The purpose of this study is to classify body shapes of aged women by using 3D body scan data. For the body shape analysis and classification, 3D body scan data of 270 aged women were used, and 16 main measurements consisting of a human body were used to conduct factor analysis, cluster analysis and...
The purpose of this study is to classify body shapes of aged women by using 3D body scan data. For the body shape analysis and classification, 3D body scan data of 270 aged women were used, and 16 main measurements consisting of a human body were used to conduct factor analysis, cluster analysis and discriminant analysis. The analysis were performed on all 'the method using the absolute value', 'the method using index of height and weight', and 'the method using index of height', and according to the classification results, the method which categorizes body shapes best in terms of their shapes was adopted. As the factor analysis result using the numerical value of height to categorize the body shapes of the aged women, factor 1 was the thickness and width for the height, factor 2 was the height of the upper part of the body for the height, factor 3 was the height of hips for the height, and factor 4 was the height of belly for the height. When the body shapes were categorized with the deducted factors as variables, they were divided into two types. Type 1 was a short and fat body shape($\blacksquare$ type) and 55.6% of the subjects were of this type. Type 2 was for the body shape whose vertical height, including weight, was long but all kinds of width and thickness were small, that is, tall and thin body shape($\blacksquare$ type), and 44.4% of the aged women were in this case.
The purpose of this study is to classify body shapes of aged women by using 3D body scan data. For the body shape analysis and classification, 3D body scan data of 270 aged women were used, and 16 main measurements consisting of a human body were used to conduct factor analysis, cluster analysis and discriminant analysis. The analysis were performed on all 'the method using the absolute value', 'the method using index of height and weight', and 'the method using index of height', and according to the classification results, the method which categorizes body shapes best in terms of their shapes was adopted. As the factor analysis result using the numerical value of height to categorize the body shapes of the aged women, factor 1 was the thickness and width for the height, factor 2 was the height of the upper part of the body for the height, factor 3 was the height of hips for the height, and factor 4 was the height of belly for the height. When the body shapes were categorized with the deducted factors as variables, they were divided into two types. Type 1 was a short and fat body shape($\blacksquare$ type) and 55.6% of the subjects were of this type. Type 2 was for the body shape whose vertical height, including weight, was long but all kinds of width and thickness were small, that is, tall and thin body shape($\blacksquare$ type), and 44.4% of the aged women were in this case.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 3차원 형상 정보를 적용한 유형별 인대 개발을 목적으로 그 인대의 체형 유형을 설정하기 위하여 체형의 변화 시 자세요인 및 신체 비례요인의 특성이 크게 작용하는 실버층 여성을 대상으로 입체 형상으로 표현되는 3D 인체 데이터로부터의 측정치를 이용하여 요인분석을 실시하여 인체를 구성하는 주요 인자를 분석하고, 추출된 인자에 따라 체형을 형태적으로 구분할 수 있도록 유형화하고자 한다. 이 과정에서 인체 데이터를 절대치, 키와 몸무게의 지수치, 키의 지수치로 변환하여 각각 그 유형과 결과를 비교하고 가장 체형의 형상이 명확하게 구분되는 유형화 방법을 최종적으로 채택하도록 하며, 최종 분류된 유형과 연령층을 비교하여 연령대의 분포를 파악하고자 한다.
본 연구는 실버 여성 고유의 체형 형상 정보를 반영하여 이들 소비자의 체형 적합도가 높은 기성복 생산을 위한 기초 도구로 사용되는 패션산업용 인대를 개발하기 위한 기초 연구로 사이즈코리아(2005)의 3차원 인체 형상 데이터를 이용하여 실버 여성의 인체를 구성하는 주요 측정치를 이용하여 통계적 방법으로 처리하여 인체 형상을 유형화하고자 하였다.
따라서 본 연구에서는 3차원 형상 정보를 적용한 유형별 인대 개발을 목적으로 그 인대의 체형 유형을 설정하기 위하여 체형의 변화 시 자세요인 및 신체 비례요인의 특성이 크게 작용하는 실버층 여성을 대상으로 입체 형상으로 표현되는 3D 인체 데이터로부터의 측정치를 이용하여 요인분석을 실시하여 인체를 구성하는 주요 인자를 분석하고, 추출된 인자에 따라 체형을 형태적으로 구분할 수 있도록 유형화하고자 한다. 이 과정에서 인체 데이터를 절대치, 키와 몸무게의 지수치, 키의 지수치로 변환하여 각각 그 유형과 결과를 비교하고 가장 체형의 형상이 명확하게 구분되는 유형화 방법을 최종적으로 채택하도록 하며, 최종 분류된 유형과 연령층을 비교하여 연령대의 분포를 파악하고자 한다.
