Predicting K-Drama Television Ratings and Analyzing Influencing Factors Using Machine Learning and Deep Learning

본 연구는 OTT 확산 이후 국내에서 방영된 K-드라마의 TV 시청률을 예측하고 주요 결정 요인을 분석하기 위해 전통 통계 기법, 머신러닝, 딥러닝 등 다양한 예측 모형을 비교하고, 연령대별 변수 중요도 및 변수 간 영향력 차이를 실증적으로 분석하였다. K-드라마 대규모 시청률 데이터를 기반으로, 채널·회차·방송시간·요일·편성유형·프로그램 시작 시간대 등 방송 메타데이터를 설명변수로 설정하여 분석을 수행하였다. 분석 결과, 딥러닝 기법이 가장 높은 예측력을 보였으며, 채널, 프로그램 시작 시간대, 편성유형 순으로 시청률에 대한 영향력이 크게 나타났다. 연령대별로 핵심 변수의 중요도 순위는 대체로 유사했으나, 노년층에서 지상파 및 저녁 시간대에 대한 의존도가 상대적으로 높게 나타나는 등 효과의 강도에서는 차이가 관찰되었다. 본 연구는 예측 기법의 정교화와 연령대별 시청자 특성 분석을 통해 콘텐츠 산업에서의 데이터 기반 의사결정에 기여하며, 방송 편성 및 K-드라마 기획 전략 수립에 실질적인 활용 가능성을 제시한다.