첫방문객과 재방문객 간의 관광활동 연관성 비교: 경기도를 중심으로

1. 재방문객의 관광활동에 관한 연구 동향

재방문객은 동일한 관광 상품, 서비스 또는 목적지를 다시 경험하는 사람으로 정의된다(Agarwal, 2023). 재방문객은 첫방문객 보다 관광 만족도가 높게 나타나고 재방문할 가능성이 높으며, 지인에게 해당 관광지를 추천할 가능성이 크다(이성미 외, 2016; Oppermann, 1997). 즉 만족도가 높았던 관광 경험자의 재방문은 높은 충성도를 의미하며, 관광지 활성화에 직접적으로 연결될 수 있다. 또한 재방문객을 유지하는 것은 새로운 관광객 유치보다 마케팅 지출 절감 및 이윤창출에 있어서 매우 중요한 사안이다(이성미 외, 2016; 최대성, 2020; Li et al. ,2008; Oppermann, 1997). 관광지의 지속 가능한 성장이라는 맥락에서 경쟁력 있는 관광지는 점점 더 많은 재방문객을 유치하려는 조치를 포함한 마케팅 전략을 개발하고 있다(Freytag, 2010). 그리고 관광활동은 관광객이 방문하고자 하는 여행지를 선택할 때 가장 중요히 고려하는 특성이기 때문에(최대성, 2020), 재방문객 유치를 위한 마케팅 전략을 위해서는 재방문객이 선호하는 관광활동에 대한 연구의 필요성이 주목받고 있다. 따라서 첫방문객이 선호하는 관광활동과 재방문객이 선호하는 관광활동에 대한 차이를 확인해볼 필요가 있다.

첫방문객과 재방문객의 관광활동 비교 연구를 살펴보면, 이재곤 외(2013)은 관광자의 방문경험(첫방문, 재방문)에 따른 관광동기 및 관광객 행동 의도 비교연구를 수행하였다. 연구 결과, 재방문객의 관광동기는 일상탈출/휴식, 유희성, 친목도모, 자긍심 요인이 첫방문객이 더 높게 지각하는 것으로 확인되었고, 편의성, 체험/활동성, 자연/문화, 접근·비용성 요인은 첫방문객이 더 높게 지각하고 있는 것으로 나타났다. 그리고 첫방문객과 재방문객의 관광만족 차이분석의 결과 첫방문객은 재방문객 보다 높은 만족감을 가지는 것으로 나타났고, 행동의도 차이분석의 결과 첫방문객은 재방문객에 보다 더 높게 지각하는 것으로 나타났다. 최대성(2020)은 오키나와를 방문했던 한국인 관광객을 대상으로 첫방문객과 재방문객의 관광 활동, 방문 장소 차이연구를 수행하였다. 연구결과, 첫방문객과 재방문객의 방문 장소와 참여 관광 활동은 일부 차이가 있는 것으로 나타났다. 그리고 방문한 관광지의 쇼핑몰 방문 수는 첫방문객에 비해 재방문객이 높게 나타났지만 방문한 관광지의 수는 첫방문객과 재방문객 사이에 차이가 나타나지 않는 것으로 확인되었다. 경기관광공사(2024.05.30.)가 2023년 경기도 주요 관광지 방문객 실태조사 결과보고서를 살펴보면, 재방문한 고객의 평균 방문 횟수는 10.5회로 나타났다. 그리고 처음 방문한 방문객은 전시·관람시설, 마을, 경승지 등을 위주로 방문하지만, 2회 이상 방문한 방문객은 공원, 관광지구, 숙박·음식시설, 스포츠·체육시설 등 위주로 방문하는 것으로 나타났다.

