Chris Choi's Blog

은막의 편견 줄이기, GD-IQ의 영화 분석

with one comment

저의 유일한 취미는 영화관에서 한국 영화를 관람하는 것입니다. 짧게 감상평을 기록해 보기도 하고, 관심 있는 영화인들에게 사인을 받기도 합니다. 가끔은 영화의 원작을 찾아 보면서 영화와 비교해 봅니다.

 

은막의 편견 줄이기, GD-IQ의 영화 분석_Image 1.jpg

[Image 1. 영화를 볼 때마다 극장에 있는 Leaflet을 가져옵니다]

 

언젠가부터 영화 데이터를 분석해 보고 싶었습니다. 예를 들면 가장 좋아하는 배우를 List up 해 보는 것입니다. 배우를 좋아한다는 것을 어떻게 정의할 수 있을까요? 그리고 어느 정도로 좋아하는지 어떻게 분석할 수 있을까요? 정답이 없기에 방법은 다양할 것입니다. 저는 이렇게 시도해 봤습니다. 1) 먼저 좋아하는 영화를 List up 하고 2) 인상적인 연기를 보여 준 배우를 주연, 주조연, 조연으로 분류한 뒤 3) 출연 회수를 기준으로 순위를 매깁니다. 단, 역할 별로 가중치를 둡니다.

 

은막의 편견 줄이기, GD-IQ의 영화 분석_Image 2.png

[Image 2. 좋아하는 영화들과 배우들]

 

16 2

위의 표를 보면 제가 좋아하는 남자 배우는 16명, 여자 배우는 단 2명입니다. 제가 특정 장르의 영화를 좋아하기도 하지만, 기본적으로 영화에 출연하는 여자 배우의 비율이 높지 않아 그런 것은 아닐까요?

남자 배우의 출연 비중이 여자 배우의 출연 비중에 비해 지나치게 높다면 자연스럽게 남자들의 목소리가 강조될 수밖에 없을 것입니다. 반대로 비중에 균형이 이루어진다면 좀 더 다양한 목소리가 관객들에게 전달될 것입니다. 이 점을 간파한 영화 배우 지나 데이비스 (Geena Davis) 는 ‘Geena Davis Institute on Gender in Media’를 설립했습니다. 여성들이 영화에서 차지하는 비중이 얼마나 되는지, 그것이 여성에 대한 편견과 관련이 있는지를 그녀는 확인해 보고 싶었습니다.

하지만 조사는 결코 만만한 일이 아니었습니다. 직장 내 여자 직원의 수를 세는 것처럼 조사원들이 간단히 할 수 있는 일이 아니었기 때문입니다. 일일이 영화를 보면서 수작업으로 조사 항목을 체크하는 것은 많은 노력에 비해 효율성이 떨어졌습니다.

앞서서 저의 간단한 계산법을 소개해 드렸습니다. 큰 문제가 몇 가지 있습니다. 그 중 하나는 임의적인 가중치를 적용했다는 점입니다. 같은 주연이라고 하더라도 작품마다 비중이나 출연 분량이 다른데, 동일한 가중치를 일괄적으로 적용하는 것은 적절하지 않아 보입니다. 지나 데이비스가 겪었던 어려움을, 그리고 그녀가 해결해야 했던 문제를 비슷하게 지니고 있는 방법이었습니다.

 

데이터로 문제 해결하기, GD-IQ

좋은 취지를 구현할 수 있게 도움을 준 것은 Google의 Machine Learning이었습니다. 이미지 인식과 음성 인식은 Machine Learning이 가장 잘 할 수 있는 분야 중 하나입니다. 지나 데이비스는 Google과의 협력을 통해 Machine Learning 기반의 ‘GD-IQ’을 내놓았습니다. GD-IQ는 ‘Geena Davis Inclusion Quotient’의 약자로, 자동으로 영화를 분석해 여자 배우가 출연하는 시간 (On-screen time), 여자 배우가 대사를 하는 시간 (Speaking time) 을 측정할 수 있습니다.