제안 방법
군집분석은 요인분석 결과, 추출된 각 요인점수를 독립변수로 하여 실시하였으며, 유사성 척도는 유클리디안 거리를 사용하였다. 군집의 수가 많을수록 유형별 측정치 차이는 명확하지만, 현재 실버 여성복에 대한 구분도 명확하지 않은 상태에서 인체의 유형의 수가 많은 것은 산업에서 적용하는 데 무리가 있을 것으로 판단하였으며, 또한 요인분석에 사용된 15개 측정항목 중 엉덩이높이와 배두께를 제외한 13개 항목에서 유의한 차이를 보여 형상의 명확한 차이를 설명하고 있어 군집의 수는 2개로 한정하여 분류하였다.
6cm, 몸무게 1kg의 근소한 차이를 보였으며, 겨드랑높이, 엉덩이높이, 어깨너비, 젖가슴두께의 경우에도 ±1cm 범위 이내의 차이를 나타내어 큰 차이를 보이지 않았다. 본 연구는 차후 3차원 인체 형상을 이용한 후속 연구와의 연계를 위하여 체형 특성 분석 및 분류에 3차원 인체 측정치를 사용하였다.
4%로 분포하였다. 본 연구에서 체형 분류는 인대의 개발을 위한 목적으로 하며, 현재 실버층에 대한 인대가 전무한 상황에서 유형의 수가 많은 것은 산업체에서 적용하는데 무리가 있을 것으로 판단하였으며, 또한 요인분석에 사용된 15개 측정 항목 중 배높이 1개 항목만을 제외한 14개 항목에서 0.001 수준에서 유의한 차이를 보여 형상의 명확한 차이를 설명하고 있었으므로 군집의 수는 2개로 한정하여 분류하였다. 분류된 체형의 유의한 차이를 분석하기 위하여 키, 몸무게와 인체 측정항목의 지수치에 대해서 각각 T-test(표 15)를 실시하였다.
실버층 여성의 체형 특징을 분석하고 체형 유형을 최대한 크기요인이 배제된 상태에서 형태적으로 구분되도록 하기 위하여 아래의 세 가지 방법으로 각각 요인분석, 군집분석, 판별분석을 실시하여 요인의 특성을 파악하고 군집별 체형이 명확하게 구분되었는지 여부를 요인의 특성, 요인의 설명력, 군집의 판별력, 유형별 체형 형태의 분석을 통해 비교ㆍ확인하여 최종적으로 사용할 체형 유형 방법을 채택ㆍ사용하도록 하였다. 분석방법 별 사용된 요인의 세 가지 형태는 다음과 같다.
이를 위하여 270명의 실버 여성 3차원 인체 스캔 데이터로부터 도출된 인체를 구성하는 주요 측정치를 이용하여 통계적 분석과정을 거쳐 체형을 형태적으로 유형화하였다. 이 때 체형이 형태적인 차원에서 구분되도록 하기 위하여 요인추출 시 절대치를 이용한 방법, 키와 몸무게의 지수치를 혼합하여 이용한 방법, 키의 지수치를 이용한 방법의 세 가지 방법으로 모두 요인분석, 군집분석, 판별분석을 실시하고, 추출된 유형의 체형특성을 비교ㆍ분석하여 체형을 형태적인 차원에서 가장 명확하게 구분하는 방법을 채택하였다.
이를 위하여 270명의 실버 여성 3차원 인체 스캔 데이터로부터 도출된 인체를 구성하는 주요 측정치를 이용하여 통계적 분석과정을 거쳐 체형을 형태적으로 유형화하였다. 이 때 체형이 형태적인 차원에서 구분되도록 하기 위하여 요인추출 시 절대치를 이용한 방법, 키와 몸무게의 지수치를 혼합하여 이용한 방법, 키의 지수치를 이용한 방법의 세 가지 방법으로 모두 요인분석, 군집분석, 판별분석을 실시하고, 추출된 유형의 체형특성을 비교ㆍ분석하여 체형을 형태적인 차원에서 가장 명확하게 구분하는 방법을 채택하였다.
