Earticle

본 연구의 목적은 광고 표현방식과 문구색상의 상호작용이 제품태도에 미치는 영향에 대한 제품유형 의 조절역할을 검증하는 것으로, 2(광고 표현방식: 명시적 vs. 암시적) x 2(문구색상: 빨간색 vs. 파란색) x 2(제품유형: 실용재 vs. 쾌락재) 집단 간 실험 설계를 적용하였다. 실험에 사용된 제품군은 실용적 제 품의 경우 건전지를, 쾌락적 제품의 경우 폴라로이드 카메라를 활용하였으며, 광고 표현방식의 경우 사전연구를 실시하여 제작하였다. 즉, 사전연구를 바탕으로 명시적인 메시지와 암시적인 메시지를 각 각 빨간색과 파란색으로 제시하였으며, 제품유형에 따라 총 8개 조건의 판촉물을 제작하여 실험을 진 행하였다. 분석 결과, 쾌락적 제품의 경우 광고를 암시적으로 표현하며 빨간색으로 제시하였을 때 제 품태도가 가장 호의적인 것으로 나타난 반면, 실용적 제품의 경우 광고를 명시적으로 표현하며 파란색 으로 제시하였을 때 제품태도가 가장 호의적인 것으로 나타났다. 본 연구의 결과는 향후 기업들이 제 품 유형에 따른 광고 전략을 수립하는 데 보다 효과적이고 실무적인 지침을 제공할 수 있다는 점에서 의미가 있다.

The purpose of this research is to examine the interaction effect between advertising expression method and text color on product attitude according to product type, using a 2(advertising expression method: implicit vs. explicit) x 2(text color: red vs. blue) x 2(product type: hedonic vs. utilitarian) between-group experimental design. The products used in this research were battery for utilitarian product and polaroid camera for hedonic product, and advertising expression method was produced respectively by conducting pretest. In other words, based on pretest, explicit and implicit messages were presented in red and blue respectively, a total of eight stimuli were produced according to product type and examine the experiments. The analysis results showed that in the case of the hedonic product, the product attitude is the most favorable when the advertisement is expressed implicitly in red, whereas in the case of the utilitarian product, the product attitude is the most favorable when the advertisement is expressed explicitly in blue. The results of this research are meaningful that it provides a practical guidance in establishing more effective advertising strategy based on the product type to the company in the future.

본 논문은 이미지에서 효과적인 문자검출을 위해 색상단순화 및 윤곽선에서의 패턴 분석을 통한 문자 검출방법을 제안한다. 윤곽선 기반방법을 사용하는 문자검출 알고리즘은 단순한 배경의 이미지에서는 우수한 성능을 보이지만, 복잡한 배경의 이미지에서는 성능이 떨어지는 단점이 있다. 따라서 제안하는 방법은 복잡한 배경에서의 비문자영역을 최소화하기 위해 이미지 단순화 및 패턴분석을 통한 문자 검출 알고리즘을 제안한다. 먼저 이미지에서의 문자영역 부분을 검출하기 위하여 전처리 과정으로 K-means 군집화를 사용하여 이미지의 색상을 단순화하고, 색상 단순화 과정에서의 물체의 경계의 흐릿해짐을 개선하기 위해 고주파통과필터를 통해 물체의 경계를 강화한다. 그 후 모폴로지 기법의 팽창과 침식의 차이를 이용하여 물체의 윤곽선을 검출하고, 획득한 영역의 윤곽선 부분의 정보(높이, 너비 면적)를 구한 후 패턴분석을 통해 조건을 줌으로써 문자 후보영역을 판별하여 문자가 아닌 불필요한 영역(그림, 배경)을 제거한다. 최종 결과로 라벨링을 통해 불필요한 영역이 제거된 결과를 보여준다.

In this paper, we propose a text extraction method by pattern analysis on contour for effective text detection in image. Text extraction algorithms using edge based methods show good performance in images with simple backgrounds, The images of complex background has a poor performance shortcomings. The proposed method simplifies the color of the image by using K-means clustering in the preprocessing process to detect the character region in the image. Enhance the boundaries of the object through the High pass filter to improve the inaccuracy of the boundary of the object in the color simplification process. Then, by using the difference between the expansion and erosion of the morphology technique, the edges of the object is detected, and the character candidate region is discriminated by analyzing the pattern of the contour portion of the acquired region to remove the unnecessary region (picture, background). As a final result, we have shown that the characters included in the candidate character region are extracted by removing unnecessary regions.

