우리나라의 여성복의 사이즈체계현재 우리나라에서는 아직도 구호칭(44, 55, 66 …)을 많이 사용하는 편이기는 하지만 1990년에 치수항목과 신체치수를 직접 라벨에 표시하는 방법으로 바뀌었습니다. 실제로 옷의 라벨표시를 보시면 재킷의 경우 82-90-160 (가슴둘레-엉덩이둘레-신장), 바지의 경우 64-90 (허리둘레-엉덩이둘레) 이런식으로 적힌 것을 보실 수 있을 겁니다. 1999년에는 이런 표시방법이 자율화되었기 때문에 업체에서 자율적으로 표시를 할 수가 있게 되었습니다. 그러나 아직도 옷 사러 가서 55나 66 등의 호칭으로 옷을 구입하신 적이 더 많으시죠.KS-0051에 제정된 사이즈체계를 알아보면 기본 신체 부위별 치수 피트성을 필요로 하는 경우의 신체치수 가슴둘레, 허리둘레, 엉덩이둘레, 신장이 사용되고 100cm를 기준으로 가슴둘레 및 허리둘레는 3cm, 엉덩이둘레는 2cm, 신장은 5cm 간격으로 연속됩니다. 그래서 예를 들면 가슴둘레는 ...76, 79, 82, 85, 88, 91, 94, 97, 100... 이런식으로 나가고 허리둘레는 ... 58, 61, 64, 67, 70, 73, 76, 79... 엉덩이둘레는 ... 82, 84, 86, 88, 90, 92, 94, 96, 98, 100... 신장은 ... 150, 155, 160, 165, 170 ... 이런식으로 연속되어 있습니다.피트성을 그다지 필요로 하지 않는 경우의 신체치수는 보통 5cm간격으로 연속됩니다. 예를 들면 티셔츠나 점퍼같은 옷들이 여기에 해당되겠죠.그래서 기성복 브랜드들은 각 업체마다 타겟과 디자인 특성에 맞추어서 사이즈스펙을 정합니다. 일단 가장 크게 차이가 나는 것은 타겟의 연령층이 되겠죠. 40대, 30대, 20대마다 사이즈스펙이 크게 달라지고 비슷한 연령대를 타겟으로 하는 브랜드라고 해도 그 브랜드의 디자인 컨셉에 따라서 조금씩 차이가 나는 부분도 있습니다.또한 시대에 따라서도 사이즈스펙은 달라집니다. 90년대 중반부터는 옷이 상당히 작게 나오는 추세로 10년전의 44사이즈는 지금의 55사이즈와 키를 제외하고는 비슷한 편입니다. 물론 그동안 우리나라 여성의 체형의 변화가 있었다는 얘기도 됩니다. 평균키는 계속 커지고 있고 몸은 가늘어지고 있는 추세입니다.우리나라 20대 여성의 평균과 기성복 사이즈 스펙을 고려한 55사이즈 예시입니다.신장 가슴둘레 허리둘레 엉덩이둘레 등길이 소매길이160 82 64 90 38 57연구에 따르면 drop에 따른 체형분류 결과 표준체형(드롭 6cm)이 47.4%, 엉덩이둘레가 큰 체형(드롭 12cm)이 42.7%로 두 체형이 대부분을 차지하고 있습니다.ISO(International Organization for Standardization)성인 여성복 사이즈 체계는 여성의 체형을 drop값(엉덩이둘레에서 가슴둘레를 뺀 치수)을 적용하여 3가지로 분류하고 체형에 키를 다시 Short(160cm), Regular(168cm), Long(176cm) 3개로 나누어 적절하게 조합하여 구성하고 있습니다.체형기호 평균 Drop값A Large 12cm(9cm이상)M Medium 6cm(4~8cm)H Small 0cm(3~-4cm)체형기호 평균키S Short 160cm(156-163cm)R Regular 168cm(164-171cm)L Long 176cm(172-179cm)기본부위는 가슴둘레, 엉덩이 둘레, 키로 되어 있고 가슴둘레와 엉덩이둘레 의 간격치수는 4cm이고, 키의 간격치수는 8cm로 하여 분류하고 참고부위로 허리둘레, 등길이, 소매길이, 바지길이가 있습니다.일본일본은 ISO의 체형분류구분에 따라 여성의 체형은 drop치를 적용하여 A체형을 표준체형으로하여 A체형보다 엉덩이둘레가 8cm 큰 B체형을 추가하여 4가지 체형으로 구분하였습니다. 