4차 산업혁명 시대 패션 산업은 빅데이터를 바탕으로 수요를 예측하고 대응하는 패러다임으로 변화되고 있다. 사용자들이 언급하는 시즌 패션과 트렌드가 축적된 방대한 빅데이터는 상품 기획자 및 디자이너들로 하여금 사용자의 니즈를 보다 정확하게 예측할 수 있게 해 ...

4차 산업혁명 시대 패션 산업은 빅데이터를 바탕으로 수요를 예측하고 대응하는 패러다임으로 변화되고 있다. 사용자들이 언급하는 시즌 패션과 트렌드가 축적된 방대한 빅데이터는 상품 기획자 및 디자이너들로 하여금 사용자의 니즈를 보다 정확하게 예측할 수 있게 해준다는 점에서 패션디자인 분야에서도 데이터 분석 기술이 더욱 주목되고 있다. 패션디자인 개발 프로세스에서 트렌드 분석은 선행되는 필수적인 과정이다. 지금까지 패션디자인 트렌드를 분석하는 기존 연구는 대부분 실루엣, 컬러, 소재, 디테일 등에 대하여 트렌드 예측기관에서 발표되는 정보나 국내․외 패션컬렉션에서 발표되는 런웨이 이미지를 대상으로 지속적으로 이루어지고 있으나, 주로 전문가들에 의해 정보를 추출하고 분류 분석하는 방법에 의존하고 있는 실정으로 다음과 같은 제한점을 지니고 있다. 첫째, 사용자 중심의 트렌드 정보에 대한 탐색적 분석의 부족함이다. 기존의 연구들의 경우 전문가 중심의 표적화된 정보 처리를 통해 이루어져오고 있다는 점에 주목해볼 필요가 있다. 사용자들이 주목하고 있는 트렌드 정보와 온라인상의 공유와 상호작용을 통해 형성되는 새로운 트렌드 정보를 파악하는데 한계가 있는 것이다. 둘째, 패션디자인 트렌드 정보의 분류 및 분석 과정에서의 어려움이다. 기존의 연구는 패션디자인 관련 선행 연구 및 문헌 조사를 바탕으로 분류 기준을 설정하고, 전문가 집단이나 연구자의 통찰력을 토대로 자료를 검토하고 분류하는 주관적인 분석 방법에 주로 의존해 왔다. 이러한 전통적인 분석 방법에서는 시즌별로 빠르게 쏟아지는 대량의 자료를 수집하고 분석하는데 시간과 비용이 소요된다는 단점이 문제로 제기된다. 또한, 시각적 이미지를 분류할 때 연구자가 따라야 할 수치적인 기준이 모호하다는 점에서 자료를 일률적으로 정량 평가하는데 어려움이 있다. 셋째, 패션디자인 개발에서 트렌드 분석 결과의 실제적 활용에 대한 문제이다. 기존의 패션디자인 트렌드 분석 결과는 이미 발표된 컬렉션에 대한 빈도 분석 결과나 내용 분석 결과로 새로운 시즌 디자인 기획을 위한 기초 자료로 활용되고 있는 정도에 머무르고 있다. 그러나 새로운 트렌드가 빠르게 형성되고 소멸되는 최근의 패션디자인 개발에서는, 변화하는 디자인 니즈를 한 번에 파악하고 수요를 예측하여 디자인 개발에 적용하는 빅데이터 트렌드 분석 방법에 대한 모색이 불가피하다.
따라서 본 연구는 전문가 중심의 경험과 확률적인 통계에 의지하여 정보를 수집하고 분석하였던 전통적인 트렌드 분석 방법에 대하여 새로운 접근을 시도하고자 한다. (1) 빅데이터 텍스트 분석을 활용한 패션디자인 트렌드 분석 방법을 제시하고, (2) 디자인 속성별 트렌드 정보를 도출하고자 한다. 이를 위한 세부 연구 목표는 다음과 같다.
첫째, 패션컬렉션에 대한 온라인 리뷰를 바탕으로 텍스트마이닝, 의미연결망 분석 및 시계열 분석을 적용하여 패션디자인 트렌드 분석을 위한 연구 절차를 설계하는 것이다.
둘째, 최근 5-10년간 패션컬렉션에 대한 리뷰 데이터를 실증적 평가 대상으로 적용하여 시즌별 사용자들이 주목하는 패션디자인 트렌드 어휘를 도출하고, 디자인 속성별 변화 추이를 분석하는 것이다.
셋째, 빅데이터 텍스트 분석을 통해 도출된 패션디자인 트렌드 분석 결과가 디자인 개발 프로세스에서 실제적으로 활용될 수 있는 방안을 도출해내는 것이다.

