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
- 이 연구는 MBTI를 바탕으로 인간의 보편적인 성격 특성을 추출하여 성격별 얼굴 설계 시스템 제작을 목표로 한다. 연구의 방법은 다음과 같다.
- 이 연구는 성격별 얼굴 설계 시스템에 한국인의 보편적인 얼굴 특성을 반영하기 위해 한국인의 표준 얼굴을 참고하였다. 그림 2.
- 이 연구의 목적은 동양 관상학에서 말하는 얼굴과 성격의 상관관계를 근간으로 성격별 얼굴 설계 시스템을 구축함에 있다. 성격별 얼굴 설계 시스템을 구축하기 위하여 이 연구는 다음과 같은 과정을 수행하였다.
가설 설정
- 2) 해당 성격을 나타내지 못하는 형태소에 한하여 한국인의 표준 얼굴로 대체 한다. 그림 3.
제안 방법
- 3D 얼굴 데이터와 대표 성격 어휘의 관계를 바탕으로 얼굴 설계 시스템 어플리케이션을 제작한다.
- MBTI 16가지 성격 유형의 대표적 표현 및 해석으로부터 성격을 나타내는 어휘를 모두 추출한다. 추출 과정의 방식은 다음과 같다.
- 각 얼굴 부위별 요소는 관상학에서 말하는 모양에 근거하여 시각화하였고, 그 모양이 과장되거나 왜곡된 부분이 있어 현대인의 얼굴에 맞게 수정하여 시각화 하였다.
- 은 상위요소 얼굴형의 하위요소인 얼굴형의 9가지 모양에 따른 관상학적 성격과 코드를 나타낸 표이다. 관상학에 근거하여 얼굴형의 모양을 역삼각형, 둥근형, 네모형, 계란형, 삼각형, 직사각형, 사다리꼴형, 마름모형, 근골형의 9가지로 분류하고 각각의 얼굴형들이 가지고 있는 성격 특성을 정리하였다. 이 연구는 체계적인 얼굴 형태의 시각화를 위하여 각 하위요소의 모양에 따라 숫자 형식의 코드를 부여하였다.
- 추출하였다. 군집 분석을 통해 얻은 39개의 성격별 얼굴 시각화를 위해 한국인의 표준 얼굴을 기준으로 동양 관상학을 정리, 성격별 얼굴 요소의 코드화 작업 및 얼굴 시각화 작업을 하였다. 다음으로 3D 얼굴 데이터와 대표 성격 어휘의 관계를 바탕으로 얼굴 설계 시스템 어플리케이션을 제작하여 사용자들이 MBTI 성격 검사 결과 과정에서 성격별 얼굴을 확인할 수 있도록 하였다.
- 성격 특성을 가진 어휘를 모두 추출한다. 군집 분석을 통해 추출된 성격 어휘 중 대표 어휘를 선별하고, 선별된 대표 어휘간의 의미상 거리를 다차원 척도법을 통해 분석한다. 다차원 척도법으로 2차원 공간상에 분포된 어휘들을 분석하여 성격 어휘 간의 관계를 파악한다.
- 가장 중요한 부분金이다. 그러나 이 연구는 단일 성격별 얼굴 시각화를 위하여 관상학에서 말하는 얼굴의 부분적인 특성을 조합하여 하나의 얼굴을 시각화하였다. 부분적인 얼굴 형태소의 특성 조합이 얼굴 전체의 관상을 나타내는데 무리가 있다는 점이 이 연구의 한계이다.
- 사이의 관계를 입력하였다. 누적된 8명의 데이터를 UCInet의 Hierarchical Cluster를 통해 분석하였다. 군집화의 방법은 최장 연결법(Complete Linkage Method)을 이용하였다.
