Loading…
유튜브 뮤직비디오가 왜 묻히고 왜 퍼지는지를 100% 로컬로 정량 분석하는 개인 연구 프로젝트. 구독자 대비 조회수의 상위 25편과 하위 25편을 비교하는 극단군 설계로 보컬로이드 50편을 분석하고 K-pop 50편으로 재현했습니다. 분당 컷 수(23.9 대 5.5), 중앙 샷 길이(1.5초 대 6.2초), 썸네일 텍스트 유무(9/25 대 24/25) 같은 지표에서 효과크기를 Cliff's δ로 냈고, 가사 주제·감정·곡 길이·업로드 시각처럼 갈리지 않는 항목은 장르 관습으로 따로 적었습니다. 수집은 yt-dlp, 장면 경계는 PySceneDetect, 오디오는 librosa, 장면 의미 태깅과 하드섭 OCR은 로컬 VLM(Ollama qwen2.5-vl), 가사 받아쓰기는 demucs와 faster-whisper로 처리하고 16GB VRAM 안에서 GPU 단계가 겹치지 않도록 직렬화했습니다. 1차 결과 중 프리미어 공개가 유리하다는 항목은 같은 채널 안에서 55쌍을 짝지어 다시 분석하자 효과가 사라져서(Wilcoxon p=0.46), 채널 수준 교란으로 판정하고 자기 결과를 뒤집은 기록을 그대로 남겼습니다. IMRaD 논문 초안까지 나왔고 데이터 신뢰성 검증이 끝나면 공개할 예정입니다.