정보 홍수의 시대이다. 관광정보 또한 예외가 아니다. 관광정보에 대한 요구는 나날이 늘어가고 있지만, 무엇이 필요한 정보인지, 제공된 정보가 정확한지조차 판단하기 힘든 경우가 많다. 맥킨지보고서에 따르면 전 세계 데이터는 매년 40%이상 증가하고 있어, 빅데이터 활용은 기업뿐만 아니라 국가에서도 이슈가 되고 있다. 빅데이터는 디지털환경에서 발생하는 모든 영역의 데이터와 지금까지 데이터로 인식하지 못했던 어플리케이션, 소셜미디어의 교류내용, 모바일에서 생성되는 각종 거래정보 등의 비정형, 반정형 데이터까지 포함하고 있다. 아마존은 빅데이터 분석이라는 용어가 널리 사용되기도 전에 빅데이터 분석에 가까운 개념의 서비스를 가장 먼저 제공했던 회사다. 고객 맞춤형 콘텐츠 추천 등을 앞세워 영화와 드라마 등 동영상 시청 행태를 근본적으로 바꾸는데 성공했던 넷플릭스도 빅데이터 분석의 대표 주자다. 이들이 지속적으로 노하우를 축적하고 고도화하면서 높은 성과를 달성하는 등 빅데이터 분석을 활용하는 사례는 증가하고 있다. 스페인의 패션브랜드인 자라는 전 세계 매장에서 모아진 일일 판매량을 실시간으로 분석하고, 상품 수요를 예측해 지역별, 매장별 소비자 취향을 실시간으로 파악해서 잘 나가는 상품의 공급을 늘리고 실적이 좋지 않은 제품은 바로 중단하는 등 즉각적인 반응을 통해 생산량과 재고량을 조절하고 있다. 제품 자체에서 문제를 찾는 것이 아니라 빅데이터를 활용하여 고객의 기호와 선호도를 찾음으로써 마케팅에 성공을 거두고 있다. 이러한 사실은 관광분야도 충분히 참고할 필요가 있다. 얼마 전 경주시도 빅데이터를 통해 유동인구를 바탕으로 한 관광객과 관광 경제 효과를 분석한 바 있다. 그에서 그치지 말고 정책이나 전략수립시 기존의 전문가 의견조사나 담당자의 주관적 판단에 의존하는 방식에서 탈피해, 데이터를 기반으로 하는 전략 수립과 예산 책정, 데이터 기반 행정 시스템 도입 등 빅데이터의 분석에 의한 행정 정책 수립이 필요하다. 관광 빅데이터는 통신데이터, 카드 데이터, 소셜 데이터, GPS 등을 통해 수집할 수 있는데, 통신데이터를 활용하여 관광객 형태 분석과 방문객 수 추계, 이동경로 분석, 여행패턴을 분석할 수 있다. 카드 데이터로는 소비데이터를 활용한 관광객 지출특성을 분석할 수 있고, 관광지 유형별 지출 분석과 업종별 지출을 비교할 수 있다. 이런 빅데이터를 이용한다면 관광객의 다양한 특성을 고려한 맞춤형 관광서비스를 제공할 수 있다. 또한 실시간 정보 수집을 통한 시의 적절한 관광전략과 정책의 수립이 가능하다는 장점도 있다. 하지만 이런 긍정적인 전망에도 불구하고, 실제로 빅데이터 분석을 통해 어떤 활용을 할 수 있는지, 빅데이터 자체가 무엇인지에 대한 이해조차 부족하다는 지적이 나오고 있다. 빅데이터를 분석할 수 있는 전문 인력의 부족, 개인정보보호와 데이터 개방 거부감 등과 맞물려 빅데이터 도입과 활용에 어려움이 따르기도 한다. 관광객들이 접하는 콘텐츠들은 실제 방문에 앞서 다양한 미디어에 노출된 디지털콘텐츠가 대부분이거나 미디어나 콘텐츠기획자의 의도에 의해서 만들어진 관광자원이 대부분이어서 이로 인한 진정성이 왜곡될 위험성이 있고 이를 통한 빅데이터의 분석 또한 진정성의 문제를 야기할 수 있다. 디지털관광콘텐츠를 잘 이해하고 만들 수 있는 계층과 디지털 문화와 거리감을 느끼는 계층 간의 정보소외와 정보격차의 문제는 디지털에 친화적인 세대보다 그렇지 않은 세대의 인구가 더 많을수록 더 심해질 수 있다. 빅데이터뿐만 아니라 노출되는 미디어의 빈도에 따라 인기 위주의 유사콘텐츠가 넘쳐나게 되어 정작 보존해야하고 관리해야할 문화유산과 문화 원형 등 그 지역의 고유 콘텐츠들이 소홀히 다루어지는 현상이 발생할 수 있다는 점도 간과해서는 안 될 것이다.