디지털 패션 환경 가속화에 따른 국내외 대학 패션디자인 전공 교과목의 변화 분석 - COVID-19 pandemic시기 전후(2019년과 2022년)를 중심으로 -

민세영; 이지현

추천

검색

자료유형: 학술저널

저자정보: 민세영 (연세대학교) 이지현 (연세대학교)

저널정보: 한국패션디자인학회 한국패션디자인학회지 한국패션디자인학회지 제24권 제1호

발행연도: 2024.3

수록면: 53 - 70 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

COVID-19 pandemic은 디지털 환경을 강화하는 계기가 되었고, 패션디자인 교육에도 다양한 변화를 가져왔다. COVID-19 pandemic 이라는 특수 상황에 따라 온라인 수업의 본격 확대, 디지털 교육 플랫폼의 등장, 디지털기반 패션 교육 프로그램들이 적극 모색되기 시작했다. 이에 본 연구는 COVID-19 pandemic 전후인 2019년과2022년 이후 국내외 대학교의 디지털 패션 교육 프로그램의 변화를 비교 분석하여, 디지털 환경의 가속화에따른 패션 교육의 변화를 살펴보고, 앞으로 더욱 확산될 디지털 기반 패션 교육 프로그램 방향에 대한 인사이트를 도출하고자 하였다. 대상은 패션 관련 전공과목 커리큘럼이 공개된 국내 4년제 이상 61개 대학교, 국외4년제 이상 26개 대학교를 대상으로 하였으며, 자료수집은 1차로 COVID-19 pandemic 시작 전 2019년 8월~ 9월 30일, 2차는 COVID-19 pandemic 상황이 안정되기 시작한 2022년 3월 2일 ~ 22일까지 진행되었다. 자료는빈도 분석과 백분율의 기술통계방법으로 분석되었고, 인사이트 도출을 위해 국내외 디지털 패션 분야 교육자3인의 심층 인터뷰를 진행하였다. 분석 결과 국내외 모두 2019년에 비하여 디지털 패션 및 가상 의상 관련교과목 개설 수가 2배 이상 증가했으며, 특히 3D프로토타이핑 기반 교과목의 비율이 4.4%에서 17.8%로 가장크게 증가하였고, 3D시각화 기반 교과목은 55.0%에서 32.6%로 감소하였지만 이외 교과목들은 2019년에 비하여 모두 증가함을 알 수 있었다. 국외의 경우 교과목의 수는 증가하였으나 국내와는 반대로 3D프로토타이핑관련 교과목의 수는 22.5%에서 9.2%로 감소한 반면, 2D시각화 기반은 55.1%에서 62.2%로, 3D시각화 기반은22.5%에서 28.6%로 각각 모두 증가하였다. 심층 인터뷰 결과, 국내외 디지털 패션 교육 전문가들 모두COVID-19 pandemic이 가져온 수업방식으로 인해 디지털 패션 교육 프로그램의 변화 및 가속화의 영향이 있었으며, 이러한 변화와 지속적인 관심은 향후 디지털 패션 교육 프로그램의 다양화와 필수화로 이어질 것이라고예측하였다. 이러한 변화를 바탕으로 국내외 패션디자인의 교과목이 디지털 기반의 다양한 융합적 교육으로발전되어야 하며 향후 패션 산업에 도움이 될 수 있는 교과목들이 추후에 지속적으로 생겨나야 한다고 보여진다. 본 연구의 결과는 향후 디지털 패션 교육 현황 분석 연구에 대한 기초 자료로 활용될 수 있을 것이다.

This study aimed to compare and analyze the changes in digital fashion education programs in local and international universities before and after the COVID-19 pandemic, examining the impact of the acceleration of the digital environment on fashion education and finding insights into the future directions of digital-based fashion education programs. The research targeted over 61 local 4-year universities and 26 international 4-year universities with publicly available curricula for fashion-related majors. Data collection was conducted in two phases: the first phase was set as the periods before the onset of the COVID-19 pandemic, from August to September 2019, and the second phase corresponded to the periods when the COVID-19 pandemic situation began to stabilize in March 2022. Data was analyzed using descriptive statistical methods, such as frequency analysis and percentages, and in-depth interviews were conducted with three digital fashion education experts from both domestic and international contexts to extract insights. The analysis revealed that, both domestically and internationally, the number of digital fashion and virtual garment-related course offerings increased by over 2-fold compared to 2019. Notably, 3D prototyping-based courses saw the most significant increase, rising from 4.4% to 17.8%. However, 3D visualization-based courses decreased from 55.0% to 32.6%. Nevertheless, other course categories increased in both cases compared to 2019. Results from in-depth interviews indicated that experts in domestic and international digital fashion education recognized the impact of changes in teaching methods brought about by the COVID-19 pandemic on the transformation and acceleration of digital fashion education programs. They predicted that such changes and continued interest would lead to further diversified and required digital fashion education programs in the future. The findings of this study can serve as fundamental data for future analyses of the current status of digital fashion education.

#디지털 패션디자인 교육 #패션디자인 교과목 #코비드19 팬데믹 #디지털 패션 #3D패션 프로그램 #digital fashion design education #fashion design curriculum #COVID-19 pandemic #digital fashion #3D fashion program

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!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)