The Korean Society of Costume
[ Article ]
Journal of the Korean Society of Costume - Vol. 74, No. 4, pp.130-150
ISSN: 1229-6880 (Print) 2287-7827 (Online)
Print publication date 30 Aug 2024
Received 29 Jul 2024 Revised 24 Aug 2024 Accepted 28 Aug 2024
DOI: https://doi.org/10.7233/jksc.2024.74.4.130

빅데이터 분석을 활용한 시니어 패션의 인식 변화에 대한 연구

강유림 ; 김문영+
계명대학교 패션마케팅학과 겸임교수
계명대학교 패션마케팅학과 교수
An Analysis of the Change in Perception of Senior Fashion Using Big Data Analysis
Yu-Rim Kang ; Mun-Young Kim+
Adjunct Professor, Dept. of Fashion Marketing, Keimyung University
Professor, Dept. of Fashion Marketing, Keimyung University

Correspondence to: Mun-Young Kim, e-mail: munyoung@kmu.ac.kr

Abstract

To understand the flow and issues associated with changes in the social perception of senior fashion through big data analysis, this study first identified important keywords and overall trends related to senior fashion. Second, the use of senior fashion through clusters was investigated, and third, the process of changing emotions towards senior fashion keywords was investigated. Using Textom, big data on senior fashion were collected for two periods: from January 1, 2014 to December 31, 2018 and from January 1, 2019 to December 31, 2023. To analyze the data, text mining techniques, CONCOR analysis, and emotion analysis were conducted. The results of this study are as follows: First, through text mining, we established that the core keywords of senior fashion from 2014 to 2018 were 'senior', 'fashion', 'model', 'fashion show', 'clothes', and 'culture', and those from 2019 to 2023 were 'model', 'senior', 'fashion show', 'class', and 'fashion'. Second, as a result of the CONCOR analysis, five clusters were derived from 2014 to 2018 and four from 2019 to 2023; meanwhile, consumer perceptions and major issues formed by seniors’ participation in leisure activities as well as social For reduced wordiness participation in senior fashion and the process of educating them were identified. Third, as a result of the emotion analysis, it was found that the ratio of positive emotions towards senior fashion for the two periods from 2014 to 2018 and 2019 to 2023 was generally high. Through the analyses, it can be seen that senior fashion is gradually spreading according to leisure and social activities. In conclusion, this study is meaningful in that it confirmed the changes in keywords, trends, and perceptions by using big data to revitalize the senior market, which has great potential among the major target markets of the fashion industry.

Keywords:

big data, senior, senior fashion, text mining

키워드:

빅데이터, 시니어, 시니어 패션, 텍스트 마이닝

Ⅰ. 서론

생활 수준의 향상과 의학 기술의 발달 등으로 평균 수명이 증가함에 따라 고령 인구의 비율도 늘어나고 있으며, 우리나라의 경우 2008년부터 50대 이상은 큰 폭으로 증가하여, 한국전쟁 직후 1955년~1963년에 태어난 ‘베이비붐 세대’가 2020년부터 본격적으로 고령층에 진입하고 있다. 우리나라 인구 비중은 10대 미만 7.5%, 20대 13.1%, 30대 13.1%, 40대 15.9%, 50대 16.6%, 60대 13.5%, 70대 이상 11.1%로 집계되어, 50대~60대가 주축을 이루고 있으며, 2026년을 기준으로 우리나라 전체 인구의 5명 중 1명이 65세 이상의 고령 인구가 될 것으로 예측되고 있다(Lee et al., 2020). 인구가 곧 시장이라는 측면에서, 고령 시장, 즉 시니어 시장은 매력적인 시장으로 각광받고 있다. 이로 인해, 시니어 시장은 여러 산업 분야에 있는 기업에 많은 변화를 가져올 것으로 예측되며, 상당수의 시니어 계층은 라이프스타일, 패션 등 관심사에 대한 정보를 수집하고 경제적으로 독립적인 특성과 구매력을 갖춘 유망한 소비자 집단으로 주목받고 있다.

은퇴 이후 적당한 여가생활과 특별한 사회참여를 하지 않았던 과거의 은퇴 세대들과 달리, 오늘날의 노인은 인생의 경험을 바탕으로 존경받는 새로운 세대의 의미로, 현대의 시니어는 자신이 원하는 서비스와 상품에 비용을 기꺼이 지불하고, 제2의 삶과 유행에 민감하며 다양한 사회참여 활동을 즐기는 등 건강한 라이프스타일을 추구한다(Kim, Kim, & Kang, 2022). 현대의 시니어는 고령화로 상실된 신체적, 심리적 변화를 보완하여 실제 나이보다 젊게 보여 외적 경쟁력을 갖춤으로써 사회적 관계에 도움을 주고자 자신의 개성이 표현되는 패션스타일과 적합한 패션 제품을 찾고 구매하려는 특성이 있다(Ahn, 2022). 패션산업에서는 시니어의 패션 경향과 소비 활동에 주목하고, 이들의 소비 욕구를 충족하기 위하여 시니어 패션 브랜드 런칭, 시니어 패션디자인, 시니어 패션모델 기용 등 새로운 시도를 진행하고 있다. 예를 들어, 삼성물산의 남성복 브랜드 ‘수트서플라이’는 중장년 고객층을 노린 패션 제품을 출시하였으며, ‘돌체 앤 가바나’, ‘베트멍’, ‘에트로’ 등의 해외 브랜드는 60세 이상의 시니어 패션모델을 기용하는 마케팅을 바탕으로 대중의 주목과 관심을 받았다(Lee, 2023). 이는 현 패션산업에서 시니어 소비자의 새로운 욕구와 라이프스타일 등을 충족하는 시니어 패션 서비스 또는 상품을 다른 브랜드보다 먼저 개발하고, 시니어 패션 시장을 선점하기 위한 선도 기업의 노력을 보여주는 것이다.

현재 패션산업에서 시니어를 대상으로 한 브랜드나 디자이너 브랜드 등 많은 패션 브랜드의 경우 기존의 올드한 이미지로 인해 변화된 현대의 시니어의 니즈를 반영한 패션 제품이나 서비스 등을 명확하게 반영하지 못하는 경향이 있는 것으로 보고되었다(Kang, 2018). 시니어 소비자의 다변화되고 다양한 욕구를 충족하기 위해서 시니어 패션산업은 시니어 소비자의 감성을 만족시킬 수 있도록 시니어 패션에 대한 소비자의 니즈를 파악하는 것이 필요할 것으로 생각된다. 또한 초고령화 사회로 진입하는 국내 인구변화 환경에서 시니어를 위한 패션 시장은 성장 가능한 잠재 가치가 높은 시장이므로(Kim et al., 2022), 미래 고령사회에는 건강 상태와 생활 수준이 더욱 향상되어 시니어 패션에 대하여 현재와는 또 다른 욕구가 나타날 수 있으므로, 현재 시니어 패션에 대한 인식을 파악하는 연구의 중요성을 시사한다. 이는 패션산업에서 시니어 패션 관련 트렌드와 소비자 인식, 시장 흐름을 파악하는 데 유용할 것으로 생각된다.

고령사회에서 시니어의 사회활동 확대로 시니어 패션에 대한 관심이 높아짐에 따라, 시니어 패션에 관련된 연구도 증가 추세에 있다. 최근의 시니어 패션 연구 동향을 살펴보면 노인의 사회활동참여와 관련된 측면에서 시니어 패션모델 대한 연구(Lee et al., 2020; Seon, Jung, & Lee, 2024), TV 드라마와 시니어 패션스타일 연구(Ro, 2020), 시니어 패션 인플루언서 연구(Seo, 2022), 액티브 시니어 패션과 체험 마케팅 연구(Lee, 2019), 액티브 시니어 패션 플랫폼 연구(Lee, 2023) 등이 수행되고 있는 것으로 나타났다. 이러한 시니어 패션에 대한 기존 연구들은 시니어 패션에 나타나는 현상을 중심으로 진행되어 시니어 패션이 가지는 의미 및 패션을 통해 표현되는 패션에 대한 인식의 시대적 변화에 대한 연구는 찾아보기 어려웠다. 시니어 패션의 경우 고령화 현상과 고령 인구의 라이프스타일의 변화 등 사회문화적 현상의 변화에 따라 고령 인구의 증가로 인구의 수와 구매 영향력이 클 것으로 예측되는 시니어 소비자가 큰 주목을 받기 때문에 여러 패션기업의 주목을 받는 소비자 집단이라 할 수 있으므로, 사회적 현상으로 시니어 패션산업에 있어서도 사회문화적 인식의 변화에 접근하는 연구가 시도되어야 할 것으로 생각된다. 이에 본 연구는 시니어 패션에 대한 의미와 마케팅의 관점에서 시니어 패션에 대한 표면적 의미를 사회적 인식으로 확대하여 시니어 패션에 대한 사회문화적 인식을 알아보고자 하였다.

이와 같은 시니어 패션의 인식 변화에 대한 연구를 위하여, 기존 아날로그 환경의 데이터에서 얻기 어려웠던 다수의 잠재적이며 다양한 생각과 인식을 파악하고, 새로운 의미와 통찰의 추출이 가능한 분석으로 빅데이터 분석을 활용하여 진행하고자 하였다. 이 분석은 비정형 텍스트 데이터에서 자연어 처리와 형태소 분석 등을 바탕으로 특정 키워드와 연관된 발생 빈도와 확률을 분석하여 의미 있는 특성을 추출하고, 담론을 정량화하여 중요한 패턴과 어휘, 추세 등의 정보를 도출하여 객관화된 의미를 파악하는 데 유용하다. 빅데이터 분석의 유용성으로 인하여 학술적으로도 빅데이터 분석을 활용하는 연구들이 활발히 수행되고 있다. 패션 분야에서 빅데이터 분석을 활용하는 연구들은 주로 브랜드나 상품개발, 디자인 개발을 위하여 소비자와 사회적 인식을 알아보는 연구들이 주를 이루고 있다. 살펴보면, 지속가능한 패션과 디지털 실행을 주제로 한 연구(Jang, 2024), 패션 버추얼 휴먼(Kang, 2024), 신문 기사 빅데이터 분석을 활용하여 한국 중년 남성의 외모 관리를 분석한 연구(Lee & Ha, 2024) 등이 실시되었다. 이렇듯 패션 분야에서 주목받고 있는 이슈에 대하여 빅데이터를 활용하여 키워드에 대한 인식을 알아보는 연구들이 수행된 것은, 빠르게 변화하는 패션 산업과 소비자 특성에 자료를 실시간으로 수집 및 분석하는 빅데이터 분석이 적합하고, 그로 인해 결과의 신뢰도 또한 높일 수 있기 때문으로 여겨진다. 더불어, 대중과 기업, 사회 간 상호작용이 주로 비정형 데이터와 텍스트를 바탕으로 이루어지므로, 빅데이터의 수집 자료인 텍스트 데이터가 분석대상으로 중요하게 여겨지기 때문이라 할 수 있다(Jang et al., 2022).

