인간공학, 인체측정학, 3D 인체데이터, 디지털휴먼, 3D 페르소나. 사람에게 맞는 제품과 공간을 만들 때 자주 등장하는 말이지만, 서로 어떻게 연결되는지 한 번에 정리된 자료는 많지 않습니다. 용어는 들어 봤지만 실제 설계에서 어떤 데이터를 어떻게 골라야 하는지는 막막한 경우가 많습니다.
이 글은 컴포랩스 블로그에서 다뤄 온 기초 개념을 하나의 흐름으로 묶은 입문 가이드입니다. 인간공학과 인체측정학에서 출발해, 치수와 3D 형상의 차이, 정적 데이터와 동적 데이터, 데이터를 고르는 방법과 대표 모델을 만드는 방법까지 순서대로 정리했습니다. 처음 인체데이터를 설계에 도입하려는 분이라면 이 글에서 시작해 필요한 주제로 이동해 보세요.
이 글의 목차
1. 인간공학과 에르고디자인: 사람에게 맞추는 설계
인간공학(Ergonomics)은 사람의 신체적·인지적 특성에 맞게 제품, 작업, 환경을 설계하는 학문입니다. 사람이 제품에 맞추는 것이 아니라 제품이 사람에게 맞도록 만드는 것이 핵심입니다. 컴포랩스는 이 생각을 디자인 실무에 적용하는 방식을 ‘에르고디자인’이라고 불러 왔습니다.
비슷한 말로 휴먼팩터(Human Factors)가 있습니다. 두 용어는 겹치는 부분이 많지만, 휴먼팩터는 사람의 판단, 주의, 실수처럼 인지적 측면을 더 강조하고, 인간공학은 신체 치수와 자세, 힘처럼 물리적 측면을 더 많이 다루는 경향이 있습니다. 실제 설계에서는 두 관점을 함께 봐야 합니다. 좋은 디자인은 보기 좋은 것과 쓰기 좋은 것 중 하나를 고르는 일이 아니라, 둘을 함께 만족시키는 일이기 때문입니다.
- 개념 입문: 에르고디자인이란? · 인간공학: 일상 속 혁신을 디자인하다
- 휴먼팩터와 인간공학: 휴먼팩터(Human Factors)와 인간공학(Ergonomics)
- 디자인과의 관계: 인간공학 vs 미적 디자인 · 데이터와 디자인, 이제는 함께 가야 할 길
- 역사로 보는 흐름: 에르고디자인의 역사 1부 · 2부 · 3부
2. 인체측정학: 몸을 숫자로 이해하는 방법
인간공학적 설계의 출발점은 사람의 몸을 정확히 아는 것입니다. 인체측정학(Anthropometry)은 키, 팔 길이, 앉은키, 손 크기처럼 신체 치수를 체계적으로 측정하고 분석하는 분야입니다. 맞춤 양복을 지을 때 여러 부위를 재듯, 의자, 책상, 자동차 시트, 의료기기, 가전제품 모두 그 제품을 쓸 사람들의 신체 치수를 바탕으로 설계해야 합니다.
이때 중요한 것은 ‘누구의’ 치수인가입니다. 같은 제품이라도 사용자가 유치원생인지, 고등학생인지, 고령자인지에 따라 필요한 치수가 완전히 달라집니다. 그래서 각 나라는 국민 인체치수 조사를 진행하고, 군과 산업계도 자체 데이터를 구축해 왔습니다. 한국의 사이즈코리아(Size Korea), 미국 육군의 ANSUR 같은 자료가 대표적입니다. 이런 자료는 오랫동안 제품과 공간 설계의 기준이 되어 왔습니다.
- 기본 개념: 인체측정학이란?
- 국가·기관별 데이터: SIZE KOREA, ANSUR 등 인체 데이터와 인간 중심 디자인
- 글로벌 제품에 필요한 이유: 글로벌 제품 설계, 왜 인체 데이터인가?
