의류제품의 완벽한 핏(fit)을 위하여 의류산업에서는 인체측정과 패턴개발을 위한 다방면의 연구를 수행해왔다(Apeagyei, 2010; Otieno, 2005). 이러한 인체 측정과 의복 맞음새 개선을 향한 지속적인 요구로 3차원 인체 스캐너가 개발되어 보다 정밀하고 다양한 인체 치수 정보를 획득하는데 활용되고 있다. 3차원 인체 형상을 추출하는 기술에 대한 연구는 1960년대 이전부터 시도되었으며 1980년대 후반에 Cyberware社의 레이저 스캐닝 시스템이 판매되기 시작하였다. 1998년, TC2는 의류산업체에서 활용할 수 있는 첫 번째 3D 바디 스캐너를 개발하였으며 이후 3차원 인체 스캐너는 2002년의 Size UK(영국), 2002년의 Size USA(미국), 2004년의 Size MX(멕시코) 같은 국가적 사이즈 조사에서 선택되었다.

우리나라에서는 2003-4년에 실시된 5차 사이즈코리아사업(Korean Agency for Technology and Standards[KATS], 2004)에서 3차원 스캐너를 이용하여 정밀하고 안정적인 3차원 형상 데이터를 수집, 측정하였으며 2010년 6차 사이즈코리아 사업(KATS, 2010)에서도 3차원 스캐너를 이용한 데이터를 수집하고 있다. 이와 같이 3차원 스캐너는 17초 이하의 짧은 시간에 인체 전신의 형상을 획득하여 디지털화하므로 보관과 측정이 용이하며 인체측정은 물론 어패럴 CAD 시스템과의 연계로 custom-MTM을 가능하게 하고 있다. 또한 컴퓨터 그래픽과 연계하여 가상 아바타를 생성하여 전자상거래에서 의복을 착용하는 등의 발전을 거듭하고 있다. 따라서 3차원 스캐너를 이용한 인체 데이터 수집과 측정은 인체와 패턴을 연구함에 있어 기초적인 과정이 되고 있다.

디지털 기술의 발전은 섬유, 패션 산업 분야에도 혁신을 가져와, 3차원 기술과 가상공간, 가상현실 응용시스템을 활용한 상품 기획과 생산 및 소비가 가능해지고 있다. 특히 가상 착의 기술은 의류제품의 착용 상태를 제공하여 의류제품의 사이즈 만족도와 제품 생산과정의 신속화에 도움을 주고 있다. 국내외에서 i-Vird, I-designer, Qualoth, DC suit, Clo3D 등 다양한 가상착의 기술이 개발되어 의류 산업 및 애니메이션 분야에서 광범위하게 활용되고 있다. 따라서 가상착의 시스템에서 사용되는 가상 모델의 모델링과 사이즈 다양화에 관한 연구도 요구되었다. 기존의 연구들은 주로 가상 모델을 사이즈에 따라 변형하는 기법(Kasap & Magnenat-Thalmann, 2007; Li & Wang, 2007; Zhaoqi et al., 2006; Kim & Park, 2004)과 모핑기법을 이용한 가상모델 모델링(Shin et al., 2011; Park et al., 2007; Shin, 2005)에 관한 것이 대부분이었다. 그러나 다양한 소비자의 체형 특성을 분석하여 가상모델의 사이즈를 이에 맞추어 변형하는 연구는 부족한 실정이다. 사이즈 호칭이 변화하면 키와 가슴둘레, 허리둘레와 같은 대표 치수만 변화하는 것이 아니라 인체 전반의 치수가 변화하므로 이들 치수간의 상관관계를 바탕으로 한 치수변화 룰(rule) 개발이 필요하다.

따라서 본 연구에서는 7-18세 여성 인체의 사이즈 구간을 선정하고 사이즈별 상세 인체 치수를 개발하는 것을 목적으로 한다. 이러한 상세 치수는 3차원 가상 모델의 사이즈 변형을 위한 기본자료로 활용되어 보다 정확한 가상 모델 개발에 기여할 것으로 기대된다.

인체의 사이즈 구간과 사이즈별 상세 치수를 제안하기 위하여 5차 사이즈코리아(KATS, 2004) 자료 중 7-18세 여성의 3차원 측정치를 사용하였다. 연령대 분류에는 한국산업표준(KS) 의복치수규격을 참고하였다. KS 의복치수규격에 따르면 연령을 아동 7-12세(KATS, 2009b)와 청소년 12-18세(KATS, 2009a)으로 구분하여 연령이 중복되었다. 따라서 본 연구에서는 7-12세, 13-18세로 분류하여 연령대별 사이즈 스펙을 개발하였다.

