선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이러한 개인의 이미지 형성에 있어 의복을 포함한 신체적 외모는 비언어적 단서로서, 지각자의 즉각적인 판단을 이끌어 내어 그 사람의 인상과 사회적 가치를 평가하는데 중요한 역할을 한다. 그러므로 사람들은 타인에게 자신의 좋은 이미지를 전달하고 개성을 표출하기 위하여 의복, 액세서리, 화장 등의 외적인 표현 수단에 관심을 가지고 적극 적으로 활용하고자 노력한다. 이런 외적인 표현수단들은 자신의 신체와 조화를 이룰 때 상승효과를 얻게 되는데, 특히 얼굴은 신체의 어느 부위보다도 개인의 가장 특징적인 부위로 의복과 화장의 영향을 가장 직접적으로 받는 부위라고 할 수 있다.
- 따라서 본 연구는 여대생을 대상으로 얼굴을 중심으로 관능평가를 실시하여 얼굴색 유형을 분류하고, 더 나아가 얼굴 부위별로 측색평가를 실시하여 얼굴색 유형 분류의 객관적인 기준을 제시하고자 하였다.
- 즉, 자신에게 어울리는 색채는 신체 색과 조화로운 배색이 이루어져 이미지를 향상시켜 주는 반면, 어울리지 않는 색의 선택은 신체 색과의 부조화로 인해 이미지 향상에 도움을 주지 못한다. 따라서 의복색이나 화장 색을 선택할 때 신체 색과 조화로운 배색을 통해 이미지를 향상하고자 노력한다. 이와 같이 신체 색을 기준으로 어울리는 색상을 제안하기 위해 Personal Color System이 가장 널리 사용되고 있다.
- 본 연구는 여대생을 대상으로 개인에게 어울리는 색상 제시를 위한 유형 분류를 하기 위해 화장색, 의복색에 가장 직접적인 영향을 받는 얼굴을 기준으로 관능평가를 실시하여 유형을 분류하고, 측색평가를 실시하여 얼굴의 부위별 색상분석을 통해 유형별 객관적인 기준을 제시하고자 하였다. 본 연구의 결과는 다음과 같다.
가설 설정
- 즉, 뺨의 황색도가 유형분류에 있어 가장 영향력이 큰 색상변수임을 의미한다. 또한 판별식에 사용되는 뺨의 적색도(a) 와 황색도(b)의 상수는 모두 양의 값으로 나타나고 있는데, 이는 뺨의 적색도(a)값이 증가할수록, 황색도(b)값이 증가할수록 따뜻한 집단에 속할 확률이 높아짐을 뜻한다. 즉, 뺨의 색상이 노란색을 띨수록 따뜻한 집단에 속할 확률이 높고, 붉은 색을 띨수록 따뜻한 집단에 속할 확률이 높아짐을 의미한다.
제안 방법
- 관능 평가는 주위의 조도와 기온에 따라 피 측정자의 얼굴색 변화에 영향을 받지 않는 조건에서 이루어져야 하므로, 자외선과 기온에 따른 얼굴색 변화가 적은 봄(5월)과 가을(10월) 낮 11시에서 3시 사이 자연광 상태에서 측정하였고, 흰색의 천을 사용하여 의복색이나 장신구, 헤어컬러의 영향을 받지 않도록 하였다. 객관적인 평가를 위해 전문가 3인이 동시에 진단하여 두 명 이상의 평가가 일치한 진단 결과를 사용하였다.
- 얼굴색 유형을 분류하기 위해 20대 여대생 136명을 대상으로 관능평가를 실시하였다. 객관적인 평가를 위해 전문가 3인이 함께 진단하여 2인 이상이 일치한 결과를 사용하였다. 옐로우 언더 톤의 색상이 잘 어울리는 집단을 따뜻한 유형으로 명명하였고, 블루 언더 톤이 잘 어울리는 집단을 차가운 유형으로 명명하였으며, 유형의 분포는[Table 2]에 제시하였다.
- 관능평가 시 어울리는 색의 조건은 Shin(2002)과 Moon(2005)의 평가기준을 참고로 하였다. 관능 평가는 주위의 조도와 기온에 따라 피 측정자의 얼굴색 변화에 영향을 받지 않는 조건에서 이루어져야 하므로, 자외선과 기온에 따른 얼굴색 변화가 적은 봄(5월)과 가을(10월) 낮 11시에서 3시 사이 자연광 상태에서 측정하였고, 흰색의 천을 사용하여 의복색이나 장신구, 헤어컬러의 영향을 받지 않도록 하였다. 객관적인 평가를 위해 전문가 3인이 동시에 진단하여 두 명 이상의 평가가 일치한 진단 결과를 사용하였다.
