1. 서론

‘밈(meme)’은 복제나 모방에 의해 전파되는 유전자와 유사한 작은 문화 전달 단위를 지칭하며 밈 이론은 이러한 문화 복제 현상을 통해 사회문화 현상을 설명한다(Dawkins, 1976). 현대사회의 인터넷 발달과 온라인 참여문화의 확산은 밈이 대규모로 확산되는 가장 이상적인 환경을 제공한다(Castaño Díaz, 2013). 다양한 참여형 플랫폼은 보다 쉽게 기존의 밈을 변환하고 재창조할 수 있도록 하기 때문에 인터넷 밈은 새로운 장르의 커뮤니케이션 수단으로 사용되고 있다(Kuipers, 2002). 밈적 콘텐츠(memetic contents)는 광범위하고 창의적인 이용자의 참여를 유도하고 콘텐츠의 확산 과정에 상당한 변화를 가져왔다(Shifman, 2013). 이 과정에서 사람들은 그대로의 밈을 공유하기도 하지만, 자신만의 아이디어를 포함시키고 콘텐츠를 재생산한다(Blackmore et al., 2000).

인터넷 밈의 생산자(관광객)는 자신만의 아이디어를 통해 기존 관광 콘텐츠의 일부를 변경하거나 일관성을 유지하면서 새로운 콘텐츠를 생산한다(오정준, 2015; Wiggins and Bowers, 2015). 밈 관광은 밈에 의해 동기가 부여된 여행 또는 여행 중에 밈을 재현하는 관광객을 포함하는 용어이다(Owen and Zatori, 2021). 관광 밈은 유명하지 않았던 관광지 혹은 관광지가 아니었던 장소조차 관광 명소로 만들 수 있다. 뉴욕 브롱크스(Bronx)의 조커계단이 좋은 사례이며, 이미 언론에서는 본 현상을 밈 투어리즘(meme tourism)으로 명명한 바 있다(The Guardian, 2019). 밈 투어리즘은 관광객이 관광지를 방문해 다른 관광객을 따라하거나 관광지를 자신만의 방식으로 표현한 경험(사진이나 동영상 등)을 공유하는 일련의 과정으로 정의되며, 한 장소가 미디어에서 공유되어 빠른 시간 안에 관광 명소가 되는 현재의 관광 현상을 밈의 관점에서 설명할 수 있다(Hajli et al., 2018; Yhee et al., 2021).

영화나 드라마에 등장한 장소가 관광 목적지가 되는 전통적인 미디어유발(media-induced) 관광과는 달리, 밈 투어리즘은 인터넷 밈을 통해 잠재관광객이 목적지에 대한 새로운 이미지를 직접 구축하며 보다 빠른 속도로 확산된다는 차이가 있다(Jenkins, 2009). 또한, 역사적 의미, 자연경관, 교육, 휴식을 목적으로 방문해온 기존 관광지와는 달리, 밈 관광지는 다른 관광객들에 대한 선망으로 인해 방문하게 된다(Latif et al., 2021). 따라서 기존 관광과 밈 투어리즘의 차이를 확인하여 밈 투어리즘이 지닌 특성을 이해하는 것은 과거 유명하지 않은 장소가 빠른 시간 내에 관광 명소가 되는 현상을 이해하는데 도움이 될 것이다.

최근 관광 분야에서는 인터넷 밈에 의해 촉발되는 밈 투어리즘 현상이 나타나면서 소셜미디어에서 생성되는 데이터들의 중요성이 부각되고 있다(강영옥 등, 2021; 지명인, 2021). 밈 투어리즘에서 소셜미디어는 단순히 유행하는 장소를 찾아보는 정보채널의 역할 뿐만 아니라 관광 밈이 확산되는 이상적인 환경을 제공하며 자신을 표현하고 타인과 소통하는 수단으로 사용된다(Heylighen and Chielens, 2009). 소셜미디어는 잠재관광객들이 관광 밈을 통해 자신을 표현하는 무대이며, 즉 밈 관광지는 자신의 이상적인 디지털 자아(digital self)를 만들고 표현할 수 있는 장소인 것이다(Meier and Gray, 2014).