그러나, 앞서 살펴본 바와 같이 현대 시니어 패션 소비자의 중요성과 관심이 증가하고 있으나, 빠르게 변화하는 시니어 패션과 소비자 특성 등을 망라하는 시니어 패션에 대한 인식을 살펴보기 위하여 빅데이터 분석을 활용한 연구는 아직 이루어지지 않은 것으로 파악되었다. 현재 시니어 패션산업은 라이프스타일과 경제력 등의 측면에서 과거와는 다른 베이비붐 세대의 은퇴와 함께 새로운 성장산업과 소비자 집단으로 가능성이 높아지고 있으며(Lee, 2023), 은퇴 후 제 2의 삶을 어떻게 지낼 것인가에 대한 측면은 현대 고령화 사회의 새로운 과제로서 중요한 함의를 갖는다. 그러므로 시니어 패션에 대한 빅데이터를 활용해 분석하는 연구가 이루어지는 것은 시니어 패션에 대한 속성과 특성, 만족, 감정, 의도, 인식, 소비 등 현대 시니어 패션의 특성에 대한 총체적인 인식을 파악할 수 있다는 점에서 의미 있을 것으로 생각된다. 따라서 본 연구는 시니어 소비자가 미래 패션산업의 주요 소비자가 될 것을 고려하여, 시니어 패션에 대해 형성되고 있는 의미와 특성, 주요 이슈 등 소비자 인식과 주요 의제를 빅데이터 분석으로 알아보고자 하였다. 이를 통해 패션산업에서 현대의 시니어 소비자와 니즈를 고려한 상품 또는 서비스, 마케팅 등을 기획하기 위한 기초자료를 제공하고자 하였다.


Ⅱ. 이론적 배경

1. 현대 시니어의 특성과 시니어 패션

시니어(Senior)는 노인, 실버세대, 시니어, 뉴실버, 고령층 등 고령 인구를 지칭하는 연장자의 의미로, 시니어의 범위는 환경 영역과 사회적 기준에 따라 달라지지만, 일반적으로 50세 이상을 법적 고령자로 본다(Kim & Kim, 2021). Lee(2023)는 우리나라 고령자를 연령, 단계, 시장 유형을 기준으로 예비 고령자, 준 고령자, 고령자, 초 고령자로 구분하였다.

50~64세에 해당하는 예비 고령자는 자립적으로 생활이 가능한 고령자로, 적극성과 미래지향적 진보성을 갖추고 있어 액티브 시장에 속하며, 65~74세의 준 고령자도 독립적이고 경제력을 보유하여 스스로 생활이 가능한 자립생활기 단계에 해당되나, 예비 고령자와 고령자 사이에 있어 갭(Gap)시장에 포함된다고 하였다. 75~89세의 고령자는 노화로 인하여 신체적 건강이 점차 쇠퇴하는 시기에 해당되며, 90세 이상의 초 고령자는 건강 쇠퇴로 인하여 장기적으로 요양생활을 하는 장기요양시장에 해당된다<Table 1>. 2000년 기준으로 인간의 평균 수명은 67.4세였으나, 오늘날 생활수준의 향상과 의료기술의 발달로 인해 2019년 기준으로 인간의 평균 수명은 73.1세로 보고되었고, 시니어의 경제활동 참가율 또한 2000년에는 55.3%로 집계되었으나, 2023년 65.8%로 약 10%가 증가하는 등 시니어를 둘러싼 수명과 생애주기에 변화가 일어나고 있다(Baek & Seo, 2018). 그리고 핵가족화와 1인 가구의 증가와 같이 가족 형태의 구조적 변화로 인하여 현대의 시니어는 행복한 삶을 우선시하고 가족과 개인의 가치를 모두 중요하게 여기는 등 가치관 또한 미래지향적이고 적극적인 현대적 가치관으로 변화하였다. 과거의 시니어는 은퇴 후 경제적 자립 능력이 부족하여 자녀에게 의존해야 하는 특성이 있었으나, 현대에 들어 우리나라 주택 소유자 중 시니어가 46.7%를 차지하는 등 높은 경제력을 보유한 현대의 시니어가 증가하고 있다. 더불어 PC와 스마트폰의 대중화로 시니어 세대도 스마트폰 보유율이 90%로 보고된 만큼(Rho & Chun, 2019), 시니어의 디지털 기기 보유와 활용 사례 또한 늘어나는 추세이다<Table 2>.

Senior Classification

A Change in Seniority Between the Past and the Present

세대 특성 관점에서 현대의 시니어는 신체적, 정신적, 경제적, 문화적 등 다양한 측면에서 자기중심적 성향의 변화와 은퇴 후에도 남은 인생을 자아실현의 제 2의 인생으로 생각하고 지속적인 경제활동과 사회참여활동을 희망하고 있다는 점에서 과거의 시니어와는 다른 시니어 세대로 여겨진다(Kim & Kim, 2021). 특히 과거의 시니어는 노년기를 인생의 황혼기라 인식하고 검소한 소비관을 바탕으로 절약하고 소박한 생활과 같은 시니어 세대와 교류하는 것을 추구하고, 자녀에게 자산을 상속하는 경향이 강하여 노후를 자녀에게 의존해야 하는 특성이 강하다고 볼 수 있다(Seo, Kim, & Oh, 2023). 반면에, 현대의 시니어는 노년기를 새로운 인생의 시작으로 인식하며, 합리적인 소비관을 바탕으로 노후를 자발적으로 대비하고자 자산을 보유하고, 같은 시니어 세대 외에 다른 세대와 활발히 교류하면서 다변화된 취미와 여가를 즐기려는 라이프스타일을 추구한다<Table 3>.

Past and Senior Characteristics of the Present

현대의 시니어는 우리나라 고령층 중에서도 합리적이며 미래지향적인 가치관을 바탕으로 활발한 사회활동에 참여하는 고령자 계층으로 볼 수 있으며, 실제 나이보다 젊게 보여 외적 경쟁력을 갖추고자 트렌드에 민감하고 자신의 개성이 드러나는 패션스타일을 지향하는 등 외적인 패션 이미지의 형성에 적극성을 표출하고 있다. 시니어 패션에 대한 초기의 연구는 약 2000년대부터 실버세대의 등장으로 실버 패션과 노인 의류에 대한 관심이 증가하면서, 패션디자인이나 패션 트렌드, 패션 라이프스타일, 패션 제품 개발 등 다양한 주제로 연구가 수행되었다(Baek & Seo, 2018; Bin & Yum, 2023; Han & Ha, 2017; Jin, 2024; Kang, 2018; Ro, 2020). 시니어 세대의 라이프스타일과 가치관, 특성이 변화되고 그에 따라 사회참여가 달라지고 있는 트렌드에 따라, 최근의 연구는 주로 시니어 세대의 패션모델이나 인플루언서 등 제 2의 직업에 관한 주제, 액티브 시니어 소비자에 대한 주제 위주로 수행되는 경향이 있었다(An, Chung, & Kim, 2014; Lee, 2023; Lee & Ha, 2024; Lee, 2019; Rho & Chun, 2019). 이 외에, 시니어 소비자를 겨냥한 제품 개발, 시니어 여성의 패션스타일, 온라인에 나타난 시니어 패션, 패션 브랜드 매장과 시니어 소비자 비교 등을 주제로 한 연구들이 이루어졌다고 볼 수 있다(Kim & Kim, 2021; Lee & Yu, 2021; Seo, 2022). Han & Ha(2017)는 여성 시니어 소비자는 다양한 브랜드를 아우르는 안목을 바탕으로 50대 때와 동일한 패션스타일을 지향한다고 하였으며, Lee & Yu(2021)는 시니어의 신체적, 심리적 변화를 도모할 수 있는 패션 제품을 바탕으로 외모의 자신감과 사회적 관계에 긍정적인 효과를 줄 수 있다고 하였다. Ro(2020)는 사회현상과 같은 맥락으로 미니멀하며 심플한 스타일 또는 엘레강스하거나 클래식한 스타일 등 시니어의 패션스타일도 자신의 개성을 드러낼 수 있는 방향으로 변화하고 있음을 주장하였다. 시니어 세대 자체가 이전의 시니어 세대와 현대의 시니어 세대가 결을 달리하는 것이 주요 원인으로써, 과거의 가치관과 라이프스타일의 변화는 시니어의 다양한 패션스타일과 독특한 개성을 반영한 새로운 패션 트렌드를 제공할 수 있다고 하였다. 이러한 시니어 패션 관련 선행연구의 동향은 시니어 세대의 라이프스타일과 트렌드의 변화에 따라, 시니어의 특성과 시니어 패션은 과거와 다른 양상으로 변모하면서, 학계에서도 시니어 패션의 연구주제가 다양해지고 있음을 시사한다.

종합적으로, 시니어는 실버와 노인, 뉴 실버 등 다양한 용어로도 지칭되고 있는 광의의 개념으로 변화하고 있다. 특히 현대의 시니어는 은퇴 후에도 제 2의 인생을 살고자 하는 특성이 강하며, 이러한 라이프스타일의 변화에 따라 시니어 패션도 다른 의미로 확대되어 자신을 표현하는 도구 및 사회적 소통의 도구로 활용되고 있다. 따라서 본 연구에서는 시니어 패션을 바라보는 시각의 변화를 알아보고자 하였으며, 그에 대한 자료수집에 있어서도 광의의 개념을 반영하여 시니어, 실버세대, 노인, 고령자 등 연령적 범위와 더불어 패션 부분에서 가치관의 표현을 중심으로 라이프스타일, 사회참여 등을 포함하는 시니어 패션의 개념을 바탕으로, 빅데이터 분석을 활용하여 시니어 세대의 생활양식의 표현을 중심으로 인식 변화를 알아보고자 하였다.