5차 사이즈코리아(KATS, 2004) 자료 중 7-18세 여성의 3차원 측정치 중, 높이 12항목, 둘레 16항목, 길이 5항목, 총 33항목을 선정하여 통계분석에 사용하였다(Table 1). 33개 인체측정항목에 대한 요인분석을 실시하여 체형을 대표하는 요인을 추출하였다. 요인추출은 주성분 분석을 사용하였고 요인수는 Kaiser의 고유치 1.00 이상인 요인에 대하여 스크리 도표를 참조하여 정하고, 성분행렬은 Varimax 방법에 의하여 직교회전 하였다.

사이즈 구간을 선정하기 전에 연령에 따른 인체 비율의 차이를 확인하기 위하여 7-12세, 13-18세 그룹의 인체비례를 비교하였다. 목뒤높이, 겨드랑높이, 젖가슴높이, 젖가슴아래높이, 허리높이, 배꼽수준허리높이, 엉덩이높이, 샅높이, 무릎높이, 장딴지높이를 키로 나눈 비례치를 산출하여 독립표본 t-test를 실시하였다.

허리둘레와 키를 여자 아동복 치수(KATS, 2009b)과 여자 청소년복의 치수(지KATS, 2009a)에서 제시한 피트성이 필요한 의복의 신체 치수 간격에 따라 허리 둘레는 3 cm, 키는 5 cm 간격으로 사이즈 구간을 설정하였다. 허리둘레와 키의 사이즈 구간을 교차분석하여 다빈도 구간을 선정하였다.

마지막으로 사이즈 구간별 상세 치수 스펙을 개발하기 위하여 회귀분석을 실시하였다. 회귀분석에는 허리둘레와 키를 독립변수로,

인체 참고치수를 종속변수로 투입하였다.

자료분석에는 SPSS 19.0이 사용되었다.

체형을 나타내는 주요 인체 측정항목을 선정하여 요인분석을 실시하였다(Table 2). 아동, 청소년의 체형 특성을 나타내는 요인을 개발하기 위하여 7-18세 여성 681명을 대상으로 분석하였다. 요인분석 결과 총 2개 요인이 도출되었고 베리맥스 회전 후 2개 요인의 고유치는 모두 1이상이 되었으며 총 설명변량은 87.17%이다. 요인1에는 아래팔둘레, 편위팔둘레, 무릎둘레, 넙다리둘레, 장딴지둘레, 가슴둘레 등 둘레 항목과 팔길이, 위팔길이, 겨드랑앞벽사이길이, 겨드랑뒤벽사이길이가 포함되어 인체의 굵고 가늠을 나타낼 수 있는 요인으로 해석되었다. 따라서 요인1은 비만요인으로 명명하였다. 특히 요인1에는 팔길이와 위팔길이가 포함되었는데 여성 인체에 있어 어깨가쪽점, 팔꿈치점과 같은 팔부위 인체측정점이 비만에 따라 체표면상의 위치가 달라졌기 때문으로 보인다. 요인2에는 샵높이, 볼기고랑높이, 키 등 높이 항목과 어깨가쪽사이길이가 포함되어 인체의 길고 짧음을 나타낼 수 있는 요인으로 해석되었다. 따라서 요인2는 높이로 명명하였다. 요인2에는 엉덩이둘레가 포함되었는데 이는 여성의 엉덩이둘레는 비만 보다는 키에 의한 영향을 크게 받음을 나타내었다. 엉덩이둘레가 비만요인이 아닌 높이요인에 포함된 원인을 파악하기 위하여 키, 젖가슴둘레, 허리둘레, 엉덩이둘레의 상관분석을 실시하였다. Table 3과 같이 엉덩이둘레와 키는 상관계수 0.905로 높은 상관을 보였으며 젖가슴

둘레와는 0.700, 허리둘레와는 0.621의 상관계수가 도출되었다. 이러한 결과로 7-18세 여성의 인체치수에 있어 엉덩이둘레는 둘레항목 보다는 높이항목과 더 높은 상관이 있음을 알 수 있다.