밈 관광지를 발생시키는 밈 투어리즘은 현재 소셜미디어를 통해 빠르게 확산되고 있는 현상임에도 불구하고, 소셜미디어 데이터를 활용하여 국내 지역을 대상으로 밈 투어리즘 현상을 파악한 연구가 부족한 실정이다. 따라서 본 연구에서는 소셜미디어 및 빅데이터를 활용하여 밈 투어리즘의 발생 특성을 분석하고 다양한 관광지 중 밈 관광지를 구분 및 선정하는 방법을 제시하고자 하였다. 이를 위해 제주특별자치도(이하 ‘제주도’)에 존재하는 10곳의 관광지 인스타그램(Instagram) 데이터를 활용하여 밈 관광지와 관련된 해시태그(hashtag)와 게시글 등을 통해 장소에 대한 인식적 및 시계열적 특성과 게시물에 포함된 지오태그(geotag)를 통해 공간적 특성을 확인하였고, 밈 특성에 부합하는 관광지를 선정하였다.

2. 밈 투어리즘

밈 투어리즘이라는 개념은 완전히 새로운 것은 아니나, 밈 투어리즘 자체에 대한 연구는 비교적 적게 진행되었다. 미디어에서 유발되어 인터넷에서 회자되고 모방되며 변형되는 대중문화를 밈이라 하며, 대중문화 관광에서 비롯된 밈 투어리즘을 통해 최근의 관광 현상을 설명할 수 있다(Owen and Zatori, 2021). Yhee et al.(2021)은 밈 투어리즘을 관광지를 방문한 관광객이 본인의 경험을 자기만의 방식으로 표현하고 공유하는 과정으로 정의한 바 있다.

밈으로 유발된 대표적인 관광 사례를 보자면, 미국 뉴욕의 ‘The Joker stairs’, 네바다주 ‘Area 51’, 네브래스카주 오마하의 ‘The West Maple Omaha Rock’, 캘리포니아주 로스앤젤레스의 ‘The Pink Wall’, 게임 ‘Fallout: New Vegas’의 배경인 네바다주와 유타주 등이 밈 관광지로 보도 또는 연구되었다(Fashionista, 2017; CNN, 2019; Jibilian, 2019; Los Angeleno, 2019; The New York Times, 2019; VICE, 2019; Schwartz, 2021). 해당 밈 관광지에서는 관광객이 미디어에 등장한 인물을 모방하거나 재창조하고 일부 관광객은 그러한 관광객을 다시 모방하는 현상이 나타난다(Vulture, 2019). 이처럼 기존 미디어 관련 관광과 다르게 밈 투어리즘은 소셜미디어를 통해 장소를 방문하고 다시 관광객이 방문 경험을 공유하여 미래의 밈 관광객에게 영감을 주는 일련의 과정이다.

이상의 사례로 보았을 때, 밈 투어리즘은 관광지의 특성과 소셜미디어의 영향이 복합적으로 작용한 결과라고 할 수 있다. 대중문화 관광과의 차이점은 대중문화 관광객은 미디어에서 표현된 관광지를 방문하여 가상 인물의 발자취를 따라가며 영감을 받는다면, 밈 관광객은 인플루언서(influencer)의 사진을 재현하거나 기존 아이디어를 재구성하여 영감을 받는다는 것이다(Gyimóthy et al., 2015). 이처럼 소셜미디어를 통해 빠르게 확산되는 밈 투어리즘은 기존의 방법으로는 예측하기 어려우며(Lundberg and Lexhagen, 2014), 관광의 주목적이 지역 경제 기여보다는 콘텐츠를 제작하는 행위에 있어, 발생과 결과 또한 확인하기 어렵다(Mahdawi, 2019). 허나, 앞선 사례에서 밈 투어리즘에 의해 한 장소가 명소가 되고, 관광객이 유치되며 소비가 활성화되었기에 새로운 관광 트렌드인 밈 투어리즘과 관련하여 적합한 전략이 요구되는 시점이다. 따라서 모방의 개념과 함께 밈 투어리즘에서 나타나는 다른 관광 형태와 구별되는 시계열적, 공간적 특성을 구체적으로 확인하고 밈 관광지를 구별하는 방안이 필요하다.

