콘텐츠 감정과 글꼴 감정 키워드 매칭을 통한 글꼴 추천 시스템 = Font Recommendation System through Keyword Matching between Content Emotion and Font Emotion

국문 초록 (Abstract)

디지털 콘텐츠의 양이 급격히 증가하고 콘텐츠에 다채로운 글꼴이 적용되고 있다. 콘텐츠와 어울리는 글꼴을 사용하는 것은 디자인, 가독성, 의미 전달 효과 모두에 영향을 끼치지만, 일반 사용자는 글꼴을 선택하는 과정에 어려움을 느끼고 잘못된 글꼴을 선택하는 경우가 존재한다.
따라서, 본 연구에서는 입력한 콘텐츠의 감정에 따라 어울리는 글꼴을 추천해주는 시스템을 설계하고 구현했다. 콘텐츠 감정에 어울리는 글꼴을 추천하기 위해 글꼴의 감정을 분석하고자 했고 키워드를 통해 글꼴을 분석했다. 한글 글꼴을 잘 나타내고 효과적으로 분석 가능한 키워드를 선정해 글꼴 사이의 연관성을 평가하는 실험을 진행했다. 기존의 평가 인터페이스는 글꼴 간의 비교가 불가능하고 작업량이 너무 많다는 문제가 있었고 이를 해결하기 위해 본 평가에 효과적인 인터페이스를 설계해 평가했다. 키워드에 따라 관련성이 높을 글꼴을 상, 중, 하 세 단계로 분류할 수 있고 모든 글꼴을 한 화면에 표현해 상호 비교를 통해 단계별 범주화를 할 수 있도록 구현했다. 구현한 인터페이스를 이용해 구한 글꼴의 키워드 응답자 비율에 가중치를 곱해 하나의 키워드 속성 값으로 변환했다. 변환한 속성 값의 효용성을 검증하기 위해 키워드 선택 기반 글꼴 추천 프로토타입 시스템을 설계해 사용성 평가를 진행했다. 프로토타입 사용성 평가 결과 기존 글꼴 검색 시스템과 비교해 높은 만족도를 보였으나, 모호한 상황에서 원하는 키워드를 선택하는 것에 어려움을 느끼는 사용자가 존재했다.
최종적으로 콘텐츠의 감정에 따라 어울리는 글꼴 추천 시스템을 구현했다. 콘텐츠의 감정과 글꼴 키워드는 서로 다른 분류 기준이기 때문에 비교를 위해서는 서로 다른 감정 분류 기준을 하나의 공간으로 이동해 비교하는 매핑 모델이 필요했고 모든 감정을 하나의 공간에 표현 가능한PAD(pleasure, arousal, dominant) 모형을 활용해 콘텐츠와 글꼴을 PAD 값을 변환해 비교하는 매핑 방식과 분류 기준 사이의 상관 관계 분석을 통해 비교하는 매핑 방식 두 가지를 설계해 비교했다. 콘텐츠와 각 계산 모델을 적용한 글꼴 추천 리스트를 제시하고 더 적절하다고 판단되는 모델을 평가받았고 상관 관계 분석을 통한 매핑 방식이 효과적이라는 것을 확인했다. 상관 관계 분석을 통한 매핑 방식을 적용한 글꼴 추천 인터페이스를 구현하여 사용성 평가를 진행하여 시스템의 효용성을 확인했다.
본 연구는 콘텐츠 감정에 따라 어울리는 글꼴을 추천해주는 시스템을 제안하였고, 이를 통해 디자인적 경험이 부족한 사용자도 상황에 어울리는 글꼴을 빠르고 정확하게 추천받을 수 있도록 했다. 또한 본 연구에서 제안한 방식을 적용해 영상 제작, 전자 출판, 소셜 네트워크 등 다양한 디지털 콘텐츠 분야에서 활용할 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