2. 빅데이터를 활용한 패션 관련 연구와 시니어 패션 연구 동향

패션 분야에서 패션 브랜드나 상품 디자인, 서비스 기획 등의 개발을 위하여 특정 주제와 키워드에 대하여 사회적 인식을 알아보기 위하여 빅데이터 분석을 활용하는 연구들이 수행되고 있다. 가장 최근에 이루어진 연구는 Kang(2024)은 패션 버추얼 휴먼의 인식을 알아보기 위해 텍스톰을 활용한 빅데이터 분석을 실시하여 자료를 수집한 뒤, 주제 키워드와 연관된 주요 단어의 등장 빈도와 연관성, 중요성을 알아보는 빈도분석, TF-IDF, N-gram, 버추얼 휴먼 관련 유사 키워드들의 군집을 이루는 CONCOR 분석을 실시하였다. Jang(2024)은 지속가능 패션과 디지털을 주요 키워드로 설정하여 빅데이터 분석 플랫폼 텍스톰을 활용하여 빈도분석, TF-IDF, 워드클라우드 시각화, N-gram, CONCOR 분석을 실시하여 패션산업의 미래로 디지털이 중요하게 다뤄져야 함을 제언하였다. Koo & Seo(2024)는 빅데이터 분석을 활용하여 빈도분석과 TF-IDF를 통한 텍스트 마이닝과 CONCOR 분석, 감성 분석을 실시하여 패스트패션과 환경오염에 대한 인식을 알아보았다. Lee & Ha(2024)는 중년 남성의 외모 관리의 인식을 파악하기 위하여 신문 기사 위주로 빅데이터를 수집하고, 텍스트 마이닝을 통한 내용분석을 실시하였다. Jin(2024)은 2023년 F/W 트렌드 중 올드머니룩의 트렌드를 분석하기 위하여 블로그 위주로 자료를 수집하고, 빈도분석, TF-IDF, 네트워크 분석, CONCOR 분석을 실시하여 대중이 인식하는 올드머니룩의 트렌드를 이해하였다. Cho & Lee(2024)는 Python을 활용하여 친환경 섬유에 대한 빅데이터 분석을 실시하여, 주요 토픽을 파악하기 위한 LDA 분석, CONCOR 분석과 유사하게 주제별 키워드를 도출하여 특성을 파악하는 DTM 분석을 실시함으로써, 섬유패션산업의 지속가능 발전을 위한 친환경 섬유의 상용화에 대한 기초자료를 제시하였다.

특정 패션에 대한 소비자 인식을 알아보기 위해 빅데이터 분석을 실시한 연구로, Kim & Lee(2024)는 에코패션에 대한 소비자 인식과 이슈를 파악하기 위하여 텍스톰을 통해 빅데이터를 수집하여 빈도분석, 매트릭스 분석, 연결중심성 분석, CONCOR 분석을 실시함으로써, 패션기업의 고객중심 마케팅과 지속가능 경영 활동에 대한 시사점을 제시하였다. 슬로우 패션의 이슈를 알아보기 위하여 유튜브에서 ‘슬로우 패션’ 키워드를 검색하여 나타나는 동영상 자료를 수집하여 R 소프트웨어를 활용하여 빈도분석, 워드클라우드 분석, N-gram, LDA 토픽모델링 분석, 내용분석을 실시한 연구(Bin & Yum, 2023)도 수행되었다. NFT 가상패션의 담론과 디자인 표현 특성을 파악하기 위하여 Wang & Sung(2023)은 텍스톰의 빅데이터 분석을 활용하여 CONCOR 분석과 클러스터 분석을 실시하였다. 한국과 중국, 미국의 비건 패션의 쟁점을 분석하기 위하여 빅데이터 분석 플랫폼 텍스톰을 이용하여 빈도분석, TF-IDF, CONCOR 분석을 실시한 연구(Jeong & Yun, 2023)도 이루어졌다. Kim & Lee(2023)는 메타버스와 패션디자인의 합성어인 메타패션의 의미구조를 분석하기 위하여 빅데이터를 활용하여 빈도분석, TF-IDF, N-gram, CONCOR 분석을 실시하였다. Cho(2022)는 3D가상 패션에 대하여 코로나19 전·후 사회적 인식 변화를 알아보기 위해 빅데이터 분석을 바탕으로 빈도분석, 연결중심성, CONCOR 분석을 실시하여, 패션산업에서 3D가상 패션은 3D 교육으로써 요구도가 높게 나타남을 밝혀냈다. 3D 프린팅 패션의 소비자 인식을 알아본 연구(Lee, Lee, & Choi, 2022)는 텍스톰을 활용하여 빈도분석, TF-IDF, 감성 분석, LDA 토픽모델링 분석을 실시하여 소비자의 긍정 및 부정의 감성 등의 인식을 바탕으로 한 3D 프린팅 패션디자인의 개발에 대한 시사점을 제시하였다.

패션 분야에서 빅데이터 분석을 활용한 선행연구들은 상당수가 텍스톰을 활용하여 자료를 수집하고, 분석방법으로 빈도분석, TF-IDF, CONCOR 분석을 가장 많이 활용하고 있음을 알 수 있었다. 이 외에, 연구자에 따라 N-gram, 연결중심성 분석, LDA 분석, 감성 분석을 실시하였음을 알 수 있었다. 선행연구에서 분석한 방법 중 수집된 비정형 데이터 간의 연간관계를 분석하는 텍스트 마이닝기법은 방대한 데이터 속에서 의미 있는 정보를 추출하고, 주제 키워드와 관련된 상위 연관어와 중요도를 파악하는 데 유용하다. 또한, CONCOR 분석은 수집된 빅데이터의 동일한 선상에 위치한 단어 간의 상관관계를 반복적으로 수행하여 유사한 특성을 가진 주요 단어를 중심으로 같은 그룹으로 분류하는 군집을 도출함으로써 핵심적인 주제를 파악할 수 있다. 그리고, 비정형 데이터를 바탕으로 주제 키워드에 대한 사람들의 긍정과 부정의 각 감정에 대한 인식을 탐색할 수 있는 감성 분석은 소비자의 니즈를 파악하는데 유용한 분석이다(Kang & Kim, 2022). 이러한 분석의 유용성을 고려하여 본 연구는 빅데이터 분석을 활용하여 텍스트 마이닝과 CONCOR 분석, 감성 분석을 실시하였다.

이상으로, 고령화 사회에 이르러 사회적·시대적 변화의 흐름에 따라 시니어 패션에 대한 관심도 증가하고 있는 시점에서, 시니어 세대의 특성과 라이프스타일, 트렌드와 함께 유동적으로 변하는 시니어 세대의 패션에 대한 사회적 인식을 파악하는 것은 단순히 시니어 세대의 패션 특성에만 국한하는 것이 아니라 소비 특성, 라이프스타일 특성 등과도 밀접하게 연관된 인식을 이해할 수 있을 것이다. 특히 빅데이터 분석을 활용하는 것은 주제 키워드에 대한 방대한 텍스트 데이터 속에서 관련 키워드와의 패턴과 관련성을 파악하여 숨겨진 의미를 발견해 새로운 정보를 도출할 수 있다(Kang & Kim, 2022). 따라서 본 연구는 빅데이터를 활용하여 시니어 패션에 대한 사회적 인식을 탐색적으로 알아보고, 시니어 패션에 대한 사람들의 심리와 행동 등의 인식을 파악하여, 패션산업에 적용할 수 있는 전략적 방안을 제시하고자 한다.


Ⅲ. 연구방법

1. 연구문제

본 연구는 빅데이터 분석을 활용하여 2014년부터 2023년까지의 시니어 패션에 대한 사회적 인식 변화의 흐름과 이슈를 파악하기 위해 다음과 같은 연구문제를 설정하였다. 연구문제 1. 2019년 전·후 각 5년간 시니어 패션에 관련 단어들을 추출하고 텍스트 마이닝 기법을 활용하여 주요 키워드를 도출하여 시니어 패션에 대한 사람들의 관심 변화를 살펴본다. 연구문제 2. 도출된 군집화의 연결망을 통해 2019년 전·후 각 5년간 시니어 패션의 특성을 알아본다. 연구문제 3. 빅데이터 분석을 통해 알아본 시니어 패션 키워드에 대한 감정 변화 양상을 통하여 2019년 전·후 각 5년간 시니어 패션에 대한 인식 변화과정을 알아본다.

2. 자료수집

본 연구에서는 빅데이터 플랫폼 텍스톰을 활용하여 시니어 패션에 대한 자료를 수집하였으며, 수집 키워드는 ‘시니어 패션’으로, 같은 뜻이지만 띄어쓰기나 표기법이 다른 ‘시니어패션’, ‘senior fashion’, ‘Senior fashion’, ‘Senior Fashion’, ‘SENIOR FASHION’ 등 시니어 패션을 의미하는 단어는 모두 포함하였다. 자료수집 기간의 설정은 시니어 패션 시장의 비중이 2019년부터 커진 성장성 지표(Lee, 2023)와 텍스톰의 빅데이터 자료수집이 2014년부터 가능한 점을 고려하여, 2019년을 전·후로 각 5년간 시니어 패션에 대한 인식과 이슈를 비교하고자 하였다. 자료수집 범위는 빅데이터 플랫폼 텍스톰을 활용하여, 같은 내용의 텍스트가 여러 포털사이트에 동시에 노출된다는 점을 참고로(Kang & Kim, 2022), 네이버, 구글, 다음과 유튜브(댓글 데이터)의 텍스트로 만들어진 웹문서 자료를 수집하였다. 자료수집 기간은 2014년 1월 1일부터 2018년 12월 31일까지와, 2019년 1월 1일부터 2023년 12월 31일까지의 각 5년간의 두 기간으로 설정함으로써, 시니어 패션에 대한 인식의 변화 흐름을 살펴보았다<Table 4>. 시니어 패션 키워드 검색에 대한 수집된 출처별 분포를 살펴보면, 2014년 1월 1일부터 2018년 12월 31일까지의 자료는 네이버의 경우 블로그 556개, 카페 120개, 뉴스 40개, 학술 31개로 나타났고, 다음은 웹문서 20개, 블로그 31개, 뉴스 4개, 유튜브 550개(최대 수집)로 총 1,352개가 추출되었다. 2019년 1월 1일부터 2023년 12월 31일까지의 자료는 네이버의 경우 블로그 1,000개, 뉴스 622개, 지식인 10개, 학술 38개로 나타났고, 다음은 카페 1개, 뉴스 41개, 블로그 85개, 유튜브 550개(최대 수집)로 총 2,347개가 추출되었다.