3. 데이터 및 연구방법

1) 데이터

본 연구에서는 방문 관광객 수가 지속적으로 증가하며 국내에서 가장 관광이 활성화된 지역인 제주도를 연구 지역으로 선정하였다(제주관광공사, 2022). 또한, 제주도는 자연 및 문화유산, 박물관 등 기존 관광지와 새롭게 떠오르는 밈 관광지가 공존하는 공간으로 소셜미디어에서의 언급이 잦은 지역이다(Shafqat and Byun, 2020). 데이터 수집을 위한 소셜미디어로는 우리나라에서 가장 많이 사용하는 소셜미디어이자 매년 사용량 상승세를 보이고 있는 인스타그램을 선정하였다(한국지능정보사회진흥원, 2023). 소셜미디어는 이용자의 참여를 높이는 해시태그, 댓글, 좋아요, 포워딩과 같은 기능을 통해서 콘텐츠의 공유와 확산 속도를 높일 수 있다(이선영 등, 2019). 특히 인스타그램은 일상 기록 뿐만 아니라, 사회적 상호 작용, 그리고 여행 및 관광 경험을 공유할 수 있는 장소로써 그 활용도가 높다(이영란 등, 2023; Weilenmann et al., 2013; Fatanti and Suyadnya, 2015). 따라서 관광과 관련한 대표적인 소셜미디어인 인스타그램의 데이터를 수집 및 활용하였다.

연구 대상으로는 제주관광공사 공식 홈페이지에서 소개되고 있으며 동시에 인스타그램 게시물이 다수 존재하는 10곳의 제주도 관광지를 선정하였다(그림 1). 각 관광지의 게시물에 대해 게시글, 작성 시간, 지오태그, 해시태그, 이미지를 수집하였다(그림 2). 다만, 인스타그램 웹페이지는 약 1만 건 이상의 게시물부터는 조회되지 않아 물리적으로 수집이 제한적이다. 이에 따라 데이터 수집을 위한 검색 키워드를 ‘#성산일출봉’에서 ‘#제주성산일출봉’으로 일부 대체하는 등 유사 키워드를 사용하여 게시물을 전수 수집하였다. 데이터 수집은 2021년 9월부터 10월 간 진행하였고 10곳의 관광지를 대상으로 수집된 게시물은 총 51,570건이다(표 1).

그림 1.

연구 대상 제주도 관광지

그림 2.

인스타그램 수집 정보(①: 게시글, ②: 해시태그, ③: 게시시간, ④: 지오태그, ⑤: 게시사진)

2) 연구 방법

밈 투어리즘의 가장 중요한 특성 중 하나는 아이디어의 모방과 재창조라고 할 수 있다. 이런 특성을 바탕으로 밈 투어리즘은 기존 관광과 구별될 수 있으며 소셜미디어 게시물에서 그 특성이 나타난다. 밈 투어리즘 게시물은 사진이나 해시태그가 유사하거나 시간적 및 지리적 집중의 특성이 있다(Peeters et al., 2018). 본 연구에서는 소셜미디어 인스타그램 게시물에서 나타나는 시계열적 증가와 지리적 밀집, 그리고 사진 및 해시태그의 유사성으로 10곳의 관광지에서 밈 투어리즘 특성을 확인하고자 하였다.

