다(多) 관광활동 행동에서 관광활동 간의 연결 패턴 조사: 경기도를 사례로

Ⅰ. 서 론

최근 정책 환경의 급속한 변화로 인해 새로운 경제 패러다임이 출현하게 되었으며 이러한 변화는 사회적 경제, 공유경제, 평화경제, 스마트 관광을 바탕으로 관광산업과 지역관광에 있어 관광경제 패러다임 변화를 초래하였다. 이와 같은 패러다임의 변화에 대응하기 위해 2019년 4월 정부는 콘텐츠혁신, 지역혁신, 산업혁신 등 3대 혁신전략이 포함된 대한민국 관광 혁신전략을 발표했다(대한민국 정책브리핑, 2019). 3대 혁신전략 중 콘텐츠 혁신과 관련해서는 외래 관광객들에게 과거부터 현재까지 관광 매력물로 어필하고 있는 K-pop, 드라마, 문화·예술·공연, 음식 등을 활용한 콘텐츠 개발 방안 모색과 최근 남북관계의 평화분위기에 따른 비무장 지대(Demilitarized Zone, DMZ)를 활용한 평화관광 콘텐츠 개발 등이 주요 과제로 주목받고 있다. 이는 대한민국의 지속가능한 글로벌 관광 경쟁력 향상으로 이어질 수 있기 때문이다.

관광객은 단일 목적 및 편익추구를 위한 관광경험이 아닌 다양한 목적 및 편익추구를 위해 관광활동(Tourism Activity)에 참여하여 관광의 효용적 가치를 극대화하고 만족을 얻는다(박득희 외, 2016; 이혜진·송운강, 2010; Lue et al., 1993). 이는 한 번의 관광에서 다수의 관광목적지를 방문 및 경험하는 다목적지 여행(Multi-Attraction Travel) 또는 다 관광지 여행(Multi-Destination Travel)으로 나타나는 동시에 다수의 관광활동에 참여하는 다(多) 관광활동으로 나타난다(김미라·윤정헌, 2019; Kang et al., 2018; Park et al., 2019; Talpur & Zhang, 2018). 이와 같은 관광객의 다(多) 관광활동 참여 행동에 대한 이해는 교통수단과 정보통신기술의 발달로 인해 관광객들의 관광행태가 수요자 중심의 관광행태 변화함으로써 관광객이 직접 관광을 계획(예: 관광활동선택, 관광지선택, 관광 이동경로 설계 등)하는 개별 관광객이 증가한 시점에서 관광의 질 향상, 관광콘텐츠 개발 및 지역관광 활성화를 위해 보다 더 중요하다.

관광객의 관광활동에 대한 이해는 관광콘텐츠 개발로 이어지고 이를 통한 최상의 서비스 제공, 관광객의 기대에 부응하는 동시에 재방문을 유도 할 수 있기 때문에 관광경영에 있어 매우 중요한 요소이다(Talpur & Zhang, 2018). 이와 같은 중요성을 가진 관광객의 관광활동을 이해하고 이를 바탕으로 한 관광콘텐츠의 개발을 위해서는 다양한 접근이 시도될 수 있지만, 관광의 주체인 관광객에 대한 이해가 심도 있게 이루어져야하며, 특히 기존의 단일 관광활동 경험 또는 참여를 전제로 하는 접근 방식에서 탈피하여, 한 번의 여행을 통해서 다수의 관광활동에 참여하는 관광객들의 다(多) 관광활동 행동에 관련한 연구에 보다 많은 관심이 필요하다.

관광객들의 참여한 관광활동에 관련한 연구는 국내·외에서 활발하게 수행되고 있다. 관광객들이 참여한 관광활동과 관련한 대부분의 선행연구들은 관광객이 참여했던 관광활동과 만족도 간의 영향관계 파악 연구(이세나·이정원, 2017), 관광객의 관광활동 결정요인 도출 연구(김성조·유창근, 2008), 관광객 속성에 따른 관광활동 차이 파악 연구(전양진, 2016), 관광활동과 관광제약요인 도출 연구(박미숙 외, 2009) 등의 주제로 다수 수행되었다. 또 다른 접근으로 공간데이터를 활용한 관광객들의 다(多) 관광활동 참여 행태를 탐색한 연구가 소수 수행되고 있다(Talpur & Zhang, 2018). 하지만 관광객들이 한 번의 여행에서 다수의 관광활동에 참여함으로써 관광활동 간의 관계성이 발생됨에도 불구하고, 관계적/구조주의적 관점에서 관광활동 간의 위계적 구조 파악 및 핵심 관광활동 도출, 동시 참여 관광활동 파악 등의 관광객의 다(多) 관광활동 패턴에 관련한 연구는 매우 미흡한 실정이다.

