별 소비자 구매여정 연구: 새로운 방법적 가능성을 제안하며. 영상문화콘텐츠연구, 16, 57-89. DOI: http://dx.doi.org/10.24174/jicc.2019.02.16.57 

5.

김선희, 김범, 서일한(2022). 빅데이터를 활용한 스포츠 활동 안전 인식에 관한 연구. 한국체육학회지, 61(4), 373-383. DOI: http://dx.doi.org/10.23949/kjpe.2022.7.61.4.26 

6.

김시예, 김대환(2025). 소셜 빅데이터를 활용한 스포츠 이벤트 스폰서 브랜드의 이미지 변화 분석: 2024 넥슨 아이콘 매치 사례를 중심으로. 한국스포츠산업경영학회지, 30(1), 67-83.

7.

김영군(2012). 서바이벌 리얼리티 프로그램의 시청동기와 몰입경험이 시청효과에 미치는 영향 연구. 미간행석사학위논문, 한양대학교 대학원.

8.

김은초(2023. 03. 01). 외신도 주목한 K-예능...‘피지컬: 100’ 열풍 이유는?. 국민일보. https://www.kmib.co.kr/article/view.asp?arcid=0018008925&code=61131111&cp=nv

9.

김재환, 이재문(2018). 텍스트 마이닝과 오피니언 마이닝 분석을 활용한 국내외 스포츠용품 브랜드 비교ㆍ분석 연구. 한국콘텐츠학회논문지, 18(6), 217-234.

10.

김진섭(2014). 리얼 버라이어티쇼의 확장성과 전통 연희에 대한 소고(小考): 2006 년 ˂무한도전˃ 등장 이후를 중심으로: 2006 년 <무한도전> 등장 이후를 중심으로. 한국콘텐츠학회논문지, 14(8), 95-109.

11.

김지원(2023. 02. 09). ‘피지컬: 100’ 성희롱ㆍ약물ㆍ욕설까지…균형 잃은 ‘최고의 몸’. 텐아시아. https://www.tenasia.co.kr/article/2023020842504

12.

김태훈, 정산(2024). 빅데이터 분석을 활용한 공공체육시설 이슈 분석. 한국융합과학회지, 13(6), 283-300. DOI: http://dx.doi.org/10.24826/kscs.13.6.16 

13.

김혜수, 이보미, 김성태(2022). OTT 콘텐츠 시청 요인과 몰아보기에 관한 연구: 플로 (flow) 의 매개 효과를 주목하며. 한국방송학보, 36(5), 48-82.

14.

남재준(2020). 대학생이 인식하는 U-20 축구스타 광고모델속성이 브랜드자산 및 제품구매의도에 미치는 영향. 한국사회체육학회지, 79, 105-119. DOI: http://dx.doi.org/10.51979/kssls.2020.01.79.105 

15.

닐슨 코리안클릭(2023). TOP 10 LIST FOR PC WEBSITES. https://www.koreanclick.com/insights/service_rank.html?device=PC

16.

류은주(2021). 서바이벌 TV 프로그램의 방향성 제고. 지식융합연구, 4(2), 49-73.

17.

박강현(2023. 04. 30). ‘피지컬: 100’ 장은실 “레슬링 알려 뿌듯…꾸준히 재미있게 운동하는 게 목표”. 조선일보. https://www.chosun.com/sports/sports_general/2023/04/30/HXNO3VO4GNE2LP5YQC322KZLDI/?utm_source=naver&utm_medium=referral&utm_campaign=naver-news

18.

박로사(2024. 04. 03). ‘피지컬: 100’ PD가 밝힌 홍범석 재섭외 이유→시즌3 가능성 [인터뷰]. 스타투데이. https://www.mk.co.kr/news/broadcasting-service/10981313

19.

박선혜(2023. 06. 04). 푸드올로지, 빨가농 다이어트 신봉선 이어 윤성빈 피지컬세트 광고 모델 발탁. 문화뉴스. https://www.mhns.co.kr/news/articleView.html?idxno=554433

20.

