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
- 따라서 본 연구에서는 성정 및 소증에 대한 정성적 설문 증례와 체형, 용모에 대한 정량적 측정 자료를 이용하여 그 체질 특성을 파악한 후 해당 요소별 체질 가능성을 제시하고 이를 분석하여 체질가능성을 종합적으로 표현하고자 하여 손쉽게 사용할 수 있는 체질 진단 보조 프로그램을 개발하였기에 이를 보고하는 바이다.
- 본 연구에서는 데이터 마이닝 기법 중 각 세부 분류마다 데이터의 속성에 맞는 분석법을 활용하고자 하였고, 최종적으로 만들어진 변수 특징에 적합한 분석법을 다시 활용하여 최적의 모델을 찾고자 하였다.
- 본 연구에서는 성정 및 소증에 대한 정성적 설문 증례와 체형, 용모에 대한 정량적 측정 자료를 이용하여 그 체질 특성을 파악한 후 해당 요소별 체질가능성을 제시하고 이를 분석하여 체질가능성을 종합적으로 표현하고자 하였다.
- 1,178명의 데이터 중 수집 기간에 따라 먼저 수집된 자료 958명을 훈련집단으로, 다소 늦게 수집된 자료 219명을 테스트 집단으로 구분하였다. 훈련집단을 통해 개별 체질점수를 산정하고 이를 변수로 활용하여 통합 체질진단 알고리즘을 만들었으며, 이 규칙을 테스트 집단에 적용하여 체질진단 알고리즘의 타당성을 검증하고자 하였다.
제안 방법
- 판별분석 함수 모델의 신뢰도를 알아보기 위해 설문, 체형, 안면 점수로 판별분석한 모델에 대해 5-집단 교차 검증(5-fold Cross Validation, 5-fold CV)을 실시하였다. 5-fold CV는 본 연구에 사용한 데이터(data)의 80%로 판별분석을 시행하고 이 수식을 이용하여 나머지 20%를 테스트(test) 하는 방식으로 총 5회에 걸쳐 진행하였다.
- 대상자로부터 정면과 측면의 사진을 획득하여 정면 11개 특징점, 측면 11개 특징점 및 기준자 기준 거리를 수동으로 찍었다. 안면 사진 획득법은 SOP(레퍼런스)를 따랐으며, 특징점 및 유의변수(별첨 5, 6)도출은 장 등24의 연구에 상술하였다.
- 설문, 체형, 안면 개별 체질요소별로 각각 태음, 소음, 소양 체질점수를 도출하고, 이 점수가 가장 높은 것을 해당체질로 판별하여 체질 요소별 체질진단을 실시하였다. 또한 개별 체질점수를 변수로 활용하여 판별분석 방법에 따라 통합 체질을 최종적으로 진단하였다.
- 문항별 카이제곱 검정을 통해 p-value<0.01 인 문항에 대해 유의항목(별첨 1, 2)을 도출하고 유의항목 p value에 상용로그(-log 10)을 취하여 일정 점수를 부여하고 합산하여 등간격 점수로 변환한 뒤 이를 세 체질 점수의 합이 100점이 되도록 하여 태음, 소음, 소양 설문체질점수를 구하였다.
- 본 연구에서는 5년 이상의 체질 임상 경력과 90%이상의 체질처방 비율을 사용하는 사상체질 전문가가 체질을 진단하였고, 같은 체질 처방 60첩 이상을 복용 하여 주증 및 소증에서 호전반응이 있었던 1,284명을 대상으로 성정 및 소증에 대한 설문자료, 체형 측정 자료, 안면 사진 자료를 획득하여 체질 특성을 알아보고 체질진단 프로그램을 구현하여 다음과 같은 결과를 얻었다.
- 설문 가중치법을 이용하여 진단 가능성을 %로 나타내어 이를 체질 진단에 활용하였다. 설문 변수의 수는 소음인이 많고, 소양인이 적어 설문의 체질진단은 소음인 진단이 가장 높게 나타날 것이라 생각되었으나 실제는 남성에서 태음인 65.
- 설문, 체형, 안면 개별 체질요소별로 각각 태음, 소음, 소양 체질점수를 도출하고, 이 점수가 가장 높은 것을 해당체질로 판별하여 체질 요소별 체질진단을 실시하였다. 또한 개별 체질점수를 변수로 활용하여 판별분석 방법에 따라 통합 체질을 최종적으로 진단하였다.