이에 본 연구는 관광활동을 관광객이 실제 관광지에서 참여한 활동에 기반 한 유형의 측면과 참여횟수와 관련된 객관적 측면에 기반하여 경기도를 방문한 외국인 개별 관광객의 다(多) 관광활동 참여 패턴을 관계적/구조주의적 관점에서 사회연결망 분석 기법을 적용하여 탐색하고자 한다. 구체적으로 첫째, 관광객들의 다수의 관광활동 참여로 인해 발생하는 관광활동들 간의 연결 관계를 기반으로 관광활동 연결망을 구축하고 관광활동들이 어떻게 연결되어 있는지, 어떠한 연결 패턴을 가지고 있는지 즉 구조적 특징을 탐색하고자 한다. 둘째, 관광활동 연결망 내에서 관광활동들 간의 위계적 관계를 파악하고자 한다. 셋째, 관광활동 연결망 내에서 어떠한 관광활동이 영향력이 높은지, 어떠한 관광활동이 핵심적인 역할을 하는지 등의 관광활동의 중요도를 파악하고자 한다. 끝으로, 관광객들이 실제로 참여한 관광활동들 간의 동시 참여 비율을 도출하고자 한다. 본 연구의 시사점은 경기도를 방문하는 외국인 개별 관광객을 대상으로 한 경기도만의 특색을 살린 관광콘텐츠 개발에 관련한 전략 수립에 기여할 수 있을 것이다.

Ⅱ. 선행연구 고찰

Ⅲ. 연구 방법

2. 관광활동 연결망 구축

“2019 경기관광 실태조사”의 원자료는 경기도를 방문한 여행객들의 속성을 코딩한 속성형 자료(Attribute Data)이다. 하지만, Liu et al.(2017)의 주장에 의하면, 사회연결망분석 기법을 적용하기 위해서는 속성형 자료를 관계형 자료(Relational Data)로 변환이 필요하다. 이에 본 연구는 외국인 개별 관광객들이 경기도를 방문하여 참여한 관광활동으로 구성된 관광활동 연결망을 구축하기 위해 다음과 같은 절차를 거쳐 속성형 자료를 관계형 자료로 변환했다.

첫째, 관광활동들 간의 관계를 행렬(Matrix)로 표현했다. 이를 예를 들어 설명하면, A라는 외국인 개별 관광객이 관광활동 1을 참여했으면 1로 기록하고, 그렇지 않으면 0으로 기록함으로써 모든 외국인 개별 관광객들이 참여한 관광활동을 표시했다. <표 1>은 관광활동 프로파일을 관광객-관광활동 행렬로 표현한 예이다. 위의 과정을 거쳐 449명 관광객 × 31개 관광활동 연결망 행렬을 생성했다.

<표 1>

관광객-관광활동 행렬

둘째, 본 연구는 관광활동들 간의 연결 관계의 특성을 분석하는 것이 그 목적이므로, 다양한 사회연결망 분석도구들 중 UCINET 6.682를 사용하여 이원모드(2-Mode)로 구성된 관광객 × 관광활동 행렬을 관광활동 × 관광활동의 일원모드(1-Mode) 행렬로 변환하여 관광활동 연결망을 구축하고 이를 분석했다.

Ⅳ. 분석 결과

1. 응답자의 특성

본 연구는 경기도를 방문하여 3개 이상의 관광활동 유형을 참여했다고 응답한 449명의 자료를 활용했으며, 이들의 특성을 분석한 결과를 <표 2>와 같이 제시했다. 이를 구체적으로 살펴보면, 경기도를 방문하여 3개 이상의 관광활동 유형에 참여한 관광객들의 성별은 여성 65.7%, 남성 34.3%의 비율로 나타났다. 방문빈도는 첫방문 54.6%, 재방문 45.4%의 비율로 나타나 재방문객에 비해 첫방문객이 보다 높은 것을 확인했다. 다음으로 직업을 살펴보면, 사무/기술직 25.8%, 학생 18.0%, 전문직 12.0%, 주부 10.5% 등의 순으로 조사되어 경기도를 방문한 관광객들 중 사무/기술직 종사자가 가장 많은 관광객임을 확인했다. 끝으로, 관광활동 참여빈도를 살펴보면, 4개 활동 참여 22.0%, 5개 활동 참여 21.8%, 3개 활동 참여 19.2% 등의 순으로 나타나 경기도를 방문하여 4개의 관광활동에 참여하는 관광객이 가장 많은 것을 확인했다.