박한우(2004). 한국어의 내용분석을 위한 KrKwic 프로그램의 이해와 적용: Daum. net에서 제공된 지역혁신에 관한 뉴스를 대상으로. 한국자료분석학회지, 6(5), 1377-1387.

21.

서상현, 김준태(2016). 딥러닝 기반 감성분석 연구 동향. 한국멀티미디어학회지, 20(3), 8-22.

22.

서재필(2024. 03. 21). O4O 시너지 확대하는 GS25, 도어투성수에 ‘피지컬 100 시즌2’ 팝업스토어 연다. 한국정경신문. https://kpenews.com/View.aspx?No=3168181

23.

서지훈, 조혜진, 최진탁(2015). 한국 문법의 반의어 규칙을 적용한 오피니언 감성사전 설계. 한국정보기술학회논문지, 13(2), 109-117.

24.

송경은(2024. 02. 16). 금수저 vs 흑수저 ‘정면충돌’… 연예인도 안 나오는데 이 예능 너무 재밌네. 매일경제. https://www.mk.co.kr/news/culture/10944138

25.

신영선(2025. 01. 04). ‘힙으뜸’ 심으뜸, 초밀착 운동복 입고 선보인 새해 다이어트 자극 영상. 스포츠한국. https://sports.hankooki.com/news/articleView.html?idxno=6885695

26.

신재은, 권형일(2024). 텍스트 마이닝을 사용한 체육특기자제도에 관한 언론보도의 분석. 한국스포츠산업경영학회지, 29(3), 1-16.

27.

안충기(2024. 05. 31). 룰루레몬, 피지컬100 시즌2 우승 아모띠와 파트너십 강화. 중앙일보. https://www.joongang.co.kr/article/25253364

28.

연소연(2025. 02. 18). 세인트존스호텔 강릉, 우승 상금 1천만 원 피트니스 서바이벌 대회 ‘피지컬 500’ 개최. 디지털타임스. https://www.dt.co.kr/contents.html?article_no=2025021702109923056003&ref=naver

29.

위민영, 나지영, 박영일(2018). 텍스트마이닝과 네트워크 분석을 적용한 VR 게임 사용자의 관심 요소 연구: STEAM 사용자 리뷰 데이터를 중심으로. 한국게임학회 논문지, 18(6), 69-82. DOI: http://dx.doi.org/10.7583/jkgs.2018.18.6.69 

30.

윤나리, 김민규, 정연길, 이병엽, 강현민(2024). 유튜브 댓글 분석을 통한 스포츠 예능 프로그램의 수용자 인식과 평가 연구. 한국체육과학회지, 33(5), 310-325. DOI: http://dx.doi.org/10.35159/kjss.2024.10.33.5.310 

31.

윤호민, 최규완(2021). 감성분석을 활용한 레스토랑 선택속성과 만족도에 관한 연구: 외래관광객 온라인 리뷰 중심으로. 호텔경영학연구, 30(6), 99-117. DOI: http://dx.doi.org/10.24992/kjht.2021.8.30.06.99 

32.

유은비(2023. 06. 14). 조작ㆍ출연자 논란 ‘피지컬: 100’, 시즌2 제작 “모두 새롭게”[공식]. 스포티비뉴스. https://www.spotvnews.co.kr/news/articleView.html?idxno=613162

33.

유지혜(2024. 03. 27). ‘피지컬: 100’ 시즌2가 부른 ‘땀의 노래’ㆍㆍㆍ대중도 반응했다. 스포츠동아. https://sports.donga.com/article/all/20240326/124169330/3

34.

유지혜(2023. 02. 16). ‘피지컬’이 대세, 세계 홀린 K예능. 스포츠동아. https://sports.donga.com/article/all/20230215/117904062/3

35.