- 0)를 이용하였으며, 훈련 집단을 대상으로 실시하였다. 설문, 체형, 안면 자료들의 성별 차이가 크므로 남녀로 나누고, 해당체질의 특성을 파악하기 위해서 체질군과 비체질군으로 나누었다.
- 설문, 체형은 프로그램 점수 계산법에 따라 계산하였고, 안면도 동일한 방법으로 계산하였는데, 안면자료 변수 결측이 10% 미만인 자료는 앞서 계산한 변수들의 평균을 삽입하여 점수화 하였다. 이후 프로그램 상의 판별분석 수식으로 점수화하여 가장 높은 점수를 해당체질로 인정할 때 기존 체질과의 일치를 살펴보았다.
- 설문과 체형에서는 JAVA Runtime과 Spring Web Framework 프로그램을 이용하여 변수를 생성하고, 안면에서는 Java Script 프로그램을 이용하여 안면에 특징점을 수동으로 찍어 변수를 생성하였다(Figure 1).
- 설문연구에서는 중요 항목에 가중치를 두는 기법을 활용하여 문항별 중요도에 차별을 두는 가중치법을 사용하였다. 가중치를 두는 방법은 중요하다고 생각하는 속성의 문항을 늘이거나, 중요한 문항에 2배의 가중치를 두는 등 연구자에 의도에 따라 여러 가지 방법을 사용할 수 있다.
- 안면 유의항목으로부터 각 체질 중심점을 구하고 각 증례와 중심점과의 유크리디안 거리를 구하여 이를 안면 점수로 표현한 뒤 한 증례에서 세 체질 점수중 가장 높은 것을 해당 체질로 보았을 때 실제 체질과 얼마나 일치하였는지를 살펴보았다. 남성은 태음인 65.
- 이후 거리가 가까울수록 체질 점수는 100점에 가깝게 변환하여 태음, 소음, 소양 안면체질점수를 구하였다. 안면 사진에서 기준자가 없거나 포인팅 정보가 없는 것, 변수 결측이 10%가 넘는 데이터인 남성 87건, 여성 183건이 제외되었다.
- 표준화된 데이터를 이용하여 체형 변수들의 체질별 평균을 구하고, 유크리디안 거리 산정법에 의해 유의변수와 체질 평균과의 거리를 구하였다. 이후 거리가 가까울수록 체질 점수는 100점에 가깝게 변환하여 태음, 소음, 소양 체형체질점수를 구하였다. 변수가 생성이 되지 않은 자료 1건은 제외하였다.
- 이후 설문, 체형, 안면 자료 일부로도 체질을 진단할 수 있도록 하기 위해 결과 표현은 설문 점수, 체형 점수, 안면 점수, 설문 체형 통합 점수, 설문 안면 통합 점수, 체형 안면 통합 점수, 설문 체형 안면 통합 점수로 하였다.
- 설문, 체형은 프로그램 점수 계산법에 따라 계산하였고, 안면도 동일한 방법으로 계산하였는데, 안면자료 변수 결측이 10% 미만인 자료는 앞서 계산한 변수들의 평균을 삽입하여 점수화 하였다. 이후 프로그램 상의 판별분석 수식으로 점수화하여 가장 높은 점수를 해당체질로 인정할 때 기존 체질과의 일치를 살펴보았다.
- 체질 특성을 기반으로 각 요소별 점수를 산출하여 이를 판별 분석한 과정을 프로그램화 한 체질진단 툴 (tool)이 새로운 증례에 대해 체질을 어떻게 판별하는지 살펴보기 위해 신규 증례를 대상으로 검증 작업을 실시하였다.
- 체형 유의항목으로부터 각 체질 중심점을 구하고각 증례와 중심점과의 유크리디안 거리를 구하여 이를 체형 점수로 표현한 뒤 한 증례에서 세 체질 점수중 가장 높은 것을 해당 체질로 보았을 때 실제 체질과 얼마나 일치하였는지를 살펴보았다.
- 체형은 키, 몸무게 외에도 기존연구11-14에서 많이 활용하고 있는 5부위 너비 및 8부위 둘레를 측정하였다. 데이터 획득에 대한 상세한 내용은 장 등23의 방식을 따랐다.