<표 2>

응답자의 특성

2. 참여 관광활동 빈도

다중응답 빈도분석을 수행하고 관광객들이 참여한 관광활동의 상위 5개 순위를 <표 3>에 제시하였다. 이를 살펴보면, 첫째, 경기도를 방문한 외국인 개별 관광객들은 경기도의 “문화/역사”를 체험하는 관광활동에 가장 많이 참여하는 것으로 나타났다. 둘째, “지역음식” 및 “맛집 체험(지역음식 외)” 관광활동이 상위권에 포함된 것으로 나타나 경기도를 방문하는 외국인 개별 관광객에 있어 식도락 요소는 경기도 관광에 중요한 역할을 하고 있는 것을 확인했다. 끝으로, 외국인 개별 관광객은 한류문화콘텐츠(예: 영화, 드라마 등)의 영향으로 “촬영지”를 방문하는 관광활동을 하는 것을 확인했다.

<표 3>

상위 5위에 포함된 참여 관광활동 빈도 분포

3. 관광활동 연결망의 구조적 특성

관광활동 연결망의 구조적 특징을 분석한 결과를 <표 4>에 작성했다. 관광객들이 참여한 관광활동 유형을 의미하는 노드는 31개, 관광활동 간의 연결 관계의 수를 의미하는 링크 수는 228개로 나타났다. 이와 더불어 연결망 내의 관광활동들 간의 연결 관계 정도를 나타내며, 0에서 1의 범위에서 지수로 도출되는 밀도 지수는 0.2452로 도출되었다. Scott et al.(2008)은 연결망의 밀도 지수가 높을수록 연결망 내 노드들 간의 연결이 유기적으로 이루어진다고 보고했다. 이에 관광활동 연결망의 밀도 지수인 0.2452는 연결망 내의 관광활동 간의 연결 관계가 특정 관광활동에 집중적으로 이루어 진 것이 아닌 다수의 관광활동 간 연결이 유기적 이루어 졌다고 해석할 수 있다(Nooy et al., 2005).

<표 4>

관광활동 연결망의 구조적 특징

4. 관광활동의 연결정도 중심성 지수 도출

관광활동 연결망 내에 위치한 관광활동들 중 타 관광활동에 비해 영향력이 큰 관광활동을 파악하기 위해 연결정도 중심성 분석을 수행하고 상위 5순위까지의 결과를 <표 5>에 작성했다. 이를 구체적으로 살펴보면, 첫째, “놀이공원/테마파크”, “촬영지”, “지역음식체험”은 다른 관광활동 유형들과의 직접적 연결정도에 있어 가장 높은 연결 관계를 가지는 것을 확인했다. 둘째, 4순위와 5순위를 제외한 1순위에 4종류(놀이공원/테마파크; 촬영지; 지역음식 체험; 맛집 체험(지역음식 외), 2순위에 3종류(박물관/미술관; 거리(로드샵); 문화/역사 체험), 3순위에 3종류(강/바다/산/호수; 공원/수목원/휴양림; 전통시장)의 관광활동 유형이 포함된 것으로 나타났다. 이를 통해 경기도를 방문한 관광객들의 관광활동은 연결망 내에서 핵심적인 역할을 하는 다수의 앵커 관광활동(Anchor Tourism Activity) 유형을 중심으로 위계적으로 연결되어 있음을 확인했다. 끝으로, 1순위에 포함된 관광활동 유형을 통해 경기도를 방문하는 관광객들은 한류문화를 통해 알려진 촬영장소 방문, 경기도만의 특색을 살린 놀이공원체험 및 지역음식체험 등의 관광활동 참여 선호도가 가장 높은 것을 유추할 수 있다.

