*Corresponding author: Min-Lyoung Choi Tel : +82-2-940-7840 E-mail : I. 서 론
디지털 및 미디어 시대가 도래하면서 나만의 정체성은 다른 사람과의 차별화를 통해 구축되어 나를 알리는 수단이 되고 있고, 이러한 추세는 퍼스널컬러의 활용으로 이어지고 있다. 자신의 피부색이 가진 고유의 이미지와 감정, 심리적 효과는 아이섀도와 립스틱 색상 같은 극히 작은 면적의 메이크업 색채에도 적용되어 전체적인 이미지에 영향을 준다(Ko, 2011). 그뿐만 아니라 헤어 스타일링, 패션 등에도 활용하여 피부색과 조화를 이루어 얼굴을 생기 있어 보이게 하고, 활기찬 이미지를 연출한다(Yang, 2016). 1990년도 초 미국, 독일, 영국, 일본의 퍼스널컬러 시스템이 한국에 도입된 이후, 한국인의 신체 피부 유형에 따른 40가지 피부색 패턴이 개발되었다(Lee & Kwon, 2019). 그 후, 2005년 외국 시스템의 영향을 받아 한국인에게 적절한 퍼스널컬러 진단 시스템이 CCI(Color Convergence Institute) 색채 연구소에서 고안되었다. CCI색채연구소의 퍼스널컬러 시스템은 4계절 컬러 시스템을 기반으로 각 계절 유형마다 2가지 유형을 추가하여 총 8가지 로 세분화한 방식이다(Park, 2018). 현재까지 퍼스널컬러에 관한 연구는 패션과 뷰티 분야의 특징과 접목하여 다양한 연구가 진행되고 있고(Hong, 2012), 활용성이 높다는 점은 이미 입증된 사실이다. 그러나 퍼스널컬러의 유형 분류를 위한 진단 방법에 있어서 많은 연구자가 피부색의 변화와 외부 환경적인 변화 그리고 피진단자의 주관적인 의견과 통일되지 않은 컬러 진단 도구에 대한 문제점을 제기하였다. 퍼스널컬러 유형 분류 체계의 한 유형에 개인을 대응시키는 시스템은 개인의 특징을 선별하고 진단하는 기준이 뚜렷하지 않아, 평가 방법이 정성적인 관능평가밖에 없다는 한계점을 가지고 있어 정량적인 평가 모델 구축이 되지 않고 있다고 하였다(Oh & Lee, 2018). 또한 기존의 퍼스널컬러 진단 과정들은 다양한 도구나 주관적인 판단에 대한 의존도가 높아서 일반 사용자들이 자신의 퍼스널컬러를 정확히 결정하는 데 어려움이 있다고 하였으며(Jo, 2017), 퍼스널컬러의 평가가 고도로 숙련된 전문가 이외에는 판단하기 어려우며, 관찰자의 환경적인 측면 등에 의해 측정평가에 편차가 있어 신뢰도가 낮다고 하였다(Shin, 2016). 얼굴의 피부색은 이마, 볼, 턱부위마다 고르지 않아, 각기 다른 얼굴의 피부색을 가진 개인을 대상으로 어울리는 색상을 찾아내기 위해서는 관능평가방법이 가장 유용하지만 진단하는 평가자의 주관성을 배제할 수 없다(Lee, 2012).
