텍스트마이닝을 통한 청바지 디자인 트렌드 분석 연구

Abstract

청바지는 오랜 시간동안 많은 사람들의 사랑을 받은 패션 아이템이다. 한국소비자원에 따르면 2020년 기준 국내 성인 남녀의 86%가 1벌 이상 소유하고 있는 대표적인 패션 아이템이다. 또한 청바지는 패션 트렌드를 반영하는 아이템이며, 사회학자 헨릭 베일가드(Henrik Vejilgaad)는 생활 속 트렌드를 설명하기 위해 청바지를 통해 시대의 유행을 언급하였다. 이처럼 청바지는 많이 소비되는 패션 아이템이며 동시에 트렌드를 반영한다는 점에서 청바지의 디자인 트렌드 연구 변화가 필요함을 알 수 있다. 또한 패션 트렌드를 연구하는 데에 있어 기존에는 패션정보기관 등에 의한 전통적인 패션 트렌드 예측 방식이 대부분이었으나, 소셜 미디어 등의 발달로 많은 정보를 한꺼번에 수집 및 분석이 가능하다는 점에서 빅데이터 분석기법을 활용한 패션 트렌드 연구의 필요성도 증가하였다. 이에 본 연구의 목적은 패션 트렌드 연구에 빅데이터 분석 방식을 적용하고, 패션 트렌드 분석을 위해‘청바지’아이템을 선정하여 청바지의 디자인 트렌드 변화를 분석하고자 한다. 이를 위해 빅데이터 분석 방식 중 하나인 텍스트마이닝을 활용하여 청바지 디자인 구성요소 관련 단어들의 TF-IDF(Term Frequency-Inverse Document Frequency)를 통해 단어 빈도 추이를 분석하였다. 연구방법으로는 선행연구 분석과 데이터 수집 및 분석으로 이루어졌다. 청바지 의 기원과 디자인 구성요소, 관련 선행연구를 분석하였으며, 이 과정에서 청바지의 패션 디자인 구성요소는 공통적인 패션 디자인 구성요소인 핏, 색상, 소재, 디테일, 밑위길이로 파악하였다. 또한 전통적인 패션 트렌드 예측 방식과 빅데이터분석을 활용한 패션 트렌드 선행연구를 통하여, 빅데이터 분석을 통한 패션 트렌드 연구의 장점을 파악하였다. 마지막으로 빅데이터 분석 방식 중 하나인 텍스트 마이닝(Text-mining)의 정의 및 특징과 패션 분야에서의 빅데이터를 활용한 선행 연구를 통하여 여러 부분에서의 빅데이터 분석 연구 기법과 주제를 파악하였다. 데이터 분석 방법으로 활용한 텍스트마이닝은 비정형의 텍스트 데이터를 자연어 처리와 형태소 분석기술로 수집어를 정제하며, 빈도수가 높은 단어를 추출하여 어떤 단어들이 많이 사용되는지 반복성과 빈도수를 통해 일반성 및 유사성을 분석하는데 사용된다. 본 연구에 활용하기 위해 2013년부터 2022년까지 10년의 기간동안 네이버 블로그 게시글을 수집하였고 총 10,327개의 블로그 글을 연구 데이터로 선정하였다. 이 중‘리폼’,‘세탁’,‘이염’등 디자인 트렌드와 연관이 없는 글을 총 1,957개를 제거하였으며, 최종 분석에 사용된 블로그 게시글 개수는 8,370개이다. 이후 각 연도별로 형태소 분석기 Okt(Open Korean Text)를 사용하여 명사만을 추출하는 형태소 분석 후 TF-IDF 값을 산출하였다. 데이터 분석은 선행연구를 통해 파악된 청바지 디자인 구성요소인 핏, 색상, 소재, 디테일, 밑위길이 5가지 기준으로 나누어 실시하였다. 디자인 구성요소에 해당하는 어휘를 선정하여, 연도별로 수집된 전체 데이터에서의 TF-IDF 값을 도출하고 이후 각 디자인 구성요소에 해당 어휘의 비율과 변화추이를 파악하였다. 분석 결과, 핏은 연도에 따라 변화 추이를 보였다. 스키니핏은 2013년~2015년에는 가장 비율이 높은 핏이었으나 계속해서 감소하는 추세를 보였고, 이에 반면 와이드핏은 2013년-2014년에는 비율이 낮았으나 계속해서 증가하여 2022년에는 가장 높은 비율을 차지하였다. 색상은 청바지의 데님 색상인 블루를 제외하고 블랙과 화이트 순으로 가장 비율이 높았으며, 연청, 중청, 진청 키워드가 모두 일정한 비율을 유지하였다. 소재는 신축성이 10년 동안 가장 높은 비율을 차지하였다. 이외에도 찢청, 생지는 일정 연도에서 높은 비율을 보여 해당 연도의 트렌드 중 하나임을 확인하였다. 디테일은 복식 구조를 위한 디테일인 주머니에 대한 언급량이 가장 많았으며, 장식을 위한 디테일에는 스티치와 자수의 언급량이 많았다. 밑위길이는 하이웨스트가 압도적으로 높았으나 2022년에는 로우라이즈의 비율이 급격하게 증가하였다. 과거 패션 분야와 빅데이터를 연관시킨 연구는 소비자의 구매 패턴 분석이 주를 이루었지만, 본 연구는 빅데이터와 관련된 패션 분야의 연구 중 패션디자인에 집중한 연구일 뿐만 아니라 실무에서도 사용 가능한 실질적인 소비자들의 글을 분석하고, 그 사용방안을 제안한다는 점에서 차별점이 있다. 최근 AI(인공지능), 3D 프린팅 등 기술과 결합한 패션 분야와 관련된 연구가 활발히 진행되고 있는 만큼, 본 연구는 빅데이터 분석 방식을 결합한 패션 트렌드 분석으로 패션 제품 디자인 실무 기획과정에서 활용 가능한 기초자료임에 의의가 있다. 또한, 본 연구에서처럼 패션 제품 사용자의 게시글을 대량으로 수집하여 정제된 결과를 전략적으로 활용한다면 더 넓은 범위의 패션 트렌드 분석 연구로도 활용이 가능할 것이다.;Jeans are a fashion item that has been loved by many people for a long time. Jeans are a representative item of fashion trends, and sociologist Henrik Vejilgaad mentioned the trend of the times by referring to jeans to explain trends in life. As such, it can be seen that jeans need to change trend research in that they reflect trends at the same time as fashion items that are consumed a lot. In addition, most of the traditional fashion trend prediction methods by fashion information agencies were used to study fashion trends, but the need for fashion trend research using big data analysis techniques has also increased in that it is possible to collect and analyze a lot of information at once with the development of social media. Therefore, the purpose of this study is to apply a big data analysis method for fashion trend research and to analyze changes in design trends of jeans by selecting 'jeans' items for fashion trend analysis. To this end, text mining, one of the big data analysis methods, was used to analyze vocabulary frequency through TF-IDF (Term