<표 5>

상위 5위에 포함된 관광활동 유형의 연결정도 중심성 지수 순위

5. 관광활동의 위세 중심성 지수 도출

관광활동 연결망 내에 어떠한 관광활동 유형이 얼마나 중요한 관광활동 유형들과 연결되어 있는지를 파악하기 위해 위세 중심성 분석을 실시하고 상위 5순위까지의 결과를 <표 6>에 작성했다. 이를 살펴보면 다음과 같다. 먼저, 31개의 관광활동 유형 중 “맛집체험(지역 음식 외)” 활동이 위세 중심성 지수가 가장 높은 것을 확인했다. 이는 앞서 언급한 바와 같이 위세 중심성은 어떠한 관광활동 유형이 얼마나 중요한 관광활동 유형들과 연결되어 있는지를 고려한 것으로서 “맛집체험(지역 음식 외)” 활동은 경기도 내 영향력이 높은 즉 “놀이공원/테마파크”, “지역음식체험” 활동 유형과 같은 연결정도 중심성이 큰 관광활동 유형들과 연결되어 있는 특성이 온전히 반영된 것으로 해석할 수 있다. 이와 더불어 위세 중심성의 개념을 바탕으로 특정 관광활동 유형이 다른 관광활동 유형에 영향을 미치고, 그 관광활동 유형또한 타 관광활동 유형에 영향을 준다고 가정했을 때, 이러한 연결 관계에서 첫 번째 관광활동 유형이 가장 영향력이 높은 핵심 관광활동이라고 해석할 수 있다(이대은 외, 2017). 이를 바탕으로 본 연구의 분석결과를 통해 1순위로 도출된 “맛집 체험(지역 음식 외)”은 경기도 관광활동에 있어 가장 영향력이 큰 관광활동 유형이라고 유추할 수 있다.

<표 6>

상위 5위에 포함된 관광활동 유형의 위세 중심성 지수 순위

6. 관광행동 연결망 내의 키 플레이어 분석 결과

관광활동 연결망의 구축 및 유지에 있어 키 플레이어 역할을 담당하는 관광활동을 도출하기 위한 목적으로 키 플레이어 분석을 실시하고 그 결과를 <표 7>에 작성했다. 분석결과는 관광활동 연결망 내 타 관광활동 유형에 비해 “촬영지” 관광활동을 제거 했을 때 연결망이 붕괴됨을 의미한다. 즉, 관광활동 연결망 구축 및 유지에 있어 “촬영지” 관광활동은 반드시 있어야하는 핵심적인 역할을 한다고 해석할 수 있다.

<표 7>

관광활동 연결망 내 키 플레이어

7. 동시 참여 관광활동 분석 결과

본 연구의 자료는 관광객들이 참여한 관광활동 간의 관계성을 포함하고 있는 자료이기 때문에 관광객들이 동시에 참여한 관광활동을 알 수 있다. 예컨대, 관광객이 동시에 A와 B라는 관광활동에 참여했을 때 발생되는 연결 관계를 중심으로 관광활동 참여의 패턴을 확인할 수 있다. 분석 결과는 <표 8>과 같다. 이를 구체적으로 살펴보면, 첫째, 경기도를 방문하는 외국인 개별 관광객들의 동시 관광활동 참여 유형은 총 348개의 유형으로 도출되었으며, 그 빈도는 총 5,552개로 도출되었다. 둘째, 경기도를 방문하는 개별 외국인 관광객들은 “공원/수목원/휴양림”과 “박물관/미술관” 관광활동 에 동시에 참여하는 관광경험을 가장 많이 하는 것을 확인했다. 끝으로, “문화/역사 체험” 및 “공원/수목원/휴양림” 관광활동 유형은 다수의 관광활동들과 동시 참여 비율이 높은 것으로 나타나 연계관광을 위한 중요한 요소임을 확인했다.

<표 8>

상위 5순위에 속한 동시 참여 관광활동 비율

8. 관광활동 연결망의 시각화

본 연구는 NetDraw(Borgatti et al., 2002) 프로그램을 활용하여 관광활동 연결망 내의 관광활동 간의 연결 관계에 기반한 구조적 특징을 시각화 했다<그림 1 참조>. <그림 1>은 각각의 관광활동들이 가진 연결정도 중심성 지수를 반영하여 관광활동의 크기를 나타냈다. 즉 관광활동을 의미하는 노드의 크기가 클수록 연결망 내에서 영향력이 큰 것을 의미한다.

<그림 1>

연결정도 중심성 지수 기반의 관광활동 연결망

Ⅳ. 결론

경기도를 방문하는 대부분의 외국인 개별 관광객들은 한 번의 여행에서 다수의 관광활동에 참여하는 다(多) 관광활동 참여 행태를 보이고 있다. 경기도는 관광 활성화를 위한 다양한 관광정책을 추진 중에 있지만, 외국인 개별 관광객들의 다(多) 관광활동 참여 행동의 이해에 대한 학술적 접근이 충분이 이루어지지 않고 있다. 따라서 본 연구는 “2019 경기관광 실태조사”에 사용된 자료를 활용하여 외국인 개별 관광객의 다(多) 관광활동 참여 패턴을 분석하고 경기도 관광콘텐츠 개발 및 관광 활성화를 위한 학술적 시사점과 실무적 시사점을 제시했다.

