1. 서 론
제품생산은 제조기술, 컴퓨터기술, 센서기술의 발전을 바탕으로 개성을 추구하는 소비자들의 요구에 맞춰 소품종 대량생산에서 다품종 소량생산으로 변천해가고 있다. 제품 디자인에서는 제품과 소비자와의 인터페이스를 중요시 하는 UI (User Interface), 소비자의 경험을 디자인하는 UX (User eXperience)의 중요성이 점점 확대되고 있다. 기술에서는 단순히 기능 위주의 기술개발이 아니라, 소비자의 감성을 고려한 기술개발이 우선시 되고 있다. ISO 9241-210에 의하면, UX는 소비자가 제품, 시스템, 서비스를 사용하거나 사용을 예상하는 것으로부터 발생하는 소비자의 지각과 반응이라고 정의되며, 사용자 경험에는 사용 전, 사용 중 및 사용 후에 발생하는 사용자의 감성, 신념, 선호도, 지각, 신체적 및 심리적 반응, 행동 및 성취가 포함된다고 한다 [1].
재료는 제품을 구성하는 요소로서, 그 성질에는 기계적, 열적, 전기적 성질 등의 측정 가능한, 손에 잡히는(tangible) 성질이 있는 반면, 인간의 감각정보를 두뇌에서 판단하는 지각 (perception)이라는 측정 불가능한, 손에 잡히지 않는 (intangible) 성질이 있다. 재료는 소비자의 시각, 청각, 촉각 등의 감각과 소통하고, 지각 및 연상작용을 일으키며, 사용성을 결정짓는 제품의 중요한 요소이다. 개성을 추구하는 소비자의 요구를 충족시키기 위한 소비자 중심, 소비자 경험의 디자인에서는 재료의 역할인, 소비자와 제품 간의 소통이 매우 중요한 위치를 차지하게 되었다. 소비자가 느끼는 재료지각에 대한 분석과 이해가 더욱 필요하게 되었으며, 제품개발에 있어서 적합한 재료선택의 중요성이 점차 높아지고 있다.
제품의 가치를 높이는 제품디자인의 요소에는 엔지니어링 (engineering), 사용성 (usability), 아름다움 (aesthetic), 개성 (personality), 지속가능성 (sustainability) 등이 있는데 [2-6], 이 모든 요소는 적합한 재료의 개발과 선택을 통하여 충족될 수 있다. 제품디자인에 있어 재료의 중요성을 강조한 사례를 살펴보면, Karana et al.은 재료의 의미와 경험을 강조하는 재료응용디자인 (material driven design, MDD) 방법을 제안하였다 [7]. Piselli et al.은 감각과 재료지각을 연계하는 감각분석법을 개발하였다 [8]. Veelaert et al.은 소비자와 제품 간의 인터페이스에 따른 재료선택을 통해 디자인과 엔지니어링의 연계를 구축했다[6]. Shigemoto는 디자이너가 추구하는 의도와 소비자의 재료지각과의 일치도는 소비자의 제품 만족도에 결정적인 역할을 한다고 분석하였다 [9]. Choi는 소비자가 느끼는 재료지각과 디자이너가 추구하는 제품개성 간의 확산경계를 정량적으로 분석하고, 이를 제품에 적합한 재료를 선택하는 방법에 적용하였다 [10]. 또한 Choi는 재료지각 분석에 사용한 지각 형용사의 재료와의 연관성과 데이터의 신뢰도를 통계적으로 연구하였다 [11]. Kwon and Hong은 디지털카메라의 선호도와 구매도에 영향을 미치는 감성요소의 연구에서 선호도에는 ‘세련된, 편리한, 흥미로운, 활동적인, 감각적인, 기능적인, 품위있는’ 의 7가지 요소와 구매도에서는 ‘활동적인’ 을 제외한 6가지 요소가 고려되는 것으로 분석하였다 [12]. Choi는 소비자가 느끼는 재료지각을 기반으로 제품의 개성에 적합한 재료의 종류를 선택하는 방법을 연구하였다 [13,14].
