한글 글꼴 유사도 판별력 향상을 위한 서체 굵기 측정 기준 제안

Abstract

딥러닝 기반 글꼴 자동 추천 시스템은 글자의 인상을 결정하는 다양한 속성 요인(글자의 형태, 골격, 공간, 굵기 등)을 활용 해 사용자가 필요로 하는 최적의 인상을 가진 글꼴을 추천하는 역할을 한다. 그중 굵기는 글자의 굵고 얇은 정도를 수치화 된 지표로 제시해 글자 인상을 구분하도록 돕는 중요한 유사도 판별 요인이다. 그러나 현재 통용되는 글꼴 자동 추천 시스 템은 대체로 글자의 형태, 골격 요소의 위치 정보를 기초로 글꼴 유사도 판별 기준을 설계하고 있는 반면, 굵기 요인을 활 용할 수 있는 기준은 마련되어 있지 않다. 이처럼 일부 요인으로부터 추출한 데이터에 주로 의존하는 현행 기계 학습은 그 결과의 정확도 면에서 한계가 크다. 이에 이 연구는 글꼴 기계 학습에 더 정밀한 글꼴 유사도 판별을 제공할 수 있도록 글 자의 굵기 기준을 설계하고자 했다. 이를 위해 라틴 알파벳, 한글 글꼴 유사도 판별 기준을 제시한 PANOSE(1991-1997), 김현영(2019)의 선행 연구에서 글자의 획 굵기 기준 어떻게 설계했는지 분석했고, 현행 한글 굵기 기준이 라틴 알파벳처럼 무수한 획 굵기 변수를 귀납하여 판별 부위를 선정한 한계를 발견했다. 이를 보완하기 위해 한글의 조합 방법, 형태소, 기 준선 등에서 나타나는 획 굵기 변화 요인을 종합해 서체 획 굵기 측정 기준 보완 설계를 위한 단서를 찾았다. 보완 설계한 한글 서체 획 굵기 기준은 돋움 계열의 글꼴 분류, 글꼴 디자인 시 살을 붙이는 토대로 활용되는 낱글자 ‘ᄆ, ᅡ, ᅩ’를 조합 한 온글자 ‘마, 맘, 모, 몸, 뫄, 뫔’의 세로줄기 너비를 판별 부위로 두었다. 이어서 판별 부위를 평균으로 환산한 값을 최종 굵기 측정값으로 두는 과정을 거쳐 판별을 위한 단위를 제시했다. 연구의 결과 글꼴 추천 시스템 개발에서 활용할 수 있는 글자 변별 요인별 변수를 고려한 글꼴 유사도 판별 기준의 구체적 근거를 굵기 요인을 통해 제시할 수 있었고, 다양한 인상 의 글꼴을 추천하는 데 기여할 수 있으리라 본다.