연구의 분석은 5단계로 진행되었다. 먼저, 수집된 인스타그램 게시물 중 글이나 해시태그가 완전히 동일하여 광고성 게시물로 추정되는 게시물을 제거하였다. 다음으로 게시물이 생성된 시기를 나타내는 게시시간 정보를 활용하여 시계열적 추세를 파악하였다. 구체적으로는, 일 평균, 월 평균 생성 게시물, 월별 생성 게시물 수, 누적 게시물 수 그리고 누적에 대한 생성 게시물 수의 비율 등 정보를 확인하였다. 또한, 누적 값에 대한 생성 값 비율이 급증하는 지점을 선정하고 전후 변화 추세를 비교하였다. 세 번째, 게시물의 공간적 특성을 파악하기 위해 밀집도 분석을 수행하였다. 이때 지오태그를 통해 장소가 명시된 게시물만을 활용하였고 지오태그 정보를 지리적 위치로 변환하기 위해서 자체 제작한 지오코딩 도구를 사용하였다. 밀집도는 관광지 중심점에서 각 게시물까지의 거리를 계산하고 평균 거리를 산출하여 확인하였고, 관광지 중심에서 일정 거리마다 포함되는 게시물의 개수를 세고 커널 밀도 함수로 지리적 집중 정도를 파악하였다. 네 번째, 관광지 특성에 대한 유사성은 크게 해시태그의 유사성과 사진의 유사성으로 구분하였다. 해시태그 유사성은 각 관광지 게시물에서 특정 해시태그의 빈도, 해시태그간 연관성, 그리고 고유 해시태그의 비율을 계산하였다. 또한, 고유 해시태그의 비율 변화를 시계열적, 지리적 범위에 따라 확인하였다. 사진의 유사성은 OpenCV 라이브러리의 히스토그램 비교 기법을 활용하였다(Culjak et al., 2012). 관광지마다 사진의 평균 유사도를 확인하고 그 값을 비교하였다. 마지막으로, 시계열적 증가, 지리적 밀집, 유사성을 종합적으로 고려하여 10곳의 관광지 중 밈 투어리즘 특성에 부합하는 관광지를 선정하고 결과를 정리하였다.

4. 연구 결과

1) 관광지별 게시물 발생 빈도 분석

게시물의 시간적 집중 정도를 확인하기 위한 시계열 분석 결과 중 우선 관광지 10곳에 대한 일 평균 및 월 평균 생성 게시물을 계산하였다(표 2). 디앤디파트먼트제주에 대한 게시물이 기간 대비 가장 많았으며 도두봉키세스존, 오지힐제주 또한 데이터 기간에 비해 게시물이 많았다. 반대로 섭지코지, 성산일출봉, 새별오름 등은 일 평균 1건 이하로 평균 생성 게시물이 적었다. 즉, 인스타그램 상에서는 디앤디파트먼트제주, 도두봉키세스존, 오지힐제주 등이 섭지코지, 성산일출봉, 새별오름 등 보다 인기가 많은 관광지라고 할 수 있다.

다음으로 시간 흐름에 따른 게시물 생성 추이를 확인하기 위해 관광지에 대해 생성 게시물 수와 누적 게시물 수를 월별로 산출하고 누적 게시물 수에 대한 생성 게시물의 비율을 확인하였다. 이 값을 통해 특정 시기 이전까지 생성된 전체 게시물과 비교하여 얼마나 많은 게시물이 생성되었는지 파악할 수 있다. 그림 3은 비자림을 예시로 게시물 생성과 누적, 그리고 누적에 대한 생성 비율을 계산한 것이다. 게시물 생성 추이에서는 시기별로 생성된 게시물의 수를 알 수 있다. 시간이 지날수록 월 단위로 생성되는 게시물의 수는 증가하지만, 게시물 누적에 대한 생성 비율을 봤을 때는 오히려 감소하는 추세를 보인다. 전체 게시물 숫자에 비하면 생성되는 게시물의 숫자가 많지 않기 때문이다. 이때 2017년 3월은 점차 감소하는 추세와 반대로 오히려 증가한 시기인데, 이러한 시기를 게시물의 급증 시기로 판단하고 각 관광지에서 결과를 확인하였다.

그림 3.