가슴둘레의 중앙값을 83cm, 엉덩이둘레를 91cm로 하여 A체형으로 하고 신장의 구분에 따라 가슴둘레와 엉덩이둘레를 조합시켰습니다.체형기호 정 의B extra large A체형보다 8cm 큰 체형AB Large A체형보다 4cm 큰 체형A Medium 표준체형Y Small A체형보다 4cm 작은 체형일본의 성인여성복 사이즈체계는 키의 중앙값 158cm를 중심으로 142cm(PP), 150cm(P), 158cm(R), 166cm(T) 4그룹으로 구분하였고 가슴둘레는 중앙값을 83cm로 하여 74cm에서 92cm까지는 간격치수를 3cm로 하였고, 92cm에서 104cm까지는 간격치수를 4cm로 하였습니다.각 그룹의 신장과 가슴둘레를 조합하였을 때 가장 높게 분포된 엉덩이둘레치수를 A체형으로 하고 A체형보다 엉덩이둘레가 큰 AB체형, B체형, 엉덩이둘레가 작은 Y체형의 4체형으로 구분하였습니다.가슴둘레의 약호는 가슴둘레 77cm는 5로, 80cm는 7로, 83cm 9로, 86cm는 11로, 89cm는 13으로 92cm는 15로 표기합니다. 그래서 호칭은 표준체형인 가슴둘레 83cm, 엉덩이둘레 91cm, 신장 158cm인 경우 키의 약호인 R을 사용하여 9AR로 표시합니다.이태리이태리는 세계적으로 유명한 패션지임에도 불구하고 공식적인 사이즈체계를 가지고 있지 않습니다. 그러나 이태리 의류협회에서 만들어진 시스템을 채택하여 사용하고 있습니다. 이태리의 성인 여성복 사이즈의 경우 윗가슴둘레(chest)의 1/2치수를 호칭으로 사용하고 있죠. 즉 이태리 40사이즈의 신체치수는 윗가슴둘레 80cm, 가슴둘레 84cm, 엉덩이둘레 88cm이다. 평균 drop치수는 4cm로 가슴둘레에 비해 엉덩이둘레가 작은 편입니다.이태리 사람들은 여성이고 남성이고 체구가 다른 유럽인에 비해 아담한 편이라서 우리나라 사람들이 입기에도 큰 무리는 없습니다. 이태리 사이즈로 40이나 42를 입으면 됩니다. 다만 소매가 좀 더 길고 가슴둘레가 조금 더 큰 편입니다.프랑스프랑스의 성인 여성복 사이즈 체계는 drop값에 따라 엉덩이둘레가 큰 F체형(평균 Drop 10cm), 표준 체형인 N체형(평균 Drop 4cm), 엉덩이둘레가 작은 M체형(평균 Drop 2cm)의 3체형으로 나누고 키를 다시 작은키(152cm), 보통키(160cm), 큰 키(168cm)로 분류하고 있습니다.
검색 엔진의 종류와 검색 방법◎ 인터넷 정보 검색 ◎검색로봇은 spider, wanderer 등으로도 불리며 주기적으로 웹 공간에 존재하는 문서를 수집하여 인덱싱할 수 있도록 도화준다. 인덱스는 검색 로봇이 모아준 문서를 데이터베이스에 저장하는 작업을 하는데 빠르고 효율적인 검색을 위해 주로 키워드와 문서를 연결해주는 역 인덱스(inverted index)방법을 많이 사용한다. 질의 서버는 사용자의 질의어(query)희 입력으로 받아서 인덱스를 참조하여 검색결과를 출력해준다. 대부분의 검색 엔진은 로봇이 찾아온 문서의 타이틀뿐 아니라 문서 전체의 내용을 인덱싱하는 전문 인덱싱(fupp-text indexing)방법을 택한다. 인덱스는 특정단어에 대해 관련있는 문서들의 링크로 구성되는데 하나 이상의 문서가 같은 단어와 연관이 있을 경우 어느 문서가 더 관련이 있는지를 구별할 필요가 있게 된다. 이것은 사용자에게 결과를 출력해 줄 때 가장 우선 순위가 높은 것부터 순서대로 보여 줄 때 중요한 판단 요소가 될 수 있다.검색엔진을 구성할 때 다음과 같이 몇 가지 고려해야 할 쟁점(issue)이 있다. 첫째는 검색 로봇의 항해 전략(trversal strategies)을 정하는 문제이다. 웹에 존재하는 문서는 대부분 하이퍼링크를 이용하여 다른 정보사이트와 연결되어 있는데 인덱싱을 위해서는 하나의 문서에서 출발하여 그 문서내에 잇는 여러 링크를 어떠한 순서로 검색할 지 결정하여야 한다. 