외국 학자들의 연구를 살펴보면 다음과 같다. Gitelson & Crompton(1984)은 관광목적지를 재방문하는 현상에 대해 고찰을 하였다. 연구결과, 처음으로 관광목적지를 방문하는 관광객은 관광명소를 방문하거나 문화체험 등 다양한 관광활동을 선호하는 반면, 재방문객은 휴식을 찾고 휴가 중에 지인을 방문할 가능성이 더 높은 것으로 나타났다. Oppermann(1997)는 뉴질랜드를 방문하는 방문객을 대상으로 목적지에 대한 방문패턴을 첫방문자와 재방문자로 구분하여 분석하였다. 분석결과, 첫방문자와 재방문자의 구성 및 여행활동과 관련하여 상당한 차이가 있는 것으로 나타났다. 예를 들면, 재방문객은 장기간 체류함에도 불구하고 방문하는 관광명소는 첫방문객보다 현저히 적게 나타났다. Li et al.(2008)는 미국 국내 관광객을 대상으로 인구통계학적 및 여행지 특성, 여행 계획 행동, 여행 활동 선호도의 여행 전후 일치성, 여행 후 평가를 통해 첫방문객과 재방문객을 체계적으로 비교하고자 했다. 연구결과, 첫방문객의 행동은 관광/여행 지향적인 반면 재방문객의 행동은 레크리에이션/활동 지향적인 것으로 나타났으며, 첫방문객은 더욱 적극적인 여행 계획자이며 재방문객은 여행 후 평가가 더 긍정적인 것으로 나타났다. Mckercher et al.(2012)는 지리 정보 시스템(GIS)을 활용하여 관광객들의 이동데이터를 수집하여 수집된 데이터를 적용하여 홍콩을 방문한 관광객들을 대상으로 첫방문과 재방문의 패턴을 비교하였다. 연구결과, 첫방문객은 더 다양한 관광목적지를 방문하는 경향이 있는 반면, 재방문객은 관광행동을 한정된 관광목적지를 방문하는 경향을 보이는 것으로 나타났다. 즉, 첫방문객은 호텔에서 장거리 당일 여행을 하는 경향이 있는 반면, 재방문객은 짧은 여행을 여러 번 하고 낮 동안 간헐적으로 호텔로 돌아오는 경향이 있는 것으로 나타났다. Begashe, Mgonja, & Matotola(2024)은 탄자니아의 외국인 재방문 관광객을 대상으로 인구 통계적 특성과 외국인 재방문 관광객의 관광명소 방문패턴 간의 연관성 확인하고자 하였다. 연구결과, 인구 통계적 요인(연령, 결혼상태, 소득수준, 직업, 교육 수준)이 특정 관광명소 방문패턴에 대한 선호도를 확인하였으며, 통계적으로 유의미한 상관관계가 있는 것으로 나타났다.

위에서 언급한 바와 같이 첫방문객과 재방문객의 관광활동을 이해하기 위해, 많은 연구자들이 다양한 주제를 선정하고 전통적 통계분석, 데이터 마이닝 등을 적용하여 꾸준한 연구를 수행하고 있는 것을 확인했다. 그러나 선행연구에서 적용된 연구방법론 중 관광활동 간의 연관성을 조사하기 위해 연관성 규칙 분석을 적용한 연구는 매우 미흡한 것으로 나타나 본 연구는 첫방문객과 재방문객의 관광활동에 대한 연관성을 비교하고자 하였다.

2. 연관성 분석을 활용한 관광활동에 관한 연구 동향

관광활동은 관광객이 관광목적지에서 그들의 욕구, 동기, 선호도를 반영하여 원하는 모든 유형 및 무형의 활동을 의미하며(박정하, 2022), 관광을 계획하고 결정하는 과정에서 시간요인, 물리적요인, 인적요인 등의 관광버블 요소와 정치, 사회, 경제 등의 외부환경 요인에 영향을 받기 때문에 참여 및 선호 관광활동의 형태가 모두 다르게 나타나는 것으로 보고된다(박득희·강상훈, 2021). 이러한 관광활동을 통해 삶의 질 향상, 다양한 지식의 습득, 정신적·신체적 건강 증진, 사회적 교류를 바탕으로 개인의 발전 등과 같은 긍정적 효과가 나타나며, 삶의 만족을 높이는 데 이바지하고 있다(윤선미, 2023). 특히, 관광객의 관광활동은 관광공간의 이동성을 전제로 특정의 한 공간만을 방문하지 않고 다수의 공간을 방문하여 다양한 관광활동에 참여는 특성을 지니고 있어 관광객의 관광활동 연관성 분석에 관한 연구가 이루어지고 있다(윤선미, 2023; Park & Yun, 2023).

연관성 분석을 활용한 관광활동 관한 연구를 살펴보면, Versichele et al.(2014)은 블루투스 추적 방법론을 통해 벨기에의 항구 도시 겐트(Gent)를 방문한 관광객의 관광명소 방문 패턴에 관한 연관성을 분석하였다. 연구결과, 다양한 관광객 세그먼트에 대해 발견된 연관성을 분석하고 추가로 ‘방문 패턴 맵’에 시각화하였고 관광객들이 도심 방문과 도심 외부 방문을 거의 결합하지 않는다는 것으로 나타났다. 윤선미(2023)는 장바구니 분석을 적용해서 월평균 소득에 따른 관광 활동 참여패턴을 조사하였다. 조사결과, 월평균 소득에 따라 관광활동 연관성 규칙의 수는 다르게 나타났고 관광활동 사이에서 허브 역할을 하는 앵커 관광활동은 월평균 소득에 따라 다르게 나타났다. 박득희 외(2024)는 연관성 규칙 분석을 이용하여 계절에 따른 관광공간 간 연관성 조사를 분석하였다. 분석결과, 계절에 따라 관광객의 다목적지 여행 패턴에는 차이가 있음을 확인했다. 봄에 서울을 방문하는 관광객은 여름과 가을 비해 다수의 관광공간을 방문함으로써 더욱 양한 관광공간의 연관성 규칙을 가지는 것을 확인했다. 그리고 봄과 여름에 관광공간 간 연관성 규칙의 조건절에는 이태원이 포함되었지만, 가을에 관광공간 간 연관성 규칙의 조건절에는 이태원이 포함되지 않은 것으로 나타났으며, 모두 결과절에 {홍대}가 많은 비중을 차지하는 것으로 나타나 서울을 방문하는 외래관광객에 있어 {홍대}는 앵커포인트로서의 역할을 하는 것으로 나타났다. 윤선미 외(2024)는 경남을 방문한 관광객을 대상으로 체류 기간에 따라 당일과 숙박으로 그룹을 나누고, 연관성 규칙 분석을 이용하여 당일관광객과 숙박관광객의 다목적지 관광활동을 파악하고, 비교하였다. 연구결과, 당일관광객(16개의 연관성 규칙) 보다 숙박관광객(24개의 연관성 규칙)이 더 많은 관광명소를 방문하는 것으로 나타났다. 그리고 2곳 이상의 관광명소를 방문하는 관광객은 여행 형태에 따라 방문하는 도시의 차이가 있는 것으로 나타났으며, 거제시와 거창군은 숙박관광지로서의 역할이 당일 관광지로서의 역할보다 더 크게 나타났다.