- 한편, Park(2000)과 Kim(2006)은 과학적인 신체색 분석을 통해 객관적으로 유형을 분류하고자 하였다. 먼저 측색평가를 실시하여 신체 색을 군집분석으로 분류하고, 유형의 대표 모델을 선정하여 관능평가방법을 통해 어울리는 색상을 제시하였다.
- 물리측색을 위한 기기는 Minolta CR-200을 사용하여 화장을 하지 않은 피 측정자의 이마와 양쪽 뺨을 각각 3번씩 측정하여 부위별 평균값을 사용하였다. 이마부위는 미간 위 정중앙을 기준으로 측색하였고, 뺨은 눈동자의 정중앙을 따라 세로로 내려와 콧망울 옆 부위를 측색하였다.
- 본 연구는 20대 여대생을 대상으로 퍼스널 컬러 시스템에 따른 얼굴색 유형을 분류하기 위해 먼저 관능평가를 실시하고, 그 유형에 따른 얼굴색을 분석하기 위해 물리 측색 평가를 실시하였으며, 얼굴 부위에 따라 색상을 분석하였다.
- Park(2000)은 여대생 160명의 팔목과 손바닥, 머리카락을 측색 평가하여 군집분석 한 결과, 따뜻한 형, 차가운 형, 복합형으로 분류하였다. 의복색은 Red, Yellow, Green, Blue, Purple의 색상을 각각 2.5와 7.5의 10가지 색상을 vivid, bright, deep, dull, light, dark 6가지 톤으로 세분화하였으며, 여기에 무채색 3색을 포함하여 총 63색을 이용하여 관능평가를 실시하였다. 그 결과, 따뜻한 형은 색상 대부분이 dark톤의 색들이 어울렸지만, Red 계열과 무채색을 포함하여 어울리지 않은 색도 많았다.
- 물리측색을 위한 기기는 Minolta CR-200을 사용하여 화장을 하지 않은 피 측정자의 이마와 양쪽 뺨을 각각 3번씩 측정하여 부위별 평균값을 사용하였다. 이마부위는 미간 위 정중앙을 기준으로 측색하였고, 뺨은 눈동자의 정중앙을 따라 세로로 내려와 콧망울 옆 부위를 측색하였다. 양쪽 뺨은 색차를 보이지 않아 양쪽 뺨의 평균을 사용하였다.
- Shin(2002)은 성인여성을 대상으로 한 퍼스널 컬러 연구에서 관능평가를 통해 피부색과 헤어 색을 Carole이 제시한 4계절 유형으로 분류하였다. 첫 번째 단계에서 피부색에 따라 따뜻한 유형과 차가운 유형으로 분류하였으며, 두 번째 단계로 톤(soft, hard)에 따라 4계절 유형으로 분류하였다. 유형 분포는 차가운 유형이 78.
- 측정기간은 자외선과 기온에 따른 얼굴색 변화가 적은 2009년 봄(5월), 가을(10월), 낮 11시에서 3시 사이 자연광 상태에서 실시하였다.
대상 데이터
- 본 연구는 퍼스널 컬러 유형을 분류하기 위해 대전 지역에 거주하는 20대 여대생 136명을 대상으로 화장을 하지 않은 상태에서 실시하였다.
- 얼굴색 유형을 분류하기 위해 20대 여대생 136명을 대상으로 관능평가를 실시하였다. 객관적인 평가를 위해 전문가 3인이 함께 진단하여 2인 이상이 일치한 결과를 사용하였다.
- 얼굴색을 분석하기 위해 이마와 양쪽 뺨을 Minolta CR-300을 사용하여 측색하였다.
데이터처리
- 유형 간 측색평가의 차이를 알아보기 위해 일원변량분석을 실시하였으며, 검증을 위해 Levene의 등분산 검정을 실시하였다. 결과는[Table 4]에서 보는 바와 같으며, Levene의 등분산 검정결과, 이마의 황색도(b)는 유의확률 값이 0.
- 퍼스널 컬러 유형을 설명하기 위해 기술통계를 이용하여 각 유형의 평균과 표준편차를 산출하였으며, 유형간 색채 변수들의 차이를 알아보기 위해 일원변량분석을 실시하였다. 이마와 뺨의 색상 변수들을 활용하여 유형을 설명하는 기준과 기여도를 추출하기 위해서는 판별분석을 실시하였다. 통계분석은 SPSS 18.