인체 형상의 특성을 구분하기에 적합하다고 판단되는 15개 항목의 지수치로 변수를 계산하여 요인분석을 실시하였다(표 13). 요인추출방법은 주성분 분석을 이용하고 요인 수의 결정은 고유치가 1.
즉, 절대치에 의한 방법, 키와 몸무게의 혼합지수치에 의한 방법 모두 유형화된 두 가지 체형이 비례적인 크기의 영향이 배제되지 못하고 전반적으로 작은 체형과 전반적으로 큰 체형으로 구분되어 체형 구분보다는 사이즈 시스템으로 구분될 수 있는 것으로 판단되어, 키의 지수치에 의한 방법이 형태의 특성을 보다 명확하게 보여줄 수 있다고 보고 본 연구의 체형 유형화에 적용하였다. 구체적인 분석방법별 체형 분류 결과 비교표는〈표 17〉에 제시하였다.
체형 분석 및 유형화를 위하여 키와 몸무게 외 겨드랑높이, 젖가슴높이, 허리높이, 배높이, 엉덩이높이, 어깨너비, 젖가슴너비, 가슴너비, 허리너비, 배너비, 엉덩이너비, 젖가슴두께, 허리두께, 배두께, 엉덩이두께로 총 17개 항목의 측정치가 분석에 사용되었다. 측정치는 인체의 전반적인 크기만을 알 수 있는 둘레항목은 제외하고, 그와 상관관계가 있는 높이, 너비, 두께항목으로 선정하여 인체의 정면 및 측면형상을 추측해 볼 수 있도록 하였다.
체형 분석 및 유형화를 위하여 키와 몸무게 외 겨드랑높이, 젖가슴높이, 허리높이, 배높이, 엉덩이높이, 어깨너비, 젖가슴너비, 가슴너비, 허리너비, 배너비, 엉덩이너비, 젖가슴두께, 허리두께, 배두께, 엉덩이두께로 총 17개 항목의 측정치가 분석에 사용되었다. 측정치는 인체의 전반적인 크기만을 알 수 있는 둘레항목은 제외하고, 그와 상관관계가 있는 높이, 너비, 두께항목으로 선정하여 인체의 정면 및 측면형상을 추측해 볼 수 있도록 하였다. 측정항목은 인대의 제작과정, 실측과정에서 주로 사용되는 주요 항목들을 기준으로 하여 인체의 굴곡을 결정짓는 대표적인 부위로 선정하였다.
측정치는 인체의 전반적인 크기만을 알 수 있는 둘레항목은 제외하고, 그와 상관관계가 있는 높이, 너비, 두께항목으로 선정하여 인체의 정면 및 측면형상을 추측해 볼 수 있도록 하였다. 측정항목은 인대의 제작과정, 실측과정에서 주로 사용되는 주요 항목들을 기준으로 하여 인체의 굴곡을 결정짓는 대표적인 부위로 선정하였다. 측정 용어는 기술표준원의 ‘제 5차 한국인체치수조사 사업보고서6)’에 의거하였다.
대상 데이터
본 연구의 대상자인 한국인 인체치수 조사에 참여한 실버 여성 집단이 3차원 전신 스캐너가 위치하였던 일부 지역에 한정되어 있었으며, 데이터의 수가 270명으로 자료의 데이터를 전체 실버 여성의 특성으로 일반화하기에는 무리가 있을 것으로 보인다.
연구대상은 우리나라 60세 이상 실버 여성으로 사이즈코리아(2005) 사업의 실버 여성의 3차원 인체 형상 파일 중 입력 오류 및 심각한 인체비 대칭 및 이상 체형의 데이터를 제외한 270명 파일의 인체 부위별 세부 측정 데이터를 사용하였다. 연구대상자의 연령 분포는〈표 1〉에 제시하였다.