- 군집 분석을 통해 얻은 39개의 성격별 얼굴 시각화를 위해 한국인의 표준 얼굴을 기준으로 동양 관상학을 정리, 성격별 얼굴 요소의 코드화 작업 및 얼굴 시각화 작업을 하였다. 다음으로 3D 얼굴 데이터와 대표 성격 어휘의 관계를 바탕으로 얼굴 설계 시스템 어플리케이션을 제작하여 사용자들이 MBTI 성격 검사 결과 과정에서 성격별 얼굴을 확인할 수 있도록 하였다.
- 둘째, 얼굴의 형태적 특성을 결정짓는 요소를 분류하고, 관상학에 근거하여 얼굴의 형태와 성격의 상관관계를 정리하는 한편, 한국인의 표준 얼굴을 기준으로 하여 얼굴 형태소의 각 모양에 따라 숫자 형식으로 코드화한다. 추출된 대표 성격 어휘별 얼굴 요소의 형태를 앞서 정리된 코드에 따라 하나의 얼굴 형태로 조합한다.
- 한국인의 얼굴 특성을 참고하여 코드화된 성격별 얼굴을 2D, 3D로 시각화 한다. 마지막으로, 성격 어휘 분석과 성격별 얼굴 시각화 연구를 통해 얻은 데이터를 바탕으로 얼굴 설계 시스템 어플리케이션 FACE' 를 제작한다.
- 보다 객관적이고 체계적인 성격별 얼굴 시각화를 위해 각 성격 어휘별 얼굴 모양을 나타내는 하위 요소 29가지를 숫자 코드로 표현하였다. 그림 3은 39가지의 대표 성격 어휘의 코드 표이다.
- 수치화된 39가지의 얼굴을 2D로 평면상에 표현하기 위해 얼굴의 각 부위별 요소 - 눈, 코, 입, 얼굴형, 이마, 눈썹 -의 시각화를 선행 하였다.
- 우선 MBTI의 성격 유형을 근간으로 하여, 군집 분석을 통한 대표 성격 추출과 대표 성격 어휘간의 의미상 거리를 다차원 척도법을 통하여 보편적인 성격유형을 추출하였다. 군집 분석을 통해 얻은 39개의 성격별 얼굴 시각화를 위해 한국인의 표준 얼굴을 기준으로 동양 관상학을 정리, 성격별 얼굴 요소의 코드화 작업 및 얼굴 시각화 작업을 하였다.
- 이 연구는 39가지 성격 어휘에 맞는 얼굴을 구현하기 위하여 관상학에 근거하여 얼굴의 형태적 특성을 결정짓는 상위 요소로 얼굴형, 이마, 눈, 눈썹, 코, 입으로 분류하였다. 표 5.
- 이 연구는 성격 유형 분류, 성격별 얼굴 시각화 연구를 통해 성격별 얼굴 설계 시스템 어플리케이션, FACE를 제작하였다.
- 41로 같은 동양권의 일본과 태국에 비해 옆으로 넓은 특성을 가지9고 있다. 이 연구는 앞서 밝힌 39가지 성격 분류 집단에 따라 한국인의 얼굴이 가지고 있는 특성을 분류하여 시각화 하였다.
- 관상학에 근거하여 얼굴형의 모양을 역삼각형, 둥근형, 네모형, 계란형, 삼각형, 직사각형, 사다리꼴형, 마름모형, 근골형의 9가지로 분류하고 각각의 얼굴형들이 가지고 있는 성격 특성을 정리하였다. 이 연구는 체계적인 얼굴 형태의 시각화를 위하여 각 하위요소의 모양에 따라 숫자 형식의 코드를 부여하였다.
- 그림 3. 차분한 성격의 얼굴형의 경우 차분한 성격을 나타내는 특정 얼굴형 모양을 찾을 수 없어 로 표현하고 한국인의 표준 얼굴형의 모양으로 대체하였다.
- 첫째, MBTI 16가지 성격 유형의 대표적 표현 및 해석으로부터 성격 특성을 가진 어휘를 모두 추출한다. 군집 분석을 통해 추출된 성격 어휘 중 대표 어휘를 선별하고, 선별된 대표 어휘간의 의미상 거리를 다차원 척도법을 통해 분석한다.