- 최종 프로그램의 타당도를 평가하기 위해 훈련집단을 통해 만들어진 설문, 체형, 안면 점수 산정 방식과 판별분석 수식을 테스트 집단에 적용하여 일치도를 살펴보았다. 설문, 체형, 안면요소의 개별 체질점수 도출방법은 아래와 같다.
- 체형 유의변수별로 평균과 표준편차를 이용하여 각각의 데이터를 표준화하였다. 표준화된 데이터를 이용하여 체형 변수들의 체질별 평균을 구하고, 유크리디안 거리 산정법에 의해 유의변수와 체질 평균과의 거리를 구하였다. 이후 거리가 가까울수록 체질 점수는 100점에 가깝게 변환하여 태음, 소음, 소양 체형체질점수를 구하였다.
대상 데이터
- 1,178명의 데이터 중 수집 기간에 따라 먼저 수집된 자료 958명을 훈련집단으로, 다소 늦게 수집된 자료 219명을 테스트 집단으로 구분하였다. 훈련집단을 통해 개별 체질점수를 산정하고 이를 변수로 활용하여 통합 체질진단 알고리즘을 만들었으며, 이 규칙을 테스트 집단에 적용하여 체질진단 알고리즘의 타당성을 검증하고자 하였다.
- 2007년 11월부터 2009년 7월까지 전국 19개 한방의료기관에서 체질이 확인된 10-80세 사이의 남녀로, 임산부 및 신체적 정신적 심각한 질환으로 연구 참여가 어려운 사람을 제외한 1,178명을 대상으로 하였다.
- (Case Report Form, CRF)를 사용하였다. CRF는 성정 및 소증 59개 문항으로 이루어져 있으며 문항마다 제시한 세 부문항 수가 달라 분석한 변수는 총 347개가 되었다.
- 대상자들로부터 체형, 안면, 설문에 대한 데이터를 수집하였다.
- 신규 증례 분석을 위해 동일한 기준으로 동일기관에서 모집하되 다소 늦게 모집된 219명 중 남성은 80명으로 태음인 37명, 소음인 16명, 소양인 27명이었고, 여성은 전체 139명으로 태음인 50명, 소음인 45명, 소양인 44명이었다(Table 7).
- 안면은 500만 화소 이상의 자동카메라를 최소사양으로 DSLR Nikon D200(1092만 화소, 카메라 렌즈 50mm)를 권장하여 대상자로부터 정면과 측면의 사진을 획득하였다. 데이터 획득에 대한 상세한 내용은장 등24의 방식을 따랐다.
- 연령별로는 10대가 15명, 20대가 26명, 30대가 61명, 40대가 82명, 50대가 84명, 60대가 57명, 70대 이상이 20명 이었다(Table 3). 여성이 613명이었으며, 체질분포는 태음인 217명, 소음인 160명, 소양인 236명이었다. 연령별로 10대가 12명, 20대 81명, 30대 107명, 40대 143명, 50대 141명, 60대 90명, 70대 이상이 39명 이었다(Table 1).
- 측정한 자료를 바탕으로 몸무게, 체질량지수(Body Mass Index, BMI)와 5부위 너비와 8부위 둘레 측정치 5부위 너비의 비율 및 8부위 둘레의 비율 변수를 새로이 산출하여, 최종적으로 거리 변수 13개, 비율 변수76개, 총 91개를 본 연구에 활용하였다. 이 변수들 중 T-test를 실시하여 p<0.
- 훈련집단 연구대상은 전체 958명 중 남성이 345명이었으며 체질분포는 태음인 150명, 소음인 81명, 소양인 114명이었다. 연령별로는 10대가 15명, 20대가 26명, 30대가 61명, 40대가 82명, 50대가 84명, 60대가 57명, 70대 이상이 20명 이었다(Table 3).
데이터처리
- 안면 유의변수별로 평균과 표준편차를 이용하여 각각의 데이터를 표준화하였다. 표준화된 데이터를 이용하여 체형 변수들의 체질별 평균을 구하고, 유크리디안 거리 산정법에 의해 유의변수와 체질 평균과의 거리를 구하였다.
- 이 변수들 중 T-test를 실시하여 p<0.01 인 유의항목(별첨 3, 4)을 변수로 구현하였다.