먼저, 다음과 같은 학술적 시사점을 제시했다. 첫째, 본 연구는 현재까지 수행된 특정 또는 단일 관광활동 참여를 대상으로 전통적 통계분석 기법을 적용하여 변수들 간의 영향관계 파악 또는 차이 검증 등에 초점이 맞춰진 다수의 선행연구들과 달리 관광활동들 간 연결 관계의 특성 파악에 초점이 맞춰진 사회연결망 분석 기법을 적용하여 관광객들의 다(多) 관광활동 참여 패턴에 대한 이해를 확장했다는 점에서 학술적으로 기여했다고 판단된다.

둘째, 관광활동에 관련한 대다수의 연구들에서는 다중응답 문항을 분석하기 위해 빈도 분석만을 활용한 연구가 수행되었지만, 본 연구에서는 사회연결망 분석 기법을 적용하여 다중응답 항목들 간의 연결 관계를 분석했다. 이를 통해 관광객들이 참여한 관광활동에 대한 빈도분석과 연결정도 중심성 및 위세 중심성 분석을 통해 도출된 관광활동들 간의 순위가 상이함을 확인했다. 이러한 본 연구의 결과는 관광객들의 관광활동에 관련하여 후속 연구를 수행중이거나 계획하고 있는 연구자들에게 활발하게 적용되는 전통적 통계분석 기법이 아닌 사회연결망 분석 기법과 같은 새로운 방법론을 적용했을 때 전통적 통계분석 결과에서 발견할 수 없었던 의미 있는 새로운 결과를 발견할 수 있다는 경험적 증거를 제시한 점에서 의미가 있다고 판단된다.

끝으로, 본 연구에서 확인된 바와 같이, 경기도를 방문하는 외국인 개별 관광객들은 다수의 관광활동에 참여하는 것을 확인했다. 이로 인해 관광객들이 참여한 각각의 관광활동들은 연결 관계를 형성하게 된다. 이러한 이유에서 관광활동 간의 연결 관계의 특성을 파악하기 위해서는 구조주의적/관계주의적 접근을 바탕으로 하는 사회연결망 분석이 수행되어져야한다. 이와 같은 관점에서 본 연구는 대부분의 선행연구에서 개별주의적 접근을 통해 관광객의 관광활동에 대해 분석한 것과 달리 한 번의 관광에서 다수의 관광활동에 참여하는 관광객들의 관광활동 패턴을 이해하기 위해 구조적/관계적 접근을 통해 관광객들의 다(多) 관광활동 참여에 대해 구조적/관계적 접근이 필요함을 제언했다는 점에서 관광활동 관련 연구에 있어 이론적으로 기여할 수 있다고 판단한다.

다음으로 본 연구의 결과에 기초하여 다음의 실무적 시사점을 도출했다. 첫째, 중심성 분석결과, 연결정도 중심성 지수가 가장 높은 관광활동은 “놀이공원/테마파크”, “촬영지”, “지역음식체험” 등으로 나타났으며, 위세 중심성 지수가 가장 높은 관광활동은 “맛집 체험(지역 음식 외)” 으로 나타났다. 관광활동 연결망 내에서 연결정도 중심성은 직접적으로 타 관광활동에 영향을 미치고 위세 중심성은 직·간접적으로 타 관광활동에 영향을 미치기 때문에 두 개의 중심성 지수가 높은 관광활동은 타 관광활동에 비해 상대적으로 영향력이 큰 관광활동으로써 관광콘텐츠 개발, 홍보 및 마케팅에 있어 보다 큰 경쟁력을 가질 수 있다. 따라서 경기도 관광에 관련한 관광콘텐츠 개발자, 마케터 등의 관련 실무자들은 본 연구에서 확인된 1순위 관광활동을 고려한 지역특화형 관광콘텐츠 및 연계 관광 상품 개발 방안, 문화·관광·예술·음식 등이 융합된 신융합관광 콘텐츠 개발 방안을 모색해 볼 수 있을 것이다.