예를 들어 국민 인체치수 조사 자료로 사무용 책상 높이를 정한다고 해 봅시다. 성인 남녀 전체의 팔꿈치 높이 분포를 보면 고정 높이 하나로는 작은 사람과 큰 사람을 동시에 만족시키기 어렵다는 것이 바로 드러납니다. 이렇게 치수 분포는 “조절 기능이 필요한가, 필요하다면 범위는 얼마인가”를 판단하는 데 아주 유용합니다.
3. 1D 치수에서 3D 형상으로
신발 길이는 맞는데 발등이 눌리고, 손목둘레에 맞춘 웨어러블이 특정 부위에서 들뜨는 이유는 무엇일까요? 제품과 몸이 만나는 곳에서는 길이와 둘레뿐 아니라 단면, 곡률, 돌출 부위, 상대적 위치가 함께 작용하기 때문입니다.
전통적인 인체치수 데이터는 정해진 측정 항목으로 몸의 크기를 표현합니다. 3D 인체데이터는 측정 당시 몸의 표면 형상을 공간 좌표로 표현합니다. 치수는 제품의 기본 크기와 조절 범위를 정하는 근거이고, 3D 형상은 그 범위 안에서 몸과 제품이 어떻게 맞닿는지 살펴보는 근거입니다. 둘은 서로 대체하는 관계가 아니라 다른 질문에 답하며 함께 쓰입니다.
3D 데이터의 가치는 숫자가 많다는 데 있지 않습니다. 치수표로 요약하는 과정에서 사라지는 형상과 위치 관계를 보존한다는 데 있습니다. 반대로 치수표만으로는 측정한 수치 사이에 놓인 표면 윤곽을 온전히 되살리기 어렵습니다.
3D 데이터를 실제로 쓰려면 형식도 중요합니다. 스캔 원본은 수만 개의 점으로 이루어진 포인트 클라우드라 용량이 크고 구멍이 있는 경우가 많습니다. 이를 정리해 일정한 구조의 메시로 바꾸고, 부위별 기준점을 맞춰야 여러 사람의 데이터를 비교하거나 AI 학습에 쓸 수 있습니다.
- 차이점 정리: 3D 인체데이터와 전통적인 인체치수 데이터는 무엇이 다른가
- 측정 방식: 3D 인체 스캐닝의 에르고디자인 활용 · 사진 한 장으로 발의 3D 형상을 예측한다고?
- 데이터 형식: AI는 왜 3D 인체데이터 포맷에서 성능이 갈리는가
4. 정적 데이터에서 동적 데이터로
지금까지 대부분의 설계는 서 있는 자세에서 측정한 정적인 치수를 바탕으로 이뤄졌습니다. 하지만 사람은 가만히 있지 않습니다. 앉고, 걷고, 팔을 뻗고, 몸을 비트는 과정에서 몸은 위치만 바뀌는 것이 아니라 형상이 변하고 체적이 이동하며 압력이 달라집니다. 정적인 기준에는 맞지만 실제 사용에서는 불편한 제품이 생기는 이유입니다.
그래서 시간에 따른 움직임을 함께 기록하는 동적 인체데이터(4D 데이터)가 중요해지고 있습니다. 팔을 뻗는 범위, 걸을 때의 보폭, 움직일 때 늘어나는 둘레 같은 정보는 공간 설계, 의류, 모빌리티, 로봇까지 다양한 산업의 설계 기준이 됩니다.
예를 들어 레깅스를 설계할 때 서 있는 자세의 허벅지 둘레만 보면 사이즈는 맞지만, 쪼그려 앉는 순간 허벅지와 엉덩이 둘레가 크게 늘어나며 원단이 당기거나 비칩니다. 동작 중 둘레 변화를 알면 어느 부위에 신축성을 더 주고 어느 부위에 여유를 둘지 미리 정할 수 있습니다.