연관성 분석을 적용한 선행연구 연구 대부분은 여행 기간에 따른 관광지 방문패턴 파악, 월평균 소득에 따른 관광활동 간 연관성 파악, 블루투스 추적 방법론을 통해 관광객의 관광명소 방문패턴 파악 등으로만 이루어졌지만, 연관성 분석으로 첫방문객과 재방문객이 참여한 관광활동 간의 연관성을 비교하는 연구는 전무한 것을 확인하였다.

1. 연구자료

본 연구는 경기도의 관광정책 수립의 기초자료 확보를 목적으로 주기적으로 경기관광공사에서 수행하고 있는 “2023 경기도 주요 관광지 방문객 실태조사” 원자료를 연구자료로 활용하였다. 원자료를 구체적으로 살펴보면 다음과 같다. 첫째, 원자료의 모집단은 경기도 주요 관광지를 방문한 만 15세 이상의 내국인(관광지 내 시군 거주자 포함)으로 구성되었다. 둘째, 설문 조사 방식은 Web-app을 통한 사전 계통추출 조사와 구조화된 설문지를 이용한 대면조사의 혼합방식으로 수행되었다(경기관광공사, 2024). 셋째, 설문조사는 분기별로 4번에 걸쳐 수행되었다(1분기: 2023.01.01.~2023.03.31., 2분: 2023.04.01.~2023.06.30., 3분기: 2023.07.01.~2023.09.30., 4분기: 2023.10.01.~2023.12.31.). 끝으로, 설문지는 경기도 관련 인식, 관광지점 여행 과정, 경기도 여행 실태, 경기도 여행 과정, 여행 후 평가 등 경기도 여행을 전반적으로 조사할 수 있는 항목으로 구성되어 있다.

본 연구는 코로나19 팬데믹 이후 변화된 개별 여행, 수요자 관점에서의 여행 등의 관광 패러다임에 주목하고 개별적으로 경기도를 방문하여 다수의 관광활동을 참여한 개별 관광객을 연구대상으로 선정하였으며, 이들의 관광활동 참여에 따른 관광활동 간 연관성을 조사하였다. 이를 위해 몇 단계의 자료 정제과정을 통해 최종적인 연구 자료를 선정하였다.

자료 정체과정을 구체적으로 제시하면 다음과 같다. 먼저, 14,050명의 관광객 원자료로부터 개별 관광객을 선정하기 위해, “이번 여행은 다음 중 어떤 형태로 방문하셨습니까?” 설문항목을 활용하여 개별여행을 선택한 관광객 13,570명을 추출했다. 다음으로, 본 연구는 경기도를 방문한 내국인 관광객이 다수의 관광활동에 참여함으로써 나타나는 관광활동 간 연관성을 탐색해보는 것이 연구의 목적이기 때문에, “이번 여행에서 경기도 내에서 어떤 활동을 하셨거나 하실 예정이십니까? 모두 선택해 주세요.” 설문항목을 활용하였고 3개 이상의 관광활동을 참여한 9,668명의 관광객을 추출했다. 이러한 과정을 통해 도출된 9,668명의 관광활동 참여 기록 자료, 인구통계학적 특성 자료를 최종적인 연구 자료로 활용하였다.

2. 분석 방법

본 연구는 다수의 분석 주체 속에 숨겨져 있는 분석 주체 간 연관성 규칙을 발견해 내는데 탁월한 장점을 지닌 연관성 규칙 분석 기법을 적용하여 관광객이 참여한 다수의 관광활동 간에 존재하는 연관성 규칙을 조사하였다(강상훈·박득희, 2023). 연관성 규칙 분석 기법은 거대한 데이터베이스에 담겨져 있는 데이터 간 관계(Transaction)에서 존재하는 다양한 규칙 중 가치 있고 의미를 지니는 연관성 규칙을 조사하는 머신러닝 기법으로, 데이터 간 거래 기록을 가지는 다수의 산업분야에서 널리 사용되고 있으며, 최근 관광학 분야의 연구에 서서히 적용되고 있다(윤선미 외, 2024; 한국데이터베이스진흥원, 2016; 한주형, 2020). 연관성 규칙 분석 기법은 연관성 규칙을 도출하기 위해 선험적 알고리즘(Apriori Algorithm) 기반으로 지지도(Support), 신뢰도(Confidence), 향상도(Lift) 등 3가지의 주요 지표를 통해 의미 있는 연관성 규칙을 도출한다. 3가지 주요 지표를 본 연구에 적합하게 적용하여 설명하면 다음과 같다.