연령대별 인체비례를 비교하기 위하여 높이항목을 키로 나눈 비례치를 산출하여 7-12세, 13-18세 그룹의 독립표본 t-test를 실시하였다. Table 4와 같이 목뒤높이, 겨드랑높이, 젖가슴아래높이, 허리높이, 배꼽수준허리높이, 샅높이, 볼기고랑높이, 무릎높이, 장딴지높이에 대한 키의 비례치는 연령대 그룹별로 유의한 차이가 나타나 성장에 따라 인체 비례가 달라짐을 알 수 있었다. 즉, 연령 증가에 따라서 키에 대한 동체와 다리의 높이 항목의 비례치가 증가하여 키에 비해 머리는 작아지고 동체와

다리길이가 길어짐을 알 수 있다. 그러나 키에 대한 젖가슴높이와 엉덩이높이, 장딴지높이의 비례치는 유의한 차이를 나타내지 않았다. 이는 젖가슴돌출점과 엉덩이돌출점, 장딴지돌출점이 비만도가 높으면 아래로 쳐지는 경향이 있어 젖가슴높이와 엉덩이높이, 장딴지높이가 키 뿐만 아니라 비만의 영향도 받기 때문이다.

이와 같이 연령대에 따라 인체비례에 차이를 나타내므로 연령대별 사이즈 스펙이 요구됨을 알 수 있었다. 이에 따라 사이즈 구간을 선정하기 위한 교차분석에서는 연령대를 분리하는 것이 적절할 것이다.

Table 2의 요인분석 결과에 의하여 체형 특성을 대표하는 2가지

요인으로 비만요인과 키 요인이 추출되었으며 비만요인의 대표 항목으로 허리둘레, 높이의 대표 항목으로 키를 선정하였다. 여자 아동복 치수(KATS, 2009b)과 여자 청소년복의 치수(KATS, 2009a)에서 제시한 피트성이 필요한 의복의 신체 치수간격에 따라 허리둘레는 3 cm, 키는 5 cm 간격으로 사이즈 구간을 설정하였다. 허리둘레와 키의 사이즈 구간을 교차분석하여 2% 이상의 빈도를 나타내는 치수 조합을 다빈도 구간으로 선정하였다.

본 연구는 3D 모델 개발을 위한 인체 사이즈 스펙 개발을 목적으로 하였으므로 상의류 사이즈의 대표치수인 키, 가슴둘레, 하의류 사이즈의 대표치수인 키, 허리둘레, 엉덩이둘레가 아닌 키와 허리둘레를 대표치수로 선정하였다. 인체 전체에 대한 대표성이 있어야하므로 비만지수와의 상관분석을 실시하였다. 비만지수는 소아 및 청소년의 비만정도를 나타내는 지수로써(실측체중-신장별 표준체중)/신장별 표준체중×100(KNHANES, 2006)으로 산출되었으며 신장별 표준체중은 질병관리본부(KCDCP, 2007)의 소아청소년 표준성장도표가 사용되었다. 상관분석 결과, 허리둘레가 비만과 가장 상관관계가 높게 나타났다. 따라서 본 연구에서는 높이의 대표 치수인 키와 비만의 대표치수인 허리둘레를 사이즈 분류 기준으로 삼았다(Table 5).

7-18세 여성 전체를 대상으로 키와 허리둘레 사이즈 구간을 교차분석 한다면, 연령대에 따른 인체 비율의 차이(Table 4)가 반영되지 못할 것이다. 또한 Table 6과 Table 7에 의하면 연령대에

따라 서로 전혀 다른 사이즈가 다빈도 구간으로 나타나고 있으나, 전체 연령대를 대상으로 교차분석하는 경우 중간 범위가 다빈도 구간으로 나타나 결국 7-12세, 13-18세 연령대 모두 빈도가 낮은 사이즈가 다빈도 구간으로 선정될 것이다. 따라서 본 연구에서는 연령대별 체형 특성을 반영한 사이즈 스펙을 개발하고자 연령대별로 구분하여 교차분석을 실시하였다.

7-12세 여성의 키와 허리둘레 사이즈 구간을 교차분석한 Table 6에 의하면 120-58, 125-52, 125-55 등 총 20개 사이즈 구간이 2% 이상의 빈도를 보였다. 그러나 130-52와 145-52사이즈는 다빈도 구간에 해당되나 135-52, 140-52 사이즈는 다빈도 구간에 해당되지 않아 사이즈 분포가 비연속적으로 나타났다. 13-18세 여성의 키와 허리둘레 사이즈 구간을 교차분석한 Table 7에 의하면, 150-64, 155-61, 155-64 등 총 15개 사이즈 구간이 2% 이상의 빈도를 보였다.