대표적으로 깊이 우선(depth first)과 넓이 우선(breadth first)방법이 있지만 깊이 우선 방법은 하나의 정보 호스트에 너무 오래 머물러 있는 등의 문제점이 많기 때문에 대부분 넓이 우선 방법을 택한다. 이외에도 최적 우선(best first)방법을 사용하기도 하는데 이는 휴리스틱(heuristic)을 이용하여 다음 인덱스할 링크를 결정하는 것이다. 많이 쓰이는 휴리스틱 중의 하나는 링크 URL의 길이를 비교하여 작은 길이의 URL을 가진 링크를 우선으로 검색하는 방법이다. 그 이유는 URL의 길이가 작을 수록 한 호스트의 길이가 최상위 레벨의 위치를 나타낼 가능성이 많으므로 좀 더 광범위한 인덱싱이 될 수 있기 때문이다.두번 째 쟁점은 검색 로봇 문제(robot problem)로써 근본적으로 로봇 자체가 링크 URL의 특성을 인식하지 못하는 데서 발생한다. 즉, CGI에 관계된 URL이나 임시로 만들어 놓은 링크에 대한 URL은 인덱싱을 할 필요가 없지만 로봇이 이를 판단하기는 어렵다. 이에 따른 부수적인 결과로는 같은 CGI URL을 무한히 반복적으로 접근하기도 하고 (infinite recursion), 한 호스트의 URL만을 계속적으로 접근하여 그 호스트의 기능을 마비시키기도 한다.(rapid fire attack) 이를 해결하기 위해서 로봇 제외 표준(robot exclusion standard)이 제안되기도 하였다. 이것은 각 웹 호스트에 robots.txt라는 파일을 두어 로봇에게 인덱스할 필요가 없는 문서에 대한 정보를 미리 제공하는 것이다. 즉, 검색 로봇은 각 호스트로부터 robots.txt라는 파일이 있는지를 먼저 확인하고 그 파일을 참조하여 CGI나 임시 문서에 대한 인덱싱은 피할 수 있는 것이다. 하지만 이 방법의 문제점은 검색 로봇의 개발자가 아닌 각 웹 사이트의 관리자가 robots.txt 파일을 만들고 수시로 검사해야 하기 때문에 이 표준을 따르지 않는 정보 사이트에는 적용되지 못한다는 것이다. 실제로 통계적으로 이 표준을 따르는 곳은 전체의 5%도 안된다는 조사도 있다.◎ 메타검색 엔진(meta-search engine) ◎검색 엔진을 이용한 정보 검색에서 발생하는 또 하나의 문제점은 사용 가능한 다수의 검색 엔진 중에서 어떤 것을 이용하는 가 하는 것이다. 각 검색 엔진마다 입력 방식이 다르고 저장된 인덱스의 종류와 크기, 결과의 출력 형태등이 모두 다르기 때문에 사용자는 망설일 수 밖에 없다. 또한 하나의 검색 엔진에서 원하는 결과가 없을 경우 다른 검색 엔진을 일일이 찾아보아야 하는 불편함도 있다. 이런 단점을 보완하기 위해 메타검색 엔진이 제시되었다.메타검색 엔진은 하나의 사용자 입력으로부터 다수의 검색 엔진을 동시에 구동시키고 각 검색 엔진에서 얻어진 결과를 통합하여 하나의 형태로 보여준다. 메타검색 엔진의 장점은 다음과 같다. 첫째, 각 검색 엔진마다 다른 사용자의 입력형태를 하나로 통일함으로써 초보자가 쉽게 이용할 수 있다. 둘째, 여러 검색 엔진을 동시에 구동시킴으로써 각 검색 엔진을 구동시키는 것에 비해 효율적인 검색이 될 수 있다. 셋째, 하나의 검색 엔진 이용시에 놓칠 수 있는 정보를 여러 검색 엔진을 통하므로 좀 더 광범위한 검색이 가능하다.이러한 장점에 비해 단점도 있다. 첫째, 여러 검색 엔진을 구동시키기 위해 더 많은 자원이 필요하다. 둘째, 각 검색 엔진에서 제시하는 인터페이스의 기능을 이용하지 못한다. 셋째, 요구가 많을 경우 병목이 발생하여 수행속도를 떨어뜨릴 수 있다.