Frequency-Inverse Document Frequency) of words related to jeans design components. Research methods consisted of prior research analysis and data collection and analysis. The origin, design components, and related previous studies of jeans were analyzed, and in this process, the fashion design components of jeans were identified by common fashion design components such as fit, color, material, detail, and rise length. In addition, the advantages of big data analysis research methods in fashion trends were identified through traditional fashion trend prediction methods and prior fashion trend research using big data analysis. Finally, through the definition and characteristics of Text-mining, one of the big data analysis methods, and prior research using big data in the fashion field, big data analysis research techniques and topics in various fields were identified. Text-mining uses unstructured text data to refine collectors with natural language processing and morpheme analysis technologies, and extracts frequently used words to analyze generality and similarity through repeatability and frequency. For use in this study, Naver blog posts were collected for a period of 10 years from 2013 to 2022, and a total of 10,327 blog posts were selected as research data. Among them, a total of 1,957 articles unrelated to design components such as "reform," "washing," and "dyeing stain" were removed, and the number of blog openings used in the final analysis was 8,370. After that, morpheme analysis was performed using the morpheme analyzer Okt for each year to extract only nouns, and TF-IDF analysis was performed. After that, the analysis was conducted by dividing the jeans design components identified through previous studies into five corresponding fit, color, material, detail, and crotch length. For the analysis, each word was first analyzed in the total analysis data for each year, and then the words corresponding to each design component were collected to determine the proportion of each component by year. The data research analysis first showed a clear difference by year, with skinny fit having a very high proportion in 2013-2014 but decreasing in 2022, while wide fit had a very low proportion in 2013-2014 but continued to increase in proportion. As the proportion of wide fit increases, the proportion of slim fit also decreases. Colors had the highest proportion in the order of black and white, and the keyword of the color light blue increased as 2022 went on. The material accounted for more than 50% of its elasticity over a 10-year period. In addition, torn jeans and raw paper showed a high proportion in a certain year, confirming that they were one of the trends in the year. The most mentioned detail was the pocket, which is the detail for the doubles structure, and the amount of stitching and embroidery was the most mentioned in the detail for the decoration. The high-waist was ahead of the high-waist, but the proportion of low-rise increased sharply. Research related to the fashion field and big data has been mainly focused on trend identification and consumer analysis, but this study has been focused on fashion design among studies in the fashion field related to big data. There is a difference in that it is not only an intensive study, but also analyzes the writings of real consumers that can be used in practice and proposes ways to use them. In addition, it is possible to identify the fashion design components that should be considered first when designing fashion products sold online.