메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국브랜드디자인학회 브랜드디자인학연구 브랜드디자인학연구 제5권 제1호
발행연도
2007.1
수록면
23 - 40 (18page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
글로벌브랜드는 21세기 글로벌 시대에 미래 시장을 확보를 위한 기업전략일 뿐만 아니라 국가 이미지 상승효과로 부각되고 있다. 이러한 글로벌브랜드의 열쇠는 글로벌 소비자의 문화적 욕구와 기호를 반영하여 모든 시장에 적용할 수 있는 강력한 글로벌브랜드 아이덴티티의 개발에 있다. 따라서 글로벌 브랜드의 디자인 전략이 중요한 영향을 주는 만큼 정확한 기초적 연구가 필요하다. 본 연구는 중국 국내와 세계 50대 기업의 심벌마크를 연구대상으로 하여, John Murphy와 Michael Rowe의 심벌마크 표현 유형 분류방법에 의하여 심벌마크의 표현유형을 분류하고 디자인 조형과 색채 등의 시각적인 측면을 분석하였다. 기업 심벌마크의 감성분석에 있어서 이미지 스케일의 분석 방법을 이용해서 형용사 DOMESTIC, INTERNATIONAL, CLASSIC와 MODERN 4가지 선정하였으며 요인으로 중국 기업과 세계적 기업의 심벌마크 디자인의 전체적 특성을 파악하고 중국의 글로벌 브랜드 화를 위해 세계적 디자인 흐름과 형태, 표현의 경향 및 디자인 제안을 제시하고자 함이다. 연구 결과 세계적 50대의 기업은 NAME-ONLY로 표현된 심벌마크를 가장 많이 사용하고, 중국은 ABSTRACT(추상적) 심벌마크를 가장 많이 사용한 것으로 나타났다. 그리고 세계적 기업은 MI(MODERN, INTERNATIONAL)형의 심벌마크가 58%의 비율로 높은 비중인 것으로 나타났고, 반면에 중국은 CI(CLASSIC, INTERNATIONAL)형의 심벌마크를 사용빈도수가 가장 많았다. 전체적으로 중국 50대 기업의 심벌마크 디자인은 국제적인 옛날의 현대적 감각이 부촉한 것을 알 수 있다. 중국국내와 세계 50대의 기업 심벌마크의 색채는 공동적으로 파랑을 가장 많이 활용하고 다음에 세계적 기업 심벌마크는 검정과 빨강의 그 순이고 중국은 빨강과 녹색의 순으로 나타났다. 또한 중국국내와 세계적 심벌마크 디자인을 비교에 있어서 큰 차이는 검정이나 회색으로 표현된 심벌마크가 없다는 것이다. 이러한 각각의 경향은 기업이 차별화되고 심벌마크를 제작할 때, 이러한 기존 글로벌디자인 트렌드를 파악하면서 앞으로 유행한 트렌드를 예측하여 반영하기도 한다. 본 연구를 통하여 기업의 정신을 적절히 표현하고, 기업의 정체성이 명확히 표현될 수 있는 기업의 국제적인 심벌이 제작되기를 희망한다.
#글로벌브랜드 #심벌마크 디자인 #globalization brand #symbol mark design

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0