- 추출된 대표 성격 어휘별 얼굴 요소의 형태를 앞서 정리된 코드에 따라 하나의 얼굴 형태로 조합한다. 한국인의 얼굴 특성을 참고하여 코드화된 성격별 얼굴을 2D, 3D로 시각화 한다. 마지막으로, 성격 어휘 분석과 성격별 얼굴 시각화 연구를 통해 얻은 데이터를 바탕으로 얼굴 설계 시스템 어플리케이션 FACE' 를 제작한다.
대상 데이터
- MBTI 유형별 성격 특성에서 추출된 성격 어휘 161개의 대표 어휘 선정을 위해 이 연구는 20대 8명을 실험 대상으로 선정하였다. 실험 참가자들은 서베이를 통해 161개의 성격 어휘들을 의미가 비슷하거나 중복되는 단어를 모아 유의어 집단을 만들고 유의어 집단의 대표 어휘를 선정하였다.
- 대표 성격 어휘 분석을 통해 추출된 39개 성격 어휘 간의 유사성/비유사성의 정도를 알아보기 위하여 이 연구는 20대 20명을 실험 대상으로 선정하여 대표 어휘의 의미상 거리서베이를 실시하였다.
- 선정하였다. 실험 참가자들은 서베이를 통해 161개의 성격 어휘들을 의미가 비슷하거나 중복되는 단어를 모아 유의어 집단을 만들고 유의어 집단의 대표 어휘를 선정하였다. 표 2.
이론/모형
- 누적된 8명의 데이터를 UCInet의 Hierarchical Cluster를 통해 분석하였다. 군집화의 방법은 최장 연결법(Complete Linkage Method)을 이용하였다. 그 결과 161개의 성격 분류 대표 어휘는 39개의 군집으로 분류되었다.
- 이 연구는 사람들의 보편적인 성격 특성을 추출하기 위하여 일상생활에서 유용하게 활용할 수 있도록 고안된 성격검사 방식인 MBTI (Myers -Briggs Type Indicator)를 활용한다. MBTI는 개인이 쉽게 응답할 수 있는 자기 보고형식을 통해 인식하고 판단할 때의 각자 선호하는 경향을 찾고, 이러한 선호경향들 하나하나 또는 여러 개가 합쳐져서 인간의 행동에 어떠한 영향을 미치는가를 파악하여 실생활에 응용할 수 있도록 제작된 성격 검사 방식이다.
성능/효과
- 2) 길이나 기울기에 따라 그 모양이 달라지는 형태소의 경우 보통의 경우 '0' 을 길이가 짧거나 기울기가 내려가거나 크기가 작은 경우, -n' 을 길이가 길거나 기울기가 올라가거나 크기가 큰 경우, +n' 을 부여한다. (n=l, 2…)
- 2) 직업에 관련된 내용 제외 : 16가지 성격 유형의 해석에 나타난 직업에 관련된 내용은 제외한다.
- 3사분면온유한-동적인)에는 감성이 풍부한, 사교적인, 수다스러운 등의 성격 어휘가 분포되었고 4사분면 (동적인-냉철한)에는 민감한, 예리한, 빠릿빠릿한 성격 어휘가 분포되어 있음을 알 수 있다. 2차원 평면상의 분포된 성격 어휘들은 원점(0, 0)쪽으로 갈수록 타인과 교류하기 쉬운 성격을, 양극단으로 갈수록 타인과 교류하기 어려운 성격을 나타냄을 알 수 있었다.
- 세로(Y) 축은 상측으로 올라갈수록 조용하고 차분한 정적인 성격을 표현하고 있으며 하측으로 내려갈수록 동적인 성격을 표현한다는 사실을 알 수 있었다. 구체적으로 1사분면(정적인-냉철한)에는 객관적인, 분별력 있는, 체계적인, 현실적인의 성격 어휘가 분포되었고 2사분면(온유한-정적인)에는 타협적인, 겸손한, 관대한, 다정한 등의 성격을 나타내는 어휘들이 분포되었다. 3사분면온유한-동적인)에는 감성이 풍부한, 사교적인, 수다스러운 등의 성격 어휘가 분포되었고 4사분면 (동적인-냉철한)에는 민감한, 예리한, 빠릿빠릿한 성격 어휘가 분포되어 있음을 알 수 있다.