첫째, 지지도 지표는 전체 거래 데이터 중 A와 B 상품 데이터를 동시에 포함하는 거래 비율을 의미하는데, 이를 본 연구에 적용하자면, 관광객이 참여했던 관광활동 전체 데이터 중 ‘관광활동A’와 ‘관광활동B’가 동시에 포함되는 비율 즉, 관광객-참여 관광활동으로 구성된 모든 기록 데이터 중 상이한 두 개의 관광활동이 동시에 포함되는 비율을 의미한다(장용식·최진호, 2020; Martínez-Ballesteros et al., 2016). 이를 수식으로 아래와 같이 표현할 수 있다.

$$ \mathrm{지}\mathrm{지}\mathrm{도}\left(A\to B\right)=\frac{P\left(\mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }A\cap \mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }B\right)}{\mathrm{여}\mathrm{행}\mathrm{객}-\mathrm{참}\mathrm{여}\mathrm{ }\mathrm{관}\mathrm{광}\mathrm{ }\mathrm{활}\mathrm{동}\mathrm{ }\mathrm{전}\mathrm{체}\mathrm{ }\mathrm{데}\mathrm{이}\mathrm{터}}$$

둘째, 신뢰도 지표는 A 상품 데이터를 포함하는 거래 데이터 중에서 B 상품 데이터가 포함되는 확률을 의미하는데, 이를 본 연구에 적용하자면, 관광활동A가 포함된 모든 기록 데이터 중에서 관광활동A와 관광활동B가 동시에 포함되는 확률을 나타내는 지표로, 이 지표는 조건절이 발생했을 경우 결과절이 발생될 것이라는 조건부 확률로 해석할 수 있다. 신뢰도 지표는 관광활동 간 연관성 규칙 정도를 파악할 수 있는 지표로 적용할 수 있다(윤선미 외, 2024; Troncoso-García, et al., 2023). 이를 수식으로 아래와 같이 표현할 수 있다.

$$ \mathrm{신}\mathrm{뢰}\mathrm{도}\left(A\to B\right)=\frac{P\left(\mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }A\cap \mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }B\right)}{\mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }A}$$

끝으로, 향상도 지표는 상품 A의 데이터가 없을 때 상품 B의 데이터가 존재하는 확률과 비교하여 상품 A의 데이터가 존재할 때 상품 B 데이터가 존재하는 확률 증가 비율을 의미하는데, 이를 본 연구에 적용하자면, 관광활동B가 포함되는 비율(P(관광활동B))대비 관광활동A가 포함된 데이터가 관광활동B를 포함하는 비율(P(관광활동 B|관광활동 A))을 의미하는 지표이다. 향상도 지표의 값이 1보다 큰 경우는 데이터 간 양의 상관관계를 의미하는 반면에, 지표의 값이 1보다 작은 경우는 데이터 간 음의 상관관계를 가지는 것을 의미한다(Martínez-Ballesteros, et al., 2016). 향상도 지표는 다음에 수식에 의해 계산된다.

$$ \mathrm{향}\mathrm{상}\mathrm{도}\left(A\to B\right)=\frac{P\left(\mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }A\cap B\right)}{P\left(\mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }A\right)P\left(\mathrm{관}\mathrm{광}\mathrm{활}\mathrm{동}\mathrm{ }B\right)}$$

본 연구는 위에서 제시한 3가지 주요 지표 중 연관성 규칙의 정도를 파악하는데 주로 활용되고 있는 지표인 신뢰도 지표를 사용하여 관광활동 간 연관성 규칙을 파악하였으며, 분석도구는 R 4.3.1 버전 프로그램을 사용하였다. 이와 같은 분석은 다음의 과정을 거쳤다. 먼저, 원자료에서 최종 분석 자료로 추출한 자료를 활용하여 관광객 × 관광활동을 의미하는 바스켓데이터를 구축하였다. 다음으로, 연관성 규칙 분석을 위해, R 프로그램에서 코딩 과정을 거쳤다. 끝으로, 연관성 규칙 분석을 수행하여 최소 규칙값 이상의 신뢰도 지표와 지지도 지표를 선정했다. 뿐만 아니라 관광객의 인구통계학적 특성을 파악하기 위해 SPSS 26.0을 사용하여 빈도분석을 수행하였다.

1. 인구통계학적 특성

본 연구는 경기도를 처음 방문하여 관광활동에 참여한 관광객과 재방문하여 관광활동에 참여한 관광객 9,668명을 대상으로 이들의 인구통계학적 특성을 분석하고, 그 결과를 <표 1>에 작성하였다. 분석결과를 살펴보면 다음과 같다.

