이 연구는 여행지의 다차원 이미지를 자동으로 측정하여 종단연구와 횡단연구에 활용할 수 있도록 대규모 여행블로그 코퍼스를 활용한 비지도 학습 기반의 탐색적 방법론을 제안하는 것을 목적으로 한다. 이를 위해서 우선 해석수준이론을 바탕으로 여행 경험자의 여행지 해석 수준과 잠재 여행자의 여행지 선택 의사결정 사이의 관계를 고찰하고, 여행경험자의 여행지 해석이 기록된 여행 블로그가 설문조사를 대신하여 여행지의 다차원 이미지의 자동 측정에 유용한 데이터 자원으로써 활용 가치가 있음을 논하였다. 다음으로 웹 크롤링, 자연어 처리 기술을 적용하여 여행 블로그로부터 여행지 개체명을 자동 추출하고, 여행지 개체명 – 주관형용사 쌍의 동시출현빈도에 대해 비지도 학습 기반 머신러닝 알고리즘주성분분석을 적용하여 개별 여행지의 다차원 이미지 해석의 긍정적⋅부정적 심상 정보를 추출 및 벡터화하여 정량적으로분석하고, Echtner and Ritchier (2003)의 장소 이미지 측정 속성을 참조하여 네트워크 중심성 분석을 통해 개별 여행지의 이미지 속성구조를 시각화하는 방법론을 제시하였다. 마지막으로 이 연구 방법론을 창원특례시 사례에 적용하여 연구방법론의 유효성을 검토하였다. 그 결과 하나의 여행지가 여러 개의 다차원 이미지를 복합적으로 가지고 있으며, 긍정적심상 표현은 추상적인 속성을 매개로 여행지를 해석하는 반면, 부정적 심상 표현은 세부적인 속성을 매개로 해석하는것을 확인하였다. 이 결과는 실무적으로는 여행지의 현시적 다차원 이미지의 긍정적⋅부정적 심상을 객관적으로 파악하여여행지 이미지 개선 방향에 대한 메시지 디자인에 대한 통찰을 제공함으로써 수요 탄력적 지역 관광 정책 의사결정을지원하고 학술적으로는 설문조사를 대신하여 대규모 여행 블로그를 활용한 코퍼스 기반 융복합 후속 연구에 활용할 수있을 것으로 기대한다.