따라서 본 연구는 ‘퍼스널컬러의 유형은 타고난 피부색에 집중하는 것이지만, 피부색, 눈동자색, 머리카락 색과 개개인의 유형, 이미지, 외간 골격, 성향, 개성 등의 여러 가지 관점으로 평가돼야 할 사항(Hong, 2005)’이라고 한 점에 주목하여, 퍼스널컬러 진단 시 조명 및 환경의 변수와 진단자의 주관적 견해의 개입, 피부색 육안 식별의 어려움으로 인한 진단의 한계가 있다는 것을 인지하고 대안을 모색하고자 하였다. 이에 환경적인 조건과 변화에 영향을 적게 받고, 피부색보다는 객관적 판단과 식별이 쉬운 ‘얼굴 형태’를 퍼스널컬러의 진단 요인으로 선정하여 얼굴형별 이미지가 퍼스널컬러 유형과 연관성이 있는지를 추적해보고자 한다. 정보통신기술을 활용한 인공지능 기술이 발전하면서 미용 분야에서도 얼굴 인식을 통한 피부 분석, 화장품 추천, 화장품 사용 후기 분석 등 산업 전반에 걸쳐 IT(Information Technology) 기반의 서비스가 구축되고 있다. 이러한 인공지능 서비스는 스마트폰, 스마트 미러 등의 사물 인터넷(IOT)과 함께 편리성이 극대화되어 제공되고 있다(Choi et al., 2020). 이러한 서비스 기반을 통해 소비자들이 퍼스널컬러를 정확하게 파악할 수 있도록 얼굴형 이미지를 퍼스널컬러 유형 진단 시 하나의 파라미터(parameter)로 제안하고, 퍼스널컬러 진단의 척도로 구현하여 다변화되고 있는 뷰티 관련 서비스 산업에 활용되길 기대한다.
II. 내용 및 방법
1. 실험 대상자 선정 및 방법
얼굴형과 퍼스널컬러 유형 진단의 대상자를 선정하기 위해 2022년 7월 2일부터 7월 8일까지 서경대학교 졸업 또는 재학 중인 20대 여학생 중에 퍼스널컬러 관련 교육을 기이수한 학생들에게 모집 공고를 하여 550명이 지원하였다. 공용기관생명 윤리위원회의 심의를 통해 승인받은 항목에 따라 연구의 목적, 연구 방법, 연구 참여자의 이익, 부작용 또는 위험과 불편함, 연구 참여에 따른 보상 또는 비용, 개인정보 항목과 비밀 보장 등을 명기한 설명문 및 동의서에 자필 서명을 받았다(승인번호: P01-202207-01-003).
신체 내부적인 요인에 의해 일시적으로 피부색이 급격히 변화되었거나 실험일 기준 1년 이내에 태닝(tanning) 등의 인위적인 처치를 한 사람은 대상자에서 탈락시켜 최종 504명을 선정하였다.
실험참가자의 연령대를 20대로 선정한 이유는 나이에 따라 노화와 외부의 여러 요인에 의해 얼굴 형태가 변화되기 전이며, 얼굴 형태가 완성되는 나이로 다른 연령대에 비해 비교적 정확한 얼굴의 형태를 유지하기 때문이다(Han, 2009).
2. 실험 항목 및 분석 방법
얼굴형과 얼굴형별 이미지 특징, 퍼스널컬러 유형을 파악하기 위해 서경대학교 유담관 518호에서 KSA3011의 태양광과 흡사한 5000K의 정확한 색온도를 내는 조명 기구를 설치하고, 자연광의 조도를 유지한 측정환경을 설정하였다(Cha & Kim, 2011; Byun, 2019). 직사광선, 유리창 등의 투과 광선을 피하고 흰색 벽면을 등진 상태에서 정면과 45도 좌·우측 방향의 얼굴 사진을 카메라(D90, Nikon, Tokyo, Japan)로 촬영하였다.
1) 얼굴형과 얼굴형별 이미지 특징 분석 방법
얼굴형은 선행 연구의 얼굴형 분류를 기준으로 계란형, 둥근형, 각진형, 다이아몬드형, 역삼각형, 긴형의 총 6가지로 선정하였다(Park, 2013; Lee, 2010; Yang, 2009). 얼굴형을 판단하는 변인은 눈, 코, 입의 이목구비와 머리 모양을 제외한 얼굴 전체의 외곽선 및 이마와 턱의 각도와 모양, 얼굴의 길이와 폭의 비율 그리고 광대뼈의 돌출 등으로 하였다(Jung, 2020).
