싱가포르 난양공과대학교 심리학자로 구성된 연구팀은 온라인 소비자 행동 기반 알고리즘을 통해외향적인 사람과 그들이 선택하는 단어 사이의 연관성을 발견했다.
연구팀이 검토한 여러 연구를 보면 외향성이나 긍정적 감정을 경험하고 사회적 상호작용을 즐기는 일반적인 경향은 ‘긍정적 감정’이나 ‘사회적 과정’ 단어라고 심리학자들에 의해 정의된 범주의 언어 사용과 관련이 있었다
이러한 언어적 지표들이 유효한지 확인하기 위해 연구팀은 같은 주제를 다룬 연구 37개를 검토하여 메타분석을 수행했다. 외향성을 결정하는 데에는 국제적으로 인정된 성격유형 설문을 사용하였다.
실제 분석 결과, 외향적인 사람들은 특정 범주의 단어를 사용하는 경향이 있었다. 기존의 연구에서처럼 ‘긍정적인 감정 언어’와 ‘사회적 과정 언어’에 해당하는 단어 범주를 더 많이 사용한다는 것이다.
심리학자들이 텍스트 분석 도구를 이용해 부여한 각각의 정의에 따르면, ‘긍정적인 감정 언어’는 ‘사랑, ‘행복, ‘축복’처럼 기분 좋은 감정 상태를 묘사하는 단어나 ‘아름다운’, ‘친절한’과 같이 긍정적 또는 낙관적인 태도를 나타내는 단어들이다. ‘사회적 과정 언어’는 ‘나’를 제외한 인칭대명사를 포함하는 단어와 ‘만나다’, ‘나누다’, ‘대화하다’ 등 사회적 의도를 나타내는 단어를 포함한다.
이러한 행동 성향과 그들이 사용하는 단어 분석을 통해 마케팅 전략에 더 적극적으로 활용할 수 있을 것이라는 전망이다.
오늘날 마케팅 기업들은 소비자가 온라인에서 하는 행동을 기반으로 예측 알고리즘을 사용해 소비자가 무엇을 원하는지 예측한다. 또한 데이터나 머신러닝(컴퓨터가 스스로 방대한 데이터를 분석해서 미래를 예측하는 기술)을 통해 소비자 행동의 심리적인 측면을 이해하기 위해 노력한다.
소비자 행동의 심리적 측면은 특정 부류를 타겟으로 하는 광고 개선에 유용한 통찰력을 제공하지만 직접 관찰할 수는 없는 부분이다. 예를 들어 ‘외향적인 소비자’는 자신의 성향에 맞는 마케팅 메시지에 끌린다. 이에 따라 기업은 더 외향적이고 창의적인 언어를 사용해 자신의 제품을 광고함으로써 이러한 소비자를 타겟팅할 수 있다.
성향 분석은 디지털 마케팅 전략을 개선하기 위해 많은 기업들이 빠르게 채택하고 있지만 마케팅 기업에서 현재 사용하고 있는 성격 예측 기법이 정확한 건 아니다. 이번 연구 결과에 따라 온라인 성격 예측 기법에 사용할 더 강력한 언어 지표를 개발할 필요가 있다고 연구진은 주장했다.
마케팅 기업이 머신러닝 알고리즘을 설계하는 데 있어 충분히 근거있는 언어적 예측변수들을 제공함으로써 성격 예측을 위한 소프트웨어 도구의 성능을 향상시킬 수 있을 것이라는 설명이다.
이번 연구 결과는 성격심리학을 다루는 국제 학술지 ‘성격연구저널(Journal of Research in Personality)’ 지난 12월 호에 발표됐다.