Distribution of Senior Fashion Data Collection

3. 자료분석 절차 및 방법

본 자료분석의 절차는 데이터 정제와 형태소 분석, 단어 수정의 절차로 이루어졌다. 첫째, 데이터 정제 절차는 텍스톰에서 동일한 데이터가 포함되지 않도록 제목과 본문을 통합하는 직접 선택법의 분리정제를 선택하였으며, 제목과 내용, URL을 바탕으로 중복 제거하였다. 특히 시니어 패션에 대한 판매 사이트나 광고성 텍스트 데이터를 제거하는 데이터 정제 과정을 거쳐, 데이터의 신뢰성을 높이고자 하였다. 둘째, 형태소 분석 절차는 Espresso K를 활용하여 복합명사와 고유명사를 결과값에 반영하고, 형용사와 명사를 도출하여 자료의 분석에 활용하였다. 셋째, 단어 수정 절차는 수집된 원문 데이터를 바탕으로 시니어 패션과 동일한 의미의 국문 및 영문 단어나 표현이 다른 ‘패셔’, ‘시니’, ‘노인’ 등은 ‘패션’ 또는 ‘시니어’와 같은 단어는 하나의 단어로 수정 및 편집하였으며, ‘이’, ‘것’, ‘등’, ‘외’와 같이 중복되거나 불필요한 단어는 삭제하였다.

본 자료분석 방법은 빅데이터 연구방법에서 주로 사용되는 텍스트 마이닝 기법, CONCOR 분석, 감성 분석을 실시하였다. 첫째, 시니어 패션과 관련된 연관어와 주요 단어를 도출하고자 빈도분석과 TF-IDF 분석의 텍스트 마이닝을 실시하였으며, 이를 시각화하기 위해 워드 클라우드로 표현하였다. 시니어 패션에 대한 유사한 특성을 가진 주요 단어의 군집을 도출하기 위해, 도출된 상위 70개의 핵심 단어와 단어 사이의 대칭형 매트릭스 일원모드(1-mode)를 생성한 후, UcINet 프로그램의 NetDraw 기능을 활용하여 CONCOR 분석을 실시하였다. 셋째, 시니어 패션에 대한 감성적인 인식을 파악하고자 비정형 데이터를 바탕으로 각 감정(긍정, 부정)에 포함될 확률을 계산하는 감성 분류방식의 텍스톰의 베이지안 분류기(Bayesian Classifier)를 활용한 감성 분석을 활용하였다. 특히 연구자가 문서를 긍정, 부정으로 분류하고 학습데이터를 구축해 이를 전체 데이터에 적용하고 자동적 분류를 도출함으로써, 시니어 패션에 대한 사람들의 감정을 긍정과 부정의 카테고리에서 호감, 흥미, 불안 등의 감성 어휘로 세분화하여 파악하였다.


Ⅵ. 연구결과

1. 시니어 패션과 관련된 주요 키워드와 사회적 관심 변화

2014년 1월 1일부터 2018년 12월 31일까지, 2019년 1월 1일부터 2023년 12월 31일까지 시니어 패션 텍스트에서 가장 많이 등장한 단어 빈도분석과 TF-IDF 결과는 <Table 5>와 같다. 첫째, 단어 빈도분석의 경우, 2014년부터 2018년까지 시니어 패션 상위 연관어는 ‘시니어’, ‘패션’, ‘모델’, ‘패션쇼’, ‘옷’, ‘디자인’, ‘센터’, ‘디자이너’, ‘액티브’, ‘문화’ 순으로 높은 빈도로 나타났으며, 2019년부터 2023년까지는 ‘모델’, ‘시니어’, ‘패션’, ‘패션쇼’, ‘클래스’, ‘광주’, ‘대회’, ‘브랜드’, ‘학원’, ‘패션모델’ 순으로 높은 빈도를 보여주었다. 이는 2014년부터 자기계발과 취미생활 중에서도 패션모델 쪽으로 적극적인 소비를 지향하는 시니어 세대의 라이프 스타일의 변화에 따른 액티브 시니어에 대한 사회적 관심의 확장으로 인해(Seon et el., 2024), 2014년부터 2018넌까지의 시니어 패션 연관어의 상위 단어로 액티브나 모델, 패션쇼 등이 나타난 것으로 추론된다. 특히 2019년부터 2023년까지 시니어 패션 연관어로는 주로 패션모델과 패션쇼와 관련된 단어들이 상위 단어로 나타났다. 이는 고령화 사회에 진입한 우리나라의 시니어의 성공적 노화와 노년기를 도모하기 위하여 주로 사회활동 참여의 측면에서 시니어 패션쇼나 시니어 모델 교육 개최 등의 활동이 활발히 진행되고 있음을 보여주는 것으로 생각된다.

Words Frequency and TF-IDF of Senior Fashion

둘째, 단어 빈도와 역문서 빈도를 곱하여 계산하여 주제 키워드와 관련된 주요 단어의 결과를 보여주는 TF-IDF 분석결과를 살펴보면, 2014년부터 2018년까지는 ‘모델’, ‘패션쇼’, ‘옷’, ‘센터’, ‘문화’, ‘디자인’, ‘액티브’, ‘디자이너’ 등의 순으로 나타났다. 2019년부터 2023년까지는 ‘모델’, ‘패션쇼’, ‘클래스’, ‘패션’, ‘광주’, ‘부산’, ‘학원’, ‘브랜드’ 등이 높은 빈도를 보여주었다. 이는 단어 빈도분석 결과와 비교적 유사하였으며, 2014년부터 2018년에는 시니어 패션과 관련된 모델, 쇼, 의류, 액티브 시니어, 시니어 패션 디자이너 등 다양한 키워드들이 주요 단어로 나타났지만, 2019년부터 2023년까지는 패션모델과 패션쇼에 관한 단어들이 집중적으로 나타나 시니어 패션 관련 주요 단어는 패션쇼와 패션모델에 관한 흐름으로 변화되고 있음을 알 수 있었다. 이와 같은 결과는 단어 빈도 결과와도 비슷했으나, 상위 단어 순위에서 차이가 있었으며, 즉 2014년부터 2018년까지 단어 빈도는 ‘시니어’와 ‘패션’, ‘모델’이 상위 3순위 내에 위치하였으나, TF-IDF에서는 ‘모델’, ‘패션쇼’, ‘옷’이 상위 3순위 내로 나타나, 패션쇼와 시니어 의류에 관한 단어가 중요하게 연관됨을 알 수 있었다. 이를 통해, 시니어 패션에 관하여 주요하게 고려해야 할 부분은 시니어를 대상으로 한 패션쇼와 시니어 패션모델, 패션쇼와 관련된 시니어 의류로 정리할 수 있다. 시니어 패션쇼는 근래 사회적으로 관심을 끌고 있는 활동으로, 시니어 패션모델은 시니어 세대를 위주로 모델 워킹과 향후 모델로서 진출을 할 수 있는 제 2의 직업으로, 단순히 취미생활과 여가생활에 그치는 것이 아니라, 시니어의 자긍심과 자부심, 자기효능감, 삶의 목적을 고취해주는 유의미한 활동으로 여겨지고 있다(Seon et el., 2024). 특히 시니어 패션쇼와 모델 참여 활동은 경제적으로 소득을 창출할 수 있는 측면에서 우리나라의 고령화 문제 해결에도 도움이 되는 사회참여 활동으로 주목받고 있다. 이러한 점을 고려할 때, 시니어 패션과 관련된 사회적 인식의 흐름은 단순히 시니어 소비자를 위한 패션 제품의 유행 경향, 소비성향 등 패션 소비에 대한 일반적인 시니어 소비자 패션 제품 소비 활동에 국한되는 것이 아니라, 시니어의 은퇴 후 경제 및 여가 등 사회참여활동과 이어지고 있음을 알 수 있다.

<Fig. 1>은 시니어 패션과 관련된 도출된 단어의 출현 빈도를 시각화하여 쉽게 인지할 수 있는 워드 클라우드로, 출현 빈도가 높은 단어일수록 중앙에 큰 글자로 위치하며, 2014년부터 2018년까지와 2019년부터 2023년까지 두 기간의 시니어 패션에 관한 상위 30개 단어의 워드 클라우드이다. 시니어 패션모델은 여가활동의 일환으로, 예비 고령자나 초 고령자 등 고령자 전반을 포함한 아마추어 시니어 모델로, 주로 여성 참여자가 주를 이루고 있어 2014년부터 2018년까지 ‘여성’ 단어도 등장하였음을 알 수 있다<Fig. 1>.

<Fig. 1>

Word Cloud of Senior Fashion

특히 시니어 패션모델이 대중적으로 주목을 받는 여가활동인 만큼, 이에 대한 높은 관심과 시니어 세대의 참여로 인하여 시니어 패션모델과 패션쇼의 참여 양상이 더욱 두드러져 2019년부터 2023년까지 전문적으로 시니어 패션모델 양성을 위한 ‘협회’, ‘과정’, ‘교육’, ‘아카데미’, ‘학원’, ‘워킹’, ‘학과’ 등 모델 교육과 관련된 단어들이 등장하였음을 알 수 있다. 이와 같이, 핵심 단어의 분석결과를 바탕으로 2014년부터 2023년까지 시니어 패션에 대한 사회적인 경향은 시니어의 의생활 또는 패션 제품, 패션 소비나 소비성향 등과 관련된 단어는 ‘옷’, ‘디자인’, ‘한복’ 등으로 드물게 나타나고 있다. 즉 시니어 패션에 대한 사회적 인식은 제품을 구매하는 의류 소비에 국한된 개념이 아니라, 패션을 통한 여가와 사회활동에 참여하는 개념을 포괄하고 있다. 이는 시니어 패션의 개념의 확장성을 보여주는 것으로, 시니어 패션은 시니어 세대가 자신의 목표를 성취하기 위해서, 또는 취미와 여가생활에 참여하여 성공적인 노후를 보내기 위하는 의미로 이해하는 것이 필요할 것으로 사료된다.

2. 시니어 패션 군집화의 연결망을 통한 시니어 패션의 주요 특성의 변화

시니어 패션 관련 데이터의 네트워크 내 연결패턴과 관계를 파악하고 시각적으로 도출하기 위하여 구조적 등위성 분석을 실시하고, 여러 차례의 상관관계 분석을 바탕으로 유사 키워드로 모인 군집과 그 관계를 파악할 수 있는 CONCOR 분석을 실시하였다. 분석 과정에서, 단어 간의 의미를 효과적으로 유추하기 위해서 ‘Attribute to group by’는 2로 하였으며, 분산배치 숫자가 너무 낮으면 네트워크의 간격이 넓어져 단어들이 군집을 이루지 못하거나, 숫자가 너무 높으면 단어가 겹쳐져 의미 있는 결과가 나타나기 어렵다는 점을 참고로(Jang, 2024), 분산배치 정도는 8로 설정하였다. 그 결과는 <Fig. 2>와 같으며, 2014년부터 2018년까지 시니어 패션의 군집은 5개의 군집이 형성되었으며, 2019년부터 2023년까지 시니어 패션은 4개의 군집이 형성되었다.