재료에 대한 소비자의 지각을 반영한 제품의 예를 들어본다. 한국감성과학대상은 한국감성과학회에서 2014년부터 시행하고 있는데, 기업이 제품개발을 하면서 소비자의 감성을 얼마나 잘 반영했는지를 평가해 시상하는 제도이다. 2015년 감성제품(전자) 부문 대상에 LG전자 LG G4 스마트폰이 선정되었는데, 높은 기술력과 사용의 편안함을 지니고 있는 것으로 평가되고 있다. 바디 프레임에 적당한 수준의 곡률을 부여하여 스마트폰을 손에 쥐었을 때의 편안한 느낌을 주었고, 스마트폰 후면 커버 재료를 금속, 가죽 등으로 다양화하여 소비자의 재료지각에 따른 선호도에 대한 선택권을 부여하였다 [15].
본 연구의 목표는 데이터 마이닝의 비지도학습인 군집분석과 연관규칙분석으로 동질성(homogeneity), 상관성(correlation), 계층성 (hierarchy), 연관성 (association)의 각도에서 체계적으로 재료지각을 분석하여, 그 분석 데이터를 제품에 적합한 재료를 구하는 재료선택방법에 적용함으로써 감성품질이 극대화된 혁신적이고 경쟁력 있는 프리미엄 제품개발을 가능하게 하는 것이다.
2. 재료지각 (Material Perception)
인간은 동일한 사물을 경험하면서도 서로의 느끼는 바는 다를 수 있다. 이는 인간의 두뇌에 들어오는 감각정보들에 대해서 인간의 학습과 경험을 바탕으로 의미를 부여하는, 즉각적인 해석과정인 지각으로 인한 것이다. 또한 지각은 감각의 교차작용도 일어나는 복잡한 과정이다. 이러한 지각은 주관적이고 직관적이라 개인과 환경에 따라 변화하는 특성을 가지고 있어 측정하기도 어렵고 수식으로 표현되기도 거의 불가능하다.
재료지각은 소비자 개개인으로 보면 서로 다를 수 있지만, 소비자 집단으로 보면, 어떤 경향이 존재한다. 그 경향을 연구하기 위해 재료종류 (material class)에 따른 설문조사를 통한 통계적 분석을 실시한다. 제품을 구성하고 있는 재료에 대한 소비자의 지각은 그들의 언어로 표현될 수 있다. 언어와 의식은 결코 스스로 온전히 존재하는 것이 아니라 언제나 각각의 상대자 안에 있을 뿐이며, 언어란 주관성으로부터 객관성으로, 언제나 한정된 개별성으로부터 모든 것을 동시에 포괄하는 존재로 나아가는 거대한 통과지점으로 간주될 수 있다고 한다 [16]. 따라서 소비자의 지각은 언어를 통해 일반적인 개념으로 표현될 수 있다. 재료에 대한 지각을 조사할 때, 명사나 동사보다는 형용사로 잘 표현될 수 있는데, 어떤 재료에 대해 하나의 형용사로 어느 정도의 느낌을 갖고 있는 지를 의미분화(semantic differentiation) 방법으로 묻게 되면, 설문의 참여자 입장에서는 재료지각에 대한 느낌도 약간 모호하고, 형용사 자체의 의미도 애매하기 때문에 대답하기가 매우 곤란할 수 있으며, 심지어 조작의 가능성도 있을 것이다. 그러나 의미가 반대되는 양극성 형용사 쌍 (bipolar adjective pair)이 제시되어 서로의 의미가 확실해지고, 디지털 논리 (digital logic)로 둘 중의 어느 쪽에 가까운 느낌을 가지는 가를 묻는다면, 그 대답은 훨씬 수월해지고 명확해질 것이다. 전체에 대한 부분으로의 의미 부여가 되는 것이다. 또한 본 연구에서는 여러 지각 형용사 쌍으로 재료의 종류별 지각을 표현함으로써 보다 보편적인 느낌에 접근하려고 한다. 본 연구에서 사용된 양극성 형용사 쌍은 8개로 다음과 같다 (aggressive-passive, classic-trendy, hard- soft, warm-cold, feminine-masculine, humorousserious, mature-youthful, nostalgic-futuristic).