시간에 따른 게시물 생성, 누적 그리고 누적에 대한 생성 비율

각 관광지에서 급증 시기와 급증 시기까지의 누적 게시물 수, 동기간 증가량 그리고 절대적인 수가 다르므로 해당 증가량을 각 관광지의 총 개수로 나눈 증가량 비율을 확인하였다(표 3). 게시물의 첫 생성 시기부터 급증 시기까지의 기간이 짧은 관광지는 오지힐제주, 도두봉키세스존, 섭지코지 등이었고 그 반대는 창꼼, 비자림, 이호테우목마등대 등으로 나타났다. 이는 관광지가 소셜미디어 상에서 유명해진 시간이라고 볼 수 있으며 빠르게 부각된 관광지와 그렇지 않은 관광지로 구분될 수 있다. 급증까지의 기간과 동일한 기간 동안 급증 시기 이후 증가된 게시물을 봤을 때는 창꼼, 오지힐제주, 디앤디파트먼트제주, 도두봉키세스존에서는 전체 게시물 중 절반 이상의 게시물이 급증 시기 이후에 생성되었다. 특히 창꼼의 경우 전체의 93.34%에 달하는 게시물이 생성되었다. 이러한 결과는 급증에 의한 명성을 계기로 더 많은 관광객이 찾게 되어 나타난 결과로 보인다. 반대로 급증 시기까지의 기간이 도두봉키세스존과 같은 섭지코지의 경우 급증 시기 이후에도 게시물 생성에 큰 변화가 없어 관광지가 활성화되었다고 하기 어렵다. 따라서 관광지가 활성화된 후 시간적 집중이 발생하게 되는 밈 투어리즘 특성이 드러나는 관광지는 창꼼, 오지힐제주, 디앤디파트먼트제주, 도두봉키세스존이라고 할 수 있다.

2) 지오태그 게시물의 분포 분석

밈 투어리즘의 공간적 집중을 확인하기 위해 진행한 공간 분석으로 우선, 게시물과 관광지 중심점과의 평균 거리를 계산하였다(표 4). 공간정보화한 각 게시물과 해당 관광지의 중심점(그림 1) 간의 거리를 계산하여 각 관광지마다 중심점과의 평균 거리를 계산하였다. 계산 결과, 디앤디파트먼트제주, 이호테우목마등대, 도두봉키세스존 등에서 평균 거리가 짧은, 즉 비교적 밀집된 것으로 나타났다.

공간적 집중을 확인하는 다음 과정으로, 커널 밀도 분석과 거리에 따른 게시물 빈도 분석을 진행하였다. 그림 4는 커널 밀도 함수 기반의 지리적 집중 정도를 지도에 시각화한 것이며 그림 5는 중심점에서 일정 범위 내에 포함되는 각 관광지의 게시물 수를 비율로 표현한 것이다. ㎢ 면적 단위당 게시물이 10,000건 이상 밀집하여 있는 관광지로는 디앤디파트먼트제주(그림 4b), 이호테우목마등대(그림 4i), 도두봉키세스존(그림 4a) 등으로 각각 최대 밀도가 179,000건, 53,600건, 15,000건에 달한다. 또한, 공간적 분포와 거리에 따른 게시물 수 변화에서 관광지 중심이 아닌 다른 장소에서의 군집을 확인할 수 있다. 특히, 창꼼의 경우 제주시, 애월읍, 조천읍, 한라산 등 다수의 지역에서 게시물이 집중되어 있어 게시물 간 평균 거리가 멀고 게시물 수도 거리에 따라 크게 변화하는 패턴을 보인다(그림 4j, 그림 5). 마찬가지로 중심점과 먼 지점에서 게시물 수가 급격히 증가하는, 즉 추가적인 소규모 군집이 존재하는 비자림, 섭지코지, 성산일출봉, 오지힐제주, 우도 등 관광지는 게시물 간 평균 거리가 멀고 중심점 인근에서 낮은 밀도를 보였다. 반대로 밀도가 높은 관광지는 비교적 짧은 거리에 대다수의 게시물이 존재하여 거리에 따른 게시물 수 그래프가 초반에 가파르게 증가하는 변화를 확인할 수 있다. 이는 중심점 주변 게시물 밀도가 높은 동시에 해당 관광지를 언급한 게시물 대부분이 산발적이지 않고 해당 관광지에 집중되어 나타난다는 것을 의미한다.

