레고는 오랜 역사를 자랑하는 장난감 제조업체로, 특히 자사의 브랜드인 플라스틱 블록 조립 분야에서 두각을 나타내고 있습니다. 수년에 걸쳐 레고는 수많은 세대의 블록 조립 애호가들을 탄생시켰고, 이들은 어린 시절 레고와 함께 성장하여 어른이 되어서도 새로운 세트를 수집하고 있습니다. 2022년 사이언스 다이렉트(Science Direct)에 발표된 연구에 따르면 레고 세트는 금보다 높은 수익률을 보인다고 하니, 레고가 일종의 주류 투자 대상으로 자리 잡은 것도 놀라운 일이 아닙니다. 그렇다면 어떤 세트가 다른 세트보다 구매할 가치가 있는지 예측하는 것이 가능할까요?
본 연구에서는 각 레고 세트의 최초 권장 소비자가격(USD MSRP)과 현재 거래가를 기준으로 투자 수익률(ROI)을 계산했습니다. 그런 다음 레고 세트의 ROI를 2014년 이후 금의 연평균 시가/종가를 기준으로 계산한 금의 ROI와 비교했습니다. 모델은 레고 세트의 ROI가 금의 ROI보다 높을 경우 구매하는 것이 바람직하다고 판단했습니다.
테스트된 5개 모델 중 XGBoost가 가장 우수한 성능을 보였는데, 이 모델은 상위 30%의 레고 세트를 무작위로 선택했을 때보다 1.8배 더 나은 성능을 예측했기 때문입니다.
저희 연구 결과에 따르면 많은 레고 세트가 금보다 높은 투자 수익률(ROI)을 제공하는 것으로 나타났습니다. 저희 모델은 어떤 세트의 ROI가 더 높을지 예측하는 것까지 가능합니다. 수집가들은 이 모델을 활용하여 구매가 가치 있는 투자인지 판단할 수 있으며, 초보자들도 안심하고 가치 있는 구매를 할 수 있습니다.
본 연구에서는 JMP Pro 17을 사용했습니다.
제 이름은 피터 보입니다.
저는 케빈 썬더버그입니다.
오늘은 레고와 금의 투자 수익률을 비교해 보겠습니다. 서론에 이어 데이터 분석, 데이터 준비, 결과, 그리고 결론을 살펴보겠습니다. 레고 세트를 처음 볼 때 무엇이 가장 먼저 떠오르시나요? 저는 각 세트의 멋진 디자인에 감탄하게 됩니다. 하지만 두 번째로 살펴보는 것은 가격표입니다.
요즘 출시되는 많은 레고 세트는 100달러, 심지어 수백 달러에 달하는 가격에 거래됩니다. 2022년에는 사이언스 다이렉트(Science Direct)에서 일부 레고 세트의 가치가 금값보다 높다고 보도하기도 했습니다. 그렇다면 레고 세트의 소매 가격과 시장 가격은 어떤 요인에 의해 결정될까요? 레고의 세대적 인기, 브랜드 제휴, 부품 수 등이 영향을 미치겠지만, 비싼 세트를 사서 몇 년 동안 보관한다고 해서 반드시 수익을 낼 수 있는 것은 아닙니다. 그렇다면 레고 세트를 살지 말지 어떻게 결정해야 할까요? 바로 '언제 레고 세트를 사야 할지 예측하는 것'이 중요합니다. 오늘 우리는 이 질문에 대한 답을 찾아보려 합니다.
구체적으로, 저희는 첫째, 레고 세트의 권장 소비자 가격(MSRP)에 영향을 미치는 변수가 있는지 여부를 파악하고자 합니다. 둘째, 레고 세트에 대한 투자 수익률을 계산하는 모델을 만들고자 합니다. 셋째, 레고 세트에 대한 투자 수익률과 금에 대한 투자 수익률을 비교하여 레고 세트에 투자할 가치가 있는지 판단하고자 합니다. 이제 데이터 분석에 대해 케빈에게 마이크를 넘기겠습니다.
피터, 감사합니다. 머신러닝 프로젝트의 첫 번째 단계는 어떤 데이터를 사용할지 정하는 것입니다. 데이터의 본질을 이해하는 것은 매우 중요합니다. 그래야 필요에 따라 데이터를 어떻게 조작할 수 있는지, 그리고 구체적으로 무엇을 모델링할 것인지 알 수 있기 때문입니다. 저희는 지난 10년간 출시된 레고 세트를 집중적으로 살펴보기로 했습니다. 데이터셋은 1970년대까지 거슬러 올라가면 훨씬 더 방대합니다. 하지만 피터가 다음 섹션에서 언급하겠지만, 당시 데이터셋의 품질은 그다지 좋지 않았습니다.