얼굴형별 이미지 특징은 선행 연구를 바탕으로 얼굴형별로 가장 분포가 많은 이미지(Han, 2009; Lim, 2007; Kang, 2003)를 분석하여 부정적인 이미지어를 제외하여 평가지를 구성하였다.
메이크업과 퍼스널컬러 분야의 10년 이상 실무 경력자 8인이 과반수의 일치한 의견으로 얼굴형을 결정하였고, 평가지에 자기기입 방식으로 얼굴형별 이미지를 판단하였다.
2) 퍼스널컬러 유형 분석 방법
퍼스널컬러 유형 분석은 80색상의 컬러 드레이핑(color draping) 진단천(CML Beauty Design Center, Seoul, Korea)을 사용하여 관능평가를 하였다(Lee, 2012; Cha, 2011).
퍼스널컬러 유형 분류는 신체 색을 기준으로 하였다. 피부색과 얼굴 형태의 변화요인은 피부색이 투명하고 눈동자가 반짝이는지, 얼굴색이 화사하며 노란기와 붉은기가 감소하는지, 주근깨와 잡티가 보이지 않는지, 윤곽이 또렷해 보이는지의 긍정적인 변화요인을 조화의 판단 기준으로 하였고, 눈동자가 흐려 보이거나 생기가 없어 보이는지, 피부색이 칙칙해지고 얼굴이 누렇게 보이는지, 기미, 주근깨, 잡티, 다크서클이 도드라져 보이는지의 부정적인 변화요인을 부조화의 판단 기준으로 하였다(Cha, 2011; Moon, 2009; Shin, 2002) (Table 1).
메이크업과 퍼스널컬러 분야의 10년 이상 실무 경력자 8인이 과반수의 일치한 의견으로 퍼스널컬러 유형을 결정하였다.
III. 결과 및 고찰
1. 얼굴형과 퍼스널컬러 유형 분포
실험 대상자의 얼굴형과 퍼스널컬러 유형 분포를 알아본 결과는 다음과 같다(Table 2).
각진 얼굴형이 141명(28.0%)으로 가장 높게 나타났으며, 다이아몬드 얼굴형 124명(24.6%), 둥근 얼굴형 111명(22.0%), 긴 얼굴형 73명(14.5%), 역삼각 얼굴형 38명(7.5%), 계란 얼굴형 17명(3.4%) 순으로 나타났다. 이것은 20대 한국인 여성의 얼굴은 ‘둥근형’ 분포가 가장 높다(Lee, 2018; Lee, 2015; Yang, 2009)는 선행 연구와 차이가 있었다.
퍼스널컬러 유형 분포는 여름 유형이 184명(36.5%)으로 가장 높았으며, 다음으로 가을 유형 141명(28.0%), 겨울 유형 128명(25.4%), 봄 유형 51명(10.1%) 순으로 나타났다. 이것은 퍼스널컬러 유형 중 여름 유형이 높다(Cha, 2011; Shin, 2002)는 연구와 같은 결과였다.
2. 얼굴형별 이미지 특징 분포
1) 둥근 얼굴형 이미지 특징
둥근 얼굴형 111명을 대상으로 이미지 특징을 알아본 결과는 다음과 같다(Table 3).
가장 높게 느껴지는 이미지는 ‘낙천적인(94.6%)’, ‘친근한(93.7%)’, ‘온화한(92.8%)’, ‘발랄한(82.9%)’이었다. 다음으로 ‘젊은(69.4%)’, ‘어려 보이는(58.6%)’, ‘귀여운’과 ‘쾌활한(55%)’, ‘사랑스러운(32.4%)’ 순이었으며, ‘아기자기한(10.8%)’ 이미지는 가장 적었다. 이것은 둥근 얼굴형의 특징이 ‘친근하다’(Lim, 2007)라고 한 선행 연구와 ‘귀엽다’(Han, 2008; Lee, 2006; Kang, 2003)라고 한 결과와 같았다.
3) 역삼각 얼굴형 이미지 특징
역삼각 얼굴형 38명을 대상으로 이미지 특징을 알아본 결과는 다음과 같다(Table 5).