- 퍼스널 컬러 유형을 설명하기 위해 기술통계를 이용하여 각 유형의 평균과 표준편차를 산출하였으며, 유형간 색채 변수들의 차이를 알아보기 위해 일원변량분석을 실시하였다. 이마와 뺨의 색상 변수들을 활용하여 유형을 설명하는 기준과 기여도를 추출하기 위해서는 판별분석을 실시하였다.
이론/모형
- 관능평가를 위한 진단 도구는 이사벨라 리드의 진단 천을 사용하였으며, 진단천의 측색 값은 [Table 1]에 제시하였다. 관능평가 시 어울리는 색의 조건은 Shin(2002)과 Moon(2005)의 평가기준을 참고로 하였다. 관능 평가는 주위의 조도와 기온에 따라 피 측정자의 얼굴색 변화에 영향을 받지 않는 조건에서 이루어져야 하므로, 자외선과 기온에 따른 얼굴색 변화가 적은 봄(5월)과 가을(10월) 낮 11시에서 3시 사이 자연광 상태에서 측정하였고, 흰색의 천을 사용하여 의복색이나 장신구, 헤어컬러의 영향을 받지 않도록 하였다.
- 관능평가를 위한 진단 도구는 이사벨라 리드의 진단 천을 사용하였으며, 진단천의 측색 값은 [Table 1]에 제시하였다. 관능평가 시 어울리는 색의 조건은 Shin(2002)과 Moon(2005)의 평가기준을 참고로 하였다.
성능/효과
- 유형에 따른 얼굴색 분석 결과, 따뜻한 유형과 차가운 유형의 얼굴색은 뺨의 명도(L), 뺨의 적색도 (a)와 뺨의 황색도(b)가 유의미한 차이가 나타나는 것으로 나타났는데, 따뜻한 유형이 차가운 유형에 비해 뺨 부위의 색상이 더욱 어두우면서 노랗고 붉은 것을 알 수 있었다. 이는 이마의 색상보다 뺨의 색상이 유형을 분류하는데 더 많은 기여를 하는 것이라 할 수 있으며, 이마 부위보다 뺨이 더 넓은 면적을 차지하기 때문으로 사료된다.
- Hong(2005)은 20대 남녀를 대상으로 한 퍼스널 컬러 연구에서 비색평가를 통해 피부색과 헤어 색, 눈동자 색에 따라 따뜻한 유형, 차가운 유형, 그리고 복합요소로 나타난 복합유형으로 분류한 후, 이를 다시 신체 색 명도에 따라 각각 Light, Medium, Dark 3가지 유형으로 분류하여 총 9가지 유형으로 분류하였고, 먼셀의 기본 10색상을 각각 13가지 톤으로 구분한 130가지의 색채 진단 천을 사용하여 관능평가를 통해 어울리는 색상을 연구하였다. 그 결과, 20대 여성의 피부색 유형 분포는 따뜻한 유형이 59.2%, 차가운 유형이 25.9%, 복합유형이 14.9%로 나타났으며, Light톤은 29.6%, Medium톤은 59.6%, Dark톤은 11.2%로 나타났다. 어울리는 색상 진단에 있어서는 피부색의 톤에 의해 영향을 받는 것으로 피부색과 유사한 톤과 명도가 높은 톤에서는 긍정적 평가로 명도가 낮은 톤은 부정적인 결과로 나타났다.
- 5의 10가지 색상을 vivid, bright, deep, dull, light, dark 6가지 톤으로 세분화하였으며, 여기에 무채색 3색을 포함하여 총 63색을 이용하여 관능평가를 실시하였다. 그 결과, 따뜻한 형은 색상 대부분이 dark톤의 색들이 어울렸지만, Red 계열과 무채색을 포함하여 어울리지 않은 색도 많았다. 차가운 유형은 푸른색, 노란색, 그리고 무채색을 포함하여 어울리는 색의 폭이 넓다고 하였으며, 복합형은 Red, Green, Purple계열색의 밝고 연한 톤이 적합하다고 하였다.
- Moon(2005)은 20～30대 여성을 대상으로 한 퍼스널 컬러 연구에서 비색표를 활용한 비색평가를 통해 얼굴색을 따뜻한 형과 차가운 유형으로 분류하고, 다시 헤어 색과의 대비에 따라 각기 4가지 유형, 총 8가지 유형으로 분류한 후 관능평가를 통해 유형에 가장 잘 어울리는 베스트 컬러를 추출하였다. 그 결과, 얼굴색 유형 분포는 따뜻한 유형이 33.3%, 차가운 유형이 66.6%로 나타났고, 각 유형에 베스트 컬러를 제시하고 있다.