<Fig. 2>

Concor of Senior Fashion

첫째, 2014년부터 2018년까지의 시니어 패션 5개 군집 중 군집 1은 ‘생활’, ‘건강’, ‘액티브’, ‘여성’, ‘스타일’, ‘한국’, ‘패션’, ‘이상’, ‘자신’, ‘우리’, ‘뉴’, ‘교육’, ‘사회’, ‘세대’, ‘중년’의 단어가 포함되었다. ‘한국’이나 ‘액티브’, ‘뉴’, ‘세대’, ‘중년’은 우리나라의 현대의 시니어를 의미하는 액티브 시니어와 뉴 시니어와 관련된 단어이며, ‘교육’, ‘사회’, ‘생활’, ‘건강’ 등은 시니어 세대의 라이프스타일 전반에 관한 단어이므로, 군집 1은 ‘현대 시니어+라이프스타일’로 명명하였다. 군집 2는 ‘영어’, ‘디자이너’, ‘시작’, ‘그녀’, ‘전문’, ‘시니어’, ‘위크’, ‘브랜드’ 단어가 포함되었는데, ‘시작’은 시니어 세대의 제 2의 인생 시작과 관련된 용어였으며, ‘위크’와 ‘브랜드’는 시니어 세대를 대상으로 하는 ‘패션위크’에 대한 용어이며, ‘그녀’는 시니어 여성의 패션모델 사례의 증가로 인해 나타나는 용어였으며, ‘영어’는 시니어의 영어공부와 관련된 용어였다. 이러한 단어들의 등장을 바탕으로 시니어가 은퇴 후 제 2의 인생을 살고자 자신이 정한 목표를 달성하기 위하여 영어공부나 시니어 패션모델 등에 참여하는 여가생활의 일종으로 보이므로, 군집 2는 ‘시니어+여가생활참여’로 명명하였다. 군집 3은 ‘노인’, ‘유학’, ‘사용’, ‘디자인’, ‘산업’ 단어가 포함되었으며, 현대의 시니어는 은퇴 후 남은 시간을 어떻게 사용할 것인가에 대한 고민을 자기계발 또는 해외여행을 통한 도시관광과 다양한 인간관계의 형성을 위하여 어학연수와 유학을 가려는 경향이 강해지고 있으며, 이는 특히 액티브 시니어 위주로 나타나고 있다(Kim & Kim, 2021). 액티브 시니어는 디지털 기술과 기기를 잘 활용하고자 UX와 UX 디자인을 빠르게 이해하고 사용할 수 있는 역량이 증진되고 있는데, 액티브 시니어의 특성과 관련된 단어들이 군집 3에 나타나, 군집 3은 ‘액티브 시니어 특성’이라 명명하였다. 군집 4는 ‘서울’, ‘스타’, ‘모델’, ‘패션쇼’의 단어가 도출되었으며, 서울에서 열리는 패션쇼에 시니어 모델이 참여한다는 내용이었으므로, 군집 4는 ‘시니어 패션모델 참여’로 명명하였다. 군집 5는 ‘영화’, ‘회사’, ‘미국’, ‘인턴’ 단어가 포함되었는데, 이는 2015년에 개봉된 미국의 코미디 영화이자 70세 남성이 시니어 인턴 프로그램으로 취업을 하게 되는 ‘인턴’ 영화(Seon et al., 2024)의 주인공 중 시니어에 해당하는 ‘벤’의 미국 신사복 패션이 이슈가 되어(Chae, 2017) 나타난 단어들이므로 ‘시니어 문화’로 명명하였다.

둘째, 2019년부터 2023년까지의 시니어 패션의 4개의 군집 중 군집 1은 ‘대회’, ‘워킹’, ‘대학교’, ‘활동’, ‘광주’, ‘서울’, ‘과정’, ‘교육’, ‘클래스’, ‘시니어’, ‘패션모델’ 단어를 포함하고 있어, 시니어 세대에서 패션모델로 활동하기 위하여 서울과 광주 등의 지역이나 대학교에서 모델 교육과 클래스에 참여하는 내용이므로 ‘시니어 패션모델 교육 참여’로 명명하였다. 군집 2는 ‘키즈’, ‘한국’, ‘액티브’, ‘브랜드’, ‘디자인’, ‘패션’, ‘패션위크’, ‘디자이너’ 단어가 포함되었으며, 이는 서울 또는 글로벌 패션위크가 꾸준히 개최되어 시니어와 키즈모델과 국내·외 디자이너와 패션 브랜드가 참여하는 내용이므로, ‘시니어 패션위크 참여’로 명명하였다. 군집 3은 ‘협회’, ‘오디션’, ‘패션쇼’, ‘아카데미’, ‘모델’, ‘학원’의 단어가 포함되었고, 시니어 패션모델을 양성하기 위한 교육기관에 해당하는 내용이므로, ‘시니어 모델 양성+교육기관’으로 명명하였다. 군집 4는 ‘기대’, ‘현장’, ‘러브’, ‘부산’, ‘학과’의 단어가 포함되었으며, 이는 2023년 문화와 시니어 패션의 융합형 패션 콘텐츠를 통한 패션 대중화를 위한 ‘2023 FASHION IS TO LOVE 3 IN BUSAN’ 행사와 관련된 것으로(Hwang, 2023), 군집 4는 ‘시니어 패션+지역참여 문화’로 명명하였다.

2014년부터 2018년까지 기간의 시니어 패션 관련 군집의 사이즈는 군집 1과 군집 2가 다른 군집보다 사이즈가 컸으며, 군집 간 연결 강도는 전반적으로 균형을 보이나, 군집 1과 군집 2, 군집 1과 군집 4의 연결이 다른 군집보다 강하였고, 군집 3과 군집 5의 연결 강도는 다른 군집보다 비교적 약하였다. 이를 바탕으로 현대 시니어 세대의 라이프스타일과 여가생활 참여, 시니어 패션모델의 참여는 더욱 활성화될 것으로 추론된다. 2019년부터 2023년까지 기간의 시니어 패션 관련 군집 사이즈도 군집 1과 군집 2가 비교적 사이즈가 큰 편이었으며, 연결 강도는 군집 1과 군집 2의 강도가 가장 강하였으며, 다른 군집 간에도 비교적 균형을 이루고 있었다. 이를 토대로 시니어 패션모델 양성을 위한 시니어 패션모델 교육과 시니어 패션위크 참여는 시니어의 활발한 여가생활과 사회참여활동의 확대로 이어질 것으로 유추된다. 따라서 시니어 패션의 주요 특성은 시니어 세대가 여가와 사회활동에 참여하기 위한 목적이 더 뚜렷한 것으로 이해할 수 있다. 그러므로 패션산업에서는 시니어 소비자를 대상으로 브랜드 전략이나 제품 개발을 위한 방향의 설정에서 단순히 시니어 소비자의 신체특성이나 편의성 중심의 개발보다는 시니어 소비자의 자기표현을 위한 여가와 사회참여활동과 밀접하게 연관된 패션 제품 개발의 중요성을 시사한다. 더군다나 시니어의 성공적 노화와 건강한 삶의 영위를 위하여 시니어 관련 선행연구의 동향은 시니어의 건강 증진과 같이 신체특성과 많이 관련되어 있다(Seon et al., 2024). 그러므로 시니어의 신체특성에서 나아가 시니어의 신체적 변화와 항노화 욕구 등에 따른 여가 및 문화활동 참여와 이에 따른 외모의식이나 패션의식, 소비 등에 관한 연구의 확대도 필요할 것으로 사료된다.

3. 시니어 패션의 감정 변화 양상과 시니어 패션 인식 변화과정

2014년 1월 1일부터 2018년 12월 31일까지, 2019년 1월 1일부터 2023년 12월 31일까지 시니어 패션의 감정 변화 양상을 알아보기 위해 텍스톰을 활용한 감성 분석을 실시하여, 시니어 패션에 대한 소비자의 감성과 세부 감정을 파악하였다. 텍스톰의 감성어 사전을 바탕으로 시니어 패션에 대한 긍정과 부정 감성어를 분류하여 감성 분석을 실시한 결과는 <Table 6>과 같다. 2014년 1월 1일부터 2018년 12월 31일까지 시니어 패션에 대한 감성은 긍정 감성(호감 60.06%, 흥미 15.83%, 기쁨 11.13%) 87.02%, 부정 감성(거부감 6.99%, 두려움 1.28%, 슬픔 3.0%, 놀람 0.29%, 분노 1.28%, 통증 0.14%) 12.98%로 나타나, 시니어 패션에 대한 긍정적 인식이 더 많이 형성되어 있음을 알 수 있다. 2019년 1월 1일부터 2023년 12월 31일까지 시니어 패션에 대한 감성은 긍정 감성(호감 55.23%, 흥미 24.03%, 기쁨 11.14%) 90.04%, 부정 감성(거부감 5.03%, 두려움 0.76%, 슬픔 2.44%, 놀람 0.46%, 분노 0.53%, 통증 0.38%) 9.6%로 나타나, 시니어 패션에 대한 감성은 대부분이 긍정인식임을 알 수 있다.

Emotional Analysis Results of Senior Fashion

2014년부터 2018년까지 시니어 패션에 대한 세부 감성 어휘를 파악한 결과, 긍정 감성 어휘는 멋지다, 사랑스럽다, 새롭다, 아름답다, 현대적, 좋다, 매력, 원하다, 최고다, 행복하다, 럭셔리, 화려하다, 세련되다, 전통적, 특별하다, 자연스럽다, 고급스럽다 등의 키워드가 많이 나타났다. 부정 감성 어휘는 부족하다, 부담스럽다, 과하다, 심각하다, 슬프다, 익숙하다, 복잡하다, 이상하다, 난감하다 등의 단어가 도출되었다<Table 7>. 즉 2014년부터 2018년까지의 시니어 패션에 대한 긍정적 인식을 가진 사람들은 시니어 패션을 보고 아름답고 현대적이며, 럭셔리하고 세련되면서도 전통적이고 특별한 패션이라는 감성이 많은 것을 알 수 있고, 부정적 인식의 소비자들은 부담스럽거나 과한 패션으로 인식함을 알 수 있었다. 2019년부터 2023년까지 시니어 패션에 대한 세부 감성 어휘를 파악한 결과, 긍정 감성 어휘는 기대하다, 멋지다, 새롭다, 럭셔리, 좋다, 아름답다, 사랑스럽다, 추천, 최고다, 특별하다, 전통적, 현대적, 화려하다, 세련되다 등의 키워드가 많이 나타났다. 부정 감성 어휘는 난해하다, 성급하다, 과하다, 싫다, 불편, 아프다, 추상적 등의 단어가 도출되었다<Table 7>. 이를 바탕으로, 2019년부터 2023년까지의 시니어 패션에 대한 긍정적 인식의 소비자들은 시니어 패션을 멋지고 새로우며, 럭셔리하면서 특별한 패션이라 인식하였으나, 부정적 인식의 소비자들은 불편하고 아프며 난해한 패션이라 인식하는 것을 파악하였다. 이상의 결과를 토대로 2014년부터 2018년까지, 2019년부터 2023년까지 시니어 패션에 대한 감성은 부정 감성보다 긍정 감성의 비율이 높았고, 멋지거나 새롭고, 아름다운 등의 긍정 감성 어휘는 유사하게 나타남을 알 수 있었다. 본 감성 분석의 결과는 시니어 패션에 대한 사회적 인식이 긍정적인 경향이 더 강함을 시사하고 있으므로, 패션산업에서도 시니어 패션에 대한 긍정적 인식의 확산을 통한 시니어 패션시장의 활성화를 기대할 수 있을 것으로 해석할 수 있다.