- 01 인 유의항목(별첨 3, 4)을 변수로 구현하였다. 체형 유의변수별로 평균과 표준편차를 이용하여 각각의 데이터를 표준화하였다. 표준화된 데이터를 이용하여 체형 변수들의 체질별 평균을 구하고, 유크리디안 거리 산정법에 의해 유의변수와 체질 평균과의 거리를 구하였다.
- 최종체질진단을 위해 좀 더 직관적이고 사후관리 즉 모형의 갱신에 유리하다고 알려진 분석방법인 판별분석을 이용하여 체질가능성을 표현하였다. 판별분석이란 집단 간의 차이를 식별하는데 사용되는 여러 개의 서로 상관된 판별 변수와 사전에 정의된 하나의 집단 변수를 가지고 있는 다변량 자료를 대상으로 집단 간의 분리 정도에 관한 해석, 각 개체를 특정 집단에 분류하는데 필요한 적정분류기준의 설정, 판별 변수에 관한 구조분석과 분류를 진행하는데 적합한 통계적 기법을 말한다27,29.
- 통계분석은 SPSS(ver. 12.0)를 이용하였으며, 훈련 집단을 대상으로 실시하였다. 설문, 체형, 안면 자료들의 성별 차이가 크므로 남녀로 나누고, 해당체질의 특성을 파악하기 위해서 체질군과 비체질군으로 나누었다.
- 판별분석 함수 모델의 신뢰도를 알아보기 위해 설문, 체형, 안면 점수로 판별분석한 모델에 대해 5-집단 교차 검증(5-fold Cross Validation, 5-fold CV)을 실시하였다. 5-fold CV는 본 연구에 사용한 데이터(data)의 80%로 판별분석을 시행하고 이 수식을 이용하여 나머지 20%를 테스트(test) 하는 방식으로 총 5회에 걸쳐 진행하였다.
이론/모형
- 설문은 한국한의학연구원에서 진행 중인 “체질진단 과학화를 위한 체질증례수집 체계 구축 과제”에 체질 특성을 파악하기 위해 개발된 증례기록지1)(Case Report Form, CRF)를 사용하였다.
- 크게 계층적 방법과 비계층적 방법으로 나눌 수 있으며, 이런 군집 방법은 매우 큰 자료에 대해 효과적 분석이 가능하나 이상치에 민감한 단점이 있다26,27. 안면과 체형 연구에서는 판단에 영향을 미칠 수 있는 변수를 미리 선정하지 않고 나타난 모든 변수를 이용하여 체질 가능성을 표현하고자 하여 다변량 구조 파악에 유리하고, 분리군집 방법에서 많이 알려져 있는 k-평균 군집방법28을 이용하여 각 체질가능성을 표현하였다. 전반적으로 체형에서는 체질 간 점수 차이가 많아 세 체질 특성이 뚜렷하여 군집이 잘 되었으나, 안면에서는 체질 간 점수 차이가 적어 세 체질 특성이 뚜렷하지 않아 군집이 잘 되지는 않았다.
- 01 인 문항에 대해 유의항목(별첨 1, 2)을 도출하고 유의항목 p value에 상용로그(-log 10)을 취하여 일정 점수를 부여하고 합산하여 등간격 점수로 변환한 뒤 이를 세 체질 점수의 합이 100점이 되도록 하여 태음, 소음, 소양 설문체질점수를 구하였다. 자세한 과정은 김 등25의 방식을 따랐다.
성능/효과
- 1. 체질진단 프로그램의 훈련집단 진단 정확도는 남성에서 태음인 76.7%, 소음인 61.5%, 소양인 67.4%가 일치하였고 여성에서 태음인 64.1%, 소음인 64.7%, 소양인 65.1%가 일치하여 남성에서 69.6%, 여성에서 64.7%의 체질이 일치하였다.
- 2. 5-fold CV를 통한 체질진단 신뢰성 검증 결과 남성은 65.8% 여성은 62.8%를 나타내었고, 새로운 증례에 적용한 테스트 집단의 체질진단 정확도는 남성 65%, 여성 61.9%의 일치를 나타내었다.
- 5-fold CV 결과 1차에서 남성은 71.2%, 여성은 61.6%, 2차에서 남성은 63.5%, 여성은 5.8%%, 3차에서 남성은 64.7%, 여성은 66.3%, 4차에서 남성은 66.7%, 여성은 66.3%, 5차에서 남성은 62.7%, 여성은 64%로 나타나 평균적으로 남성은 65.8%, 여성은 62.8%의 일치율을 보였다(Table 6).