그 후 설문조사 데이터 분석을 위해 본 연구에서 사용할 데이터 마이닝은 데이터를 대상으로 규칙과 패턴을 이용하여 데이터의 내재되어 있는 의미를 찾아내는 작업이며, R programming software [17]를 사용하여 실행된다. 명시적인 프로그램 없이 데이터에 의한 학습을 통해 최적의 판단이나 예측을 가능하게 해주는 기계학습 (Machine Learning)은 지도학습과 비지도학습으로 나뉜다. 지도학습은 입력변수에 대한 출력변수의 사전지식을 갖고 있는 경우에 변수 간의 함수적 의존 관계를 자료로부터 학습을 통해 발견하고 이를 통해서 미래를 예측할 수 있는 모형을 얻는 것을 말한다. 이에 비해 비지도학습은 입력변수에 대한 출력변수가 주어지지 않은 경우에 컴퓨터 스스로 유사성과 상이성 등의 패턴을 찾아서 상호관계나 규칙을 찾아서 분석 결과를 도출해내는 방식이다. 본 연구의 설문조사에서 얻는 데이터는 재료의 종류별로 소비자가 느끼는 지각을 양극성 형용사로 나타낸 것으로 입력변수에 대한 출력변수가 주어지지 않는 경우이므로 비지도학습을 이용한 분석으로 패턴과 규칙을 도출하는 것이 필요하다. 본 연구에서는 비지도학습인 군집분석과 연관규칙분석을 이용하여 재료지각 데이터에 대한 동질성, 상관성, 계층성, 연관성 등을 파악하여 재료지각에 대한 체계적인 분석과 그에 따른 척도를 구축하고자 한다. 척도의 한 방법인 재료지각 맵(Material Perception Map)을 디자인하여 종합적이고 편리한 재료선택 도구로 사용하고자 한다.
3. 데이터 마이닝의 비지도학습을 이용한 재료 지각 데이터 분석
3.1. 군집분석과 통계적 방법을 통한 설문조사 간의 동질성 및 상관성 분석
본 연구에서 사용한 8개의 지각 형용사 쌍에 대한 설문조사는 2012, 2014, 2016, 2017, 2020년, 총 5번 실시되었으며, 참여인원은 각각 27, 10, 34, 25, 18명이었다. 모든 설문조사의 참여자들은 21~25세의 신소재공학을 전공하는 학생들로 설문에 나와있는 재료의 종류를 충분히 구별할 수 있었다.
군집분석은 데이터 간의 유사성을 측정하고, 그 유사성에 가까운 것부터 순서대로 합쳐 가는 방법으로 군집으로 분류하고 군집에 속한 개체들의 유사성과 서로 다른 군집의 개체들 간의 상이성을 파악하는 방법이다. 본 연구에서는 양극성 지각 형용사 쌍으로 표현된 재료지각 데이터의 설문조사 간의 재료종류별 동질성 및 상관성을 분석하기 위해서 군집분석 방법인, k-평균 군집법 (k-means Clustering), 계층적 군집법 (Hierarchical Clustering)과 통계적 방법인, 피어슨 상관계수 (Pearson’s Correlation Coefficient), 카이제곱 검정 (Chi-squared Test)을 이용한다.
3.1.1. k-평균 군집법을 이용한 동질성 분석
k-평균 군집법은 k개의 평균값에서 가까운 거리에 있는 대상을 하나씩 더해 가는 방식으로 k개의 군집으로 데이터를 분할하는 방식이다. 본 연구에서는 4개의 재료종류, 즉 Metal, Ceramic, Polymer, Wood의 군집으로 분류된다. 그림 1은 5번의 설문조사 데이터를 8개 지각 형용사 쌍에서 각 1개씩의 지각 형용사를 선택하여 그들 간의 재료종류별 군집 형성 여부를 산점도를 이용하여 나타낸 것이다. 그림 1을 예를 들어 설명하면, 2번째 행과 4번째 열에 해당하는 그림의 경우, 그 그림의 아래방향으로 내려가면 대각선에 있는 warm과 만나게 되고, 그 그림의 왼쪽 옆으로 가면 classic과 만나게 된다. 그 경우, warm이 x축이 되고, classic이 y축이 되며, 각 축의 값들은 설문조사로 구한 상대빈도 값이다. 각 산점도를 보면, 4개의 색, 즉 4개의 재료종류에 따라 군집을 이루고 있는 것을 알 수 있다(Metal-black, Ceramic-red, Polymer-green, Wood-blue). 이를 통해 5번의 설문조사에서 4개의 재료종류에 대한 데이터는 서로 동질성을 지니고 있는 것을 알 수 있다.