그림 4.

게시물 커널 밀도와 연도별 게시물 중심점

그림 5.

중심점에서 거리 범위에 따른 게시물 비율

정리하자면, 관광지 중심점에 대한 평균 거리가 짧고 중심에서 게시물 밀도가 높아, 밈 투어리즘 특성 중 하나인 공간적 집중 현상이 관찰되는 관광지는 디앤디파트먼트제주, 이호테우목마등대, 도두봉키세스존이었다. 반면 섭지코지, 성산일출봉 등과 같은 전통적인 기존 관광지는 평균 거리가 길고 관광지 중심에서 게시물 빈도가 낮게 나타났다. 다만, 창꼼과 같이 시계열적 집중 특성에서는 밈 투어리즘에 가까운 관광지가, 다른 관광지에 보다 연관되어 있으며 독립적인 영향력이 적은 경우에는 밀도가 낮게 나타나기도 하였다.

3) 관광지 특성의 유사성 분석

(1) 해시태그 유사성

밈 투어리즘의 중요한 특성은 모방과 재창조로, 밈적 콘텐츠는 서로 영감을 주며 유사한 형태를 보인다. 이러한 특성은 게시물의 해시태그와 사진에서 나타난다. 해시태그는 흩어진 개인들을 소셜미디어에서 집단으로 규합하고 공감대를 형성하는데 기여할 수 있으며 밈을 전달하는 매개체가 되어 대중의 관심을 촉진할 수 있다(황진태, 2021; Zulli and Zulli, 2022).

각 관광지별 게시물의 해시태그 빈도를 산출하여 해시태그의 유사성을 확인하는 과정에서 해시태그 간의 등장 연관성을 도출할 수 있었다. 그림 6은 성산일출봉과 디앤디파트먼트제주의 해시태그 분석 대표 사례이다. 공통적으로 제주도, 제주, 여행 등의 해시태그가 높은 빈도로 나타났다. 또한, 토픽모델링으로 대략적인 주제를 확인할 수 있었다. 성산일출봉의 해시태그와 같이 여행, 맛집 등이 높은 빈도와 강한 연관성을 가지고 나타나는 관광지가 존재하는 반면, 디앤디파트먼트제주와 같이 여행과 맛집뿐만 아니라, 일상, ootd(Outfit Of The Day), dailylook, selfie 등의 기록 성격의 해시태그와 좋아요, 팔로우, 소통 등 다른 소셜미디어 사용자와의 교류 성격의 해시태그가 나타나기도 하였다. 관광과 동시에 다른 사용자와의 교류를 중시하는 경향은 밈 투어리즘 특성에 더욱 부합하며, 디앤디파트먼트제주를 포함하여 도두봉키세스존, 오지힐제주, 우도, 창꼼이 이에 해당하였다.

그림 6.

해시태그 빈도 및 토픽모델링과 해시태그 간 연관성 분석

다음으로, 각 관광지별 게시물의 해시태그 중 고유 해시태그를 추출하여 고유 해시태그 비율을 산출하였다(표 5). 고유 해시태그 비율이 낮다는 것은 전체 해시태그 중 중복된 해시태그가 많다는 의미이므로, 게시물 간 유사한 해시태그가 다수 사용되었다고 간주할 수 있다. 고유 해시태그가 많은 관광지는 이호테우목마등대, 디앤디파트먼트제주, 비자림 등으로 나타난다. 고유 해시태그 비율을 확인하였을 때는 디앤디파트먼트제주, 이호테우목마등대, 창꼼 등 순으로 그 비율이 낮았고 다시 말해, 세 곳은 게시물 간 해시태그가 유사하였고, 이는 게시글과 해시태그를 모방하는 특징이 있는 밈 투어리즘 성격에 부합한다고 할 수 있다. 추가적으로, 시간과 거리에 따른 고유 해시태그 비율을 계산했을 때, 전체적으로 고유 해시태그 비율은 최근에 가까워질수록 낮아지고, 중심에서 멀어질수록 높아지는 경향이 있었다. 즉, 해시태그는 시간이 지날수록 유사해지고, 관광지에서 먼 곳보다 인근에서 더욱 유사하게 나타났다. 다만, 우도, 성산일출봉, 섭지코지에서는 시간에 따른 유사성 증가가 눈에 띄게 나타나지는 않았다.

