텍스트마이닝을 활용한 색조화장품·비건 메이크업 시장 동향 분석 : 브랜드‧성분‧친환경‧소비자 후기 키워드를 중심으로 = Analysis of Color Cosmetics and Vegan Makeup Market Trends Using Text Mining : Focusing on Keywords of Brand, Ingredients, Eco-Friendliness, and Consumer Reviews

국문 초록 (Abstract)

본 연구는 브랜드, 성분, 친환경성, 소비자 리뷰와 같은 핵심 개념에 초점을 맞추어 텍스트 마이닝 기법을 활용하여 색조화장품과 비건 메이크업 시장의 트렌드를 실증적으로 분석하여, 색조 및 비건 뷰티브랜드의 마케팅 전략과 제품개발 방향에 대한 기초자료룰 제공하고자 하였다. 데이터는 2023년 3월부터 2025년 2월까지 24개월간 Daum, Naver, Google의 블로그, 카페, 뉴스 등 다양한 온라인 미디어에서 수집되었으며, 총 1,677개의 문서가 확보되었다. Textom 빅데이터 솔루션을 활용하여 중복 제거, 스팸 필터링, 특수 문자 제거 등의 정제 과정을거친 후, 핵심 키워드 40개를 도출하였다. 빈도 분석 결과, ‘브랜드’, ‘성분’, ‘친환경’, ‘소비자 리뷰’와 같은 키워드가 특히 높은 빈도로 나타났으며, 이는 소비자들이 브랜드 이미지, 제품의 안전성, 환경 지속 가능성, 사용자 경험등을 중요하게 인식하고 있음을 보여준다. 중심성 지표(차수 중심성, 매개 중심성, 근접 중심성, 고유벡터 중심성) 를 활용한 의미 네트워크 분석 결과, ‘브랜드’, ‘피부’, ‘추천’, ‘뷰티’ 등이 담론의 중심 노드로 작용하는 것으로 나타났다. 나아가 CONCOR 분석을 통해 키워드를 평판, 색조화장품, 지속 가능성, 산업이라는 네 개의 클러스터로군집화함으로써 소비자 인식, 제품 특성, 시장 역학 간의 구조적 상호작용을 도출하였다. 이러한 연구결과는 효과적인 마케팅 전략 수립, 혁신적인 제품 개발, 산업 정책 지원 등에 있어 학문적 통찰과 실무적 시사점을 제공한다.

다국어 초록 (Multilingual Abstract)

This study empirically analyzed trends in the color cosmetics and vegan makeup markets using text mining techniques, focusing on key concepts such as brand, ingredients, eco-friendliness, and consumer reviews, and aimed to provide basic data for marketing strategies and product development directions for color and vegan beauty brands. Data was collected from various online media, including blogs, cafes, and news on Daum, Naver, and Google, over a 24-month period from March 2023 to February 2025, yielding a total of 1,677 documents. Using Textom's big data solution, the data was refined through deduplication, spam filtering, and special character removal, resulting in 40 core keywords. Frequency analysis revealed that keywords such as "brand," "ingredient," "eco-friendliness," and "consumer review" were particularly frequent, demonstrating the importance consumers place on brand image, product safety, environmental sustainability, and user experience. Semantic network analysis using centrality metrics (degree centrality, betweenness centrality, closeness centrality, and eigenvector centrality) revealed that "brand," "skin," "recommendation," and "beauty" served as central nodes in the discourse. Furthermore, CONCOR analysis clustered keywords into four clusters reputation, color cosmetics, sustainability, and industry to identify structural interactions among consumer perception, product characteristics, and market dynamics. These research findings provide academic insights and practical implications for developing effective marketing strategies, developing innovative products, and supporting industry policies.