3.1.2. 계층적 군집을 이용한 동질성 분석
계층적 군집법은 주어진 데이터를 대상 간의 거리에 의하여 가장 가까운 것부터 병합하여 나무모양의 계층구조를 상향식으로 생성하면서 군집을 형성하는 방법이다. 그림 2는 계층적 군집으로 5 번의 설문조사를 계층 분석한 것으로 데이터 표시방법 중 왼쪽 첫 번째 표시인 MP081634P를 설명하면, MP (Material Perception), 08 (지각 형용사 쌍의 수), 16 (설문조사 실시연도), 34 (설문조사 참여자 수), P (Polymer, 재료종류) 이다. 5번의 설문조사에서 8개 지각 형용사 쌍에서 선택된 각 1개씩의 지각 형용사의 상대빈도 값들에 대해 Polymer, Wood, Metal, Ceramic의 군집을 형성한 것을 볼 수 있다. 그림 2의 세로 축의 값은 데이터 간의 거리를 나타내며, 거리가 작을수록 데이터 간의 유사성이 높음을 알 수 있다. 각 재료종류별로 군집을 이루고 있는 것은 설문조사 간의 재료종류별 데이터 동질성이 있음을 명확하게 보여주고 있는 것이다.
3.1.3. 피어슨 상관계수와 카이제곱 검정을 통한 상관성 분석
그림 3은 Metal에 대한 5 번의 설문조사 간의 상관관계를 알아보기 위한 산점도이다. 산점도의 각 점은 8개의 지각 형용사를 나타내는데, 각 설문조사 간의 유사한 값들로 이루어진 비례적인 관계를 볼 수 있다. 그림 3의 경우에는, y x 의 직선에 근접할수록 상관성이 높음을 나타낸다. 그림에 따라서 몇 개의 점은 직선에서 벗어나 있으나 강한 상관관계를 보인다. 아래의 표 1은 위의 그림 3에 대한 Pearson 상관계수인데, 모든 값이 0.9 이상인 강한 상관관계를 보이고 있다.
재료종류별 Pearson 상관계수를 보면, Metal은 평균 0.950, 표준편차 0.030, Ceramic은 평균 0.666, 표준편차 0.113, Polymer는 평균 0.808, 표준편차 0.103, Wood는 평균 0.687, 표준편차 0.204이다. Metal과 Polymer는 강한 상관관계이고, Ceramic과 Wood는 중간 정도의 상관관계를 보이고 있다.
카이제곱 검정은 유의확률을 적용하여 변수 간의 독립성 및 관련성 여부를 검정하는 분석방법이다. 8개의 지각 형용사 쌍에 대한 5번의 설문조사를 카이제곱 검정으로 데이터 간의 동질성을 본 결과, p-value는 Metal의 경우 0.906, Ceramic의 경우는 0.970, Polymer의 경우는 0.502, Wood의 경우는 0.114이다. 모든 재료에서 p-value가 0.05보다 크므로 귀무가설이 채택되어 5번의 설문조사 간의 재료종류별 데이터의 동질성이 있음을 보여주고 있다.
3.2. 설문조사들의 병합된 데이터 기반 재료지각 데이터 분석
5번의 설문조사의 재료종류별 데이터 동질성 및 상관성이 존재함을 확인하고 데이터를 병합한다. 병합된 재료지각 데이터는 상대빈도 (Relative Frequency), 계층적 군집(Hierarchical Clustering), 연관규칙 분석 (Association Rule Analysis)을 이용하여 재료지각의 계층성, 연관성을 파악한다. 분석된 특성은 제품에 적합한 재료선택을 종합적이고 편리하게 하기 위한 척도의 하나인 재료지각 맵으로 디자인된다.