유채연(2023. 02. 27). “아시아인의 우월한 근육 알렸다?” 구설에도 ‘피지컬: 100’이 남긴 것들 [이슈 크래커]. 이투데이. https://www.etoday.co.kr/news/view/2225933

36.

임몽로, 조혁수, 백설, 번영(2018). 콘텐츠 내부요인과 현지시장 외부요인을 활용한 대중문화 콘텐츠 소비 결정요인 분석. 통상정보연구, 20(1), 297-318.

37.

임병선(2023. 02. 08). 이렇게 단순한 몸 겨루기에 정신없이 빠져들다니 ‘피지컬: 100’. 서울신문. https://en.seoul.co.kr/news/newsView.php?id=20230208500068&wlog_tag3=naver

38.

임승재, 이재문(2025). 소셜 빅데이터 분석을 활용한 프로야구 구단 활성화 전략 연구: KT위즈구단을 중심으로. 한국체육과학회지, 34(1), 233-247. DOI: http://dx.doi.org/10.35159/kjss.2025.2.34.1.233 

39.

이소라(2025. 02. 04). [2025 넷플릭스] ‘오징어게임ㆍ흑백요리사ㆍ피지컬’…K콘텐츠의 귀환. 테크M. https://www.techm.kr/news/articleView.html?idxno=135121

40.

이승희(2019). 리얼리티 프로그램의 성역할 고정관념 연출프레임 분석. 한국언론학보, 63(1), 325-368. DOI: http://dx.doi.org/10.20879/kjjcs.2019.63.1.010 

41.

이완영, 박찬우(2025). ‘유동성’, ‘즉각성’, ‘취약성’: 글로벌 스포츠 팬들의 문화 소비 양상. 한국스포츠사회학회, 38(1), 104-117. DOI: http://dx.doi.org/10.22173/ksss.2025.38.1.6 

42.

이재문, 이용건(2024). 빅데이터 분석을 활용한 스포츠 예능 프로그램 성공 요인 분석 연구: 최강야구를 중심으로. 한국스포츠과학원, 35(2), 249-262.

43.

이준호, 이영주. (2023). 스포츠 스타의 스포츠 예능 프로그램 출연과 프로그램 성공 요인에 관한 연구: 제작진 심층 인터뷰를 중심으로. 한국소통학보, 22(1), 249-281. DOI: http://dx.doi.org/10.51652/ksmca.2023.22.1.7 

44.

이태훈(2023. 02. 09). 넷플릭스 ‘피지컬: 100’, 한국 예능 첫 시리즈 세계 1위 올랐다. 조선일보. https://www.chosun.com/culture-life/culture_general/2023/02/09/6D6SBGZKJNASVHOFTCKSZFW4EA/?utm_source=naver&utm_medium=referral&utm_campaign=naver-news

45.

이형준(2023. 10. 29). 갤럭시코퍼레이션, 한-사우디 문화ㆍ스포츠 교류 협력…MOU 등 尹 국빈방문 동행 성과. 디지틀조선일보. https://digitalchosun.dizzo.com/site/data/html_dir/2023/10/23/2023102380132.html.

46.

장경애, 박사현, 김우제(2015). 인터넷 감정기호를 이용한 긍정/부정 말뭉치 구축 및 감정분류 자동화. 정보과학회논문지, 42(4), 512-521. DOI: http://dx.doi.org/10.5626/jok.2015.42.4.512 

47.

전영진, 김공숙(2023). K-예능 ˂피지컬: 100˃ 의 구성적 특징과 한국적 스토리텔링. 문화와융합, 45(9), 417-433. DOI: http://dx.doi.org/10.33645/cnc.2023.09.45.09.417 

48.

정선주(2024). 빅데이터 기반 홈 뷰티디바이스에 대한 소비자 인식 변화 분석-2020 년부터 2024 년을 중심으로. 한국디자인문화학회지, 30(4), 515-530. DOI: http://dx.doi.org/10.18208/ksdc.2024.30.4.515 

49.