<표 1>

관광객의 인구통계학적 특성

첫째, 성별을 살펴보면, 첫방문객과 재방문객 모두 여성 비율(첫방문객: 55.7%, 재방문객: 51.2%)이 남성 비율(첫방문객: 44.3%, 재방문객: 44.8%)보다 높은 것으로 각각 나타났다. 둘째, 직업을 살펴보면, 첫방문객(31.2%)과 재방문객(24.6%) 모두 사무 종사자가 가장 높은 비율을 가지는 것으로 나타났다. 셋째, 직업을 살펴보면, 첫방문객(31.2%)과 재방문객(24.6%) 모두 대학교(4년제 이상) 졸업이 가장 높은 비율로 확인되었다. 넷째, 연령을 살펴보면, 첫방문객은 30대(24.1%), 재방문객은 60대 이상(28.0%)이 가장 높은 비율로 나타났다. 다섯째, 소득수준을 살펴보면, 첫방문객은 500만원-600만원 미만이 23.2%, 재방문객은 400만원-500만원 미만이 21.3%로 각각 가장 높은 비율을 차지하는 것으로 나타났다. 끝으로, 결혼여부를 살펴보면, 첫방문객(69.7%)과 재방문객(80.9%) 모두 기혼이 가장 높은 비율임을 확인하였다.

분석 결과를 통해, 첫방문객과 재방문객의 인구통계학적 특성 중 연령, 소득수준을 상이한 특징을 가지는 것을 확인하였으며, 그 외 성별, 직업, 학력, 결혼여부는 유사한 특징을 가지는 것을 확인하였다.

2. 첫방문객의 관광활동 연관성 규칙 분석 결과

본 연구는 경기도를 처음 방문한 관광객이 참여했던 관광활동 간 연관성 규칙을 조사하기 위해 선험적 알고리즘을 기반으로 최소 지지도 0.15, 최소 신뢰도 0.50을 기준으로, 12개의 연관성 규칙을 도출하고 <표 2>에 작성하였다. 분석결과를 살펴보면 다음과 같다.

<표 2>

첫방문객의 관광활동 연관성 규칙

첫째, 신뢰도 지표의 수치가 가장 높은 규칙 {계곡/폭포} ⇒ {강/바다/산/호수}의 지지도는 0.103, 신뢰도는 0.805로 나타났다. 이러한 지표의 수치는 경기도를 처음 방문한 관광객이 {계곡/폭포}과 {강/바다/산/호수} 관광활동에 모두 참여한 비율이 약 10.3%임을 의미하여, {계곡/폭포}를 방문한 관광객이 {강/바다/산/호수}를 방문할 확률이 약 80.5%임을 의미한다. 이러한 결과는 경기도 계곡/폭포, 강/바다/산/호수 등 자연 관광지는 관광객에게 있어 주요한 관광 코스임을 유추 할 수 있다. 둘째, 신뢰도 지표의 수치가 2번째로 높게 나타난 규칙 {지역음식체험} ⇒ {강/바다/산/호수}의 지지도는 0.129, 신뢰도는 0.696으로 도출되었다. 이를 설명하자면, 경기도 첫방문 관광객이 {지역음식체험}을 하고 {강/바다/산/호수}에 방문한 비율이 약 12.9%임을 나타내고, {지역음식체험}을 하고 {강/바다/산/호수}를 방문할 확률이 약 69.6%임을 나타낸다. 셋째, 신뢰도 지표의 수치가 3번째로 높게 나타난 규칙 {지역음식체험} ⇒ {공원/수목원/휴양림}의 지지도는 0.125, 신뢰도는 0.674로 확인되었다. 이와 같은 규칙은 경기도 첫방문 관광객이 {지역음식체험}을 하고 {공원/수목원/휴양림}을 방문한 비율이 약 12.5%임을 나타내고, {지역음식체험}을 하고 {공원/수목원/휴양림}을 방문할 확률이 약 69.6%임을 나타낸다. 끝으로, 지지도 지표 수치를 바탕으로 경기도 내 26개 관광활동 중 동시에 참여하는 비율이 가장 높은 관광활동 유형은 {공원/수목원/휴양림}과 {강/바다/산/호수}임을 확인하였다.

다/산/호수 등 자연 관광지는 관광객에게 있어 주요한 관광 코스임을 유추 할 수 있다. 둘째, 신뢰도 지표의 수치가 2번째로 높게 나타난 규칙 {지역음식체험} ⇒ {강/바다/산/호수}의 지지도는 0.129, 신뢰도는 0.696으로 도출되었다. 이를 설명하자면, 경기도 첫방문 관광객이 {지역음식체험}을 하고 {강/바다/산/호수}에 방문한 비율이 약 12.9%임을 나타내고, {지역음식체험}을 하고 {강/바다/산/호수}를 방문할 확률이 약 69.6%임을 나타낸다. 셋째, 신뢰도 지표의 수치가 3번째로 높게 나타난 규칙 {지역음식체험} ⇒ {공원/수목원/휴양림}의 지지도는 0.125, 신뢰도는 0.674로 확인되었다. 이와 같은 규칙은 경기도 첫방문 관광객이 {지역음식체험}을 하고 {공원/수목원/휴양림}을 방문한 비율이 약 12.5%임을 나타내고, {지역음식체험}을 하고 {공원/수목원/휴양림}을 방문할 확률이 약 69.6%임을 나타낸다. 끝으로, 지지도 지표 수치를 바탕으로 경기도 내 26개 관광활동 중 동시에 참여하는 비율이 가장 높은 관광활동 유형은 {공원/수목원/휴양림}과 {강/바다/산/호수}임을 확인하였다.