3.2.1. 상대빈도를 이용한 재료지각 데이터 분석
설문조사의 양극성 지각 형용사 쌍에서 참여자가 선택한 지각 형용사를 기반으로 상대빈도를 구할 수 있다. 본 연구에서는 병합된 설문조사의 총 참여자 114명을 기준으로 상대빈도가 계산되었다. 표 2에 4개의 재료에 대한 상대빈도가 나타나 있는데, 0 이나 1에 가까운 극단적인 값뿐만 아니라 중간 성격의 상보적인 값도 볼 수 있다. 0.7 이상의 값들은 굵은 글씨로 표시되어 있는데, 그 값들은 그 재료의 고유한 특성이라고 볼 수 있다 [10]. Metal은 aggressive, hard, cold, masculine, serious, mature, Ceramic은 hard, Polymer는 trendy, soft, feminine, humorous, youthful, futuristic, Wood는 passive, classic, warm, mature, nostalgic 으로 소비자가 강하게 느낀다고 볼 수 있다.
3.2.2. 계층적 군집을 이용한 재료지각 데이터 분석
그림 4에서 군집의 양상을 보면, 모든 재료에서 재료지각의 상대빈도 크기에 따라 군집이 형성되어 있는 것을 볼 수 있다. 상대빈도 기준 내림차순으로 번호를 매기면, 1차가 가장 높고, 2, 3, 4, 5 순으로 낮아진다. Metal은 왼쪽 군집에서부터 3, 1, 2차군집, Ceramic은 4, 1, 2, 3차군집, Polymer는 1, 2, 3, 5, 4차군집, Wood는 3, 1, 2차군집으로 되어 있다. 그림의 세로 축인 거리로 군집의 특성을 살펴보면, 군집 내의 거리가 작은 재료로는 Wood, Polymer, Ceramic이 있으며, Metal의 경우는 거리가 상대적으로 크다. 군집 간의 거리가 큰 재료는 Metal, Wood, Polymer이며, Ceramic의 경우, 거리가 상대적으로 가장 작다. 거리는 상대빈도의 차이를 의미하므로, 군집 내의 거리가 작다는 것은 유사한 상대빈도의 지각 형용사들이 많다라는 의미이며, 군집 간의 거리가 크다는 것은 상대빈도의 차이가 커서 차별성이 뚜렷하다는 의미이다. 상대빈도 0.7 이상인 고유한 특성의 경우, 군집 간의 거리가 큰 Metal은 6개이고, 군집 간의 거리가 작은 Ceramic은 1개인 것으로도 차별성이 드러남을 알 수 있다.
3.2.3. 연관규칙분석을 이용한 재료지각 데이터 분석
연관규칙분석은 변수들 간의 관련성을 파악하여 둘 이상의 항목들로 구성된 연관 규칙을 도출하는 분석 방법이다. 연관규칙은 평가척도로서 지지도 (support), 신뢰도(confidence), 향상도 (lift)를 사용한다. 지지도는 전체의 발생에 대한 변수 A와 변수 B가 동시에 발생하는 확률이고, 신뢰도는 A가 발생한 상황에 대한 A와 B가 동시에 발생하는 확률이고, 향상도는 전체에서 B가 발생한 상황에 대한 A와 B의 신뢰도이다. 다시 설명하면, 향상도는 B가 발생하는 상황을 두 가지 방법으로 구하여, 전체적인 상황을 기준으로 A와 관계 있는 상황을 비교한 것이다. 따라서 향상도가 1이면 A와 B는 독립적인 관계이고, 1 이상이면 상관성이 높고, 1 미만이면 상반된 상관성을 가진다.
표 3은 재료별로 향상도가 1이상인, 즉 상관성이 높은 것 중에서 지지도의 내림차순으로 선택된 5개의 연관규칙이다. 연관규칙의 LHS는 변수 A이고, RHS는 변수 B이다. Metal의 경우는 masculine과 hard가 소비자에 의해 동시에 선택될 확률이 매우 높은 값인 0.853으로 가장 높다는 것이다. 그러나 Ceramic의 경우는 trendy와 futuristic이 동시에 선택될 확률이 가장 높으나, 그 값이 0.529로 다른 재료들의 경우보다 낮은 값을 보인다. 이는 그림 4에서 Ceramic의 경우가 군집 간의 거리가 가장 작은 것으로도 확인할 수 있다. 표 3의 연관규칙으로 재료에 따라서 소비자가 동시에 느끼는 지각을 알 수 있으며, 이를 통해 소비자의 지각과 경험에 기반한 재료선택에서 재료의 개별적인 특성뿐만 아니라 관계적인 특성도 고려될 수 있으므로 연관규칙은 매우 강력한 효력을 나타낼 수 있으리라 생각한다.
표 2의 재료별 상대빈도를 통해서 본 고유 특성과 그림 4의 재료별 계층성, 그리고 표 3의 연관규칙을 종합적이고 편리한 재료선택을 위하여 그림 5와 같은 재료지각 맵으로 디자인한다. 각 지각 형용사의 옆에 표시된 여러 색의 원은 그에 해당되는 재료의 고유한 특성을 나타내고 있으며, 지각 형용사들 간에 연결된 선을 통하여, 선의 색으로 표시된 해당 재료의 연관규칙을 알 수 있다. 따라서 그림 5, 하나의 재료지각 맵으로 제품 디자이너는 재료선택에 필요한 재료지각의 개별적인 특성과 관계적인 특성을 종합적이고 편리하게 얻을 수 있다. 제품 디자이너가 추구하는 제품 개성을 소비자가 느끼는 재료지각을 통하여 효과적으로 부여할 수 있으리라 생각한다.
4. 결 론
제품에 적합한 재료를 선택하는 과정에서 제품에 사용된 재료에 대한 소비자의 느낌인 재료지각은 재료의 종류를 결정할 수 있는 중요한 요소이다. 본 연구에서는 설문조사로 구한 재료지각 데이터에 데이터 마이닝의 비지도학습인 군집분석과 연관규칙분석을 적용하여 설문조사 간의 데이터 동질성과 지각 형용사의 계층성과 연관성을 연구하였다.
5번의 설문조사 재료지각 데이터의 재료별 동질성 검토를 위하여, k-평균 군집분석을 이용한 지각 형용사에 따른 4종류의 재료별 군집 형성을 확인하였고, 계층적 군집분석을 이용한 지각 형용사의 상대빈도 값들의 재료별 군집 형성을 확인하였다. 또한 Pearson 상관계수를 통한 5번의 설문조사 재료별 상관관계와 카이제곱 검정을 통한 재료별 동질성을 확인하였다. 그 후 5번의 설문조사 재료지각 데이터를 재료별로 병합하였다.
병합된 데이터는 계층적 군집분석으로 지각 형용사에 대해 소비자가 선택한 상대빈도의 크기에 따른 군집 형성이 확인되었으며, 군집 내의 거리와 군집 간의 거리를 통해 상대빈도의 분포가 파악되었다. 그리고 연관규칙분석으로 지각 형용사들 간의 연관성을 분석함으로써 개별적인 특성 뿐만 아니라 관계적인 특성도 파악될 수 있었고, 이러한 특성들은 하나의 재료지각 맵으로 디자인 되었다. 재료지각 맵은 제품 디자이너의 재료선택에 있어서 소비자의 지각과 경험에 맞는 선택이 보다 잘 이루어질 수 있게 하는 강력한 도구가 되리라 판단된다.
본 연구에서는 재료지각을 나타내는 8개의 형용사 쌍을 대상으로 연구가 이루어졌는데, 향후 소비자의 지각과 경험에 맞는 보다 혁신적이고 다양한 각도의 재료선택이 이루어지기 위해서는 보다 많은, 다양한 지각 형용사 대상의 연구가 필요하리라 생각된다. 재료지각 맵은 보다 다각적인 지각 형용사에 대한 개별적인 특성과 연관적인 특성을 표현하는 보다 강력한 도구가 될 것이다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation 
Print 