정현태(2024. 03. 05). [종합] 격투 케이지서 공뺏기… ‘피지컬: 100’ 시즌2, 2배 더 커진 퀘스트 스케일. 싱글리스트. https://www.slist.kr/news/articleView.html?idxno=530394

50.

조준상, 은혜정(2013). 리얼리티 예능 프로그램연구: 의사사회 상호작용 요인, 플로우 그리고 시청만족도를 중심으로. 언론과학연구, 13(3), 556-590.

51.

차민경, 권상희(2015). 언론의 ‘창조경제’에 대한 의제설정 의미연결망 분석. 한국언론학보, 59(2), 88-120.

52.

최영환(2024). 스포츠 예능 프로그램의 트랜스 미디어 스토리텔링 전략 분석: ‘최강야구’를 중심으로. 한국스포츠학회지, 22(1), 13-22. DOI: http://dx.doi.org/10.46669/kss.2024.22.1.002 

53.

홍상현, 황상재(2017). 웹 드라마의 흥행에 영향을 미치는 요인에 대한 연구. 방송통신연구, 100, 35-69.

54.

Bandura, A. (2001). Social cognitive theory of mass communication. Media Psychology, 3(3), 265-299. DOI: http://dx.doi.org/10.1207/s1532785xmep0303_03 

55.

Calder, B. J., Malthouse, E. C., & Schaedel, U. (2009). An experimental study of the relationship between online engagement and advertising effectiveness. Journal of Interactive Marketing, 23(4), 321-331. DOI: http://dx.doi.org/10.1016/j.intmar.2009.07.002 

56.

Cho, C. K., Kim, H., & Lee, S. (2023). Analysis of the Issues That Emerged in the Revision of the National Social Studies Curriculum in South Korea: Text Mining and Semantic Network Analysis of the Comments at the Public Hearing on YouTube. Journal of Education and E-Learning Research, 10(3), 463-473. DOI: http://dx.doi.org/10.20448/jeelr.v10i3.4886 

57.

Cunningham, S., & Craig, D. (2019). Social media entertainment: The new intersection of Hollywood and Silicon Valley (Vol. 7). NYU Press.

58.

Fang, X., & Zhan, J. (2015). Sentiment analysis using product review data. Journal of Big Data, 2(1), 1-14. DOI: http://dx.doi.org/10.1186/s40537-015-0015-2 

59.

Feldman, R., & Dagan, I. (1995). Knowledge Discovery in Textual Databases (KDT). KDD, 95, 112-117.

60.

Hollebeek, L. D., Glynn, M. S., & Brodie, R. J. (2014). Consumer brand engagement in social media: Conceptualization, scale development and validation. Journal of Interactive Marketing, 28(2), 149-165. DOI: http://dx.doi.org/10.1016/j.intmar.2013.12.002 

61.

Kwak, G. (2014). Social Network Analysis, Cheongram, Seoul.

62.

Lee, W., & Gretzel, U. (2012). Designing persuasive destination websites: A mental imagery processing perspective. Tourism management, 33(5), 1270-1280. DOI: http://dx.doi.org/10.1016/j.tourman.2011.10.012 

63.

Lobato, R. (2019). Netflix nations: The geography of digital distribution. NYU Press.

64.

Tian, Q., & Hoffner, C. A. (2010). Parasocial interaction with liked, neutral, and disliked characters on a popular TV series. Mass Communication and Society, 13(3), 250-269. DOI: http://dx.doi.org/10.1080/15205430903296051 

65.

Van Laer, T., De Ruyter, K., Visconti, L. M., & Wetzels, M. (2014). The extended transportation-imagery model: A meta-analysis of the antecedents and consequences of consumers’ narrative transportation. Journal of Consumer Research, 40(5), 797-817. DOI: http://dx.doi.org/10.1086/673383 

66.

Wasserman, S., & Faust, K. (1994). Social network analysis: Methods and applications. DOI: http://dx.doi.org/10.1017/cbo9780511815478