3. 재방문객의 관광활동 연관성 규칙 분석 결과

본 연구는 경기도를 재방문한 관광객이 참여한 관광활동 간 연관성 규칙을 조사하기 위해 선험적 알고리즘을 기반으로 최소 지지도 0.15, 최소 신뢰도 0.50을 기준으로, 20개의 연관성 규칙을 조사한 다음 <표 3>에 작성하였다. 분석결과를 살펴보면 다음과 같다.

<표 3>

재방문객의 관광활동 연관성 규칙

첫째, {계곡/폭포} ⇒ {강/바다/산/호수} 규칙은 신뢰도 지표의 값이 가장 높은 규칙으로 나타났으며, 지지도 값 0.201, 신뢰도 값 0.812로 나타났다. 이러한 지표의 값은 경기도를 재방문한 관광객이 {계곡/폭포}, {강/바다/산/호수} 관광활동에 동시에 참여한 비율이 약 20.1%임을 의미하여, {계곡/폭포}를 방문한 관광객이 {강/바다/산/호수}를 방문할 확률이 약 81.2%임을 의미한다. 이는 앞서 첫방문객과 동일한 결과로, 자연 관광지는 재방문객에게 있어 주요한 관광 활동 참여 루트라고 사료된다. 둘째, {지역음식체험} ⇒ {강/바다/산/호수} 규칙은 신뢰도 지표의 값이 2번째로 높게 나타났으며, 지지도 값 0.224, 신뢰도 값 0.672로 확인되었다. 이와 같은 지표의 값은 경기도 재방문 관광객이 {지역음식체험}, {강/바다/산/호수} 관광활동 모두를 참여한 비율이 약 22.4%임을 나타내며, 관광객이 {지역음식체험}과 {강/바다/산/호수}를 순차적으로 경험할 확률이 약 67.2%하고 설명할 수 있다. 셋째, {맛집체험} ⇒ {강/바다/산/호수} 규칙은 신뢰도 값이 3번째로 높은 것으로 나타났으며, 지지도 값 0.320, 신뢰도 값 0.659로 도출되었다. 이를 해석하자면, 경기도 재방문 관광객은 {맛집체험}과 {강/바다/산/호수} 관광활동에 모두 참여하는 비율이 약 32.0%이며, {맛집체험}을 참여한 후 {강/바다/산/호수}를 방문할 확률이 약 65.9%이다. 끝으로, 지지도 값을 기반으로 경기도 내 26개 관광활동 유형 중 {맛집체험}과 {강/바다/산/호수}를 동시에 참여하는 비율이 가장 높은 관광활동 패턴임을 확인하였다.

또한 20개의 연관성 규칙 결과절에 {공원/수목원/휴양림} 11개, {강/바다/산/호수} 7개, {맛집체험} 및 {놀이공원}이 각각 1개로 도출되었다. 4개의 관광활동 유형은 경기도를 재방문한 관광객이 참여하는 관광활동 간을 매개해주는 핵심 관광활동 유형이며, 4개의 관광활동 유형을 중심으로 관광객의 관광활동 참여 패턴이 종결됨을 의미한다(한주형, 2020).

4. 첫방문객과 재방문객의 관광활동 연관성 규칙 비교

경기도 방문 경험에 따른 관광활동 간의 연관성 규칙 분석을 수행하고, 두 그룹의 관광객 간 관광활동의 연관성 규칙에 차이가 있음을 확인하였다(<표 4참고>). 비교 결과를 살펴보면, 먼저, 경기도 방문경험에 따라 관광활동 간 연관성 규칙의 수가 상이하는 것으로 나타났고, 방문 여부에 따라 연관성 규칙의 수가 많아지는 것으로 나타났다. 다음으로, 경기도를 방문한 경험이 있을수록 관광활동의 연관성 규칙이 많아지는 것을 확인하였다. 끝으로, 경기도 방문경험에 따라 경기도를 방문하여 참여할 수 있는 관광활동 중 핵심 관광활동의 수와 종류가 상이한 것으로 나타났다. 구체적으로, 경기도 첫방문 관광객에게서는 {강/바다/산/호수}, {공원/수목원/휴양림}, 그리고 {맛집체험}이 핵심관광 활동으로 나타났지만, 재방문 관광객에게서는 {강/바다/산/호수}, {공원/수목원/휴양림}, {맛집체험}, 그리고 {놀이공원}으로 나타나 두 그룹 간 공통적인 핵심 관광활동이 존재하는 동시에 상이한 핵심 관광활동이 도출되는 것으로 나타났다. 이와 같은 분석 결과를 통해 경기도 방문 여부에 관계없이 경기도 내 자연 관광지는 관광객에게 있어 핵심적인 역할을 하는 관광활동 유형임을 확인할 수 있었다.