지난 10년간 출시된 신제품으로 범위를 좁히기 위해, 예측에 도움이 될 만한 신규 제품들에 초점을 맞추었습니다. 대부분의 제품은 권장 소비자 가격(MSRP)이 50달러 미만이며, 이는 잠시 후 그림 1에서 확인할 수 있습니다. 다른 변수로는 제품 구성품의 개수가 있습니다. 미니피규어 하나만 들어있는 간단한 제품부터 수천, 수만 개의 부품으로 구성된 대형 제품까지 다양합니다. 저희는 제품 구성품 개수가 MSRP를 예측하는 데 중요한 요소라고 생각합니다.
세트에 포함된 미니피규어의 개수입니다. 미니피규어는 작고 귀여운 노란색 레고 피규어들을 말합니다. 어떤 세트에는 미니피규어가 하나도 없을 수도 있고, 어떤 세트에는 수십 개가 들어있을 수도 있습니다. 저희 데이터는 brikset.com에서 가져왔으며, 따라서 해당 세트를 소유한 사람 수와 별점(0~5점)은 모두 해당 사이트의 정보입니다. 조립 설명서의 개수와 세트의 구매 가능 여부는 중요도가 다소 떨어지지만, 그래도 참고했습니다.
특히 판매처를 살펴보니 레고 공식 웹사이트에서 직접 구매할 수 있는지, 아니면 일반 소매점에서 판매되는지, 혹은 레고랜드에서만 판매되는지 등 판매처별 시장성이 중요한 요소였습니다. 그런 사례가 몇 가지 있었습니다. 마지막으로, 세트의 테마 그룹이 가장 흥미로운 부분이라고 생각했습니다. 바로 라이선스 제품인지 여부입니다. 해리포터와 스타워즈는 라이선스 제품이고, 레고 듀플로처럼 인기 있는 제품들은 유아용 테마 그룹에 속합니다. 이 부분을 고려한 이유는 향후 가격 변동을 예측하는 데 중요한 단서가 될 수 있다고 생각했기 때문입니다. 라이선스 제품이 일반 제품보다 더 높은 가치를 가질 수도 있다는 것이죠. 물론 아직은 알 수 없습니다.
다음으로 우리가 데이터를 어떻게 활용했는지 알아보기 위해 피터의 이야기로 돌아가 보겠습니다.
감사합니다, 케빈. 저희는 70년대에 처음 공개된 모든 데이터 세트를 포함하여 거의 15,000개의 행으로 시작했습니다. 물론 완벽한 데이터는 아니었습니다. 당시에는 지금처럼 회계 처리가 엄격하지 않았기 때문에 분석에서 몇몇 행을 제외해야 했습니다. 그래서 저희는 권장 소비자 가격(MSRP)과 현재 시장 가격이 기재된 행에만 집중하기로 했습니다.
미니피규어 개수, 부품 수 등 누락된 데이터는 권장소비자가격(MSRP) 기준 중앙값을 사용하여 해석했습니다. 그런 다음 가격이 매우 높은 약 20개의 이상치를 제거했습니다. 그중 적어도 하나는 수천 달러에 달하는 고가 제품이었는데, 이를 제거함으로써 데이터 분포의 양의 왜곡을 줄일 수 있었습니다.
그 시점에서 데이터 행 수가 15,000개에서 3,000개로 줄어들었습니다. 하지만 브릭셋(Brickset) 데이터를 추가하여 다시 8,000개로 늘릴 수 있었습니다. 그 후, 연간 금 가격이 기록된 또 다른 데이터 세트를 추가했습니다. 이 데이터 세트에는 일별 금 시가와 종가가 나와 있어서, 일일 평균 가격을 계산한 다음 이를 바탕으로 연평균 가격을 추정했습니다. 그런 다음 금의 ROI와 데이터 세트의 ROI라는 두 가지 새로운 변수를 계산하여 세 번째 열인 '매수' 열과 비교할 수 있는 값을 얻었습니다. '매수' 열은 레고 세트의 예상 ROI가 금보다 높을 경우 해당 세트를 구매하라는 의미를 나타냅니다.
이제 케빈에게 결과에 대해 이야기해 달라고 부탁하겠습니다.
알겠습니다. 피터, 다시 한번 감사드립니다. 저희는 JMP를 사용하여 여러 분석 모델을 실행했습니다. 자세한 내용을 모두 설명하기보다는 가장 적합한 모델부터 바로 알려드리겠습니다. 최종적으로 XGBoost라는 그래디언트 부스팅 의사결정 트리 모델이 선정되었습니다. 저희는 참고 자료에 있는 추가 기능을 통해 이 모델을 사용합니다.