(2) 사진 유사성

사진은 모방과 재창조의 특징을 가진 밈 투어리즘 현상이 가장 극명하게 나타나는 정보라고 할 수 있다. 게시물의 사진 간 유사성은 사진 픽셀 간 히스토그램을 비교하여 계산된 일치도(상관계수)로 확인하였다(Kanaparthi et al., 2020). 각 게시물의 일치도는 0에서 1의 유사도로 정규화하였다(표 6). 게시물 사진의 평균 유사도가 높은 관광지는 디앤디파트먼트제주, 도두봉키세스존, 창꼼 등으로 나타났다. 실제로 디앤디파트먼트제주의 게시물 사진은 대부분 ‘d’가 적힌 벽을 배경으로 한 사진이 많은 반면, 성산일출봉 게시물 사진은 풍경과 음식, 인물 사진이 혼합되어 있다(그림 7).

그림 7.

게시물 사진

4) 밈 관광지 선정

선행연구를 통해 밈 투어리즘은 게시물의 유사성과 시간 및 공간 집중의 특성을 가진다는 것을 파악하였다. 이러한 점을 확인하기 위해 진행한 시계열 분석 결과, 디앤디파트먼트제주, 오지힐제주, 도두봉키세스존, 창꼼 등이 시간적 집중 방면에서 밈 투어리즘 특성에 가까웠다. 공간 분석 결과로는, 디앤디파트먼트제주, 이호테우목마등대, 도두봉키세스존 등이 공간적 집중 방면에서 밈 투어리즘에 비교적 부합하였다. 마지막으로 유사성 분석 결과, 디앤디파트먼트제주, 도두봉키세스존, 창꼼이 밈 관광지라고 할 수 있었다. 종합적으로 보자면, 도두봉키세스존, 디앤디파트먼트제주, 이호테우목마등대, 창꼼은 시계열적으로 급증하였거나 동시에 공간적으로 집중되어 있고 게시물간 해시태그와 사진이 유사하였다. 시계열 분석, 공간 분석, 유사성 분석 등 분석 결과를 종합하여 10곳의 관광지 중 밈 투어리즘 특성에 부합하는 관광지를 밈 관광지로 선정할 수 있었다(표 7).

5. 결론

밈 투어리즘은 최근 새로운 관광의 형태로 나타나고 있는 현상이지만, 밈 투어리즘 현상을 파악하고 밈 투어리즘 특성에 기반한 밈 관광지 선정 방법에 대한 연구는 부족한 실정이다. 본 연구는 기존의 관광과는 다른 형태로 나타나는 밈 투어리즘의 특성을 파악하기 위해 소셜미디어 중 하나인 인스타그램 데이터를 수집하여 분석하였다. 수집은 게시물의 게시시간, 지오태그, 해시태그, 사진을 대상으로 진행되었으며 각각 시계열 분석, 공간 분석, 해시태그 빈도 및 연관성·유사성 분석, 사진 유사성 분석에 활용되었다.