- 그 결과 남성에게 있어 태음인 일치도는 73%, 소음인 일치도는 68.8%, 소양인 일치도는 51.9%로 남성에서 평균적으로 65%가 일치하였고, 여성에게 있어 태음인 일치도는 72%, 소음인 일치도는 53.3%, 소양인 일치도는 59.1%로 여성에서 평균적으로 61.9%가 일치하였다(Table 8).
- 안면 유의항목으로부터 각 체질 중심점을 구하고 각 증례와 중심점과의 유크리디안 거리를 구하여 이를 안면 점수로 표현한 뒤 한 증례에서 세 체질 점수중 가장 높은 것을 해당 체질로 보았을 때 실제 체질과 얼마나 일치하였는지를 살펴보았다. 남성은 태음인 65.4%, 소음인 50.8%, 소양인 43.8%의 일치를 보여 남성의 일치율은 54.3%로 나타났고, 여성은 태음인 62.8%, 소음인 50.0%, 소양인 51.5%로 여성의 일치율은 54.9%로 나타났다(Table 4).
- 남성은 태음인 67.1%, 소음인 65.4%, 소양인 36.8%의 일치를 보여 남성의 일치율은 56.7%로 나타났고, 여성은 태음인 70%, 소음인 56.9%, 소양인 30.9%로 여성의 일치율은 51.5%로 나타났다(Table 3).
- 대상자의 체질진단은 사상체질 전문의 혹은 인정의로서 5년 이상의 체질 임상 경력이 있고 체질처방 사용 비율이 90% 이상인 한의사가 대상자를 최소 4회 이상 진료하여 체질을 확인하였고, 의무기록상 대상자가 같은 체질 처방 60첩 이상을 복용하여 부작용이 없었으며 주증 및 소증에서 호전반응이 있었던 경우에 한해 대상자의 체질을 확진하였다.
- 체형에서 태음인과 소음인의 점수분포가 다소 높게 구현되었다. 반면 소양인은 그 점수가 낮아 체형 특징이 외부로 잘 표현되지 않거나 다른 체질과 유사하게 표현되는 면이 있음을 확인하였다. 실제로 남성은 태음인 67.
- 설문 가중치법을 이용하여 진단 가능성을 %로 나타내어 이를 체질 진단에 활용하였다. 설문 변수의 수는 소음인이 많고, 소양인이 적어 설문의 체질진단은 소음인 진단이 가장 높게 나타날 것이라 생각되었으나 실제는 남성에서 태음인 65.5%, 소음인 45.7%, 소양인 71.1%, 여성에서 태음인 42.4%, 소음인 78.8%, 소양인 51.3%가 일치하여 다소 상반되는 결과를 얻었다. 이는 소음인 유의항목이 많이 나타나고 태음인과 소양인 유의항목이 적게 나타난 것을 100점 점수대로 변환하면서 유의항목이 적게 나타난 소양인이 과대평가되고, 유의항목이 많이 나타난 소음인이 과소평가되었다고 생각된다.
- 설문 유의항목 가중치를 이용하여 설문 점수를 구하고, 세 체질 점수 중 가장 높은 것을 해당 체질로 보았을 때 남성은 태음인 65.53%, 소음인 45.7%, 소양인 71.1%의 일치를 보여 남성 일치율은 62.6%로 나타났고 여성은 태음인 42.4%, 소음인 78.8%, 소양인 51.3%의 일치를 보여 여성 일치율은 55.3%로 나타났다(Table 2).
- 설문과 체형, 안면 점수로 판별분석을 진행한 결과 남성 태음인은 76.7%, 소음인은 61.5%, 소양인은 67.4%가 일치하여 전체적으로 69.6%의 일치를 보였다. 여성 태음인은 64.
- 클러스터링 후 유크리디안 거리를 통해 체질별 점수를 산정한 결과 안면에서도 태음인은 전반적으로 점수가 높게 구현되고 소음인과 소양인은 점수가 다소 낮게 구현되었다. 실제로 남성은 태음인 65.4%, 소음인 50.8%, 소양인 43.8%가 실제 체질과 일치하였고, 여성은 태음인 62.8%, 소음인 50.0%, 소양인 51.5%가 실제 체질과 일치하여 태음인 진단 정확률이 가장 높았다. 안면 연구에서 유크리디안 거리를 이용한 방식이 체질진단에 어느 정도 기여하고 있음을 알 수 있었으나 전문가들이 생각하는 안면의 진단 기여도가 90%가 넘는다고 한 보고5와는 많은 차이가 나며, 특히 소양인 진단도가 낮은 문제가 있었다.
