C-커머스에 대한 한국 소비자의 반응 연구 = A Study on Korean Consumers’Reactions to C-commerce

국문 초록 (Abstract)

본 연구에서는 텍스트 마이닝을 활용하여 현재 국내에서 가장 파급력 있는 중국 이커머스 중 테무와 알리익스프레스에 대한 소비자들의 반응을 분석하고자 하였다. 이를 통해 텍스트 마이닝의 활용 방안을 모색하고, C-커머스에 대한 한국 소비자들의 반응을 연구하여 나아가 한국 시장에서 C-커머스 플랫폼이 끼치는 영향과 소비자들의 인식을 파악하는 기초 데이터를 마련하고자 한다. 연구 방법은 웹 크롤링을 통해 네이버 뉴스 기사에서 추출된 댓글 데이터를 활용하였고, 데이터의 수집 범위는 2024년 1월 1일부터 2024년 6월 30일까지로 선정하였다. 수집된 데이터를 정제하여 R Studio 프로그램을 통해 키워드 빈도분석, 네트워크 분석, 토픽 모델링 분석(LDA)를 실시하였다.
분석 결과 C-커머스에 대한 소비자의 반응은 첫째, 키워드 빈도분석 결과 테무와 알리익스프레스 두 키워드의 최다 언급 빈도 단어로 ‘쿠팡’이 도출되었다. 둘째, 네트워크 분석 결과 두 키워드 모두 ‘제품’ 단어를 중심으로 ‘싸구려’, ‘쓰레기’, ‘중국산’, ‘품질’등의 단어들과 네트워크를 형성하고 있다. 셋째, 토픽 모델링 분석 결과 추출된 토픽을 통해 부정적인 브랜드 이미지와 정부의 정책 규제관련 문제, 그리고 유통구조 및 배송 관련 문제가 동일하게 그룹핑 되었다. 결론적으로 소비자의 반응 비교 결과, 두 키워드 모두 빈도만 다를 뿐 상위 30개 단어 중 27개의 키워드가 일치한 것으로 보아 두 플랫폼의 유형과 유통방식 및 취급제품은 다르지만 국내 소비자들에게는 C-커머스에 대한 인식과 반응이 동일한 것이라 판단된다. 의미연결망 분석 결과, 두 플랫폼 모두 국내 주요 이커머스 기업들과 연결고리가 존재하며, 둘 간의 큰 차이 없이 부정적인 의미를 가진 키워드와 네트워크를 형성하고 있다. 토픽 모델링 분석 결과 테무의 경우 추가적으로 ‘실제 소비자의 경험을 통한 서비스 이용 문제’가 토픽 그룹으로 추출되었다.

다국어 초록 (Multilingual Abstract)

This study aims to analyze consumer reactions to two of the most influential Chinese e-commerce platforms, Temu and AliExpress, in South Korea using text mining techniques. By doing so, it seeks to explore the applications of text mining and examine Korean consumers’ perceptions of C-commerce, providing foundational data to understand the impact and recognition of C-commerce platforms in the Korean market. For the research, data were collected from comments on Naver news articles via web crawling, with the data collection period set from January 1, 2024, to June 30, 2024. The collected data were refined and analyzed using R Studio through keyword frequency analysis, network analysis, and topic modeling analysis (LDA).
The analysis revealed the following: First, the keyword frequency analysis showed that the most frequently mentioned word associated with both Temu and AliExpress was 'Coupang.' Second, the network analysis indicated that both keywords formed networks centered around the word 'product,' with associated terms such as 'cheap,' 'garbage,' 'made in China,' and 'quality.' Third, the topic modeling analysis identified recurring themes, including negative brand images, issues related to government policy regulations, and problems in distribution structures and delivery. In conclusion, the comparison of consumer reactions showed that although the frequency differed, 27 out of the top 30 keywords were identical for both platforms. This suggests that despite differences in their platform types, distribution methods, and product offerings, Korean consumers perceive and react to C-commerce in a similar way. The semantic network analysis further revealed that both platforms are linked to major domestic e-commerce companies and form networks with negatively connoted keywords. Additionally, the topic modeling analysis for Temu uniquely identified a group related to ‘service issues stemming from actual consumer experiences.’