Emotional Vocabulary Analysis Results of Senior Fashion


Ⅴ. 결론

본 연구는 라이프스타일과 가치관, 소비성향 등이 달라진 현대의 시니어 세대가 등장하면서, 시니어 패션산업에서도 새로운 가치관과 소비성향, 라이프스타일을 추구하는 시니어 세대를 주요 타겟으로 설정하여, 그들의 감성과 니즈를 만족할만한 제품이나 서비스 등 새로운 마케팅 전략의 목표설정을 위하여, 시니어 세대의 패션 인식에 대한 정보의 필요성에 따라 실시하였다. 본 연구는 2014년부터 2018년까지, 2019년부터 2023년까지의 각 5년간 시니어 패션에 대한 빅데이터 텍스트마이닝 방법을 통해 분석함으로써, 시니어 패션에 대한 전체적인 경향과 인식의 변화과정을 파악하였다. 본 연구결과를 요약 및 논의하면 다음과 같다.

첫째, 시니어 패션에 대한 고빈도 단어와 TFIDF를 분석하여 시니어 패션과 관련된 핵심 키워드와 전체적인 경향을 확인한 결과, 2014년부터 2018년까지의 단어 빈도와 TF-IDF의 상위 단어는 ‘시니어’, ‘패션’, ‘모델’, ‘패션쇼’, ‘옷’, ‘문화’, ‘디자인’, ‘센터’, ‘액티브’, ‘디자이너’ 등이 나타났고, 2019년부터 2023년까지는 ‘모델’, ‘시니어’, ‘패션쇼’, ‘클래스’, ‘패션’, ‘광주’, ‘부산’, ‘대회’, ‘학원’, ‘패션위크’, ‘패션모델’ 등의 단어가 상위 단어로 등장하였다. 이러한 단어들을 토대로 2014년부터 2018년까지 시니어 패션에 관한 전체적인 경향은 액티브 시니어의 등장에 따른 시니어 패션모델과 패션쇼의 개최 등이 점차 확산되기 시작하였고, 이러한 현상을 기반으로 2019년부터는 패션모델이나 패션쇼 등이 활성화되어 시니어 패션모델을 양성하는 교육기관이나 교육과정에 관한 핵심 키워드가 나타난 것으로 해석할 수 있다. 이는 근래에 들어 액티브 시니어나 시니어 세대의 신체적 여가활동으로 패션모델 교육과정이 이슈화되고 있다는 결과와 유사하다(An, Chung, & Kim, 2014). 시니어 패션에 단어 빈도와 TF-IDF 결과를 바탕으로, 2014년부터 2018년까지, 2019년부터 2023년까지 시니어 관련 관련된 핵심 키워드와 전체적인 경향은 우리나라 노인의 일상적인 삶을 활동적이며 새로운 제 2의 노년기로 유도하기 위하여 새로운 시니어 문화를 구축하고자 시니어 세대 스스로가 여가문화와 취미생활을 창출하기 위한 차원에서 패션쇼와 패션모델 관련 사회참여활동으로 이어지고 있는 것으로 볼 수 있다. 시니어 패션모델활동에 지속적이고 적극적으로 임하는 시니어 세대일수록 자기관리와 금전적인 투자를 바탕으로 성공적인 노화와 더불어 스스로를 더욱 젊게 인지하며, 긍정적인 마인드와 삶의 만족도를 높일 수 있는 것으로 보고된 바 있다(Im, Bae, Lee, & Heo, 2019). 따라서 시니어 패션에 관한 사회적 인식과 핵심 이슈는 시니어 세대의 사회활동을 확대하고 활성화 할 수 있는 하나의 실천적 방향으로 패션모델 활동 위주로 나아가고 있음으로 추론되며, 이는 자기주도적 사회활동참여를 바탕으로 시니어 세대 스스로가 성공적인 노화를 이룰 수 있을 것으로 사료된다. 따라서 패션산업의 기업과 브랜드는 단순히 시니어 세대를 위한 제품이나 서비스 개발에 주안점을 두기보다, 그들의 여가활동이나 취미생활 등으로 이어질 수 있는 사회활동관련 프로모션 참여를 도모할 수 있는 방안을 염두에 두어야 할 것이다.

둘째, 시니어 패션에 대한 CONCOR 분석 결과, 2014년부터 2018년까지의 군집은 5개 군집을 도출하였고, 2019년부터 2023년까지의 군집은 4개 군집을 도출하여 시니어 패션에 있어 여가활동과 사회활동참여의 참여와 이를 교육하는 과정으로 형성되고 있는 소비자 인식과 주요 이슈를 파악하였다. 특히 두 기간에 대한 각 군집의 연결 강도는 대체적으로 균형적으로 나타났으나, ‘현대 시니어+라이프스타일’과 ‘시니어+여가생활참여’, ‘시니어 패션모델 교육 참여’와 ‘시니어 패션위크 참여’의 연결이 다른 군집보다 강한 것으로 나타났다. 이를 통해 추출된 시니어 패션에 대한 군집을 기반으로 시니어 패션에 대한 세부적인 인식을 파악하여 향후 시니어 패션에 대한 발전방향을 제안할 수 있다. 즉, 추출된 ‘시니어+여가생활참여’나 ‘시니어 패션모델 교육 참여’의 군집을 통해 시니어의 여가생활의 일환으로, 패션모델로 활동하는 것은 시니어의 여가생활의 질 제고와 더불어 그들의 제 2의 인생을 살아가는 데 도움을 주는 것으로 해석된다. 시니어 패션모델은 상대적으로 참여자의 높은 경제적 수준이 요구되므로, 소수의 참여자들이 활동하고 참여자의 자아정체감이 높아 일반적인 여가활동과 달리 다소 특수한 활동으로 여겨지고 있고, 남성보다 여성이 시니어 패션모델로 활동하는 경향이 높다(Lee, 2023). 따라서, 보편적인 시니어 세대들이 쉽게 즐기고 참여할 수 있도록 진입장벽을 낮추는 패션모델 관련 활동에 대하여 고민해야 할 것으로 생각된다. 특히 남성도 시니어 패션모델로 활발히 활동할 수 있는 방안도 고려해본다면 의미 있을 것으로 사료된다. 추가적으로 ‘시니어 패션위크 참여’도 강한 연관성을 확인하였으므로, 이는 현대 시니어 세대의 여가생활이 주로 패션위크에 참여하는 방향으로 진행되고 있음을 시사한다. 따라서 패션 브랜드나 기업은 자사의 제품이나 프로모션을 기획할 때 시니어 패션쇼나 패션모델 참여와 결합한다면 시니어 세대를 대상으로 긍정적인 브랜드이미지의 형성과 홍보에도 좋은 영향을 줄 것이다.

셋째, 시니어 패션 키워드에 대한 감정 변화 양상을 통하여 시니어 패션에 대한 인식 변화과정을 알아보기 위해 감성 분석을 실시한 결과, 2014년부터 2018년까지, 2019년부터 2023년까지 두 기간에 대한 시니어 패션에 대한 감성은 긍정 감성의 비율이 높은 것으로 나타났다. 더불어, 시니어 패션에 대한 세부 감성 어휘를 살펴본 결과를 토대로 약 10년간 시니어 패션에 소비자의 감성 인식은 시니어 패션을 아름답고 멋지며, 럭셔리하며 새로운 패션이라 인식하는 경향이 있는 것을 파악하였다. 반면에, 감성의 비율 분포는 작지만, 부정 감성 어휘의 경우 2014년부터 2018년까지는 부담스럽거나 과하며, 난감한 등의 단어가 나타났으나, 2019년부터 2023년까지 불편하고 아프다는 감성 어휘가 도출되었다. 이는 시니어 패션에 대하여 소비자들이 시니어 패션의 디자인적 측면에서 과하거나 난감하게 인식하는 경향에서 시니어 패션에 대하여 불편함을 느끼는 것으로 인식이 변화했음을 보여주는 것이다. 이렇듯 시니어 패션에 대한 감성 인식 변화의 흐름을 토대로, 시니어 패션의 어떤 부분에 대해 소비자들이 불편함을 느끼는지에 대해서 심층적으로 조사하여 개선하는 것이 필요하며, 시니어 패션에 대한 시니어 세대의 니즈를 충족할 수 있는 패션상품 또는 서비스 기획에 반영하여 우수한 퀄리티의 상품과 서비스를 제공할 수 있을 것으로 사료된다.

결론적으로, 빅데이터 분석을 통해 시니어 패션에 대한 핵심 이슈와 변화 양상을 살펴본 결과를 바탕으로, 시니어 패션은 점차 여가활동과 사회활동의 측면과 밀접하게 연관되어 확산되고 있는 것으로 정리할 수 있다. 시니어 세대는 은퇴 후 오는 경제적 상실감으로 인해 스트레스나 우울증 등에 취약하므로, 이러한 시니어 세대의 부정적 정서를 완화하고 제 2의 삶과 성공적인 노년기를 영위하기 위한 차원에서 시니어 패션에 관한 트렌드는 패션모델로 사회활동에 참여하여 시니어 패션의 활동 범위가 확장되는 것으로 볼 수 있다. 이와 같은 본 결과는 기존 선행연구에서 시니어의 패션모델 활동 참여는 고령화 사회에 대비하여 새로운 여가활동과 경제활동의 차원에서 노인 문화를 창출하고 성공적 노화를 지지한다는 결과를 뒷받침한다. 다만, 기존 연구와 달리 본 연구의 차별점은 2019년부터 2023년까지 시간의 흐름에 따라 시니어 패션에 대해서 소비자들이 ‘불편’, ‘아픔’, ‘난감’ 등 부정적인 인식이 형성되었음을 발견한 것, 시니어 패션은 상품이나 서비스 디자인 개발의 측면보다 여가활동과 연계되어 확산되고 있음을 확인한 것이다. 이는 현재 패션 브랜드의 경우 시니어 세대라는 타겟층을 겨냥하여 시니어 세대의 니즈와 특성을 고려한 패션 제품을 기획하는 제품 개발에 주안점을 두기보다, 시니어 세대의 여가생활 또는 취미생활, 경제활동과 연계한 마케팅과 프로모션 기획에 집중해야 함을 시사하고 있다.