메타검색 엔진의 구조는 다음 그림과 같이 검색 엔진 외에 Dispatch와 Display라는 추가적인 구성요소가 포함된다. Dispatch는 사용자의 요구를 받아서 각 검색엔진의 입력 형태로 변화시킨 후 검색 엔진을 구동시키는 역할을 수행한다. Display는 각 검색 엔진의 결과를 동일한 형태로 변화시켜 사용자에게 출력해주는 역할을 한다.◎ 정보 필터링(Informatiom Filtering) ◎정보 필터링은 기본적으로 끊임없이 유입되는 정보 중에서 필요한 것이 무엇이고 필요없는 것이 무엇인지를 판단하여 필요하지 않은 것은 무시하는 개념이다. 정보여과의 과정은 다음 그림에 나타낸 바와 같이 사용자의 프로파일(profile)이 중요한 역할을 한다. 사용자의 프로파일에는 사용자가 관심을 가지는 사항에 대한 정보가 포함되어 있는데 대부분 단어의 나열로 나타낸다. 정보 여과의 과정은 전자 우편이나 뉴스 그룹의 정보와 같은 정보 스트림(information stream)을 사용자의 프로 파일과 비교하여 관심이 있는 정보 여과 과정을 거친 결과를 본 후 그것이 실제로 자신이 원하는 것이었는지를 알려주게 되는데 이를 관련성 피드백(relevance feedback) 이라 하여 이 과정을 거치면서 사용자 프로파일을 재 구성할 수 있다.정보 필터링과 정보 검색(information retrieval)은 사용자에게 인터넷상의 정보를 제공해주는 것을 비슷하지만 그 과정이 약간 다르다. 근본적인 차이점은 정보 검색이 사용자의 질의에 따라 원하는 정보를 찾아주는 것이라면, 정보 여과는 사용자의 프로파일에 따라 필요없는 정보를 걸러주는 것이다.즉, 정보 검색의 최종 목적이 찾기(finding)라면 정보여과는 제거(removing)라고 할 수 있다.정보 검색도 마찬가지이지만 정보 여과의 과정도 그리 간단하지 않으며 그에 수반하는 여러 문제점을 내포하고 있다. 첫째, 단어 선택 문제(vocabulary problem) 인데 정보 검색이나 정보 여과 모두에게 해당하는 문제이다. 대부분 관심도 (interests 또는 preferences)를 단어로 표현한다고 할 때 같은 관심 분야라고 하더라도 사람마다 선택하는 단어가 다를 수 있고 , 심지어는 같은 사람이라도 시간 경과에 따라 다른 형태로 표현할 수 있는 것이다. 둘째, 문서 구조화(document structure)가 되어있지 않거나 일부만 되어있다는 문제이다. 가령 전자우편의 경우 보낸 사람이나 제목등의 경우는 구조화 되어 있다고 볼 수 있지만 내용의 경우는 일반 텍스트의 나열이기 때문에 내용을 통해 여과 작업을 하는 것은 매우 어려운 일이다. 또 사용자에게 유입되는 정보의 종류가 다양하고 각각이 서로 다른 구조를 가지고 있기 때문에 이를 모두 고려하는 작업이 중요한 쟁점으로 대두된다. 셋째, 정보 여과 시스템을 훈련시켜야 한다는 것이다. 사용자의 프로파일은 처음부터 재구성해야 하는데 이를 위해 사용자의 피드백이나 사용 습성에 따라 정보 여과 시스템을 훈련시켜야 한다. 이 과정은 오랜 시간이 걸리기 마련이며 또한 중간에 사용자의 의지에 의해 관심도가 급격히 바뀌었을 경우는 다시 오랜 기간에 걸쳐 훈련이 되어야 한다.- 주제별 검색 엔진미리 설정해 놓은 몇 가지 주제에 따라 분류(대 주제에서 소 주제의 순으로)예) 스포츠→구기종목→축구→월드컵→▷ 야후(Yahoo) http://www.yahoo.com, http://www.yahoo.co.kr▷ ZIP http://www.zip.org▷ 컴파스 http://compass.shinbiro.com▷ 움프(Oomph!) http://www.oomph.net▷ 갤럭시(Galaxy) http://www.einet.net▷ Lycos http://www.lycos.com▷ Argus 클리어링 하우스 http://www.clearringhouse.net
우리나라의 여성복 사이즈 체계
평가C아쉬워요
여성복, 기성복, 사이즈체계, 우리나라의 여성복 사
