머신러닝을 이용한 골프웨어 이미지 판별분석 정확도에 대한 연구

The Study of Discrimination Accuracy of Golfwear Image Classification using Machine Learning

코로나 19 이후 골프웨어 시장이 새로운 호황기를 맞이하고 있다. 그러나, 지금은 그 어느 때보다도 골프웨어 시장의 경쟁이 심각한 상황으로, 소비자들에게 브랜드를 인지시키고 선호도를 증가시켜 매출을 활성화하기 위해서 그 무엇보다도 브랜드 아이덴티티가 중요한 시기라 사료된다. 또한, 4차 산업혁명의 다양한 기술이 패션산업에 이용되는 시점으로, 본 연구는 최근 그 이용이 증가하고 있는 머신러닝을 이용해 이미지 분석을 통한 브랜드의 차별성을 검증하는 것을 연구의 목적으로 하였다. 이에 골프웨어 시장을 주도하고 있는 ‘PXG’, ‘Titleist’, ‘NIKE golf’와 ‘ADIDAS golf’ 등 4개 브랜드의 남녀 상·하를 대상으로 머신러닝의 Neural Network, Logistic regression, Adaboost 세 가지 모델을 사용하여 이미지만으로 브랜드 구별이 가능한지를 측정하였다. 연구 결과, 머신러닝을 이용해 골프웨어 이미지만으로 브랜드 구별이 가능해 브랜드별 판별성과 유사성을 확인할 수 있었으며, 세 개의 모델 중 Neural Network( .97), Logistic Regression( .97)의 판별 정확도가 .97 이상으로 높게 나타났다. 남성 상의는 ‘NIKE golf(95%)’, 남성 하의는 ‘PXG(94%)’의 판별 정확도가 가장 높은 것으로 나타났으며, 여성 상의는 ‘PXG(95%)’, 여성 하의는 ‘NIKE golf(96%)’의 판별 정확도가 가장 높게 나타났다. 본 연구는 최근 패션산업에서 주목받고 있는 머신러닝 방법인 이미지 분석을 통해 브랜드 간 디자인의 차이를 검증하였다는 데 연구의 의의가 있다. 본 연구 결과가 학계의 패션상품 이미지 분석 연구의 초석이 되기를 바라며, 골프웨어 브랜드에서는 상품 차별화를 위한 전략에 다양한 디지털전환의 기술이 활용될 수 있는 기본 자료로 활용되기를 기대한다.

Golf wear market is in a new boom after COVID-19. However, competition in the golf wear market is more serious than ever, and brand identity is considered to be more important than anything else to recognize the brand and increase preferences to boost sales. In addition, at the time when various technologies of the Fourth Industrial Revolution are used in the fashion industry, the purpose of this study is to verify the brand's differentiation through image analysis using machine learning, which has recently been increasing in use. This study used three models of machine learning: Neural Network, Logistic regression, and Adaboost to measure the brand distinction only by image for men and women's tops and bottoms of four brands, ‘PXG’, ‘Titleist’, ‘NIKE Golf’ and ‘Adidas Golf’. As a result of the study, it was possible to distinguish brands only with golf wear images using machine learning, confirming the discrimination and similarity of each brand. Among the three models, the discrimination accuracy of Neural Network ( .97) and Logistic Regression ( .97) was higher than .97. The discrimination accuracy of ‘NIKE golf (95%)’ in men's tops and ‘PXG (94%)’ in men's bottoms was the highest, while ‘PXG (95%)’ in women's tops and ‘NIKE golf (96%)’ in women's bottoms was the highest. This study is meaningful in that it verified the difference in design between brands through image analysis, a machine learning method that has recently attracted attention in the fashion industry. It is hoped that the results of this study will be the cornerstone of the academic research.