5. 데이터 선택하기: 설계 질문에서 출발한다
제품설계용 인체데이터는 어떤 설계 결정을 뒷받침해야 하는가를 기준으로 골라야 합니다. 손목형 웨어러블의 밴드 조절 범위를 정하는 일과 센서 하우징의 접촉면을 설계하는 일은 서로 다른 정보를 요구합니다. 의자의 좌판 높이를 정할 때 필요한 치수와, 등받이가 다양한 체형을 지지하는지 검토할 때 필요한 형상도 다릅니다.
그래서 데이터를 도입하기 전에 목표 사용자, 주요 접촉 부위, 사용 자세와 동작, 바꿀 수 있는 설계 변수, 평가 기준을 먼저 정해야 합니다. 또 데이터의 규모와 대표성은 따로 봐야 합니다. 전체 표본이 크더라도 제품의 주요 고객인 고령자나 특정 체형군이 충분히 포함되지 않았다면, 그 집단에 대한 판단 근거는 약합니다.
예를 들어 고령자용 안경테를 만드는 회사가 20~40대 위주로 수집된 얼굴 데이터 1만 건을 확보했다고 해 봅시다. 숫자는 많지만, 나이가 들면서 달라지는 콧대와 광대 주변 형상은 거의 담겨 있지 않습니다. 이 경우 데이터 수가 적더라도 60대 이상 얼굴 데이터를 따로 확보하는 편이 설계에 훨씬 유용합니다.
설계 판단 기준
- 데이터를 고르기 전에 그 데이터로 내릴 설계 결정을 먼저 적습니다.
- 표본 수보다 목표 사용자 집단이 충분히 포함됐는지를 먼저 확인합니다.
- 측정 자세와 조건이 실제 사용 자세와 맞는지 확인합니다.
6. 대표 모델: 백분위 모델과 3D 페르소나
데이터를 설계에 쓰려면 수많은 사람을 대표하는 모델이 필요합니다. 가장 익숙한 방법은 작은 사람, 중간 사람, 큰 사람을 5·50·95백분위로 대표하는 것입니다. 주요 치수의 범위를 파악하는 데는 유용합니다.
하지만 실제 몸은 크기 순서대로 같은 비율로 커지거나 작아지지 않습니다. 키가 50백분위인 사람이 다른 치수에서도 모두 50백분위인 것은 아닙니다. 같은 키라도 어깨너비, 팔 길이, 몸통 깊이가 다르고, 같은 손 길이라도 손바닥 너비와 손가락 비율이 다릅니다. 그래서 ‘50백분위 인체모델’이라는 이름만으로는 대표성을 설명할 수 없고, 어떤 집단의 어떤 치수를 기준으로 골랐는지, 다른 치수와 형상은 어떻게 반영했는지를 함께 밝혀야 합니다.
3D 페르소나는 이 한계를 보완하는 방법입니다. 실제 3D 인체데이터에서 목표 사용자 집단의 체형 차이를 잘 드러내는 대표 모델들을 골라 만든 설계용 디지털 인체 모델입니다. 단순한 캐릭터 이미지가 아니라, 수집한 데이터를 정리하고 체형군으로 나눈 뒤 각 군을 대표하는 형상을 만들어 설계 검토에 바로 쓸 수 있게 한 것입니다. 3D 페르소나는 제품 설계뿐 아니라 공공 정책을 기획할 때 대상 인구의 신체 특성을 이해하는 데에도 쓸 수 있습니다.
- 데이터 수집: 정적 전신 스캔, 부위별 스캔, 동작 데이터를 모읍니다.
- 정리와 표준화: 스캔을 보정하고 기준점을 맞춰 비교할 수 있게 만듭니다.
- 체형군 분류: 목표 사용자 집단을 체형 특성에 따라 여러 군으로 나눕니다.
- 대표 모델 생성: 각 군의 중심과 경계를 대표하는 3D 모델을 만듭니다.
- 설계 검토 적용: 대표 모델로 도달, 접촉, 간섭, 착용 상태를 확인합니다.