둘째, 키플레이 분석결과, 관광활동 연결망 내에서 “촬영지” 활동이 키 플레이어로 도출되었다. 관광활동 연결망에서 키 플레이어로 확인된 관광활동은 연결망의 유지에 있어 반드시 포함되어야 하는 관광활동으로 해석 할 수 있다. 따라서 경기도 관광의 관련 실무자들은 본 연구에서 확인한 키 플레이어 관광활동을 고려한 경기도 관광의 킬러 콘텐츠(Killer Contents) 개발 방안을 강구함으로써 경기도의 관광경쟁력 제고 및 매력도를 향상시킬 수 있을 것이다.

셋째, 경기도를 방문한 외국인 개별 관광객들의 동시 참여 관광활동은 “공원/수목원/휴양림” - “박물관/미술관”으로 도출되었고, “공원/수목원/휴양림”과 “문화/역사 체험” 관광활동은 다수의 관광활동과 동시에 참여한 것으로 확인했다. 이에 경기도의 관광콘텐츠 개발, 관광마케팅, 관광분야 공무원 등 실무자들은 단편적인 접근이 아닌 관광객들이 참여한 관광활동 간의 연결 관계에 대한 다각적 접근이 필요할 것으로 사료된다. 그 이유로는 대다수의 관광객의 경우 하나의 관광활동만을 참여하지 않고, 두 개 이상의 관광활동에 참여하는 행동이 일반적이며, 특정한 관광활동이 다른 관광활동의 참여에 연관될 수 있기 때문이다. 따라서 경기도 관광의 실무자들은 본 연구에서 확인된 바와 같이 관광활동 간의 연결 관계를 파악하고 이에 기반한 경기도 전반의 관광을 경험할 수 있는 순환형 연계 관광콘텐츠를 개발 방안을 강구해 볼 수 있을 것이다. 이와 더불어 코로나 19로 인해 언택트(Untact) 관광이 활발히 이루어지고 있는 트렌드를 반영하여 관광마케터는 하나의 초점(예: 특정 관광활동)에 맞춰진 관광마케팅을 수행하는 것이 아닌 관광콘텐츠 개발자와의 협업을 통한 순환형 관광콘텐츠 또는 연계 관광콘텐츠를 다차원적으로 마케팅할 수 있는 방안에 대한 전략 수립을 고려할 수 있을 것이다.

끝으로, 경기도를 방문하는 관광객들은 경기도만의 지역 특색이 묻어있는 관광활동에 참여하는 동시에 미디어를 통해 노출된 장소, 음식 등의 관광유형에 함께 참여하는 것을 확인했다. 따라서 경기도 관광에 관련한 정책입안자들은 경기도 관광의 품질 제고를 위해, 경기도만의 지역관광콘텐츠 강화, 기존 관광활동들 간의 연계를 위한 부서 간 협업 방안 도출(예: 교통-주차장-관광시설물 관리), 새로운 관광콘텐츠 개발 및 홍보를 통한 관광활동 참여 범위 확대를 유도할 수 있는 정책적 접근을 해야 할 것이다.

본 연구는 위에서 제시한 학술적 및 실무적 시사점에도 불구하고 몇가지 한계점을 지니고 있다. 첫째, 본 연구는 “2019 경기관광 실태조사”의 원자료를 연구의 목적에 알맞게 재가공하여 사용했다. 하지만 본 연구는 원자료가 관광객의 관광활동 참여 순서를 가지고 있지 않은 한계로 인해 매개 중심성 및 근접 중심성 지수를 계산하지 못하고 연결정도 중심성 및 위세 중심성 지수만을 계산했다. 향후 수행될 “경기관광 실태조사”에서 관광활동 참여 설문항목에 참여 순서에 대한 질문을 추가한다면, 보다 더 다양한 분석기법을 적용할 수 있을 뿐만 아니라, 분석 결과에 기반하여 더욱 더 풍부한 시사점을 제안할 수 있을 것이라 판단된다.

또한 본 연구는 경기도를 방문한 외국인 관광객들의 다양한 특성들 중에서 관광목적과 여행행태만을 고려하여 연구를 수행했다. 하지만, 관광객의 관광 활동 참여는 다양한 목적 및 편익추구를 위한 관광을 경험하고 관광의 효용성을 극대화하기 위한 의사결정의 산물이다. 이에 향후 연구에서는 관광객의 특성(예: 관광동기, 성별, 소득, 국적 등)을 포괄적으로 반영한 연구가 진행된다면 외국인 관광객들의 관광 참여 활동에 대해 보다 깊고 풍부한 이해를 할 수 있을 것이며 이는 지역관광 콘텐츠 개발 및 관광산업의 지역화에 있어 실효성 있는 시사점을 제안할 수 있을 것이다.