□ 학문적 기여
첫째, 패션 분야에서 빅데이터 분석은 유통과 마케팅의 상업적 측면의 분석으로 주로 이루어져왔으나, 최근 패션디자인 분야에서도 빅데이터 관련 논문들이 발표되고 있다. 빅데이터 기반 트렌드 분석은 기존의 연구들을 뒷받침하면서 패션디자인 개발에 ...

□ 학문적 기여
첫째, 패션 분야에서 빅데이터 분석은 유통과 마케팅의 상업적 측면의 분석으로 주로 이루어져왔으나, 최근 패션디자인 분야에서도 빅데이터 관련 논문들이 발표되고 있다. 빅데이터 기반 트렌드 분석은 기존의 연구들을 뒷받침하면서 패션디자인 개발에 실제적으로 활용될 수 있는 학술연구로 저변 확대될 수 있을 것이다. 둘째, 디자인 속성별 시계열 분석을 적용함으로서 패션디자인 트렌드 예측 연구의 선도 기반을 구축할 수 있을 것으로 기대된다. 셋째, 창의적인 디자인 분야와 IT분야의 학제 간 융합을 통해 학문적 시너지 효과를 창출할 수 있을 것으로 사료된다.
□ 실무적 기여
첫째, 데이터베이스화된 패션디자인 트렌드 어휘는 시즌별 새롭게 업데이트될 수 있기 때문에 향후 패션디자인 트렌드 예측과 패턴 분석에 유용하게 활용될 수 있다. 둘째, 패션디자인 기획자 및 디자이너 측면에서 온라인 리뷰를 기반으로 하는 패션디자인 트렌드 분석 결과는 사용자 니즈를 반영하는 패션디자인 가이드라인으로 활용될 것이다. 셋째, 시간의 흐름에 따라 축적된 데이터의 패턴을 도출하는 시계열 분석을 적용한 패션디자인 트렌드 분석 결과는 4차 산업혁명 시대 차별화된 패션 콘텐츠를 창출할 수 있는 데이터베이스를 구축할 것으로 기대된다.

연구의 목적은 전통적인 패션디자인 트렌드 분석 방법과 차별화하여, 빅데이터 텍스트 분석 기법을 활용한 패션디자인 트렌드 분석 방법을 개발하고자 한다.
연구 내용 및 방법으로 첫째, 국내․외 서적, 학술저널과 인터넷 자료조사를 통해 패션디자인 트렌드 특성을 ...

연구의 목적은 전통적인 패션디자인 트렌드 분석 방법과 차별화하여, 빅데이터 텍스트 분석 기법을 활용한 패션디자인 트렌드 분석 방법을 개발하고자 한다.
연구 내용 및 방법으로 첫째, 국내․외 서적, 학술저널과 인터넷 자료조사를 통해 패션디자인 트렌드 특성을 고찰하고, 디자인 속성별 트렌드 분석을 위한 지표를 설정한다. 또한, 패션 분야를 중심으로 빅데이터 분석 동향을 살펴보고, 텍스트마이닝, 의미연결망 및 시계열 분석 기법을 고찰하여 빅데이터 패션디자인 트렌드 분석 방법의 이론적 기초를 설정한다. 둘째, 빅데이터 기반의 텍스트마이닝, 의미연결망 분석 및 시계열 분석 방법을 적용하여 패션디자인 트렌드 분석 연구 절차를 설계한다. 셋째, 빅데이터 수집 프로그램인 Textom2.0을 활용하여 국내 대표 검색엔진인 네이버와 다음의 블로그, 카페, 지식인, 뉴스 등에서 최근 5-10년간 봄/여름(S/S)과 가을/겨울(F/W) 패션컬렉션에 대한 리뷰를 수집한다. 텍스트마이닝 프로세스로 텍스트 수집, 전처리 및 분석의 3단계를 수행하여 디자인 속성, 아이템, 감성적 반응 등에 관련된 트렌드 어휘 목록을 구축한다. 넷째, 의미연결망 분석 프로세스로 Ucinet을 활용하여 디자인 속성과 트렌드 어휘로 구성된 이원모드(2-mode) 매트릭스(디자인 속성×트렌드 어휘)를 도출하고, NetDraw를 활용하여 디자인 속성에 대응하는 트렌드 어휘의 연결 관계를 분석한다. 다섯째, 디자인 속성별 시계열 분석을 적용하여 시즌별 지속 성장 중인 트렌드와 시즌성이 강한 트렌드, 최근 떠오르는 트렌드 등으로 분류하여 분석한다.