<표 4>

재방문객의 관광활동 연관성 규칙

1. 시사점

본 연구는 경기도 방문 경험에 따라 관광객이 참여하는 관광활동 패턴의 차이를 조사하기 위해 “2023 경기도 주요 관광지 방문객 실태조사” 원자료를 활용하였으며, 자료의 정제 과정을 거쳐 본 연구의 목적에 적합한 연구 자료로 변환한 후 머신러닝 분석 기법 중 하나인 연관성 규칙 분석을 실시하여 관광활동 간 연관성 규칙을 조사했다. 본 연구를 통해 도출된 다양한 결과를 기반으로 학술적 및 실무적 시사점을 제안하고자 한다.

먼저, 학술적 시사점을 다음과 같이 제안하고자 한다. 최근 관광객 관광활동 참여 행동 패턴을 조사한 다수의 선행연구(예: 박득희·강상훈, 2021; 박현정·박득희, 2023; Park & Yun, 2023 등)는 일반적으로 사용되던 전통적 통계분석 기법에서 벗어나 관광객이 참여한 다수의 관광활동을 한쌍(1 pair) 형태의 자료로 변환하여 사회연결망 분석(Social Network Analysis)을 적용하여 관광활동 패턴을 분석함으로써 기존의 전통적 통계분석 기법을 통해 도출할 수 없었던 관광활동의 영향정도, 매개성 정도 등 관광활동의 특징을 도출하였다. 이처럼 관광객의 관광활동 참여 행동을 이해하기 위한 연구접근 방식이 보다 진보되었다고는 하나, 3개 이상의 분석 주체 간의 관계를 분석하는데 한계를 지닌다. 본 연구는 이러한 한계를 극복하기 위해 3개 이상의 분석 주체를 분석하고 분석 주체 간 숨겨져 있는 연관성 규칙을 도출해 내는 연관성 규칙 분석을 적용하여 관광객이 참여한 다수의 관광활동 간 연관성 규칙을 파악함으로써 기존에 도출할 수 없는 결과를 발견하여 관광객의 관광활동 참여 패턴에 대한 이해를 확장한 동시에 기존 연구의 한계점을 조금이나마 보완했다는 점에서 학술적으로 기여를 할 수 있을 것이라 사료된다.

다음으로, 관광객은 관광목적지에 대한 방문 경험에 따라 관광 행동이 변화한다는 연구결과가 보고되고 있지만(예: 이성미 외, 2016; Anwar & Sohail, 2004; Li et al., 2008 등), 관광목적지 방문 경험에 따른 관광객의 관광활동 참여 패턴을 조사한 연구는 소수의 연구자에 의해 수행될 뿐만 아니라 외부환경 요인에 의해 보다 세밀해지고 다양해지는 관광객의 관광활동 참여 행동과 관련하여 연관성 규칙 분석 수행을 통해 첫방문객과 재방문객의 관광활동 참여 패턴을 파악하였다. 이를 통해 다양한 요인으로부터 영향 받아 지속적으로 변화하고 있는 관광객의 다양한 관광활동 참여 행동을 이해하기 위해서는 타 학문 분야에서 개발 및 활발히 사용되고 있는 분석 기법 적용의 필요성을 확인했다는 측면에서 학문적으로 기여할 수 있을 것이다.

끝으로, 본 연구의 결과를 통해 확인되었듯이, 첫방문객은 소수의 관광활동에 참여하는 패턴을 가지는 반면에 재방문객은 첫방문객에 비해 보다 더 다수의 관광활동에 참여하는 패턴을 가진다. 본 연구는 단순 패턴의 상이함만을 확인한 것이 아닌 관광객의 방문 여부에 따라 보다 구체적으로 패턴의 차이가 어떻게 발생되는지를 확인함으로써, 방문 여부에 따른 관광객의 관광활동 참여 행동에 대한 이해의 폭을 확장했다는 점에서 이론적으로 기여할 수 있을 것이다.