데이터처리
본 실험에 사용된 270명의 실버 여성 3차원 인체 데이터에 대해서 통계 프로그램인 Windows-SPSS package 12.0 version을 이용하여 기술통계분석 외 요인분석, 군집분석 및 판별분석을 실시하여 인체를 유형화하였으며, 유형화 결과 추출된 결과로 제시된 각 체형 유형별 인체치수를 비교하기 위하여 t-test를 실시하였다.
본 연구 3차원 인체 데이터의 연령대별 차이를 알아보기 위하여 기술통계분석 외 T-test를 실시하였다(표 4). 몸무게는 60대가 58.
001 수준에서 유의한 차이를 보여 형상의 명확한 차이를 설명하고 있었으므로 군집의 수는 2개로 한정하여 분류하였다. 분류된 체형의 유의한 차이를 분석하기 위하여 키, 몸무게와 인체 측정항목의 지수치에 대해서 각각 T-test(표 15)를 실시하였다. 그 결과 측정항목의 절대치 19개 항목 중에서 18개 항목에서 유의수준 0.
289%로 나타났다. 요인추출방법은 주성분 분석을 이용하고, 요인 수의 결정은 고유치가 1.0 이상인 요인을 선택하였으며, Varimax법에 의한 직교회전방법을 사용하였다.
이론/모형
군집분석은 요인분석 결과, 추출된 각 요인점수를 독립변수로 하여 실시하였으며, 유사성 척도는 유클리디안 거리를 사용하였다. 군집의 수가 많을수록 유형별 측정치 차이는 명확하지만, 현재 실버 여성복에 대한 구분도 명확하지 않은 상태에서 인체의 유형의 수가 많은 것은 산업에서 적용하는 데 무리가 있을 것으로 판단하였으며, 또한 요인분석에 사용된 15개 측정항목 중 엉덩이높이와 배두께를 제외한 13개 항목에서 유의한 차이를 보여 형상의 명확한 차이를 설명하고 있어 군집의 수는 2개로 한정하여 분류하였다.
608%로 나타났다. 요인추출방법은 주성분 분석을 이용하고 요인 수는 고유치가 1.0 이상인 것으로 결정하였으며, Varimax법에 의한 직교회전방법을 사용하였다.
인체 형상의 특성을 구분하기에 적합하다고 판단되는 15개 항목의 지수치로 변수를 계산하여 요인분석을 실시하였다(표 13). 요인추출방법은 주성분 분석을 이용하고 요인 수의 결정은 고유치가 1.0 이상인 요인을 선택하였으며, 요인의 성격을 명확히 하기 위해 Varimax법에 의한 직교회전방법을 사용하였다. 그 결과 체형구성인자는 총 4개의 요인으로 추출되었으며, 이들 4개 요인의 누적기여율은 75.
성능/효과
60세 이상 여성의 체형 특징을 분석하고 체형을 최대한 크기요인이 배제된 상태에서 형태적으로 구분되도록 하기 위하여 키를 이용한 지수치를 이용하여 요인을 분석한 결과 요인 1은 키에 대한 두께와 너비, 요인 2는 키에 대한 상반신 높이, 요인 3은 키에 대한 둔부 높이, 요인 4는 키에 대한 배높이로 나타났으며, 요인의 설명력은 75.626%였다. 추출된 요인을 변수로 하여 체형을 유형화한 결과 2개의 유형으로 분류되었으며, 유형 1은 작고 비만한 체형(▅형)으로 55.
0 이상인 요인을 선택하였으며, 요인의 성격을 명확히 하기 위해 Varimax법에 의한 직교회전방법을 사용하였다. 그 결과 체형구성인자는 총 4개의 요인으로 추출되었으며, 이들 4개 요인의 누적기여율은 75.626%로 나타났다.
분류된 체형의 유의한 차이를 분석하기 위하여 키, 몸무게와 인체 측정항목의 지수치에 대해서 각각 T-test(표 15)를 실시하였다. 그 결과 측정항목의 절대치 19개 항목 중에서 18개 항목에서 유의수준 0.05 수준에서 차이를 보여 뚜렷한 체형 차이를 나타내었다.
