빅데이터를 활용한 패션디자인 감성분석 연구

Abstract

정보화 시대에 스마트폰 사용과 모바일 서비스의 확대는 사회 구성원간 새로운 커뮤니케이션 환경을 구축하며 사용자 중심의 마켓 환경을 구현해내고 있다. 특히 소셜미디어는 종례의 판매자와 사용자간의 일직선적인 관계가 아닌 자유롭게 소통할 수 있는 온라인 환경을 구성함에 따라 사용자 의견 수렴 방법론에 전혀 다른 시각에서의 접근방법이 제시되고 있다. 이와 같은 사용자 중심의 패러다임의 변화에 의하여 패션디자인에 대한 새로운 감성분석 연구의 필요성이 대두되고 있다. 패션디자인 분야에서 디자인에 대한 감성분석 방법은 응답자를 대상으로 한 설문조사를 통계적으로 평가하는 연구들이 대부분이며 연구 계획 시에 구성된 척도어휘의 일정 범위를 벗어나는 탐색적 분석은 불가능하다는 점이 제한점으로 나타난다. 이에 본 연구에서는 대중들의 커뮤니케이션 수단으로 자리 잡은 소셜미디어에서 데이터를 분석하여 패션디자인에 대한 사용자의 인식과 감성적 반응을 파악하고자 하였다. 본 연구는 전통적인 감성평가 방법에 대하여 새로운 접근으로 온라인상의 사용자 게시글에 대한 텍스트를 분석하는 빅데이터 접근의 감성분석 방법을 제시하고자 하였다. 또한 패션디자인 감성분석 방법으로 남성 스트라이프 셔츠의 디자인 속성에 대한 감성 어휘를 도출하고, 선행연구 감성 어휘와 비교를 통해 새로운 감성분석 방법의 특징을 도출하고자 하였다. 연구 방법은 문헌고찰과 실증적 연구를 통하여 이루어졌다. 감성분석 관련 이론 및 선행 연구 분석 방법을 고찰하였으며, 텍스트마이닝과 의미연결망 분석 방법을 활용하여 사용자의 현실 언어로 이루어진 비정형 데이터를 분석하기 위한 빅데이터 감성분석을 위한 연구 절차를 설계하였다. 본 연구에서는 남성 스트라이프 셔츠와 관련된 텍스트를 네이버와 다음의 블로그를 중심으로 수집하였다. 2015년 11월 1일에서 2016년 10월 31일까지의 총 13,648건의 게시글에 대하여 텍스트 분석 결과를 도출하고 선행연구 결과와 비교분석하여 특성을 도출하였다. 연구의 결과를 요약하면 다음과 같다. 첫째, 패션디자인에 대한 감성을 사용자가 평가하고 연구자가 분석하는 전통적인 감성평가 방법에 대하여 설문을 통한 평가 과정 없이 패션디자인 사용자 게시글의 의견 텍스트를 수집하고 텍스트마이닝과 의미연결망 분석을 통해 평가 주제와 평가 내용을 파악할 수 있는 빅데이터 감성분석 절차가 제시되었다. 둘째, 텍스트마이닝의 토픽모델링 분석을 통해 상위 토픽을 구성하고 있는 연관어를 분석한 결과, 남성 스트라이프 셔츠에 대한 사용자들의 시기별 착용 상황과 주제를 도출할 수 있었다. 전체 기간 동안 남성 스트라이프 셔츠에 대한 주요 언급 내용은 코디와 관련되는 데일리룩 연출, 시즌별 주목되는 핏, 계절 아이템의 활용 방법, 색상 연출 방법으로 나타났다. 시기별로는 봄에 해당되는 2016년 4월 1일부터 4월 30일까지의 구간에서 데일리룩이나 남자친구룩을 연출하는 방법에 대한 정보가 중점적으로 공유되는 것으로 나타났으며, 겨울에 해당되는 2015년 11월 1일부터 11월 30일까지의 구간에서는 면접이라는 특수한 상황에 적합한 셔츠에 대한 추천이나 무늬가 형성하는 이미지, 함께 착용될 수 있는 넥타이 무늬 등 정장과 함께 착용할 수 있는 스트라이프 셔츠에 대한 내용이 주요하게 공유되는 것이 확인되었다. 셋째, 의미연결망 분석 방법을 통해 문장 내 디자인 속성과 감성 어휘의 동시 출현 상관관계를 바탕으로 전체 네트워크를 시각화함으로써 정량적이면서도 동시에 탐색적인 분석이 가능한 것으로 나타났다. 일원모드 네트워크 분석 결과, 어휘 지표의 구조적 등위성을 바탕으로 남성 스트라이프 셔츠의 디자인 연관 언급 내용은 무늬와 색상 표현, 일상복 특성, 형태적 특성, 기능적 특성의 4개의 항목으로 분류되는 것이 확인되었다. 이원모드 네트워크 분석 결과, 남성 스트라이프 셔츠의 대표적인 디자인 속성으로 무늬, 색상, 소재, 코디, 스타일, 핏이 도출되었으며, 각 디자인 속성에 연결되는 감성 어휘는 세 개 이하의 디자인 속성에 대해서 연결 관계를 갖는 협의적 감성 어휘 지표와 네 개 이상의 다양한 디자인 속성 지표와 연결 관계를 갖는 포괄적 감성 어휘 지표로 분류되는 것으로 나타났다. 또한 디자인 속성과 패션이미지별 연결되는 감성 어휘의 시각화를 통해 남성 스트라이프 셔츠의 주요 디자인 속성인 무늬, 색상, 소재, 스타일 등이 어떠한 패션이미지 또는 사용자 감성적 반응과 높은 연관성을 갖는지 확인되었다. 본 연구는 소셜미디어에서 사용되는 언어를 데이터화하여 패션디자인에 대한 사용자 인식 및 감성 정보를 도출할 수 있는 방법을 제시하고 나타난 결과의 특성을 밝히고자 수행되었다. 패션분야에서 빅데이터 분석은 주로 유통, 마케팅의 상업적인 측면에서 시도되고 있으며, 학술적 디자인 분석에서의 빅데이터를 활용한 텍스트 분석 연구는 아직 초기 단계라는 점에서 사용자 중심의 커뮤니케이션 환경인 소셜미디어 데이터를 활용하였다는 점과 빅데이터 분석 방법인 토픽모델링과 의미연결망 분석으로 패션디자인에 대한 보다 체계적인 연구가 진행되었다는 점에서 학문적 의의가 있다. 또한 본 연구는 일반 사용자들이 현재 시점에서 주요하게 언급하고 있는 현실언어 기반의 어휘를 도출하고, 시대적, 사회적 상황을 반영하는 디자인 속성과 감성 어휘간의 관계를 바탕으로 사용자 중심의 디자인 가이드라인을 제시하였다는 점에서 실무적 의의를 가진다. 