- Woo(1998)는 20대에서 50대 여성을 대상으로 피부색, 얼굴색, 화장 색에 관한 연구를 실시하였다. 그 결과, 피부색의 범위는 색상은 6YR～7.6YR, 명도는 6.5～6.8, 채도는 3.2～3.9, 평균은 6.6YR 6.6/2.8 (L:67.68, a:7.08, b:15.23)로 나타났으며, 얼굴색의 범위는 색상은 2.8YR～7.2YR, 명도는 5.9～6.5, 채도는 3.2～3.9, 평균은 4.6YR 6.1/3.6(L:62.7, a:11.28, b:17.25)로 나타났다. 피부색에 비해 얼굴색의 범위가 더욱 넓고 붉은 것으로 나타남을 볼 수 있다.
- 또한 분포는 상대적으로 높은 명도 값을 보이는 1유형이 가장 많이 분류되었다. 노란빛이 도는 밝은 1유형은 실험에 사용한 18개 색채 모두 잘 어울리며, 푸른빛이 도는 밝은 2유형은 18개 색채 모두 잘 어울리지 않는 것으로 나타났으며, 노랗고 검은 빛이 도는 3유형은 18개의 색채가 다른 유형에 비해 중간 정도 어울리는 것으로 나타났다.
- 둘째, 퍼스널 컬러 유형에 따른 얼굴색의 차이를 알아보기 위해 얼굴의 뺨과 이마 부위를 측색평가한 결과, 이마는 뺨에 비해 노랗고 어두운 색을 보이며, 뺨은 이마에 비해 밝고 붉은 색을 띠고 있었다. 이는 뺨이 모세혈관이 많이 분포된 곳이기 때문으로 여겨진다.
- Kim(2005)은 성인여성을 대상으로 한 퍼스널 컬러 연구에서 비색평가와 관능평가를 통해 4계절 유형으로 분류하였다. 비색평가 결과, 얼굴색 유형 분포는 여름 유형이 41.6%, 겨울 유형이 31.1%, 가을 유형이 11.7%, 봄 유형이 22%로 나타났으며, 관능 평가결과, 얼굴색 유형 분포는 여름 유형이 58.61%, 겨울 유형이 24.9%, 가을 유형이 6.96%, 봄 유형이 2.20%로 나타났다. 비색평가 결과와 관능평가 결과가 상이하게 나타나, 객관적인 평가방법 개발이 필요하다고 하겠다.
- 셋째, 얼굴색 유형을 분류하는 데 영향을 미치는 얼굴색 색상 변수를 알아본 결과, 뺨의 황색도와 뺨의 적색도가 영향을 미치는 얼굴 색상 변수로 나타났으며, 이 두 색상변수를 통해 판별식을 도출한 결과, 뺨의 황색도가 뺨의 적색도 보다 더욱 영향을 미치는 색상 변수로 나타났다. 또한 이는 뺨에서 보여지는 황색도가 어울리는 색채를 선정하는데 많은 기여를 하는 것을 의미하며, 뺨의 황색도가 높을수록, 뺨의 적색도가 높을수록 따뜻한 유형에 속할 확률이 높아짐을 의미한다.
- 2%로 나타났다. 어울리는 색상 진단에 있어서는 피부색의 톤에 의해 영향을 받는 것으로 피부색과 유사한 톤과 명도가 높은 톤에서는 긍정적 평가로 명도가 낮은 톤은 부정적인 결과로 나타났다.
- 첫 번째 단계에서 피부색에 따라 따뜻한 유형과 차가운 유형으로 분류하였으며, 두 번째 단계로 톤(soft, hard)에 따라 4계절 유형으로 분류하였다. 유형 분포는 차가운 유형이 78.7%, 따뜻한 유형이 21.3%로 차가운 유형이 더 많이 분포한 것으로 나타났으며, 여름 유형이 67.6%, 가을 유형이 21%, 겨울 유형이 11.1%, 봄 유형은 0.3%로 여름 유형이 가장 많이 나타났다.
- 이상의 선행연구 결과를 살펴보면 피부색과 얼굴색은 상당한 차이를 보이고 있고, 연령에 따라서도 차이가 있었으며, 얼굴색에서도 부위별 차이가 있었다. 따라서 측색 부위 선정에 있어 관능평가와 동일하게 얼굴색을 측정해야 하며, 연령에 따른 대상도 세분화할 필요가 있다.