그 외에도 젖가슴너비와 젖가슴두께에서도 60대가 큰 값을 보였는데, 이 역시 젖가슴의 크기와 처짐현상과 유관한 것으로 추측된다. 두께항목의 경우 4항목 모두에서 유의한 차이를 보였는데, 70대가 60대에 비해 모두 유의하게 큰 값을 나타내었다. 이는, 3차원 측정에 표집된 피험자의 경우, 인체 측정을 위해 3차원 전신 스캐너가 있는 장소로 이동하여야 하므로 비교적 활동이 용이한 건강한 피험자가 모집됨으로써 상대적으로 자세가 바르고 체격이 큰 피험자들이 표집되었을 것으로 추측해볼 수 있다.
본 연구 3차원 인체 데이터의 연령대별 차이를 알아보기 위하여 기술통계분석 외 T-test를 실시하였다(표 4). 몸무게는 60대가 58.5kg, 70대가 56.9kg으로 유의적인 차이를 보이지 않았으나, 키의 경우 60대와 70대가 각각 151.9cm, 149.7cm로 0.001 수준에서 유의한 차이를 보여 본 연구대상의 경우 60대가 상대적으로 키가 큰 것으로 나타났다. 겨드랑높이와 젖가슴높이는 60대가 112.
사이즈코리아의 직접 측정치와 본 연구에 사용된 3차원 인체 측정치를 비교하기 위하여 평균, 표준편차를 분석한 결과(표 3), 나이의 경우 직접 측정치의 경우 평균 3세 정도 많았는데, 이는 표집된 표본의 연령 범위의 차이로부터 비롯된 것으로 보인다. 직접 측정의 경우, 측정차가 피험자의 거주구에 직접 찾아가 측정한 데 반해 3차원 측정의 경우 3차원 전신 스캐너가 있는 특정 장소로 이동해야 했으므로 활동이 쉽지 않은 노년 후기의 여성이 표집되지 않은 것으로 사료된다.
요인분석 결과, 추출된 각 요인점수를 독립변수로 하여 군집분석을 실시한 결과(표 14), 유형 1은 148명으로 55.6%를 유형 2는 118명으로 44.4%로 분포하였다. 본 연구에서 체형 분류는 인대의 개발을 위한 목적으로 하며, 현재 실버층에 대한 인대가 전무한 상황에서 유형의 수가 많은 것은 산업체에서 적용하는데 무리가 있을 것으로 판단하였으며, 또한 요인분석에 사용된 15개 측정 항목 중 배높이 1개 항목만을 제외한 14개 항목에서 0.
유형별 빈도 및 분포율은 유형 1이 126명으로 47.4%, 유형 2가 140명으로 52.6%로 나타났다(표 10). 집단의 수는 두 유형간 요인의 T-test 결과가 유의수준 0.
2%로 나타나, 각 유형에서 특정 연령층의 분포가 두드러지는 경향은 나타나지 않았으며, 전반적으로 균등하게 분포되어 있는 것으로 보아, 유형화된 군집 간 연령의 차이는 나타나지 않는 것으로 해석된다. 이는 본 연구의 유형화 결과가 자세와 같이 연령으로 인해 차이를 보이는 항목의 영향을 받지 않은 것으로 추측되어 유형 1과 2는 전반적인 실버 여성 피험자의 체형이 골고루 분포하는 실버 여성을 대표하는 유형으로 볼 수 있을 것으로 판단된다.
인체치수의 통계분석에 사용된 15개 항목을 모두 독립변수로, 군집분석 결과 도출된 2개의 유형을 종속변수로 한 단계적 판별분석을 통해 각 유형의 판별 확률 즉, 명중률을 구하였으며, 그 결과 절대치를 이용한 체형 분류방법의 경우 95.1%로 나타났다. 유형 1은 140명 중 132명으로 94.
인체치수의 통계분석에 사용된 15개 항목을 모두 독립변수로, 군집분석 결과 도출된 2개의 유형을 종속변수로 한 단계적 판별분석을 통해 각 유형의 판별확률 즉, 명중률을 구하였으며, 그 결과 키 지수치에 의한 분류 방법의 경우 98.5%로 나타났다. 유형 1은 140명 중 132명으로 94.
절대치를 이용하여 체형 유형화를 위하여 군집분석을 실시한 결과, 유형 1은 키, 몸무게가 평균 7.5cm, 6.5kg의 차이를 보였고, 키와 몸무게를 포함한 그 외 모든 항목에서도 큰 값을 보였으며, 이 중 15개 항목이 유의확률 0.01 수준 이상으로 유의한 차이를 나타내어 절대적으로 더 큰 체형으로 나타나 전체적으로 유형 1이 크고 비만한 체형, 유형 2가 작고 마른 체형으로 나타나 크기요인으로 분류된 것으로 분석된다.
