숏폼 콘텐츠의 감성·행동 지표 분석을 통한 몰입 및 집중 패턴 도출 연구 = Analyzing Emotional and Behavioral Indicators in Short-Form Content to Identify Patterns of Immersion and Attention

국문 초록 (Abstract)

본 연구는 틱톡 플랫폼의 숏폼 영상 19,084건의 로그 데이터를 활용하여 사용자 몰입도와 집중도를 정량적으로 추정하고, 콘텐츠 특성과의 관계를 실증 분석하였다. 몰입도는 좋아요·댓글·공유 수의 가중합으로 구성한 Engagement Index로 측정하였으며, 집중도는 댓글 길이와 시간당 반응 속도 등 간접지표로 추정하였다. 회귀 분석 결과, 댓글 길이는 몰입도와 집중도 모두에 유의한 정(+)의 영향을 미쳤으며, 영상 길이는 시간당 반응 속도에 부(–)의 영향을 주는 것으로 나타났다. 감성 분석에서는 부정적 정서를 포함한 콘텐츠일수록 더 긴 댓글을 유도하는 경향을 확인하였다. 또한 군집 분석을 통해 사용자 반응 유형을 네 가지로 분류하고, 각 군집의 콘텐츠 특성과 반응 패턴을 비교하였다. 본 연구는 로그 기반 데이터를 통해 숏폼 콘텐츠의 인지·정서적 반응 메커니즘을 규명하였으며, 콘텐츠 기획, 플랫폼 UX 개선, 디지털 리터러시 교육에 활용 가능한 시사점을 제시하였다.

다국어 초록 (Multilingual Abstract)

In this study, we analyzed behavioral log data from 19,084 short-form videos shared on the TikTok platform to assess how content features relate to user engagement and attention. We quantified engagement as an exposure-normalized weighted index of data on likes, comments, and shares for each video. Similarly, we modeled attention based on the length of comments on a given video and the rates of user reactions per second. We calculated sentiment scores using the VADER analysis tool and coded videos into different valence categories based on the analysis data. The results of regression using ordinary least-squares models showed that comment length was positively associated with both engagement and attention, and longer videos exhibited lower reaction rates. The effects of sentiment valence were smaller but still significant, with negative valence associated with longer comments. We identified four response types using k-means clustering. These results clarify the behavioral mechanisms underlying immersion and attention in users watching short-form videos on social media and inform content design and user interface development for web platforms. Given the observational, proxy-based design of this research, our results provide some exploratory evidence on user experiences of attention and immersion on the web.