- 이상의 선행연구를 고찰해 본 결과, 퍼스널 컬러 진단은 진단 방법의 체계가 통일되지 않은 제한점을 가지고 있어, 퍼스널 컬러 유형의 분류 방법이나 분포 정도, 유형에 따른 어울리는 색상이 연구자에 따라 차이가 있다. 따라서 퍼스널 컬러 진단에 보다 체계적인 방법이 필요하다고 생각된다.
- 5%이며, 차가운 집단으로 올바르게 분류된 것은 104명 중 83명으로 79.8%로 나타나 전체적인 적중률은 81.6%로 나타났다. 즉, 얼굴색의 색상변수 중 뺨의 적색도(a)와 황색도(b)에 의해 전체의 81.
- 또한 판별식에 사용되는 뺨의 적색도(a) 와 황색도(b)의 상수는 모두 양의 값으로 나타나고 있는데, 이는 뺨의 적색도(a)값이 증가할수록, 황색도(b)값이 증가할수록 따뜻한 집단에 속할 확률이 높아짐을 뜻한다. 즉, 뺨의 색상이 노란색을 띨수록 따뜻한 집단에 속할 확률이 높고, 붉은 색을 띨수록 따뜻한 집단에 속할 확률이 높아짐을 의미한다. 이는 Shin(2002)의 연구결과와 부분적으로 차이를 보이고 있다.
- 첫째, 퍼스널 컬러 시스템 유형 분류를 위해 여대생을 대상으로 관능평가를 실시한 결과, 옐로우 언더 톤의 색상이 어울리는 얼굴색 유형을 따뜻한 유형으로, 블루 언더 톤의 색상이 어울리는 얼굴색 유형은 차가운 유형으로 분류하였다. 얼굴색 유형의 분포는 따뜻한 유형이 23.
- 판별함수에 의해 따뜻한 집단으로 올바르게 분류된 것은 32명 중 28명으로 적중률이 87.5%이며, 차가운 집단으로 올바르게 분류된 것은 104명 중 83명으로 79.8%로 나타나 전체적인 적중률은 81.6%로 나타났다. 즉, 얼굴색의 색상변수 중 뺨의 적색도(a)와 황색도(b)에 의해 전체의 81.
- 판별함수에 의해 판별된 유형과 관능평가로 분류된 유형의 적중률은 따뜻한 집단으로 올바르게 분류된 것은 87.5%이며, 차가운 집단으로 올바르게 분류된 것은 79.8%로 나타났다. 전체적인 적중률은 81.
후속연구
- 6%로 나타난 것은 의미 있는 결과라고 판단된다. 또한 따뜻한 유형의 분류 정확 도가 차가운 유형의 분류 결과보다 더 높게 나타난 것으로 보아 관능평가 시 차가운 유형에 더욱 주위를 기울여야 할 것으로 보인다.
- 6%가 따뜻한 유형과 차가운 유형으로 올바르게 분류된다는 것을 알 수 있다. 또한 따뜻한 유형의 분류 정확 도가 차가운 유형의 분류 결과보다 더 높게 나타난 것으로 보아 차가운 유형을 관능평가 시 더욱 주위를 기울여야 할 것으로 보인다.
- 본 연구에서는 피험자가 대전지역에 한정되어 퍼스널 컬러 유형 분포를 일반화하기에는 한계가 있으므로 앞으로 퍼스널 컬러 유형을 보다 세분화하고, 다양한 연령과 성별, 지역을 확대하여 지속적인 연구가 이루어져야 할 것이다.
- 하지만 퍼스널 컬러 진단의 객관적인 근거가 통일되지 않은 제한점을 가지고 있어 일관적인 진단이 이루어지지 않고 있었다. 본 연구의 결과를 통해 퍼스널 컬러 유형을 분류하는데 있어 얼굴의 뺨 색상이 가장 큰 기여를 하는 곳임을 밝히고, 뺨 색상을 통해 유형을 분류하는 객관적 기준을 제시하였다는 점에서 본 연구의 의의가 있으며, 퍼스널 컬러 유형 진단에 대한 일관적인 평가를 이끌어 낼 수 있을 것으로 기대한다.
- 그러나 관능평가방법은 평가자의 주관성을 배제할 수가 없어 일관적인 평가에 어려움이 있다. 이를 보완하기 위해서는 얼굴색을 좀 더 객관적이며 체계적으로 분석하는 방법이 필요하다고 사료된다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.