- 6%의 일치를 보였다. 여성 태음인은 64.1%, 소음인은 64.7%, 소양인은 65.1%가 일치하여 전체적으로 64.7%의 일치를 보였다(Table 5).
- 이를 이용하여 최종적으로 설문, 체형, 안면을 이용한 판별 모델은 모든 체질에서 일치율이 60%가 넘는 결과를 얻어 훈련집단을 이용한 알고리즘이 의미있다고 보인다. 또한 설문, 체형, 안면 점수를 이용한 판별 분석은 5-fold Cross Validation 및 새로운 테스트 군에서도 60% 이상의 일치를 보여 체질을 진단하는 보조 도구로 바로 사용하여도 전문가가 체질을 진단하는데 도움을 줄 것으로 생각된다.
- 안면과 체형 연구에서는 판단에 영향을 미칠 수 있는 변수를 미리 선정하지 않고 나타난 모든 변수를 이용하여 체질 가능성을 표현하고자 하여 다변량 구조 파악에 유리하고, 분리군집 방법에서 많이 알려져 있는 k-평균 군집방법28을 이용하여 각 체질가능성을 표현하였다. 전반적으로 체형에서는 체질 간 점수 차이가 많아 세 체질 특성이 뚜렷하여 군집이 잘 되었으나, 안면에서는 체질 간 점수 차이가 적어 세 체질 특성이 뚜렷하지 않아 군집이 잘 되지는 않았다.
- 비록 태음인 변수가 20개, 소음인, 소양인 변수 10개로 줄어들었으나 해당체질의 특성이 높은 항목들이 남아 체질 가능성을 살펴보는데 무리가 없을 것으로 생각된다. 클러스터링 후 유크리디안 거리를 통해 체질별 점수를 산정한 결과 안면에서도 태음인은 전반적으로 점수가 높게 구현되고 소음인과 소양인은 점수가 다소 낮게 구현되었다. 실제로 남성은 태음인 65.
후속연구
- 단 남성 소양인과 여성 소음인에 대한 진단율은 다소 낮은 경향으로 향후 이에 대한 보완이 필요할 것으로 생각된다. 본 연구는 비록 객관적 자료를 기반으로 체질진단 프로그램을 만들기는 하였으나, 대상자 수의 부족 등으로 인해 연령별로 모델을 만들지는 못했다.
- 이를 이용하여 최종적으로 설문, 체형, 안면을 이용한 판별 모델은 모든 체질에서 일치율이 60%가 넘는 결과를 얻어 훈련집단을 이용한 알고리즘이 의미있다고 보인다. 또한 설문, 체형, 안면 점수를 이용한 판별 분석은 5-fold Cross Validation 및 새로운 테스트 군에서도 60% 이상의 일치를 보여 체질을 진단하는 보조 도구로 바로 사용하여도 전문가가 체질을 진단하는데 도움을 줄 것으로 생각된다.
- 이상의 결과로 체형, 안면, 성정 및 소증 특성에 바탕을 둔 본 체질진단 프로그램은 사상체질 전문가가 체질을 진단할 때 보조하는 도구로서 체질진단 객관성을 확보하는데 도움을 줄 수 있을 것으로 사료 된다.
- 이런 점은 소양인의 안면 특징인 눈빛, 매서움, 똘똘함 등이 안면변수인 거리, 각도, 비율로 표현되기 어려운 점이라는 면에서 다소 이해될 만한 부분이라 생각된다. 향후 기상과 기운을 측정할 수 있는 방법들의 개발노력은 필요하다고 본다.
- 이는 소음인 유의항목이 많이 나타나고 태음인과 소양인 유의항목이 적게 나타난 것을 100점 점수대로 변환하면서 유의항목이 적게 나타난 소양인이 과대평가되고, 유의항목이 많이 나타난 소음인이 과소평가되었다고 생각된다. 향후 남성 소양인 문항 개발과 여성 태음인 문항 개발을 통해 소양인 소증문항과 태음인 성정문항이 보완되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.