절대치에 의한 유형화 결과, 요인의 설명력이 77.355%, 군집의 명중률은 95.1%로 높게 나났으나 체형 특성이 유형 1의 경우 키크고 비만한 체형, 유형 2의 경우 키작고 마른 체형으로 분류되어 큰 체형과 작은 체형으로 사이즈에 의해 구분되었다. 키와 몸무게의 혼합지수치에 의한 유형화 결과, 유형 1은 비만하고, 짧고, 좁은 체형으로, 유형 2는 마르고, 길고, 넓은 체형으로 나타났으며, 요인의 설명력이 76.
5%로 높게 나타났다. 체형 유형별 연령대 분포를 분석한 결과 특정 연령층의 분포가 두드러지지 않아 전반적인 실버 여성 피험자의 체형이 골고루 분포하는 실버 여성의 체형 유형으로 볼 수 있을 것이다.
체형 유형별 연령대 분포를 살펴보기 위하여 피험자의 연령을 5세 기준으로 분류하여 연령집단별 분포빈도와 분포율을 분석한 결과(표 18), 전체 피험자의 연령대 분포가 60~64세, 65~69세, 70~74세, 75~79세 집단별로 각각 35.7%, 31.2%, 28.6%, 4.5%로 분포하고 있는데, 유형 1의 경우 각각 31.1%, 31.8%, 32.4%, 4.7%로 유형 2의 경우 41.5%, 30.5%, 23.7%, 4.2%로 나타나, 각 유형에서 특정 연령층의 분포가 두드러지는 경향은 나타나지 않았으며, 전반적으로 균등하게 분포되어 있는 것으로 보아, 유형화된 군집 간 연령의 차이는 나타나지 않는 것으로 해석된다. 이는 본 연구의 유형화 결과가 자세와 같이 연령으로 인해 차이를 보이는 항목의 영향을 받지 않은 것으로 추측되어 유형 1과 2는 전반적인 실버 여성 피험자의 체형이 골고루 분포하는 실버 여성을 대표하는 유형으로 볼 수 있을 것으로 판단된다.
체형의 형태요인을 파악하기에 적합하다고 판단되는 높이항목 5개, 너비항목 6개, 두께항목 4개의 절대치를 변수로 하여 요인분석을 실시한 결과, 체형을 구성하는 인자는 총 2개로 요약되었으며, 요인 전체의 누적기여율은 72.289%로 나타났다. 요인추출방법은 주성분 분석을 이용하고, 요인 수의 결정은 고유치가 1.
001 수준에서 차이를 보여 2개로 선정하였다. 추출된 두 체형 유형별 인체 측정항목을 비교하기 위하여 평균, 표준편차, 그리고 차이검증을 위한 T-test를 실시한 결과(표 11), 키는 유형 1, 2에서 150.9cm, 151.4cm로 유의차를 보이지 않아 키의 차이는 보이지 않았으나, 몸무게는 59.9kg, 56.2kg으로 0.001 수준에서 유의한 차이를 나타내었다. 혼합지수치 항목들의 경우, 배높이, 젖가슴두께, 허리두께를 제외한 모든 항목의 지수치에서 유형 1에 비해 유형 2가 유의적으로 크게 나타나 일률적으로 크기가 큰 형태로 구분되었다.
626%였다. 추출된 요인을 변수로 하여 체형을 유형화한 결과 2개의 유형으로 분류되었으며, 유형 1은 작고 비만한 체형(▅형)으로 55.6% 분포하였고, 유형2는 수직길이는 크지만 몸무게를 포함한 모든 너비, 두께항목이 작은 값을 보이는 체형으로, 크고 마른 체형(▋형)으로 전체 실버 여성의 44.4%가 분포하였으며, 유형의 명중률은 98.5%로 높게 나타났다. 체형 유형별 연령대 분포를 분석한 결과 특정 연령층의 분포가 두드러지지 않아 전반적인 실버 여성 피험자의 체형이 골고루 분포하는 실버 여성의 체형 유형으로 볼 수 있을 것이다.