가장 높게 느껴지는 이미지는 ‘지적인(71.1%)’, ‘차가운(71.1%)’이었다. 다음으로 ‘세련된(63.2%)’, ‘날카로운(52.6%)’, ‘소녀적인(39.5%)’, ‘가냘픈(23.7%)’ 순으로 나타났으며, ‘연약한(7.9%)’, ‘유순한(7.9%)’, ‘온화한(7.9%)’, ‘순수한(5.3%)’ 이미지는 가장 적었다. 이것은 역삼각 얼굴형의 특징이 ‘지적이다’(Han, 2009), ‘날카롭고, 세련되었다’(Han, 2009; Lim, 2007), ‘청순하고 소녀적이다’(Jang, 2006; Shin, 2003)라고 한 선행 연구와 같은 결과였으나, ‘소녀답고 유순하다’(Kang, 2003)라고 한 연구결과와는 차이가 있었다.
5) 긴 얼굴형 이미지 특징
긴 얼굴형 73명을 대상으로 이미지 특징을 알아본 결과는 다음과 같다(Table 7).
가장 높게 느껴지는 이미지는 ‘성숙한(98.6%)’, ‘침착한(98.6%)’, ‘어른스러운(97.3%)’, ‘조용한(97.2%)’, ‘이지적인(94.5%)’, ‘고전적(93.2%)’, ‘여성스러운(72.6%)’이었다. 다음으로 ‘고상한(53.4%)’, ‘품위 있는(53.4%)’ 순으로 나타났으며, ‘우아한(46.6%)’ 이미지는 가장 적었다. 이것은 긴 얼굴형의 특징이 ‘성숙하다’(Han, 2009)라고 한 선행 연구와 같은 결과였으나, ‘침착하다’(Jang, 2006), ‘우아하다’(Lee, 2010; Lim, 2007)라고 한 연구결과와는 차이가 있었다.
6) 계란 얼굴형 이미지 특징
계란 얼굴형 17명을 대상으로 이미지 특징을 알아본 결과는 다음과 같다(Table 8).
가장 높게 느껴지는 이미지는 ‘부드러운(100%)’, ‘자연스러운(82.4%)’, ‘친근한(76.5%)’이었다. 다음으로 ‘포근한(58.8%)’, ‘청순한(52.9%)’, ‘매력적인(47.1%)’, ‘고상한(41.2%)’, ‘성숙한(23.5%)’ 순으로 나타났으며, ‘세련된(5.9%)’ 이미지는 낮게 나타났고, ‘기품있는(0.0%)’ 이미지는 전혀 없었다. 이것 계란 얼굴형의 특징이 ‘부드럽다’(Lee, 2010; Han, 2008; Jang, 2006)라고 한 선행 연구와 같은 결과였으나, ‘세련되고 기품있다’(Yang, 2009)라고 한 연구결과와는 차이가 있었다.
3. 얼굴형별 퍼스널컬러 유형 분포
얼굴형별로 가장 많이 분포하는 퍼스널컬러 유형을 알아본 결과는 다음과 같다(Table 9).
둥근 얼굴형은 여름 유형이 51명(45.9%)으로 가장 높게 분포하였고, 겨울 유형 27명(24.3%), 가을 유형 21명(18.9%), 봄 유형 12명(10.8%) 순으로 나타났다. 각진 얼굴형은 여름 유형이 53명(37.6%)으로 가장 높게 분포하였고, 겨울 유형 40명(28.4%), 가을 유형 37명(26.2%), 봄 유형 11명(7.8%) 순으로 나타났다. 역삼각 얼굴형은 여름 유형이 13명(34.2%)으로 가장 높게 분포하였고, 가을 유형 12명(31.6%), 겨울 유형 10명(26.3%), 봄 유형 3명(7.9%) 순으로 나타났다. 다이아몬드 얼굴형은 여름 유형과 가을 유형이 동일하게 39명(31.5%)으로 가장 높게 분포하였고, 겨울 유형 32명(25.8%), 봄 유형 14명(11.3%) 순으로 나타났다. 긴 얼굴형은 가을 유형이 30명(41.1%)으로 가장 높게 분포하였고, 여름 유형 19명(26.0%), 겨울 유형 17명(23.3%), 봄 유형 7명(9.6%) 순으로 나타났다. 계란 얼굴형은 여름 유형이 9명(52.9%)으로 가장 높게 분포하였고, 봄 유형 4명(23.5%), 가을 유형 2명(11.8%), 겨울 유형 2명(11.8%) 순으로 나타났다.