아울러 본 연구 결과가 사용자들의 감성적 반응이 디자인 개발 프로세스에서 명확한 방법적 지침을 제시하는 정보로서 활용될 수 있는 기회를 제공하고, 패션디자인 리서치 방법론에 있어서 개발된 감성분석 방법과 감성 어휘를 통하여 보다 다양한 데이터 활용 전략과 우수한 연구 방법 개발에 초석이 되기를 기대한다.;The usage of smart phones and expansion of mobile services in the information era have established a new communications environment between the members of society and are implementing a market environment focused on the users. Social media especially has composed an online environment where sellers and users communicate freely rather than in a single linear relationship which presents an approach method to the methodology of converging user opinions in a completely new perspective. Due to this change in paradigm that focuses on the users, the necessity of a new sentiment analysis on fashion design is on the rise. In the field of fashion design, most sentiment analyses on design are studies that statistically evaluate surveys conducted on a certain respondent group and there are limitations of exploratory analyses being impossible to carry out that deviates from a certain boundary of terminology composed in the planning process of a study. Hence, this study intends to grasp the users’ perception and sentimental reactions on fashion design by analyzing data from social media which has become a method of public communication. As a new approach on traditional sentiment analysis methods, this study looks to proposing a method for a sentiment analysis through approaching big data which analyzes the texts in the posts of online users. Also as a method of sentiment analysis on fashion design, this study intends to derive sentimental terms on the design attributes of men’s stripe shirts as well as the characteristics of new sentiment analysis methods through a comparison with sentimental terms from preceding studies. Document research and an empirical study were conducted to fulfill the research purposes. Theories on sentiment analysis and analysis methods from preceding studies were reviewed, and a research procedure for the big data sentiment analysis was designed for analyzing atypical data made up of actual language of the users using text mining and semantic network analysis. This study collected texts related to men’s stripe shirts mainly from blogs from Naver and Daum. Texts from a total of 13,648 posts from November 1st, 2015 to October 31st, 2016 were analyzed and then compared with that of preceding studies to derive and organize the characteristics. A summary of the results of the study are as the following. First, without a traditional evaluation process through a survey where the users assess the sentimental factors followed by the researcher analyzing the results, this study collected the opinion texts from posts posted by the users and presented a procedure for big data sentiment analysis that can grasp the topics and contents of the evaluation through text mining and semantic network analysis. Secondly, as a result of analyzing the related terms that make up the superordinate topics through a topic modeling analysis of the text mining process, the wearing status per season and subjects of men’s stripe shirts were derived. Across the entire period, key contents of men’s stripe shirts were coordinating a daily look related to styling, popular fits of the season, utilizing seasonal items, and methods for coordinating colors. In terms of seasons, spring time which was from April 1st to April 30th, 2016 mainly showed the sharing of information on coordinating daily looks or boyfriend-looks, and during the winter season from November 1st to November 30th, 2015 the