시계열 분석 결과, 창꼼, 디앤디파트먼트제주, 도두봉키세스존에서 전체 게시물의 절반 이상이 급증 시기 이후에 급격히 생성되었다. 공간 분석 결과, 관광지 중심에 대한 평균 거리가 디앤디파트먼트제주, 이호테우목마등대, 도두봉키세스존에서 짧게 나타나, 게시물이 공간적으로 밀집되어 있는 것을 알 수 있었고 커널 밀도, 거리에 따른 게시물 수를 분석하여 디앤디파트먼트제주, 이호테오목마등대, 도두봉키세스존에서 관광지 인근 높은 밀도를 확인하였다. 시계열적 급증 및 공간적 밀집의 방면에서 공통적으로 나타나는 관광지를 통해 밈 투어리즘이 시간적 및 지리적 집중을 가속화하는 역할을 할 수 있다는 것을 확인하였다(Jenkins, 2009; European Parliament, 2018). 관광지별 해시태그의 유사성은 고유 해시태그의 비율을 통해 판단하였다. 해시태그의 유사성이 높은 관광지는 디앤디파트먼트제주, 이호테우목마등대, 창꼼 등으로 나타났다. 해당 관광지에서 밈으로 사용되는 해시태그가 재현되었음을 유추할 수 있다(Kietzmann et al., 2011; Owen and Zatori, 2021). 마지막으로 사진 유사성 분석 결과, 디앤디파트먼트제주, 도두봉키세스존, 창꼼 등에서 사진의 유사도가 높게 나타났다. 사진의 유사도는 유사한 위치나 장소, 배경, 자세를 담은 사진이 많을수록 높아지는데 이는 모방과 재창조를 통해 이미지를 재생산하는 밈의 특성을 보여주고 있다(Blackmore et al., 2000; Wiggins and Bowers, 2015).

이러한 분석 결과를 종합하여 밈 투어리즘에 부합하는 관광지로 도두봉키세스존, 디앤디파트먼트제주, 이호테우목마등대, 창꼼을 선정할 수 있었고, 이러한 과정은 향후 밈 투어리즘에 대한 추가 연구를 진행함에 있어 도움이 될 것이라 기대한다. 또한, 기존 연구들은 밈 투어리즘에 대한 현황 파악 및 기술적 연구를 진행한 반면, 본 연구에서는 관광 밈으로 촉발되는 밈 투어리즘에 의한 소셜미디어의 시계열적 빈도, 공간적 분포, 해시태그 및 사진 유사성 등의 특징을 바탕으로 밈 관광지를 선정하는 방법을 제시할 수 있었다. 실용적인 시사점으로, 본 연구는 관광지리 맥락에서 빠르게 확산되고 재생산되는 밈 투어리즘 현상을 소셜미디어 및 빅데이터를 통해 특정함으로써 급변하는 관광산업에 새로운 방향을 제시할 수 있을 것이라 기대된다. 기존 관광과는 다른 밈 투어리즘 특성의 도출과, 그 특성에 기반한 밈 관광지 파악은 신규 마케팅 전략을 제시할 수 있다는 점에서 그 의의가 클 것이다. 본 연구의 결과를 토대로 소셜미디어에서 나타나는 타인과의 상호작용이나 교류를 위한 해시태그들이 관광객들의 인지적 특성을 반영하였다는 점을 고려하여 관광지 홍보나 마케팅 전략에 활용할 수 있을 것이다.

논의점으로, 소셜미디어 이용률은 10대~40대에서 높고 50대부터는 급감하기에 소셜미디어 데이터의 생성과 경험은 일부 세대에 편중되어 있다고 할 수 있다(정보통신정책연구원, 2022). 따라서 연구의 결과를 모든 세대의 관광 전략에 활용하는 것은 주의가 필요하다. 다만, 전 세대의 소셜미디어 이용률이 지속적으로 증가하고 있고(한국지능정보사회진흥원, 2023), 본 연구에서 집중적으로 살펴본 밈은 10대와 20대에 의해 주로 생산 및 사용되고 있으므로 데이터의 대표성 문제를 일부 보완할 수 있으리라 판단된다(Kostadinovska-Stojchevska and Shalevska, 2018).

향후 연구에서는 유행이 지났거나 많은 관광객이 이미 방문하여 매력성이 저하된 밈 관광지를 분석 대상으로 추가 선정하여 분석한다면 관광 밈의 수명 패턴을 확인할 수 있을 것이라 기대된다. 또한, 게시물의 이미지를 분석하여 밈 관광지가 가지고 있는 이미지와 더불어 이러한 이미지가 관광객에게 어떠한 인식을 갖게 하는지, 방문 동기로 어떻게 이어지는지에 대한 후속 연구 역시 진행될 필요가 있다.