본 연구는 유의수준 0.1 기준으로 가설을 검증하였고, 위와 같은 차이는 유의수준이 0.075로 대립가설을 채택하는 것으로 나타나, 얼굴형에 따른 퍼스널컬러 유형의 차이가 존재한다는 것으로 해석할 수 있다.
4. 얼굴형별 이미지 특징과 퍼스널컬러 유형의 연관성 분석
얼굴형별 이미지 특징과 퍼스널컬러 유형의 연관성을 알아보기 위해 선행 연구에서 퍼스널컬러 유형별 색채와 외형에서 느껴지는 이미지(Yang, 2016)를 분석하여, 연구자가 조사한 얼굴형별 이미지 특징과 비교해 상기 선행 연구의 이미지가 많이 느껴지는 얼굴형이 무엇인지 파악하였다. 또한, 해당 얼굴형에서 가장 많이 느껴지는 이미지를 분석하기 위해 얼굴형별로 50% 이상의 응답이 나온 이미지 특징을 도출한 결과는 다음과 같다(Table 10).
1) 퍼스널컬러 봄 유형
퍼스널컬러 봄 유형의 색채에서 느껴지는 이미지는 ‘귀여운’, ‘경쾌한’, ‘동적인’, ‘로맨틱한’, ‘밝은’, ‘선명한’, ‘스포티한’, ‘즐거운’, ‘캐주얼한’, ‘클리어한’, ‘화사한’이었다. 외형 이미지는 ‘귀여운’, ‘여성스러운’, ‘밝은’이었다.
얼굴형별 이미지 항목에서 이상과 유사한 이미지가 많이 느껴지는 얼굴은 ‘둥근형 12명(10.8%)’과 ‘계란형 4명(23.5%)’이었다. 이미지는 둥근형 얼굴의 ‘발랄한(82.9%)’, ‘젊은(69.4%)’, ‘어려 보이는(58.6%)’, ‘귀여운’과 ‘쾌활한(55%)’ 이미지와 계란형 얼굴의 ‘청순한(52.9%)’ 이미지가 유사하게 나타났다.
2) 퍼스널컬러 여름 유형
퍼스널컬러 여름 유형의 색채에서 느껴지는 이미지는 ‘깨끗한’, ‘낭만적인’, ‘부드러운’, ‘로맨틱한’, ‘여성스러운’, ‘온화한’, ‘우아한’, ‘이지적인’, ‘차분한’이었다. 외형 이미지는 ‘섬세한’, ‘상냥한’, ‘여성스러운’이었다.
얼굴형별 이미지 항목에서 이상과 유사한 이미지가 많이 느껴지는 얼굴은 ‘각진형 53명(37.6%)’, ‘둥근형 51명(45.9%)’, ‘다이아몬드형 39명(31.5%)’, ‘역삼각형 13명(34..2%)’, ‘계란형 9명(52.9%)’이었다. 이미지는 각진형 얼굴의 ‘신뢰감 있는(71.6%)’, ‘성실한(66.7%)’ 이미지와 둥근형 얼굴의 ‘친근한(93.7%)’, ‘온화한(92.8%)’ 이미지가 유사하게 나타났다. 또한 다이아몬드형 얼굴의 ‘지적인(50.8%)’ 이미지, 역삼각형 얼굴의 ‘지적인(71.1%)’, ‘세련된(63.2%)’ 이미지, 계란형 얼굴의 ‘부드러운(100%)’, ‘자연스러운(82.4%)’, ‘친근한(76.5%)’, ‘포근한(58.8%)’ 이미지가 유사하게 나타났다.