The amount of digital content is rapidly increasing, and colorful fonts are being applied to content. Using a font that matches the content affects all of the design, readability, and message conveying effect, but general users find it difficult to select the font and sometimes choose the wrong font. Therefore, in this study, we designed and implemented a system that recommends suitable fonts according to the emotions of the input content. In order to recommend a font that matches the emotion of the content, the emotion of the font was analyzed, and the font was analyzed through keywords. An experiment was conducted to evaluate the relationship between fonts by selecting keywords that represent Korean fonts well and can be effectively analyzed. Existing evaluation interfaces had problems that comparison between fonts was impossible and the amount of work was too much. To solve this problem, an effective interface for this evaluation was designed and evaluated. Depending on the keyword, fonts with high relevance can be classified into three levels, upper, middle, and lower, and all fonts are displayed on one screen to enable step-by-step categorization through mutual comparison. Using the implemented interface, the percentage of keyword respondents in the obtained font was multiplied by the weight and converted into a single keyword attribute value. In order to verify the effectiveness of the converted attribute values, we designed a font recommendation prototype system based on keyword selection and conducted usability evaluation. As a result of the usability test of the prototype, users showed high satisfaction compared to the existing font search system, but there were users who found it difficult to select the desired keyword in an ambiguous situation.
Finally, we implemented a font recommendation system that matches the emotion of the content. Since emotion in contents and font keywords are different classification criteria, a mapping model that compares different emotion classification criteria in one space was needed for comparison. There are two mapping methods: mapping method that compares content and fonts by converting PAD values, and a mapping method that compares content and fonts through correlation analysis between classification criteria, using a PAD (pleasure, arousal, dominant) model that can express all emotions in one space. A recommended list of fonts applying each calculation model was presented, and a model judged to be more appropriate was evaluated, and it was confirmed that the mapping method through correlation analysis was effective. By implementing a font recommendation interface to which a mapping method through correlation analysis was applied and conducting a usability test, it was found that the system was effective.
This study proposed a system that recommends suitable fonts according to the emotion of the content, and through this, even users who lack design experience can quickly and accurately recommend fonts suitable for the situation. In addition, by applying the method proposed in this study, it can be used in various digital content fields such as video production, electronic publishing, and social networks

목차 (Table of Contents)

• 제 1 장 서론 = 1
• 1.1 연구 배경 및 목적 = 1
• 1.2 연구의 방법 및 구성 = 4
• 제 2 장 관련 연구 = 6
• 2.1 감정 분류 기준에 관한 연구 = 6
• 2.1.1 인간의 대표 감정 분류 기준 = 6
• 2.1.2 감정축을 활용한 감정 표현 방법 = 6
• 2.2 다양한 글꼴 추천 연구 사례 = 8
• 2.2.1 문맥에 어울리는 글꼴 자동 추천 시스템 = 8
• 2.2.2 메신저 내용에 따른 글꼴 변환 기술 = 8
• 2.2.3 한글 감성 속성 분석을 통한 글꼴 추천 시스템 = 9
• 2.2.4 크라우드 소싱 속성을 이용한 글꼴 추천 시스템 = 11
• 제 3 장 글꼴 감정 키워드 선정 및 수치화 = 12
• 3.1 연구 개요 = 12
• 3.2 글꼴 인상을 표현할 수 있는 키워드 선정 = 14
• 3.3 글꼴 별 키워드 속성값 계산 = 17
• 3.3.1 추천에 사용할 글꼴 선정 = 17
• 3.3.2 글꼴 별 어울리는 키워드 선택을 위한 인터페이스 구현 및 평가 = 19
• 3.3.3 글꼴 별 키워드 속성값 변환 = 21
• 3.4 키워드 선택 기반 글꼴 추천 프로토타입 = 23
• 3.4.1 키워드 선택 기반 글꼴 추천 프로토타입 설계 및 구현 = 23
• 3.4.2 키워드 선택 기반 글꼴 추천 프로토타입 평가 = 25
• 제 4 장 콘텐츠 감정 분석을 통한 글꼴 자동 추천 시스템 = 28
• 4.1. 연구 개요 = 28
• 4.2 계산 모델 설계 및 비교 = 29
• 4.2.1 PAD값 거리 계산을 통한 글꼴 추천 모델 = 30
• 4.2.2 피어슨 상관계수를 적용한 글꼴 추천 모델 = 32
• 4.2.3 계산 모델 비교 및 선정 = 35
• 4.3 콘텐츠 감정 분석을 통한 글꼴 자동 추천 시스템 구현 = 38
• 4.3.1 시스템 구성 및 실행 환경 = 38
• 4.3.2 표정 분석을 통한 글꼴 추천 결과 = 39
• 4.3.3 문장 분석을 통한 글꼴 추천 결과 = 42
• 4.4 글꼴 자동 추천 시스템 평가 = 45
• 4.4.1 사용성 평가를 위한 인터페이스 구현 = 45
• 4.4.2 글꼴 자동 추천 시스템 사용성 평가 결과 분석 = 48
• 제 5 장 결론 = 52
• 참고문헌 = 54