Table 8은 7-12세, 13-18세 여성의 키와 허리둘레 교차분석 결과에 따른 사이즈 구간 선정 결과이다. 각 연령대 그룹에서 2% 이상의 빈도를 나타내는 35개 사이즈 구간이 선정되었다. 이렇게 선정된 총 430명의 데이터를 기반으로 회귀모형을 개발하여 사이즈 구간별 상세 치수 분석에 활용하고자 한다.

Table 6와 Table 7에서 나타내듯이 다빈도 구간이라 하여도 피험자의 수는 최소 6명에서 최대 36명으로 극히 제한적이다. 따라서 사이즈 구간별 상세 치수 스펙을 개발하기 위하여 각 연령대의 사이즈 구간에 포함되는 모든 데이터를 이용한 회귀식을 사용하였다. 연령대에 따른 체형 특성을 반영하고 각 사이즈 구간의 참고치수를 제시하기 위하여 7-12세, 13-18세 그룹으로 나누어 회귀분석을 실시하였으며 Table 8의 사이즈 구간 중에서 키 120-145구간은 7-12세, 키 160-165 구간은 13-18세로 대상을 한정하였으며 150-155구간은 2개 연령 그룹 모두에서 2% 이상 출현율을 보였으므로 7-18세 전체를 대상으로 하였다.

Table 2의 요인분석과 Table 3과 5의 상관분석 결과에 따라

대표 항목으로 선정된 키와 허리둘레를 독립변수로 하고 인체 각 부위 치수 항목을 종속변수로 하여 회귀분석을 실시하였다(Table 9, Table 10). Table 9의 비만요인의 회귀분석 결과로부터 선형모형의 적합도를 측정하는 R²은 허리둘레와 키가 투입됨으로써 종속변수 목둘레에 대한 전체 설명력이 7-12세의 경우 0.448, 즉 44.8%가 표본회귀선에 적합하다는 의미이다. 회귀계수에 있어서는 모든 항목에서 허리둘레와 키의 회귀계수가 양(+)의 값을 나타내어 비만요인에 해당하는 인체치수항목의 예측치는 비만할수록, 키가 클수록 커지는 것을 알 수 있다.

7-12세, 13-18세의 모든 인체치수 항목의 회귀분석 결과가 유의수준 .001에서 통계적 유의성을 나타내었다. 비만요인에 해당하는

인체치수항목 대부분에 있어 허리둘레의 베타계수가 키의 베타계수보다 크게 나타나 허리둘레가 키보다 더 큰 설명력을 가진 것으로 볼 수 있다. 그러나 팔길이, 위팔길이, 겨드랑앞벽사이길이, 겨드랑뒤벽사이길이는 키의 설명력이 더 큰 것으로 나타났다. 팔길이, 위팔길이, 겨드랑앞벽사이길이, 겨드랑뒤벽사이길이는 요인분석에서는 비만요인에 해당하였으나 인체의 크기를 나타내는 길이 항목들이므로 키의 영향을 크게 받기 때문으로 해석되었다. 특히 팔길이, 위팔길이, 겨드랑앞벽사이길이, 겨드랑뒤벽사이길이는 요인분석 결과에 있어서도 다른 비만 요인 항목들에 비하여 키 요인의 성분이 크게 나타나 허리둘레와 키 모두의 영향을 받는 것으로 해석되었다.

Table 10의 높이의 회귀분석결과로부터 R²은 허리둘레와 키가 투입됨으로써 종속변수 목뒤높이에 대한 전체 설명력이 7-12세의 경우 0.987, 즉 98.7%가 표본회귀선에 적합하다는 의미이다. 높이항목은 대부분 R²이 0.540에서 0.987 사이의 높은 값을 나타내었으나 13-18세 무릎높이 0.227과 어깨가쪽사이길이 0.247로 비교적 낮게 나타났다. 또한 겨드랑높이, 젖가슴높이, 젖가슴아래높이, 넙다리높이, 샅높이, 장딴지높이의 회귀계수는 허리둘레는 음(-)의 값을, 키는 양(+)의 값을 나타내어 키가 클수록 높이 예측값이 커지고 허리둘레가 클수록, 즉 비만일수록 예측값이 작아지는 것으로 나타났다. 이는 비만일수록 겨드랑부위와 가슴, 넙다리 등이 아래로 처지기 때문으로 해석되었다.

7-12세, 13-18세의 모든 인체치수 항목의 회귀분석 결과가 유의수준 .001에서 통계적 유의성을 나타내었다. 높이에 해당하는 모든 인체치수항목에 있어 키의 베타계수가 허리둘레의 베타계수보다 크게 나타나 키가 허리둘레보다 더 큰 설명력을

가진 것으로 볼 수 있다.