7. 표준과 데이터 생태계
인체데이터가 산업 전반에서 쓰이려면 측정 방법과 데이터 형식에 대한 표준, 그리고 필요한 데이터를 쉽게 얻을 수 있는 공급 체계가 필요합니다. 측정 기준이 다르면 데이터를 모아도 비교할 수 없고, 형식이 다르면 설계 도구와 AI에 바로 쓸 수 없습니다. 국제표준(ISO/TC 159)은 정적인 인체치수에서 3D 형상, 동작 데이터, 디지털트윈에 쓸 수 있는 데이터로 범위를 넓혀 가고 있습니다.
- ISO/TC 159 국제표준 흐름 속의 휴먼데이터 전략 · 공공 데이터 포털이 제공해야 할 3D 인체 데이터 패키지 구성
- 인체 데이터: 산업과 삶의 구조를 바꾸는 핵심 자원 · 인체 데이터가 만드는 미래 산업 · 휴먼빅데이터: 산업과 사회를 바꾸는 데이터 브리지
컴포랩스의 인체데이터 도구
- 사이즈랩(SIZE LAB): 목표 고객의 체형 분석부터 대표 인체 형상 생성, 3D 가상피팅까지 → 타겟 고객 체형 분석부터 설계까지, 사이즈랩 한 번이면 끝
- 데이터 스토어(Data Store): 개발에 바로 쓸 수 있는 3D 인체데이터 → 컴포랩스의 데이터 스토어
한눈에 보는 인체데이터의 종류
| 데이터 종류 | 담고 있는 정보 | 잘 답하는 질문 | 한계 |
|---|---|---|---|
| 1D 인체치수 | 길이, 둘레, 높이 | 사이즈 범위, 조절 범위 | 형상과 접촉을 알기 어려움 |
| 3D 형상 데이터 | 표면 형상, 단면, 곡률, 체적 | 몸과 제품이 어떻게 맞닿는가 | 측정 자세에 고정됨 |
| 동적(4D) 데이터 | 시간에 따른 형상·관절 변화 | 움직일 때도 맞는가 | 수집 비용이 큼 |
| 백분위 모델 | 특정 치수의 분포 위치 | 크기 범위의 양 끝 | 체형 비율 차이를 놓침 |
| 3D 페르소나 | 체형군별 대표 3D 모델 | 어떤 체형이 어떤 이유로 불편한가 | 목표 집단 정의가 중요 |
8. 자주 묻는 질문
Q. 3D 데이터가 있으면 치수 데이터는 필요 없나요?
아닙니다. 치수는 사이즈 체계와 조절 범위를 정하는 데 여전히 가장 효율적인 기준입니다. 3D 형상은 그 범위 안에서의 착용 상태를 판단하는 데 쓰입니다. 두 데이터는 함께 쓰는 것이 기본입니다.
Q. 데이터는 많을수록 좋은가요?
양보다 목표 사용자에 대한 대표성이 더 중요합니다. 제품을 쓸 사람들이 충분히 포함되어 있고, 측정 자세가 실제 사용 자세와 맞는 데이터가 좋은 데이터입니다.
Q. 3D 페르소나는 몇 개나 만들어야 하나요?
제품과 목표 집단에 따라 다릅니다. 체형 차이가 제품 적합성에 크게 영향을 주는 부위를 기준으로 체형군을 나누고, 각 군의 중심과 경계를 대표할 만큼 만들면 됩니다.
다음으로 읽을 글
기초 개념을 익혔다면 실제 적용으로 넘어가 보세요. 제품군별 활용은 제품 설계를 위한 인체데이터 활용 가이드에서, AI와 디지털휴먼을 활용한 검증은 AI 제품개발과 디지털휴먼 검증 가이드에서 이어집니다. 이 카테고리의 새 글은 인체데이터·인간공학 기초 카테고리에서 볼 수 있습니다.