- 군집화의 방법은 최장 연결법(Complete Linkage Method)을 이용하였다. 그 결과 161개의 성격 분류 대표 어휘는 39개의 군집으로 분류되었다.
- 둘째, 기존의 관상학이 사람의 얼굴을 보고 그 사람의 성격을 해석하는 것과 달리, 사람의 성격 특성에 따라 그에 맞는 얼굴 형태를 구현하는 성격별 얼굴 설계 시스템을 제작하여 관상학의 적용 범위를 넓힐 수 있는 가능성을 보여주었다고 할 수 있다.
- 성격 어휘의 2차원 분포도를 분석한 결과 가로(X)축은 우측으로 갈수록 이성적이고 냉철한 성격을 나타내고 좌측으로는 갈수록 감성적이고 온유한 성격을 나타내었다. 세로(Y) 축은 상측으로 올라갈수록 조용하고 차분한 정적인 성격을 표현하고 있으며 하측으로 내려갈수록 동적인 성격을 표현한다는 사실을 알 수 있었다.
- 성격별 얼굴 형태소의 코드 값과 시각화된 얼굴 형태소를 조합하여 39가지의 성격별 2D얼굴을 완성 하였다.
- 셋째, 성격별 얼굴 설계 시스템 FACE'를 제작하여 어플리케이션을 사용하는 일반 사용자들 뿐 아니라 향후 애니메이션 캐릭터 개발에 객관적인 도움을 줄 수 있다. 또한 캐릭터 개발에 근거 자료로서 관상학이 사용될 수 있다는 가능성을 보여주었다고 볼 수 있다.
- 첫째, 다차원척도법으로 MBTI 유형별 성격 어휘를 2차원 공간에 분포 시켰을 때, 가로축은 온유한과 냉철한 성격을, 세로축은 정적인과 동적인 성격을 나타냄을 밝혀냈다.
후속연구
- 부분적인 얼굴 형태소의 특성 조합이 얼굴 전체의 관상을 나타내는데 무리가 있다는 점이 이 연구의 한계이다. 또한 얼굴 시각화 작업을 통해 얻은 39가지의 성격별 얼굴이 보편타당하게 그 성격을 대표하는 얼굴인지에 관한 검증이 이루어지지 못하였다. 이 연구는 향후 사람들의 서베이를 통하여 성격별 얼굴 시각화에 관한 검증 작업이 필요하며, FACE에서 만들어진 얼굴이 성격 유형과 일치하는가에 대한 연구가 필요하다.
- 그러나 이 연구는 단일 성격별 얼굴 시각화를 위하여 관상학에서 말하는 얼굴의 부분적인 특성을 조합하여 하나의 얼굴을 시각화하였다. 부분적인 얼굴 형태소의 특성 조합이 얼굴 전체의 관상을 나타내는데 무리가 있다는 점이 이 연구의 한계이다. 또한 얼굴 시각화 작업을 통해 얻은 39가지의 성격별 얼굴이 보편타당하게 그 성격을 대표하는 얼굴인지에 관한 검증이 이루어지지 못하였다.
- 또한 얼굴 시각화 작업을 통해 얻은 39가지의 성격별 얼굴이 보편타당하게 그 성격을 대표하는 얼굴인지에 관한 검증이 이루어지지 못하였다. 이 연구는 향후 사람들의 서베이를 통하여 성격별 얼굴 시각화에 관한 검증 작업이 필요하며, FACE에서 만들어진 얼굴이 성격 유형과 일치하는가에 대한 연구가 필요하다. 또한 얼굴 전체를 고려한 성격별 얼굴 시각화 작업이 앞
※ AI-Helper는 부적절한 답변을 할 수 있습니다.