하지만 그 전에, 앞서 언급했던 그림 1에 대해 먼저 이야기하고 싶습니다. 이것은 권장 소비자 가격(MSRP)입니다. 확대해서 보시면, 모든 제품이 매우 낮은 가격대에 치우쳐 있는 것을 알 수 있습니다. 고가의 레고 세트는 거의 찾아볼 수 없습니다. 첫 번째 열에 있는 제품들은 모두 0달러에서 50달러 사이입니다.
결과에서 혼동 행렬을 보여드리겠습니다. 머신 러닝에 익숙하지 않으신 분들을 위해 설명드리자면, 여기서 중요한 부분은 참 음성(True Negative), 참 양성(True Positive), 정확도, 그리고 F1 점수입니다. 특히 이 모델에서는 F1 점수에 초점을 맞추었습니다. F1 점수는 정밀도와 재현율의 조화 평균으로, 참 양성을 다른 관점에서 보여주는 매우 유용한 지표입니다.
우리는 '예'라는 답변을 예측하고 싶습니다. 금보다 가치가 높을지, 금보다 투자 수익률(ROI)이 높을지를 예측하고 싶습니다. 이러한 목표를 달성하기 위해 다른 차트들을 살펴보았습니다. 여기 리프트 차트를 보면 상위 30% 정도의 확률, 즉 0.3이라는 수치가 나타납니다. 이는 무작위로 '예'를 선택할 확률보다 1.8배 높다는 것을 의미합니다. 마치 동전을 던져서 50대 50으로 선택하는 것보다 1.8배 높은 확률인 셈입니다.
여기 ROC 차트, 즉 수신자 조작 특성 곡선은 민감도와 특이도를 보여줍니다. 보시다시피, 특정 영역을 약 30%로 설정하면 실제 양성 사례의 약 80%를 커버할 수 있습니다. 이것이 바로 우리가 좋은 선택인지 아닌지를 판단하는 기준으로 정한 지표입니다.
자, 그럼 한번 테스트해 볼까요? 제가 정말 좋아하는 새로운 세트가 하나 있습니다. 바로 반지의 제왕에 나오는 바라드두르 세트인데요. 올해 6월에 출시됐습니다. 여기 모델에 입력한 모든 데이터가 있습니다. 모델을 가져와서 여기 있는 공식 저장소에 넣고 데이터를 입력해 봤습니다. 그 결과 이 두 숫자가 나왔습니다.
다시 말해, 이 모델은 이 세트가 금보다 더 높은 투자 수익률(ROI)을 보일 확률이 54%라고 예측합니다. 즉, 제가 앞서 언급한 상위 30%에는 들지 못한다는 뜻입니다. 이 범위 안에 있지 않고, 좀 더 넓은 범위에 속할 가능성이 높습니다. 따라서 제가 만약 세트에 투자한다면, 아마 이 세트는 선택하지 않을 겁니다. 다른 새로운 세트들을 모델에 적용해서 더 높은 수익률을 보이는지 확인해 볼 것 같습니다.
결론적으로, 우리는 많은 레고 브릭 세트가 금보다 높은 투자 수익률(ROI)을 제공한다는 것을 보여줬을 뿐만 아니라, XGBoost 모델을 통해 앞으로 그럴 가능성을 예측하기도 했습니다. 투자자는 이 모델을 활용하여 향후 어떤 모델에 투자해야 할지 좋은 지침을 얻을 수 있을 뿐 아니라, 상위 30%에 해당하는 모델이라면 "이건 꽤 괜찮은 투자 선택이군"이라고 확신할 수 있습니다. 이제 참고 자료에 대해서는 피터에게 다시 문의하겠습니다.
멘토이신 케다르 아다바드카르 교수님께 감사의 말씀을 전하고 싶습니다. 교수님께서 저희 프로젝트를 지도해주시고 목표 범위 내에서 진행하실 수 있도록 도와주셨습니다. 많은 분들이 저희가 추가하고 싶어 했던 기능의 수가 너무 많았던 것을 바로잡아 주셨습니다. 또한 마간 교수님과 C 교수님께도 조언을 주신 것에 대해 감사드립니다.
저희 포스터를 채택해 주신 JMP에 특별히 감사드립니다. 10월에 캐리에 가서 여러분 모두를 만날 수 있기를 정말 기대하고 있습니다. 다시 한번 감사드립니다.
감사합니다.