information shared were mainly about shirts suitable for special occasions such as job interviews, images formed by patterns of the shirts, patterns of ties that go well with certain shirts, and stripe shirts that match suits. Thirdly, a quantitative as well as an exploratory analysis was proven to be possible by visualizing the entire network based on a co-appearance correlation of design attributes and sentimental terms within the sentences through a semantic network analysis. As a result of the one-mode network analysis, this study found out that the contents related to the design of men’s stripe shirts can be categorized into four categories including patterns and color expressions, characteristics of everyday clothes, characteristics of shapes, and functional characteristics, based on the structural equivalence of the terminology index. As a result of the two-mode network analysis, patterns, colors, material, coordination, styles, and fits were derived as representative design attributes of men’s stripe shirts, and the sentimental terms connected to each of the design attributes were shown to be categorized into a cooperative sentimental terminology index that has a connection for three of less design attributes and a comprehensive sentimental terminology index that has a connection for four or more various design attributes. Also, this study confirmed which pattern, color, material, style, etc. which are main design attributes of men’s stripe shirts, are closely related to which fashion image or user sentimental reaction, through a visualization of the sentimental terms connected to each of the design attributes and fashion images. This study was conducted to present a method for deriving user perception and sentiment information on fashion design by data-fying the languages used in social media and examine the characteristics of the results. In the field of fashion, big data analysis is usually attempted in commercial terms such as distribution and marketing, and this study has significant academic meaning given that text analysis studies using big data in academic design analysis is at an initial stage and that it utilized data from social media which is a user-oriented communication environment as well as the fact that a systematical research was conducted on fashion design through big data analysis methods such as topic modeling and semantic network analysis. This study also has practical meaning, having derived terms based on actual language currently used and emphasized by ordinary users, and having presented a design guideline focused on the users based on the relations between sentimental terms and design attributes that reflect periodical and social situations. Furthermore, this study is expected to provide an opportunity of being used as information that presents a clear methodical guideline in the design development process, and to become a foundation for the development of superior research methods and various data utilization strategies through the sentiment analysis and sentiment terminology developed in terms of a research methodology in fashion design.