따라서 본 연구결과를 바탕으로 산업적인 측면에서 시니어 세대를 겨냥한 패션브랜드에게 시사점을 제안하면 다음과 같다. 첫째, 패션 브랜드는 시즌 컬렉션에 따른 패션쇼 개최 시 시니어 세대 패션모델을 일회성으로 참여시키는 프로모션을 기획하는 것을 고려해봐야 할 것이다. 둘째, 패션 브랜드는 시니어 세대를 겨냥한 라인을 개발하거나 상품 출시 시, 해당 상품을 홍보하기 위한 시니어 엠버서더를 모집 및 활용하는 전략을 강구하여, 시니어 세대가 패션브랜드 홍보 모델로서도 활동할 수 있도록 장려하는 것을 고민해 봐야 할 것이다. 셋째, 패션 브랜드는 현재 패션모델로 활동하고 있거나, 또는 활동을 희망하는 시니어 세대와 콜라보레이션을 바탕으로 패션 브랜드의 최근 이슈와 관련된 영상 또는 사진 콘텐츠를 제작하여 공식 SNS 채널이나 미디어를 통해 홍보함으로써, 시니어 패션시장의 활성화에 노력을 기울여야 할 것이다.

본 연구는 최근 패션산업의 주요 공략 시장 중 큰 잠재력을 지닌 시니어 패션에 대한 인식을 빅데이터를 활용하여 핵심 단어와 경향, 인식의 변화 흐름을 확인하였다는 점에서 의의가 있다. 또한, 본 연구는 시니어 패션에 대한 사회적 인식과 소비자의 감성에 대한 인식을 대량의 비정형 데이터를 통해 확인함으로써, 패션 브랜드가 시니어 세대를 공략하기 위한 기초자료를 제공한 점에서 산업적 의의가 있다. 더불어, 본 연구는 시니어 세대에 대한 사회적 관심이 높아지고 있는 시점에서, 학계에서도 시니어 패션에 대한 연구가 점차 이루어지고 있으나, 시니어 패션에 대한 전반적 인식을 확인한 연구는 거의 없는 실정에서, 본 연구가 시니어 패션에 대한 사회적 인식 흐름을 탐색하였다는 점에서 학술적 의의가 있다.

본 연구는 이러한 시사점과 의의를 제시함에도 불구하고, 다음과 같은 한계점이 있다. 첫째, 본 연구는 시니어 패션에 대한 전체적인 사회적 인식을 확인하였으나, 고령자 패션, 실버 패션으로 표현되는 노인의 의복 이미지에 대한 키워드가 제외되어 시니어 패션이라는 다소 포괄적 개념을 중심으로 자료수집과 분석이 이루어졌다. 따라서 시니어의 패션에 대해 사회참여활동과 라이프스타일의 인식 변화에 중심으로 연구되었던 부분에서 시니어 패션의 인식 변화 연구를 대표할 수 있다고 볼 수 없어, 향후 시니어의 의복 이미지를 중심으로 시니어 패션을 살펴볼 수 있는 후속 연구가 필요할 것으로 사료된다. 둘째, 본 연구는 빅데이터 분석 기법으로 텍스트 마이닝 기법을 사용했으나, 이 기법은 연구자의 주관적 개입이 높아 결과의 일반화에 주의가 요구된다. 따라서 추후 연구는 객관적인 분석방법을 활용하여 시니어 패션에 대한 인식을 검증하는 것을 고려해보아야 할 것이다.

References

  • Ahn, G. (2022). The effect of korean senior consumers’ needs factors on brand attitudes and purchase intentions: With cognitive age, time perception and emotion regulation. Journal of Korean Gerontological Society, 42(2), 223-244. [https://doi.org/10.31888/JKGS.2022.42.2.223]
  • An, M., Chung, S., & Kim, D. (2014). A comparative study on characteristics between participants and non-participants in senior model program: A focus on lifestyles, body satisfaction, self-esteem, physical self efficacy, and self-confidence in fashion coordination. Journal of Fashion Business, 18(1), 66–79. [https://doi.org/10.12940/jfb.2014.18.1.66]
  • Baek, K. & Seo, I. (2018). The case study of the current senior shift in fashion and beauty brand. The Research Journal of the Costume Culture, 26(1), 56-72. [https://doi.org/10.29049/rjcc.2018.26.1.56]
  • Bin, S. & Yum, H. (2023). A study of slow fashion on youtube through big data analysis. Journal of Fashion Business, 27(4), 50-66.
  • Chae, M. K. (2017, February 8). The essence of american gentleman's clothing by '70-Year-old intern'... teach trump a lesson ['70세 인턴'이 보여준 미국 신사복의 정석… 트럼프에 한 수 가르치다]. Chosun ilbo. Retrieved from https://www.chosun.com/site/data/html_dir/2017/02/07/2017020702244.html
  • Cho, H. J. (2022). A study on the perception of 3D virtual fashion before and after COVID-19 using textmining. Journal of The Korea Society of Computer and Information, 27(12), 111-119.
  • Cho, N. B. & Lee, C. K. (2024). The trends of eco-friendly textiles using big data from newspaper articles. Smart Media Journal, 13(2), 95-107. [https://doi.org/10.30693/SMJ.2024.13.02.95]
  • Han, S. J. & Ha, J. S. (2017). Lifestyles and fashion styles of new silver generation women. Journal of Fashion Design, 17(3), 67-81. [https://doi.org/10.18652/2017.17.3.5]
  • Hwang, J. Y. (2023, July 21). Fashion group Hyungji, '2030 Busan expo; Participation in fashion show to wish for childhood' [패션그룹형지, ’2030 부산엑스포; 유치 기원 패션쇼 참가]. Biz news. Retrieved from http://kofmaa.org/news/press_view.php?page=1&idx=10171
  • Im, S., Bae, J., Lee, S., & Heo, J. (2019). Rediscovering the lost self through senior modeling: A grounded theory. Journal of Leisure Studies, 17(3), 43–63.
  • Jang, N. (2024). Sustainable fashion and digital practice through big data text mining - Key words analysis of ‘sustainability+fashion+digital’ -. Journal of Fashion Design, 24(1), 17-32. [https://doi.org/10.18652/2024.24.1.2]
  • Jang, S., Kim, H. Y., Kim, S., Choi, W., Jeong, J., & Lee, Y. (2022). Development of online fashion thesaurus and taxonomy for text mining. Journal of the Korean Society of Clothing and Textiles, 46(6), 1142-1160.
  • Jeong, J. & Yun, S. (2023). Perception and trend differences between Korea, China, and the US on vegan fashion -Using big data analytics-. Journal of the Korean Society of Clothing and Textiles, 47(5), 804-821. [https://doi.org/10.5850/JKSCT.2023.47.5.804]
  • Jin, H. J. (2024). A big data exploration of the old money look - With emphasis on 2023 fall/winter trends featured in blog posts -. Journal of Fashion Design, 24(1), 141-152. [https://doi.org/10.18652/2024.24.1.9]
  • Kang, E. (2024). Consumer perception of fashion related virtual humans through big data analysis. Journal of Korean Society of Design Culture, 30(1), 1-13. [https://doi.org/10.18208/ksdc.2024.30.1.1]
  • Kang, E. A. (2018). A study on purchase behavior of fashion products according to new senior lifestyle and shopping orientation (Unpublished doctoral dissertation). Gyeongsang National University, Jinju, Republic of Korea.
  • Kang, Y. R. & Kim, M. Y. (2022). An analysis of changes in perception of metaverse through big data - Comparing before and after COVID-19 -. The Korean Fashion and Textile Research Journal, 24(5), 593-604. [https://doi.org/10.5805/SFTI.2022.24.5.593]
  • Kim, J. Y. & Lee, S. Y. (2023). Analysis of meta fashion meaning structure using big data: Focusing on the keywords ‘metaverse’ + ‘fashion design. The Korean Fashion and Textile Research Journal, 25(5), 549-559. [https://doi.org/10.5805/SFTI.2023.25.5.549]
  • Kim, S. & Lee, J. Y. (2024). Analysis of consumers’ perceptions in eco-fashion based on text mining. Journal of Brand Design Association of Korea, 22(1), 33-44.
  • Kim, S., Kim, K., & Kang, S. (2022). The structural relationships between job competency, stage confidence and job satisfaction of senior fashion models. The Korean Journal of Arts Education, 20(4), 269-287.
  • Kim, S. H. & Kim, H. S. (2021). Analysis of trends in the senior industry: A content analysis of newspaper articles. The journal of Korean Aging- Friendly Association, 13(1), 13-27. [https://doi.org/10.34264/jkafa.2021.13.1.13]
  • Koo, Y. S. & Seo, M. N. (2024). Perception analysis on fashion and environment contamination from big data analysis. The Korean Journal of Community Living Science, 35(2), 233-249. [https://doi.org/10.7856/kjcls.2024.35.2.233]
  • Lee, H. Y. (2023). A study on fashion and life culture contents platform for active seniors. Journal of Business Convergence, 8(4), 47-53. [https://doi.org/10.31152/JB.2023.08.8.4.47]
  • Lee, N. & Ha, J. (2024). Analyzing appearance management of korean middle-aged men in media - A big data approach through newspaper articles -. Journal of Fashion Design, 24(1), 153-169. [https://doi.org/10.18652/2024.24.1.10]
  • Lee, S. I. & Yu, J. (2021). Marketing strategy effects on brand interest and consumer behavior to establish a consumer relationship in fashion brand stores- Comparing of Korean and Chinese active seniors -. The Research Journal of the Costume Culture, 29(5), 634-650. [https://doi.org/10.29049/rjcc.2021.29.5.634]
  • Lee, S. I. (2019). The influence of experiential marketing factors on attitude formation and behavioral intentions of active senior fashion consumer (Unpublished doctoral dissertation). Sangmyung University, Seoul, Republic of Korea.
  • Lee, S. H., Bae, J. Y., Im, S. A., Yang, H. M., Kim, S. R., & Heo, J.-M. (2020). Selective optimization with compensation and successful aging : Narratives of senior fashion models. Journal of Sport and Leisure Studies, (82), 271-286. [https://doi.org/10.51979/KSSLS.2020.10.82.271]
  • Lee, Y., Lee, H. K., & Choi, Y. (2022). Consumer perception of 3D printing fashion - A text-mining analysis -. Journal of Fashion Design, 22(3), 75-88. [https://doi.org/10.18652/2022.22.3.5]
  • Rho, J. H. & Chun, Y. D. (2019). A study on app GUI design for active senior in information visualization perspective -Focused on three major social commerce in Korea-. A Treatise on The Plastic Media, 22(1), 142-150. [https://doi.org/10.35280/KOTPM.2019.22.1.16]
  • Ro, H. K. (2020). Senior fashion styles in retro trends: Focusing on TV series. Journal of Korea Society and Beauty Art, 21(1), 251-260. [https://doi.org/10.18693/jksba.2020.21.1.251]
  • Seo, I., Kim, Y., & Oh, H. (2023). Latent profile analysis of senior lifestyle profile: A stringent study of similarity and differences. The journal of Convergence on Culture Technology, 9(6), 899-910.
  • Seo, M. J. (2022). A study on the viewers perceived benefits and responses from the youtube videos of senior fashion influencers. Journal of the Korea Fashion & Costume Design Association, 24(3), 85-96.
  • Seon, J. H., Jung, S. O., & Lee, K. H. (2024). Importance of motivational language in physical leisure activities of active seniors -Senior fashion model classes-. Journal of the Korean Society of Clothing and Textiles, 48(1), 140-156.
  • Wang, J. & Sung, K. S. (2023). A study on the discourse and characteristics of design expression of NFT virtual fashion design through china social media big date analysis. Design Research, 8(2), 335-352. [https://doi.org/10.46248/kidrs.2023.2.335]