References

• 강상훈·박득희(2020), “다목적지 여행에서 관광 목적지 간의 연결 패턴 조사: 대구광역시를 사례로”, 『관광학연구』, 44(7): 107-124.
• 경기관광공사(2020), 『2019 경기관광실태조사 보고서』, 경기관광공사.
• 곽기영(2017). 『소셜 네트워크 분석』, 서울: 청람.
• 김미라·윤정헌(2019), “관광활동, 치유체험 및 생활만족의 영향관계”, 『MICE관광연구』, 19(3): 23-43
• 김미라·윤정헌(2020), “관광활동, 인성 및 자기인식의 영향관계”, 『MICE관광연구』, 20(3): 51-73.
• 김성조·유창근(2008), “해맞이 관광객의 관광활동 인식 결정요인”, 『관광학연구』, 32(2): 275-293.
• 김영래·구본기(2012), “외래관광객 이동 네트워크의 공간적 특성 분석: 일본인 최초, 재방문 관광객의 특성을 중심으로”, 『관광연구』, 27(1): 37-53.
• 김영미·김성섭(2010), “컨벤션 서비스 공급업자들 간 자원 교류를 위한 네트워크 분석: 사회 연결망 이론을 적용하여”, 『관광학연구』, 34(8): 83-106.
• 대한민국 정책브리핑(2019),『국가 관광전략회의: 여행자 중심 지역관광 발전 전략』. Retrieved from http://www.korea.kr/main.do
• 박득희·강상훈·이계희(2017), “소셜 미디어 빅데이터를 활용한 관광객들의 관광정보 탐색 행동의 구조적 특징: 메르스(MERS)발생 이전과 이후 비교”, 『서울도시연구』, 18(2): 145-158.
• 박득희·김태구·이계희(2016), “소셜 네트워크 분석을 적용한 외래 개별관광객의 다 (多) 관광지 관광행동에 대한 이해”, 『호텔경영학연구』, 25(4): 201-216.
• 박득희·이계희(2014), “패키지 관광 상품에 포함된 관광목적지들 간의 사회 네트워크 분석”, 15(3): 1414-1423.
• 박득희·이계희·강상훈(2020), “다목적지 여행에서 관광 목적지 순위의 결정 요인: 앵커 포인트 이론의 적용”, 『관광학연구』, 44(5): 97-115.
• 박득희·전재균(2018), “소셜 네크워크 분석을 적용한 내국인 관광객들의 교통수단에 따른 네트워크 비교 연구: 부산 지역 관광목적지를 중심으로”, 『관광연구저널』, 32(3): 39-54.
• 박미숙·이영진·이훈(2009), “관광활동 유형별 관광제약요인 차이분석: 방한 개별여행 외국청소년을 대상으로”, 『관광연구논총』, 21(2): 191-218.
• 손선미(2018), “메가 이벤트의 개념에 따른 연구동향 분석: KCI 관광학 학술지를 중심으로”, 『이벤트컨벤션연구』, 14(4): 123-140.
• 송운강·양희원(2017), “계절에 따른 관광 네트워크차이 분석: 강원도 관광을 중심으로”, 『관광연구저널』, 31(2): 31-45.
• 윤태환(2020), “언어네트워크 분석을 활용한 국내 카지노 연구동향 분석”, 『관광학연구』, 44(5): 141-160.
• 이대은·강상훈·박득희(2017), “사회연결망분석(SNA)기법을 활용한 중국인 개별관광객의 다목적지 방문 패턴 분석: 서울, 인천 및 경기도 지역 관광지를 중심으로”, 『관광연구저널』, 31(5): 37-48.
• 이세나·이정원(2017), “관광객의 라이프스타일, 관광활동, 만족간의 영향 관계에 관한 연구”, 『관광레저연구』, 29(3): 21-35.
• 이주연·이영주·이동호(2005), “농촌관광개발 이해당사자 분석 방법론: 사회연결망분석 사례 연구”, 『농촌계획』, 11(3): 29-42.
• 이혜진·송운강(2010), “다목적지 여행의 결정 요인 분석”, 『관광학연구』, 34(4): 127-142.
• 장호찬·라선아(2008), 『관광행동론』. 한국방송통신대학교 출판부
• 전양진(2016), “한국인 해외여행자의 성별, 연령, 결혼상태에 따른 관광활동 비교연구”, 『동북아관광연구』, 12(1): 47-67.
• 정연동·강덕제(2021), “사회연결망분석을 활용한 오버투어리즘 연구동향”, 『이벤트컨벤션연구』, 17(1): 127-142.
• Asero, V., Gozzo, S. & Tomaselli, V.(2016). “Building Tourism Networks through Tourist Mobility", Journal of Travel Research, 55(6): 751–763. [https://doi.org/10.1177/0047287515569777]
• Borgatti, S. P., Everett, M. G. & Freeman, L. C.(2002). “Ucinet for Windows: Software for Social Network Analysis”, Harvard, MA: Analytic Technologies.
• Kang, S., Kim, W. G. & Park, D.(2021). “Understanding Tourist Information Search Behaviour: The Power and Insight of Social Network Analysis”, Current Issues in Tourism, 24(3): 403-423. [https://doi.org/10.1080/13683500.2020.1771290]