 

은막의 편견 줄이기, GD-IQ의 영화 분석_Image 3.png

[Image 3. 영화 “Hidden Figures”의 한 장면. 여성은 핑크색 박스로, 남성은 하늘색 박스로 표시됩니다. 출처: Google]

 

USC의 Signal Analysis and Interpretation Laboratory와 Google의 Software Engineer들이 2년 간 노력한 결과물입니다. Face-track Partitioning, Audio Detection 등의 기술들이 사용되었습니다. 한 편의 영화를 분석하는 데 15분 내외로 걸린다고 합니다. 수작업으로 분석할 때 소요되는 시간과 사람들의 노력, 그리고 오차를 고려하면 엄청난 개선이 있었습니다.

 

분석 결과

GD-IP는 2014년과 2015년의 매출 기준 100대 영화를 분석 대상으로 삼았습니다. 인물의 성별을 구별하기 다소 어려운 애니메이션, 인물들이 마스크를 자주 착용하는 영화는 대상에서 제외했습니다. 여성 배우가 주연을 맡은 영화와 남성 배우가 주연을 맡은 영화를 각각 분석했습니다. 우선 여성 배우가 주연을 맡은 영화가 전체의 17%에 불과했습니다.

 

은막의 편견 줄이기, GD-IQ의 영화 분석_Image 4.png

[Image 4. 여성과 남성 배우의 Screen Time과 Speaking Time 비교 출처: Geena Davis Institute on Gender in Media]

 

Screen Time 결과는,

  • 남성 배우가5%, 여성 배우가 16%를 차지했습니다.
  • 남성 배우가 주연인 영화는 남성 배우가 5%, 여성 배우가 12.9%를 차지했습니다.
  • 여성 배우가 주연인 영화는 남성 배우가 24%, 여성 배우가 6%를 차지했습니다.
  • 남여 배우가 공동 주연인 영화는 남성 배우가 8%, 여성 배우가 16%를 차지했습니다.

 

Speaking Time 결과는,

  • 남성 배우가4%, 여성 배우가 15.4%를 차지했습니다.
  • 남성 배우가 주연인 영화는 남성 배우가 1%, 여성 배우가 9.8%를 차지했습니다.
  • 여성 배우가 주연인 영화는 남성 배우가 9%, 여성 배우가 26%를 차지했습니다.
  • 남여 배우가 공동 주연인 영화는 남성 배우가 5%, 여성 배우가 16.7%를 차지했습니다.

 

하지만 매출은 반대였습니다. 여성 배우가 주연인 영화는 남성 배우가 주연인 영화에 비해 15.8% 더 높은 매출을 올렸습니다. 남여 배우가 공동 주연인 영화는 남성 혹은 여성 배우가 주연인 영화에 비해 23.5% 더 높은 매출을 올렸습니다. 여성 배우가 주연을 맡으면 상업적 성공이 어렵다는 편견이 깨진 것입니다.

Geena Davis는 분석 결과를 영화 제작자들과 감독들, 배우들에게 전하고 있습니다. 영화의 사회적, 문화적 파급력이 큰 만큼, 이 같은 노력이 결실을 맺는다면 대중의 인식 변화에 중요한 역할을 할 것이라 생각합니다.

 

Implication

언젠가부터 사회는 여성의 사회 참여를 독려하고 있습니다. 회사 내 여자 직원의 비율이 자주 언급되는 것도 같은 맥락입니다. 여성이 강점을 가진 역량을 활용할 때 기업과 사회에도 득이 클 것입니다. 영화 산업도 마찬가지가 아닐까 싶습니다. 물론 일부 영화는 지극히 남성적이거나 여성적인 분위기를 만들어야 하지만, 남자 배우들과 여자 배우들이 균형을 이룰 때 더욱 빛나는 작품들이 분명 있습니다. 우리가 모르는 사이에 편견이 개입해 영화가 남자 배우 위주의 산업으로 흘러 왔던 것은 아닌지 살펴볼 필요가 있습니다.

GD-IQ는 비단 영화뿐만 아니라 TV, 라디오, 광고 등 다양한 영역에 적용될 수 있을 것입니다. 성별 차이 외에도 소득 수준 별, 지역 별 차이 등 관점을 확대해 볼 수도 있을 것입니다. Machine Learning이 미처 생각지 못했던 사회적 편견을 데이터로 발견할 수 있도록 하고, 문제를 풀어가는 데 큰 몫을 할 것으로 기대해 봅니다.

 

References

Advertisements

Written by Chris Choi

March 1, 2017 at 5:32 am

One Response

Subscribe to comments with RSS.

  1. […] 은막의 편견 줄이기, GD-IQ의 영화 분석 […]


Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: