데이터 시각화 기법을 활용한 개인맞춤형 패션디자인

데이터 시각화는 데이터를 시각적 요소로 표현하는 기술로 수학, 컴퓨터 공학, 인지 과학, 통계, HCI(Human-Computer Interaction)등 다양한 분야를 포함하나 시각적 요소들의 구성 및 배치가 데이터에 근거한다는 특성과 시각화를 사용하는 목적에서 다른 시각화들과 구별되는 특수성을 가진다.

Ward, Grinstein, & Keim(2010)에 따르면 데이터 시각화는 단순히 데이터를 시각적 요소로 표현하는 것뿐만 아니라 데이터를 이해하기 위해, 특정 문제에 대한 답을 찾기 위해 혹은 사실이나 결과를 전달하기 위해 데이터를 시각화하는 목적을 가진다<Table 1>.

<Table 1>

Categorization of purpose of Data Visualization by Ward et al.(2010)

데이터 시각화는 데이터의 이해라는 뚜렷한 목적과 기능을 가지고 있으나 시각물을 다루는 영역인 만큼 심미성을 배제하지는 않는다. Telea(2008)은 이런 관점에서 데이터 시각화를 과학이자 예술이라고 설명한다. 그 이유는 인지과학의 관점에서 가장 데이터를 잘 인지시키는 시각적 형태가 정해져 있을 순 있지만, 사용자가 결과물을 더 살펴보고 싶게 만드는 것은 심미성의 고려 없이는 나타날 수 없기 때문이다. 현재는 데이터 전달의 심미적 측면을 강조한 미디어 아트, 인터렉티브 아트와 같은 예술이 점차 활성화되고 있다.

데이터의 시각화 방법은 그 목적에 따라 두 가지의 방향으로 분류될 수 있다. 첫째, 데이터의 정확한 이해를 위한 시각화로 일반적으로 통용되는 기호, 그래프, 차트 등을 활용한 방법과 둘째, 데이터의 규칙성을 상징적 조형요소로 치환해 정확한 데이터 값보다는 변화의 추이를 직관적이고 감성적으로 느끼게 해주는 방법이다.

보다 데이터의 정확한 시각화를 목적으로 한 사례인 <Fig. 1>은 갭마인더(Gapminder)에서 배포한 182개국의 기대 수명과 수입을 시각화한 포스터로, 색상과 원의 크기와 위치를 활용하여 각국의 기대수명 및 수입을 나타냈다. 또한 <Fig. 2>는 단어의 여러 가지 뜻과 각각의 뜻과 연관되어 같이 사용되는 단어들이 점이 되고, 이들 간의 관계성이 선으로 표현되어 한 단어를 중심으로 발산되는 네트워크를 정확하게 이해할 수 있다.

<Fig. 1>

Gapminder World Poster 2015(Gapminder, 2016)

<Fig. 2>

Word Map of 'man'(Thinkmap,inc., n.d.)

데이터의 객관적 전달보다 감성적 전달에 가중치를 두는 사례인 <Fig. 3>는 위키피디아(Wikipedia)의 주제 삭제에 대한 찬반논의 양상을 시각화한 작품으로, 사용자들이 삭제할 것을 주장하면 오른쪽으로 꺾어진 빨간색 선을, 유지할 것을 주장하면 왼쪽으로 꺾어진 초록색 선을 추가하는 방식으로 시각화되었다. 각 주제들은 논의양상에 따라 다양한 선의 형태를 만들었으며, 모여진 선들은 정보를 즉각적으로 전달하기보다는 감성을 불러일으키는 일러스트처럼 느껴지게 한다. 또한 <Fig. 4>는 두 디자이너가 일주일 동안 통과한 문의 개수와 종류들을 시각화한 엽서들로 각자의 독특한 상징과 아날로그 방식의 기입에 의한 서정적인 느낌이 가득하다. 각 디자인 요소가 의미하는 바에 대한 이해가 즉각적으로 이루어지지는 않지만 데이터의 전체적인 양상이 감성적으로 전달된다.

<Fig. 3>

Notabilia(Stefaner, Taraborelli, & Ciampaglia, 2011)

<Fig. 4>

Dear data(Lupi & Posavec, 2015)

이러한 목적에 의해 다르게 전개되는 데이터 시각화의 유형과 그 특징을 정리하면 <Table 2>와 같다.

<Table 2>

Categorization of Data Visualization

데이터 시각화는 단순한 조작법으로 쉽게 결과물을 만들 수 있는 데이터 시각화 소프트웨어들을 활용하는 방법과 프로그래밍을 활용하여 데이터의 분석부터 시각화까지를 수행하는 방법으로 접근할 수 있다(Yau, 2012). 전자에 해당하는 소프트웨어는 Excel, 구글 스프레드시트, Tableau 등이 있으며 쉽게 데이터 시각화를 할 수 있으나 주어진 형식 안에서의 결과물을 만들 수밖에 없다는 한계를 가진다. 반면에 후자에는 R, Processing, Javascript 등의 소프트웨어가 주로 활용되며 무한한 표현의 가능성을 가지고 있다. 그러나 이들은 특정 프로그래밍 언어를 배워야 활용할 수 있는 단점이 있다. 또한 프로그래밍 언어별로 성격이 다르므로 각 프로젝트의 취지에 맞는 언어를 선택하여 사용해야 한다.

본 연구는 통계분석의 목적으로 데이터를 분석하는 것이 아니라, 개인화된 디자인 조형요소로서 데이터 시각화의 방법론에 접근하고자 하였기 때문에 다양한 이미지의 표현을 실험해볼 수 있는 프로세싱(Processing) 툴을 활용하였다.

프로세싱은 2001년에 Ben Fry와 Casey Reas에 의해 개발된(Reas & Fry, 2009) 디자이너와 미디어 아티스트의 비주얼 아트 제작에 특화된 오픈소스 프로그래밍 언어이다. 프로세싱은 소프트웨어의 개념을 조형의 원리와 연결시켜, 그림을 그리듯이 코딩을 통해 즉각적으로 다양한 그래픽 결과물을 도출할 수 있게 한다.

프로세싱을 디자인 도구로 활용하기 위해서는 프로그래밍의 기본적인 구조인 변수와 알고리즘의 이해가 필요하다. 변수는 자료가 저장된 컴퓨터 기억장치의 주소를 가리키는 이름이며, 이를 활용하여 도형과 관련된 색상, 크기, 위치 등을 계속해서 얻어낼 수 있다(Shiffman, 2011). 변수의 중요한 특징은 저장된 값을 변화시킬 수 있다는 것이며, 데이터 시각화에서 데이터 값을 변수로 지정하여 데이터 값에 따른 디자인 요소를 표현하는 데에 활용된다.

컴퓨터는 한 번에 하나의 명령만을 처리하기 때문에, 원하는 결과를 얻기 위해서는 명령들 간의 순서를 체계적으로 계획해주어야 하는데, 특정 결과물을 얻기 위해 필요한 단계들의 순서를 알고리즘이라고 한다(Shiffman, 2011). 디자이너는 데이터를 색상으로 표현할지, 선으로 표현할지 등 표현 방식에 대한 아이디어를 알고리즘으로 구체화하며, 이를 명령어들을 조합한 소스 코드를 통해 결과물을 얻는다. 결과물을 얻은 후 알고리즘이나 소스코드를 조정하는 과정을 반복함으로써 원하는 결과물을 도출하는 프로그램을 만든다. 입력 데이터와 변수, 알고리즘을 활용한 프로세싱의 과정은 <Fig. 5>와 같다.

<Fig. 5>

Process for creating generative design(Bohnacker, Laub, Grog, & Lazzeroni, 2009)

프로세싱은 <Fig. 6>와 같이 같은 데이터를 활용하여도 어떤 알고리즘을 쓰는가에 따라 결과가 다르며, <Fig. 7>와 같이 같은 알고리즘을 쓰더라도 변수에 다른 값을 입력함에 따라 다른 결과를 도출해낼 수 있다. 즉, 알고리즘을 이용한 디자인은 사용자의 참여가 가능한 변수의 적용으로 개인화된 디자인을 창출할 수 있는 장점을 가진 방법이다(Kim, 2015).

<Fig. 6>

Various visual representation of same data(Adapted by researcher from Bohnacker at el.(2009))

<Fig. 7>

Visual representations of using different data in the same algorithm(Illustration by researcher)

패션디자인에서도 데이터 시각화의 방법론을 활용한 다양한 사례들이 등장하고 있고, 각각의 사례들은 어떠한 목적 아래 데이터 시각화의 방법론을 활용할 수 있는지를 시사한다.

<Fig. 8>의 Meshu는 개인의 위치 데이터를 활용하여 패션 액세서리를 만들어 주는 서비스로 지도에서 지점을 찍으면 이를 연결시켜 액세서리의 형태를 만든다. Meshu는 개인이 어디에 있었고 앞으로 어디에 갈지 등의 개인적인 의미를 담을 수 있는 패션 액세서리이다.

<Fig. 8>

Meshu(Meshu, n.d.)

<Fig. 9>의 Bzabiz 또한 Meshu와 마찬가지로 개인 데이터를 활용한 감성적 접근이 돋보이는 사례이다. Bzabiz는 목소리 데이터를 시각화한 개인맞춤 액세서리를 제작하는 서비스로 개인적인 메시지를 담은 특별한 선물로 활용할 수 있다.

<Fig. 9>

Customized Sound Wave Bracelet(Bizer, n.d.)

<Fig. 10>는 집안의 실내 공기의 오염도를 시각화한 옷으로 사각 레이스에서 사각형의 수는 감지된 화학물질의 수를, 크기는 감지된 화학 물질의 양을 나타낸다. 예상되는 오염원에 따라 원단 종류와 스타일을 결정하여 제작된 의상들은 각각의 집의 실내 공기에 대한 새로운 인식의 계기를 제공한다.

<Fig. 10>

Dressed in data(Perovich, 2014, p.33,36)

위의 사례들 또한 데이터 시각화를 활용한 목적에 의해 두 가지의 유형으로 나뉠 수 있다. <Fig. 10>는 정보 전달을 목적으로 정보 전달 매체로서의 패션의 가능성을 실험하며 반면에 <Fig. 8>와 <Fig. 9>는 개인적인 의미를 담은 패션아이템을 만들 수 있는 방법으로써 데이터 시각화를 활용한 감성적인 접근을 하였다.

Blom(2000)은 개인화(Personalization)를 개인과의 연관성을 높이기 위해 기능, 인터페이스, 정보, 콘텐츠 혹은 시스템의 특수성을 바꾸는 과정으로 정의하였다. 즉, 제품화의 관점에서 개인화는 개인과의 연관성을 높이기 위해 상품의 기능 혹은 외관을 바꾸는 과정으로 정의된다. 개인화 과정에서 소비자는 자신이 구매할 상품의 외관 혹은 기능을 결정하거나 직접 디자인 과정에 참여함으로써 코디자이너(Co-Designer)의 역할을 하며, 이는 예상 소비자 집단이 아닌 실제 사용하게 될 소비자가 본인의 취향과 요구를 직접적으로 반영할 수 있다는 강점을 가진다(Mugge, Schoormans, & Schifferstein, 2009b).

또한 선행연구(Blom & Monk, 2003; Mugge, Schoormans, & Schifferstein, 2009a; Tseng, Jiao, & Wang, 2010)는 개인화가 비단 개인에게 원하는 상품을 제공한다는 결과적 차원이 아닌 과정에서 이루어지는 감성적 차원을 포함한 개념임을 밝히고 있다. 소비자는 자신의 정체성을 상품에 표현하는 과정을 즐기며 개인화를 통해서 상품을 자유롭게 바꿀 수 있다는 통제감과 나만의 제품을 만들어 냈다는 성취감을 느낀다.

개인화와 함께 논의되는 개념으로 대량 맞춤화(Mass Customization)는 개별화된 소비자들의 다양한 취향과 요구를 반영하기 위해 1980년대 후반에 등장했다. Pine Ⅱ(1994)에 의하면 대량 맞춤화는 대량생산의 효율성을 가지고 소비자에게 맞춤형 제품 및 서비스를 제공하는 생산방식 및 경영 패러다임을 의미한다. 대량 맞춤화는 다양한 소비자들의 취향과 요구의 반영을 어떻게 합리적인 생산비용으로 실현시킬 수 있는가를 논의하는 반면에 개인화는 생산비용보다 제공할 서비스 및 상품이 가지는 소비자 개인과의 연관성에 집중한다(Mugge et al., 2009b). 그런 점에서 개인화는 대량 맞춤화보다 더욱 고객 지향 중심으로 발전된 개념으로 해석할 수 있다.

개인화는 오늘날의 소비자의 경향에 대응하는 접근이라는 점에서 중요하다. 오늘날의 소비자는 상품을 자신의 취향에 맞춰 개조하거나 새로운 창작물로 변형시켜 새로운 용도와 가치를 창출하는 등 소비를 단순히 소유에서 그치지 않고 자발적으로 창조적 행위를 더함으로써 하나의 즐거운 놀이로 인식한다(Ko, 2008; Yoo, 2008). 또한 생산자이자 소비자인 프로슈머(Prosumer)로써 자신이 원하는 가치를 실현하기 위해 디자인, 생산, 유통 등 전 과정에 적극적으로 참여한다(Park, 2016; Toffler, 1980). 이는 소비자들이 프로슈머(Prosumer)의 역할을 통해 창조의 과정을 즐기고 자발적으로 행하는 것으로써 이 또한 소유가 아닌 경험 중심으로 소비활동이 변화함에 기인한다. 소비자의 창조적 성향은 더 강화되어 크라우드 소싱(Crowdsourcing)같은 소셜 매뉴팩쳐링(Social Manufacturing) 시스템을 활용하여 본인의 아이디어를 직접 제품화하는 등 프로츄어(Proteur=Professional+Amateur)이자 코크리에이터(Co-Creator)로 소비자의 역할이 변화하고 있다(Yang, 2012).

패션디자인에서 개인맞춤형 디자인은 상품을 모듈화하여 고객이 부분별로 디자인을 선택할 수 있게 하여 외관의 다양성을 효율적인 방법으로 제공하는 것에 초점을 맞추고 있다. 예로 Dior의 My Dior So Real은 선글라스의 렌즈, 테, 다리 등 부분별로 나누어 각 부분에 원하는 재질을 선택하여 디자인을 만들 수 있는 서비스이다<Fig. 11>. 마찬가지로 Ksenia Schnaider의 커스텀 드레스<Fig. 12> 또한 3가지 타입의 카라, 소매, 기장을 조합함으로써 드레스의 형태를 결정하고 패턴, 색상 그리고 재질을 선택함으로써 제작된다.

<Fig. 11>

My Dior So Real(Dior, n.d.)

<Fig. 12>

Examples of Design from Ksenia Schnaider's customized dress(Ksenia Schnaider, 2014)

반면에 <Fig. 13>의 마플(Marpple)은 보다 적극적인 디자인 과정에서의 참여를 가능하게 하는 서비스로 개인의 취향, 본인만의 감성, 스토리 등이 디자인 과정에서 차별적인 디자인 요소로써 활용될 수 있으며 이를 수용하는 것이 개인화 디자인의 차별성임을 시사한다. 소비자는 직접 본인이 한 디자인을 업로드하거나, 이미지를 업로드하고 원하는 대로 배치하여 직접 디자인을 만들 수 있다. 이에 소비자들은 직접 상품을 디자인하는 경험을 즐기며, 개인적으로 의미 있는 영화의 장면, 좋아하는 가수, 본인에게 중요한 날짜 등을 활용하여 본인의 정체성을 담은 상품을 만들고 있다.

<Fig. 13>

Making Customized Blanket(Marpple, n.d.)

Tseng et al.(2010)에 의하면 개인화는 상품의 기본디자인까지도 바꿀 수 있음을 암시하는 개념으로, 개인의 직접적인 참여로 인해 예측할 수 없었던 개별화된 취향과 욕구를 반영한 상품을 제공할 수 있다는 강점을 가진다. 또한 소비자에게 있어 개인화는 상품에 자기 자신을 표현하는 과정으로 특별한 의미를 갖는다(Mugge et al., 2009a). 따라서 패션의 개인맞춤형 디자인은 제한된 선택지만을 제공하는 것을 넘어서 적극적으로 소비자 참여를 통한 다양한 소비자 욕구 수용과 풍부한 자기표현을 지원하는 것이 중요하다.

커플 셔츠는 남성과 여성이 같은 디자인에서 셔츠 색상을 여성이 카키색, 남성을 검정색으로 구분을 주었다<Fig. 22>. 많은 양의 데이터를 담을 수 있도록 인쇄할 수 있는 면적이 큰 아이템 중 가장 실용적이고 기본적인 패션 아이템으로 커플셔츠를 선정하였다. 시각화된 데이터 이미지를 따라 셔츠의 등판에 먼저 흰색 아크릴 물감으로 하루를 나타내는 기준선들을 그린 후, 빨간색 아크릴 물감으로 하트 도형들을 스텐실 기법으로 그려 넣었다<Fig. 21>.

<Fig. 20>는 커플셔츠 디자인에 사용된 카카오톡 메시지의 기록 파일과 프로세싱 코딩 화면, 그리고 하트의 이미지를 활용해 시각화한 데이터 이미지이다.

<Fig. 20>

From left to right - Extracted Kakao talk chat log file, Programming with Processing, Data visualized pattern(Photographed by researcher, Illustration by researcher)

<Fig. 21>

Acrylic painting(Photographed by researcher)

<Fig. 22>

Couple shirts using visualization of "I love you" moments(Photographed by researcher)

커플 파우치는 퍼 원단과 샤무드끈, 로프끈, 자수실을 재료로 활용하였다. 파우치는 흰색과 회색으로 제작되었으며, 흰색 퍼 파우치는 하루 기준선으로 노란색 로프끈과 파란색 자수실을, 리본도형에는 빨간색, 하늘색, 회색, 연보라색, 검은색의 샤무드끈을, 아무런 단어를 포함하지 않는 메시지를 나타내는 스티치에는 검은색 자수실을 사용했다. 회색 퍼 파우치는 하루 기준선에 남색 로프끈과 베이지색의 자수실을, 리본 도형에는 흰색 파우치와 마찬가지의 색상에서 회색만 흰색으로 대체했으며, 아무런 단어를 포함하지 않는 메시지를 나타내는 스티치에는 하늘색을 사용했다. 둘 다 전반적인 리본 색상 조합은 같되 자수나 끈의 색상을 다르게 구성하여 디자인은 같되 색 조합에서 다른 느낌이 나는 커플아이템이 되도록 했다.

작업 순서는 도출된 데이터 시각화 이미지 <Fig. 23>를 도안삼아 퍼 원단에 지정된 색상의 실이나 끈으로 바느질하여 수를 놓고 동시에 지정된 위치에 리본을 묶어가며 제작했다<Fig. 24>. 이미지를 퍼 원단에 옮긴 후에 파우치로 재봉하여 마무리하였다<Fig. 25>.

<Fig. 23>

Data visualized pattern(Illustration by researcher)

<Fig. 24>

tying ribbons(Photographed by researcher)

<Fig. 25>

Couple pouches using visualization of moments saying specific words(Photographed by researcher)