Table 8의 사이즈 호칭과 Table 9, Table 10의 회귀분석 결과에 의하여 사이즈 스펙을 개발하였으며 Table 11는 호칭별사이즈 스펙의 일부이다. 사이즈 호칭은 키와 허리둘레를 기준으로 총 48개 호칭이 개발되었으며 목둘레, 가슴둘레, 젖가슴둘레, 젖가슴아래둘레, 엉덩이둘레, 넙다리둘레, 넙다리중간둘레, 무릎둘레, 장딴지둘레, 종아리최소둘레, 발둘레, 편위팔둘레, 편팔꿈치둘레, 아래팔둘레, 손목둘레, 목뒤높이, 겨드랑높이, 젖가슴높이, 젖가슴아래높이, 허리높이, 엉덩이높이, 볼기고랑높이, 넙다리높이, 샅높이, 무릎높이, 장딴지높이, 팔길이, 위팔길이, 어깨가쪽사이길이, 겨드랑앞벽사이길이, 겨드랑뒤벽사이길이 총 31개 상세 치수가 산출되었다. 사이즈 호칭별로 산출된 상세치수와 각 사이즈 호칭별 해당 항목의 평균을 대응표본 t-test로

비교하였으나 모든 항목에서 유의한 차이가 나타나지 않아 본 연구에서는 생략하였다.

본 연구에서는 7-18세 여성 인체의 사이즈 구간을 선정하고 사이즈별 상세 인체 치수를 개발하여 향후 인체 적합성이 높은 3차원 모델 제작에 기초자료로 제공 것을 목적으로 하였다. 이를 위하여 5차 사이즈코리아(KATS, 2004) 자료 중, 높이 12항목, 둘레 16항목, 길이 5항목, 총 33항목을 선정하여 통계분석을 실시하였다. 33개 인체측정항목에 대한 요인분석을 통하여 체형을 대표하는 2개 요인으로 비만요인과 높이를 추출하였다. 사이즈 구간을 선정하기에 앞서 7-12세, 13-18세 그룹의 인체비례를 비교한 결과, 연령 증가에 따라서 키에 대한 동체와 다리의 높이 항목의 비례치가 증가하였다. 즉, 키에 비해 머리는 작아지고 동체와 다리길이가 길어지는 등 유의한 차이를 나타내어 연령대별 사이즈 스펙이 필요함을 알 수 있었다.

비만요인의 대표항목을 허리둘레, 높이의 대표항목을 키로 선정하여 허리둘레는 3 cm, 키는 5 cm 간격으로 사이즈 구간을 설정하였다. 7-12세, 13-18세로 연령대를 구분하여 허리둘레와 키의 사이즈 구간을 교차분석하여 다빈도 구간을 추출하였으며 이를 바탕으로 3D 모델 개발을 위한 사이즈 구간을 선정하였다. 마지막으로 회귀분석을 통하여 사이즈 구간별 상세 치수 스펙을 개발하였다. 회귀분석에는 허리둘레와 키를 독립변수로, 인체 참고치수를 종속변수로 투입하였다. 결과적으로 비만요인에 해당하는 인체치수들은 허리둘레의 설명력이 크고, 높이에 해당하는 인체치수들은 키의 설명력이 큰 것으로 나타났으며 각 사이즈 구간별 사이즈 스펙을 개발하였다.

본 연구에서 개발한 사이즈는 상의류와 하의류로 나누어지는 의류제품의 사이즈와는 차이가 있다. 의류제품 상의류는 주로 키, 가슴둘레, 엉덩이둘레, 하의류는 주로 키, 허리둘레, 엉덩이둘레를 제품 치수로 사용하나 본 연구에서는 인체 전체를 모델링하기 위한 사이즈를 개발하기 위하여 대표치수인 키와 허리둘레만을 사용하였다. 다양한 치수항목을 이용하여 사이즈 구간을 분류한다면 보다 체형 세부 특성을 정확하게 반영하는 사이즈 스펙을 개발할 수 있을 것이나 그런 경우 각 사이즈셀의 빈도가 낮아 회귀식의 설명력이 낮아질 가능성이 높다.

본 연구에서는 7-18세 여성의 사이즈 구간을 선정하였으며 회귀분석에 의하여 각 사이즈 구간의 상세 치수를 제공하였다. 이러한 상세 치수는 3차원 가상 모델의 사이즈 변형을 위한 기본 자료로 활용되어 보다 정확한 가상 모델 개발에 기여할 것이며 이에 대한 후속연구가 수행되어야할 것이다.