추출된 요인의 내용은 각각 요인 1은 인체 너비와 두께, 요인 2는 상반신 높이, 요인 3은 둔부높이로 요약되었다.
측정항목을 상관성이 큰 항목끼리 키와 몸무게의 지수치로 변환하여 요인분석을 실시한 결과, 체형을 구성하는 인자는 총 3개로, 요인 전체 누적기여율은 76.608%로 나타났다. 요인추출방법은 주성분 분석을 이용하고 요인 수는 고유치가 1.
키와 몸무게는 3차원 측정치가 151.1cm, 58.0kg, 직접 측정치의 경우 150.5cm, 57.0kg으로 나타나 키 0.6cm, 몸무게 1kg의 근소한 차이를 보였으며, 겨드랑높이, 엉덩이높이, 어깨너비, 젖가슴두께의 경우에도 ±1cm 범위 이내의 차이를 나타내어 큰 차이를 보이지 않았다.
키와 몸무게를 제외한 15개 항목을 독립변수로, 체형 유형을 종속변수로 한 단계적 판별분석을 통해 명중률을 도출한 결과(표 12), 혼합 지수치에 의한 체형 분류 방법의 경우 판별확률 72.9%로, 유형 1은 126명 중 90명으로 71.4%가, 유형 2는 140명 중 104명으로 74.3%만이 제대로 분류되어, 혼합 지수치를 이용한 체형 유형화의 경우 절대치를 이용한 방법에 비해 판별확률이 22.2% 낮게 나타나, 상대적으로 두 유형의 구분이 명확하지 않는 것으로 나타났다.
1%로 높게 나났으나 체형 특성이 유형 1의 경우 키크고 비만한 체형, 유형 2의 경우 키작고 마른 체형으로 분류되어 큰 체형과 작은 체형으로 사이즈에 의해 구분되었다. 키와 몸무게의 혼합지수치에 의한 유형화 결과, 유형 1은 비만하고, 짧고, 좁은 체형으로, 유형 2는 마르고, 길고, 넓은 체형으로 나타났으며, 요인의 설명력이 76.606%로 높게 나타났으나 유형의 명중률, 즉 판별력이 72.9%로 낮게 나타나 유형화 결과가 우수하지 않은 것으로 나타났다. 키의 지수치에 의한 유형화의 경우 요인의 설명력은 75.
9%로 낮게 나타나 유형화 결과가 우수하지 않은 것으로 나타났다. 키의 지수치에 의한 유형화의 경우 요인의 설명력은 75.626%로 나타났으며 유형 1은 짧고 비만한 체형, 유형 2는 길고 마른 체형으로 나타나 형태적으로 명확히 다른 형상을 보였으며, 유형의 명중률 또는 98.5%로 266명 중 4명만이 잘못 예측된 케이스로 나타나 가장 명확한 유형 차이를 보였다. 유형 1과 유형 2의 평균에 근접한 대표 샘플의 3차원 형상 데이터는〈그림 1〉에 제시하였다.
후속연구
실버 대상 인대가 존재하지 않는 상황에서 무리하게 체형을 다양하게 전개하는 것이 현실적이지 못하다고 판단하여 실버 여성 집단의 체형을 두 가지로 한정함으로써 형상의 특성이 극단적일 수 있는 것 또한 본 연구의 한계가 될 수 있을 것이다. 체형 유형을 세분화하는 후속 연구 역시 필요할 것으로 보인다.
연령이 증가할수록 개인차가 증가하는 실버 여성의 경우 체형을 크기요인에 국한되지 않고 형태요인을 기준으로 분류하는 것은 매우 중요하며 차후 의복원형 개발, 치수체계 설정 등에도 유형화 결과를 반영함으로써 기성복의 착의적합성을 높이고 생산업체의 맞음새 문제로 인한 재고 감소에 도움이 될 것으로 기대된다.
이러한 제 1보 연구 결과는 실버층 여성의 체형 유형이 입체적 형상을 고려하여 분류됨으로써 의복 설계 시 기초자료로 사용될 수 있을 것이며, 이어 제 2보 연구의 결과물이 될 체형의 입체 형상이 고려된 인대의 사용으로 인해 맞음새가 향상된 의류 제품의 생산이 이루어지고 뉴실버 여성의 맞음새 좋은 의복에의 욕구가 충족될 수 있을 것으로 기대된다.