3) 퍼스널컬러 가을 유형
퍼스널컬러 가을 유형의 색채에서 느껴지는 이미지는 ‘고전적인’, ‘고상한’, ‘고저스한’, ‘고풍스러운’, ‘내추럴한’, ‘성숙한’, ‘원숙한’, ‘점잖은’, ‘중후한’, ‘풍요로운’, ‘화려한’, ‘고급스러운’, ‘클래식한’이었다. 외형 이미지는 ‘차분한’, ‘어른스러운’, ‘성숙한’이었다.
얼굴형별 이미지 항목에서 이상과 유사한 이미지가 많이 느껴지는 얼굴은 ‘다이아몬드형 39명(31.5%)’, ‘긴형 30명(41.1%)’이었다. 이미지는 다이아몬드형 얼굴의 ‘성숙한(68.5%)’ 이미지와 긴형 얼굴의 ‘성숙한’과 ‘침착한(98.6%)’, ‘어른스러운(97.3%)’, ‘조용한(97.2%)’, ‘이지적인(94.5%)’, ‘고전적인(93.2%)’, ‘여성스러운(72.6%)’, ‘고상한(53.4%)’ 이미지가 유사하게 나타났다.
4) 퍼스널컬러 겨울 유형
퍼스널컬러 겨울 유형의 색채에서 느껴지는 이미지는 ‘강렬한’, ‘댄디한’, ‘모던한’, ‘이성적인’, ‘이지적인’, ‘진보적인’, ‘다이나믹한’이었다. 외형 이미지는 ‘차가운’, ‘이지적인’이었다.
얼굴형별 이미지 항목에서 이상과 유사한 이미지가 많이 느껴지는 얼굴은 ‘각진형 40명(28.4%)’, ‘다이아몬드형 32명(52.8%)’, ‘역삼각형 10명(26.3%)’이었다. 이미지는 각진형 얼굴의 ‘당당한(63/2%)’, ‘활동적인(53.2%)’ 이미지와 다이아몬드형 얼굴의 ‘차가운(70.9%)’ 이미지, 역삼각형 얼굴의 ‘차가운(71.1%)’, ‘날카로운(52.6%)’ 이미지가 유사하게 나타났다.
IV. 결 론
본 연구는 퍼스널컬러 유형 분류의 기준에 있어 얼굴형 이미지와의 연관성을 알아보기 위하여 20대 여성 504명을 대상으로 얼굴형과 퍼스널컬러 유형 얼굴형별 이미지 특징에 대해 전문가 8인이 육안평가와 평가지를 통해 얼굴형별 이미지 특징과 퍼스널컬러 유형의 연관성 여부를 분석하여 다음과 같은 결론이 도출되었다(Table 11).
첫째, 퍼스널컬러 봄 유형의 가장 많은 분포를 차지하는 얼굴은 둥근형과 계란형이다. 둥근형 얼굴에서 느껴지는 ‘발랄한’, ‘젊은’, ‘어려 보이는’, ‘귀여운’ 이미지와 계란형 얼굴에서 느껴지는 ‘청순한’ 이미지는 퍼스널컬러 봄 유형 분류에 있어 의미있는 척도이다.
둘째, 퍼스널컬러 여름 유형의 가장 많은 분포를 차지하는 얼굴은 둥근형과 계란형, 각진형, 역삼각형, 다이아몬드형이다. 둥근형 얼굴에서 느껴지는 ‘친근한’, ‘온화한’ 이미지와 계란형 얼굴에서 느껴지는 ‘부드러운’, ‘자연스러운’, ‘친근한’, ‘포근한’, ‘온화한’ 이미지는 퍼스널컬러 여름 유형 분류에 있어 의미 있는 척도이다. 또한, 각진형 얼굴에서 느껴지는 ‘신뢰감있는’, ‘성실한’ 이미지와 역삼각형 얼굴에서 느껴지는 ‘지적인’, ‘세련된’ 이미지 및 다이아몬드형 얼굴에서 느껴지는 ‘지적인’ 이미지는 퍼스널컬러 여름 유형 분류에 있어 의미 있는 척도이다.