<Fig. 1>

<Fig. 1>
Word Cloud of Senior Fashion

<Fig. 2>

<Fig. 2>
Concor of Senior Fashion

<Table 1>

Senior Classification

Division Pre-older Young older Middle older Old older
(Lee, 2023, on based researchers re-arrange)
Age 50~64
years old
65~74
years old
75~89
years old
Over 90
years old
Stage Self-sustaining life Period of decline in
health
Life of care
Market type Active
market
Gap market Long term care
market

<Table 2>

A Change in Seniority Between the Past and the Present

Division Contents
(Baek & Seo, 2018; Rho & Chun, 2019, on based researchers re-arrange)
Average life expectancy 67.4 years old in 2000 → 73.1 years old in 2019 → Life expectancy increases due to the pursuit of physical health and the development of medical technology
Economic activity 55.3% in 2000 → 65.8% in 2023 → Pursuing active retirement life through participation in social and economic activities
Value Passive and Conservative Past Values → Future-oriented and active modern values → Emphasize happy old life and family and personal values
Home ownership Seniors account for 46.7% of homeowners nationwide → Emerging as the main force of the consumer market due to its high economic power
Digital devices 90% smartphone ownership rate for people in their 60s → Increasing number of senior digital devices and use cases

<Table 3>

Past and Senior Characteristics of the Present

Division Former senior Modern senior
(Kim & Kim, 2021; Seo et al., 2023, on based researchers re-arrange)
Old-age consciousness Twilight of one's life Beginning of a new life
Consumer view Simple and frugal Reasonable
Possession of assets Inheritance Used for retirement preparation
Retirement preparation Dependence on Voluntary
Hobby Interactions with the same senior generation Active interaction with other generations

<Table 4>

Distribution of Senior Fashion Data Collection

Division 2014. 01. 01~2018. 12. 31 2019. 01. 01~2023. 12. 31
Naver Blog 556 1,000
Newspaper 40 622
Cafe 120 -
Knowledge in - 10
Academy 31 38
Daum Web document 20 -
Blog 31 85
Newspaper 4 41
Cafe - 1
Youtube 550 550
Total 1,352 2,347

<Table 5>

Words Frequency and TF-IDF of Senior Fashion

Division 2014. 01. 01~2018. 12. 31 2019. 01. 01~2023. 12. 31
Keyword frequency TF-IDF Keyword frequency TF-IDF
No Keyword N(%) 단어 N(%) Keyword N(%) Keyword N(%)
(Write a researcher)
1 Senior 2,249
(12.02%)
Model 549
(147.000)
Model 2,683
(6.14%)
Model 1,680
(766.000)
2 Fashion 1,509
(8.06%)
Fashion show 347
(108.000)
Senior 2,303
(5.27%)
Fashion show 1,127
(497.000)
3 Model 371
(1.98%)
Clothes 268
(37.000)
Fashion 1,322
(3.02%)
Class 884
(126.000)
4 Fashion show 194
(1.04%)
Center 227
(39.000)
Fashion show 1,065
(2.44%)
Fashion 725
(828.000)
5 Clothes 94
(0.50%)
Culture 219
(36.000)
Class 364
(0.83%)
Gwangju 663
(79.000)
6 Design 87
(0.47%)
Design 201
(64.000)
Gwangju 229
(0.52%)
Busan 571
(86.000)
7 Center 81
(0.43%)
Active 198
(51.000)
Contest 228
(0.52%)
Eeducational institute 566
(117.000)
8 Designer 80
(0.43%)
Designer 195
(56.000)
Brand 227
(0.52%)
Brand 531
(138.000)
9 Active 78
(0.42%)
Love 188
(28.000)
Eeducational institute 226
(0.52%)
Contest 528
(141.000)
10 Culture 76
(0.41%)
Yangjae 179
(12.000)
Fashion Model 208
(0.48%)
Fashion week 492
(113.000)
11 U.S.A 65
(0.35%)
Middle-aged man 176
(29.000)
Busan 203
(0.46%)
Senior 478
(1164.000)
12 Love 60
(0.32%)
U.S.A 174
(44.000)
Fashion week 194
(0.44%)
Academy 478
(120.000)
13 Generation 58
(0.31%)
Senior 173
(598.000)
Academy 193
(0.44%)
Love 474
(52.000)
14 Star 58
(0.31%)
Leaf 171
(12.000)
Active 183
(0.42%)
Active 464
(113.000)
15 Middle-aged man 57
(0.31%)
Star 158
(42.000)
Department 157
(0.36%)
Fashion Model 448
(166.000)
16 Woman 53
(0.28%)
Uijeonbu 155
(12.000)
Education 155
(0.36%)
Department 441
(86.000)
17 Style 52
(0.28%)
Brand 153
(34.000)
Design 148
(0.34%)
Spot 426
(74.000)
18 Brand 52
(0.28%)
Nowon 152
(13.000)
University 146
(0.33%)
University 396
(95.000)
19 Seoul 52
(0.28%)
Generation 151
(47.000)
Seoul 146
(0.33%)
Kids 392
(75.000)
20 Korea 50
(0.27%)
Korea 145
(35.000)
Spot 144
(0.33%)
Design 391
(102.000)
21 Ideal 48
(0.26%)
Ideal 145
(31.000)
Love 143
(0.33%)
Education 391
(115.000)
22 Silver 48
(0.26%)
Seoul 144
(40.000)
Working 138
(0.32%)
Expectation 380
(60.000)
23 Society 46
(0.25%)
Woman 142
(44.000)
Kids 133
(0.30%)
Seoul 370
(113.000)
24 Yangjae 45
(0.24%)
Hanbok 137
(10.000)
Designer 132
(0.30%)
Working 363
(103.000)
25 Education 44
(0.24%)
Style 137
(46.000)
Korea 129
(0.30%)
Explore 361
(46.000)
26 Leaf 43
(0.23%)
Silver 135
(38.000)
Process 128
(0.29%)
Process 358
(87.000)
27 Activity 41
(0.22%)
Society 130
(38.000)
Activity 125
(0.29%)
Designer 356
(96.000)
28 Old 39
(0.21%)
Education 124
(38.000)
Association 124
(0.29%)
Association 350
(85.000)
29 Nowon 39
(0.21%)
She 120
(25.000)
Audition 122
(0.28%)
Korea 344
(99.000)
30 Uijeonbu 39
(0.21%)
Group 119
(21.000)
Expectation 120
(0.28%)
Hanbok 343
(43.000)

<Table 6>

Emotional Analysis Results of Senior Fashion

No 2014. 01. 01~2018. 12. 31 2019. 01. 01~2023. 12. 31
Emotional(%) Detailed sensibility % Emotional Detailed sensibility %
1 Positive
(87.02)
Good feeling 60.06 Positive
(90.04)
Good feeling 55.23
2 Interesting 15.83 Interesting 24.03
3 Joy 11.13 Joy 11.14
4 Negative
(12.98)
Repulsion 6.99 Negative
(9.6)
Repulsion 5.03
5 Sad 3.0 Sad 2.44
6 Fear 1.28 Fear 0.76
7 Anger 1.28 Anger 0.53
8 Surprise 0.29 Surprise 0.46
9 Pain 0.14 Pain 0.38

<Table 7>

Emotional Vocabulary Analysis Results of Senior Fashion

No 2014. 01. 01~2018. 12. 31 2019. 01. 01~2023. 12. 31
Emotional Detailed
sensibility
Vocabulary N Emotional Detailed
sensibility
Vocabulary N
1 Positive Good feeling Nice 43 Positive Interesting Expect 120
2 Lovely 31 Good feeling Nice 107
3 Interesting New 31 Interesting New 71
4 Good feeling Beautiful 30 Good feeling Luxury 62
5 Modern 29 Good 53
6 Good 24 Beautiful 49
7 Charm 24 Lovely 46
8 Joy Happy 21 Recommend 44
9 Interesting Want 19 Joy Best 35
10 Joy Best 18 Interesting Special 30
11 Good feeling Luxury 18 Joy Appreciate 27
12 Fancy 18 Good feeling Charm 25
13 Sophisticated 13 Traditional 24
14 Recommend 13 Joy Happy 22
15 Traditional 11 Interesting Want 22
16 Grow 11 Good feeling Modern 20
17 Joy Enjoy 10 Fancy 16
18 Good feeling Like 9 Joy Enjoy 15
19 Interesting Expect 9 Negative Sad Sad 14
20 Joy Smile 8 Positive Good feeling Sophisticated 13
21 Good feeling Warm 8 Grow 13
22 Interesting Special 8 Joy Smile 12
23 Negative Sad Sad 7 Good feeling Natural 11
24 Positive Good feeling Pretty 7 Match 10
25 Joy Appreciate 6 Joy Energy 9
26 Good feeling Natural 6 Good feeling Positive 9
27 Speedy 6 Classy 9
28 Popular 6 Interesting Innovative 9
29 Interesting Impressive 6 Negative Repulsion Difficult 8
30 Innovative 6 Positive Joy Move 8