직접 측정의 경우, 측정차가 피험자의 거주구에 직접 찾아가 측정한 데 반해 3차원 측정의 경우 3차원 전신 스캐너가 있는 특정 장소로 이동해야 했으므로 활동이 쉽지 않은 노년 후기의 여성이 표집되지 않은 것으로 사료된다. 이에 본 연구에 사용된 3차원 측정치는 60대와 70대 노년 여성을 대상으로 한 의류 제품 및 의류 관련 산업 제품의 개발에 더욱 적합하게 적용될 수 있을 것으로 보인다.
실버 대상 인대가 존재하지 않는 상황에서 무리하게 체형을 다양하게 전개하는 것이 현실적이지 못하다고 판단하여 실버 여성 집단의 체형을 두 가지로 한정함으로써 형상의 특성이 극단적일 수 있는 것 또한 본 연구의 한계가 될 수 있을 것이다. 체형 유형을 세분화하는 후속 연구 역시 필요할 것으로 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
실버층 여성은 어떤 신체적 변화가 나타나는가?
실버층 여성의 경우, 키 감소, 유방 하수, 상반신 굴신이나 반신 등의 체형 변화를 겪으며 복부가 비만화되어 납작한 허리와 납작한 배를 가진 성인 여성의 표준체형과는 점차 신체비율이 달라지게 되며, 체형의 개인차가 점차 커진다. 그러나 이들의 의복에서 체형에 대한 분석 및 반영이 제대로 되지 않고 있어 소비자가 인체에 잘 맞는 기성복을 구입하는 데 어려움을 겪고 있다.
실버층 여성이 인체에 잘 맞는 기성복을 구입하는데 어려움을 겪는 이유는?
실버층 여성의 경우, 키 감소, 유방 하수, 상반신 굴신이나 반신 등의 체형 변화를 겪으며 복부가 비만화되어 납작한 허리와 납작한 배를 가진 성인 여성의 표준체형과는 점차 신체비율이 달라지게 되며, 체형의 개인차가 점차 커진다. 그러나 이들의 의복에서 체형에 대한 분석 및 반영이 제대로 되지 않고 있어 소비자가 인체에 잘 맞는 기성복을 구입하는 데 어려움을 겪고 있다. 실제로 여러 의류학 연구2,3)에서도 실버의류의 맞음새(fit) 문제를 지적하고 있어 실질적으로 의복 설계상의 개선이 요구되고 있다.
3차원 인체 형상 데이터에 대한 관심이 높아지면서 어떻게 활용되고 있는가?
산업체에서 3차원 인체 형상 데이터에 대한 관심이 높아지면서 3차원 스캐너를 이용한 형상 연구가 가구, 신발 등 다양한 아이템에 적용되고 있으며, 3차원 데이터를 운용하는 방법론에 대한 소프트웨어 활용 연구가 다양한 분야에서 진행되고 있다. 그러나 3차원 인체 형상으로부터 수적 데이터를 직접 추출·분석해 내어 산업 제품에 활용한 연구는 미비하다.
참고문헌 (6)
기술표준원 (2004). 제 5차 한국인인체치수조사사업 보고서. 과천: 기술표준원.
기술표준원 (2004). 3차원 인체 형상을 이용한 40대 남자 하반신 가상피팅모델 및 의복생산용 바디 개발. 2004년 표준화부문 연구용역사업 결과보고서. 과천: 기술표준원.
기술표준원 (2005). 3차원 인체 형상을 이용한 여자 다기능성 의복생산용 바디 개발. 2005년 표준화부문 연구용역사업 결과보고서. 과천: 기술표준원.
여혜린, 권영숙 (2005). “노년기 의생활 실태 조사.” 한국의류학회지 29권 1호.
조진숙, 박상희, 최정욱 (1997). “노인여성의 신체특징에 따른 치수체계에 관한 연구.” 한국의류학회지 21권 5호.
“2050년 한국 최고령국가. 세계인구 91억” (2005년 2월 26일 [2006년 8월 13일 검색]). 연합뉴스; available from World Wide Web@http://www.yonhapnews.co.kr
※ AI-Helper는 부적절한 답변을 할 수 있습니다.