다음으로, 실무적 시사점을 제안하고자 한다. 첫째, 경기도를 처음 방문하는 관광객의 관광활동 유형은 {공원/수목원/휴양림}과 {강/바다/산/호수}를 동시에 참여하는 비율이 가장 높은 관광활동 패턴인 반면에 재방문객은 {맛집체험}과 {강/바다/산/호수}을 동시에 참여하는 비율이 가장 높은 관광활동 패턴임을 확인하였다. 그리고 첫방문객은 {강/바다/산/호수}, {공원/수목원/휴양림}, 그리고 {맛집체험}이 관광활동을 중심으로 관광객의 관광활동 참여 패턴이 귀착되고 재방문객은 {공원/수목원/휴양림}, {강/바다/산/호수}, {맛집체험}, 그리고 {놀이공원}이 관광활동 유형을 중심으로 관광객의 관광활동 참여 패턴이 종결된다는 것을 알 수 있었다. 이러한 결과는 첫방문객과 재방문객의 관광활동 연관성 규칙은 다르게 나타나고 첫방문객보다 재방문객이 더 다양한 관광활동을 하는 것을 의미하기 때문에 윤선미(2023), 한주형(2020)McKercher et al.(2012) 그리고 Li et al.(2008)의 연구를 뒷받침하고 있다. 이에 경기 관광에 관련한 실무자들은 재방문객을 늘리기 위해서 재방문객의 참여 패턴에서 {놀이공원}을 활성화하고 개발해야 할 것이다. 경기도에는 다양한 테마파크와 놀이공원(에버랜드, 한국민속촌, 용인대장금파크, 케리비안 베이, 쁘띠프랑스, 서울랜드 등)이 있지만(Tripadvisor, 2024.7.13.) 일본 오사카의 ‘유니버셜 스튜디오재팬’처럼 도시의 랜드마크가 되어 오사카 여행에서 빼놓을 수 없는 관광명소가 되었다(트립닷컴, 2024.05.27.). 따라, 경기도 관광 활성화를 위해 재방문객을 늘리기 위해서는 유니버셜 스튜디오재팬처럼 세계적인 테마파크를 유치하거나 경기도 자체에서 새로운 테마파크를 기획 개발해야 할 것이다.

둘째, 경기도 방문경험에 따라 관광활동간 연관성 규칙의 수가 상이한 것으로 나타났고, 방문경험이 있는 관광객일수록 연관성 규칙의 수가 많아지는 것으로 나타났다. 이러한 결과는 기존의 선행연구(이성미 외, 2016: 박득희, 2021; 최대성, 2020; Čaušević et al., 2020; Čaušević et al., 2020; Li et al., 2008; Oppermann, 1997)를 뒷받침하고 있다. 즉, 재방문일 경우 더 많은 관광활동을 하는 것을 알 수 있다. 관광객의 재방문을 유도하는 요인으로 서비스성, 교통편의성, 홍보성, 유희성이 있으며, 특히 홍보성 요인이 가장 큰 영향을 미치고 있다(박진영·이성각, 2012). 그러므로 경기도 관광 활성화를 위해서는 재방문객이 선호하는 관광활동에 대한 관광상품 개발 및 관리와 더불어 홍보 활동을 통해 관광객들에게 경기도의 매력을 알리기 위해 노력해야 할 것이다. 특히, 경기도는 오프라인으로 방문객을 유치하려는 방법으로 2023년 '찾아가는 경기관광 홍보관'을 전국 5곳에 운영하는 것처럼 온라인으로 방문객을 유치하려는 노력이 필요하다. ICT 기술의 영향으로 온라인 관광 정보원천의 활용은 관광객들이 특별하고 다양한 관광 정보를 얻어서 자신만의 경험을 설계하며 독립적이고 자유로운 경험을 창출해 가기 때문에 오프라인 정보원천 보다 훨씬 높은 홍보 성과를 얻을 수 있다(박득희·윤선미, 2023). 예를 들면, 소셜 콘텐츠를 이용하여 기존 경기도 홍보영상과 달리 유명 스포츠 스타, 연애인, 인플루언서 등을 통한 숏츠, 브이로그(VLOG)형태 등의 콘텐츠를 제작하여 자연스럽게 경기도 관광을 소개해야 한다. 즉, 경기도를 여행하기 위한 목적으로 홍보영상을 보기보다는 유명 스포츠 스타, 연애인, 인플루언서 등의 브이로그, 인스타그램, 페이스북 등을 보고 경기도를 노출해 방문하고 싶은 장소로 인지하여 방문하게끔 간접 홍보를 위해 노력해야 하겠다.

앞서 제안한 시사점에도 불구하고 본 연구는 다음과 같은 한계점을 지닌다. 먼저, 본 연구는 관광객의 세부적 특성(예: 연령, 성별 등)을 고려하지 않고 관광객의 경기도 방문경험 속성만을 고려하여 관광활동의 연관성을 조사하였다. 따라서 향후 연구에서는 관광객의 세부적 속성을 함께 고려하여 첫방문객과 재방문객의 관광활동 연관성을 조사한다면, 본 연구에서 발견하지 못했던 보다 구체적이고 새로운 시사점을 도출 할 수 있을 것이다. 다음으로, 본 연구는 연관성 규칙 분석을 적용하여 관광객이 참여한 관광활동 연관성만을 조사하여, 관광활동 간의 연관성을 파악하였다. 향후 연구에서는 관광공간의 연관성 분석을 동시에 수행하여 어떠한 관광공간에서 어떠한 관광활동의 연관성 규칙이 도출되는지를 파악한다면, 공간과 관광활동 간의 영향관계 또한 규명할 수 있을 것이다.