셋째, 퍼스널컬러 가을 유형의 가장 많은 분포를 차지하는 얼굴은 다이아몬드형과 긴형 얼굴이다. 다이아몬드형 얼굴에서 느껴지는 ‘성숙한’ 이미지와 긴형 얼굴에서 느껴지는 ‘성숙한’, ‘침착한’, ‘어른스러운’, ‘조용한’, ‘이지적인’, ‘고전적인’, ‘여성스러운’, ‘고상한’ 이미지는 퍼스널컬러 가을 유형 분류에 있어 의미 있는 척도이다.
넷째, 퍼스널컬러 겨울 유형의 가장 많은 분포를 차지하는 얼굴은 각진형, 다이아몬드형, 역삼각형 얼굴이다. 각진형 얼굴에서 느껴지는 ‘당당한’, ‘활동적인’ 이미지와 다이아몬드형 얼굴에서 느껴지는 ‘차가운’ 이미지 및 역삼각형 얼굴에서 느껴지는 ‘차가운’, ‘날카로운’ 이미지는 퍼스널컬러 겨울 유형 분류에 있어 의미 있는 척도이다.
일반적으로 퍼스널컬러는 본인의 피부 바탕색이 원천이 되는 것(Byun, 2019)이고, 퍼스널컬러 유형 진단을 할 때 피부색이 중요하다(Choi, 2013)고 하였지만, 사람의 피부색은 인종과 지역, 성별, 연령 및 개인에 따라 다르고, 인체에서 부위별, 계절별로 상이하며, 건강상태나 스트레스 등에 의해 변화됨에 따라 육안으로 관찰하기 어려울 때가 많다. 더욱이 색은 주변 환경의 영향을 많이 받아 그에 따른 판단의 변수가 있는 것도 사실이다. 따라서 색보다는 육안 판단이 쉽고, 주변 환경의 영향을 덜 받는 형태적인 측면을 퍼스널컬러 유형 분류의 척도로 고려할 수 있는지를 탐색하고자 하였다.
이상의 연구결과를 통해 얼굴의 형태와 이미지가 퍼스널컬러 유형 진단의 하나의 변수가 될 수 있음을 확인하였다. 그러나 형태학적인 특징만으로 퍼스널컬러 유형을 정확하게 분류할 수 있다고 단정할 수는 없다. 기존의 방식대로 진단 천을 활용한 관능평가와 피부색 특징을 분석하는 것도 필요하지만, 진단 오류를 최소화하고 색의 특징으로 분석이 어려운 경우에 얼굴형과 얼굴형별 이미지가 고려할 요소라는 가능성을 제시하였다는 데 의미가 있다. 이를 통해 퍼스널컬러를 파악할 수 있는 또 다른 기준을 제공하고, 다변화되고 있는 미용 관련 서비스산업에 활용할 수 있기를 기대한다.
본 연구의 얼굴형 분류에 있어 두 가지 이상의 얼굴형이 혼합된 사람이 총 55명으로 전체 대상자의 10.9%에 해당하였으나, 편의상 더 많이 보이는 얼굴형으로 판단하여 이에 따른 이미지의 특징이 다를 수 있다는 한계점이 있다. 따라서 혼합형 얼굴의 이미지 특징과 퍼스널컬러 유형 분류의 연관성을 탐색하기 위한 세분화된 후속 연구가 필요하다. 또한 퍼스널컬러 진단 시 관능평가에 대한 한계와 환경적 피부색의 변화, 진단자의 주관적 개입, 통일되지 않은 드레이프 진단 천으로 인한 퍼스널컬러 진단 오류를 줄이기 위한 다양한 연구가 꾸준히 진행되기를 제안한다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