• Kang, S., Lee, G., Kim, J. & Park, D.(2018). “Identifying the Spatial Structure of the Tourist Attraction System in South Korea Using GIS and Network Analysis: An Application of Anchor-Point Theory”, Journal of Destination Marketing & Management, 9, 358-370. [https://doi.org/10.1016/j.jdmm.2018.04.001]
• Lee, H., Chung, N. & Nam, Y.(2019). Do Online Information Sources Really Make Tourists Visit More Diverse Places? Based on the Social Networking Analysis", Information Processing & Management, 56(4): 1376-1390. [https://doi.org/10.1016/j.ipm.2018.01.005]
• Lehto, X. Y., O’Leary, J. T. & Morrison, A. M.(2004). “The effect of prior Experience on Vacation Behavior”, Annals of Tourism Research, 31(4): 801-818. [https://doi.org/10.1016/j.annals.2004.02.006]
• Liu, B., Huang, S. S. & Fu, H.(2017). “An Application of Network Analysis on Tourist Attractions: The Case of Xinjiang, China”, Tourism Management, 58: 132–141. [https://doi.org/10.1016/j.tourman.2016.10.009]
• Lue, C., Crompton, J. & Fesenmaier, D.(1993). “Conceptualization of Multi-Destination Pleasure Trips”, Annals of Tourism Research, 20(2): 289–301. [https://doi.org/10.1016/0160-7383(93)90056-9]
• Leung, X. Y., Wnag, F., Wu, B., Bai, B., Stahura, K. A. & Xie, Z.(2012). “A Social Network Analysis of Overseas Tourist Movement Patterns in Beijing, the Impact of the Olympic Games", International Journal of Tourism Research, 14(5): 469–484. [https://doi.org/10.1002/jtr.876]
• Mumuni, A. G. & Mansour, M.(2014). “Activity-based Segmentation of the Outbound Leisure Tourism Market of Saudi Arabia”, Journal of Vacation Marketing, 20(3): 239-252. [https://doi.org/10.1177/1356766714522258]
• Nooy, D. Y., Mrvar, A. & Batagelj, V.(2005). “Exploratory Social Network Analysis with Pajek”, United Kingdom: Cambridge University Press. [https://doi.org/10.1017/CBO9780511806452]
• Park, D., Kim, J., Kim, W. G. & Park, H.(2019). “Does Distance Matter? Examining the Distance Effect on Tourists’ Multi-Attraction Travel Behaviors”, Journal of Travel & Tourism Marketing, 36(6): 692-709. [https://doi.org/10.1080/10548408.2019.1624243]
• Prell, C.(2012). “Social Network Analysis: History, Theory & Methodology”, Los Angeles: SAGE.
• Scott, N., Baggio, R. & Cooper, C.(2008). “Network Analysis and Tourism: From Theory to Practice”, Buffalo, NY: Channel View Publications. [https://doi.org/10.21832/9781845410896]
• Talpur, A. & Zhang, Y.(2018, October). “A Study of Tourist Sequential Activity Pattern through Location Based Social Network (LBSN)”, In 2018 International Conference on Orange Technologies (ICOT) (pp. 1-8). IEEE. [https://doi.org/10.1109/ICOT.2018.8705895]
• Wasserman, S. & Faust, F.(1994). “Social Network Analysis, Methods & Applications”, Cambridge: Cambridge University Press. [https://doi.org/10.1017/CBO9780511815478]