본 연구는 브랜드, 성분, 친환경성, 소비자 리뷰와 같은 핵심 개념에 초점을 맞추어 텍스트 마이닝 기법 을 활용하여 색조화장품과 비건 메이크업 시장의 트렌드를 실증적으로 분석하여, 색조 및 비건 뷰티브랜드의 마케 팅 전략과 제품개발 방향에 대한 기초자료룰 제공하고자 하였다. 데이터는 2023년 3월부터 2025년 2월까지 24개 월간 Daum, Naver, Google의 블로그, 카페, 뉴스 등 다양한 온라인 미디어에서 수집되었으며, 총 1,677개의 문서 가 확보되었다. Textom 빅데이터 솔루션을 활용하여 중복 제거, 스팸 필터링, 특수 문자 제거 등의 정제 과정을 거친 후, 핵심 키워드 40개를 도출하였다. 빈도 분석 결과, ‘브랜드’, ‘성분’, ‘친환경’, ‘소비자 리뷰’와 같은 키워드 가 특히 높은 빈도로 나타났으며, 이는 소비자들이 브랜드 이미지, 제품의 안전성, 환경 지속 가능성, 사용자 경험 등을 중요하게 인식하고 있음을 보여준다. 중심성 지표(차수 중심성, 매개 중심성, 근접 중심성, 고유벡터 중심성) 를 활용한 의미 네트워크 분석 결과, ‘브랜드’, ‘피부’, ‘추천’, ‘뷰티’ 등이 담론의 중심 노드로 작용하는 것으로 나 타났다. 나아가 CONCOR 분석을 통해 키워드를 평판, 색조화장품, 지속 가능성, 산업이라는 네 개의 클러스터로 군집화함으로써 소비자 인식, 제품 특성, 시장 역학 간의 구조적 상호작용을 도출하였다. 이러한 연구결과는 효과 적인 마케팅 전략 수립, 혁신적인 제품 개발, 산업 정책 지원 등에 있어 학문적 통찰과 실무적 시사점을 제공한다.

This study empirically analyzed trends in the color cosmetics and vegan makeup markets using text mining techniques, focusing on key concepts such as brand, ingredients, eco-friendliness, and consumer reviews, and aimed to provide basic data for marketing strategies and product development directions for color and vegan beauty brands. Data was collected from various online media, including blogs, cafes, and news on Daum, Naver, and Google, over a 24-month period from March 2023 to February 2025, yielding a total of 1,677 documents. Using Textom's big data solution, the data was refined through deduplication, spam filtering, and special character removal, resulting in 40 core keywords. Frequency analysis revealed that keywords such as "brand," "ingredient," "eco-friendliness," and "consumer review" were particularly frequent, demonstrating the importance consumers place on brand image, product safety, environmental sustainability, and user experience. Semantic network analysis using centrality metrics (degree centrality, betweenness centrality, closeness centrality, and eigenvector centrality) revealed that "brand," "skin," "recommendation," and "beauty" served as central nodes in the discourse. Furthermore, CONCOR analysis clustered keywords into four clusters reputation, color cosmetics, sustainability, and industry to identify structural interactions among consumer perception, product characteristics, and market dynamics. These research findings provide academic insights and practical implications for developing effective marketing strategies, developing innovative products, and supporting industry policies.

In this paper, we propose a new method to select colors representing the meaning of text contents based on the cognitive relation between words and colors, Our method is designed on the previous study revealing the existence of crucial words to estimate the colors associated with the meaning of text contents, Using the associative probability of each color with a given word and the strength of color association of the word, we estimate the probability of colors associated with a given text. The goal of this study is to propose a system to recommend the cognitively plausible colors for the meaning of the input text. To build a versatile and efficient database used by our system, two psychological experiments were conducted by using news site articles. In experiment 1, we collected 498 words which were chosen by the participants as having the strong association with color. Subsequently, we investigated which color was associated with each word in experiment 2. In addition to those data, we employed the estimated values of the strength of color association and the colors associated with the words included in a very large corpus of newspapers (approximately 130,000 words) based on the similarity between the words obtained by Latent Semantic Analysis (LSA). Therefore our method allows us to select colors for a large variety of words or sentences. Finally, we verified that our system cognitively succeeded in proposing the colors associated with the meaning of the input text, comparing the correct colors answered by participants with the estimated colors by our method. Our system is expected to be of use in various types of situations such as the data visualization, the information retrieval, the art or web pages design, and so on.

A robust and efficient text extraction is very important for an accuracy of Optical Character Recognition (OCR) systems. Natural scene images with degradations such as uneven illumination, perspective distortion, complex background and multi color text give many challenges to computer vision task, especially in text extraction. In this paper, we propose a method for extraction of the text in signboard images based on a combination of mean shift algorithm and weighting scheme of hue and saturation in HSI color space for clustering algorithm. The number of clusters is determined automatically by mean shift-based density estimation, in which local clusters are estimated by repeatedly searching for higher density points in feature vector space. Weighting scheme of hue and saturation is used for formulation a new distance measure in cylindrical coordinate for text extraction. The obtained experimental results through various natural scene images are presented to demonstrate the effectiveness of our approach.

본 논문에서는 DCT 데이터에서 영상 데이터로의 해독 및 이진화 과정을 생략하고 컬러 영상의 DCT 관련 원자료를 사용하는 방법에 기반을 둔 매우 빠르고 안정적인 문자열 구간 분리 모형을 제안하였다. DCT 블록에 저장된 DC 및 3개의 주요 AC 변수들을 조합하여 축소된 저해상도 회색 영상을 만들고 횡렬 및 종렬 투영법을 통해 얻어진 픽셀 값의 히스토그램을 분석하여 문자 열 구간 사이에 존재하는 백색의 띠 공간을 찾아내었다. 이 과정 중 탐색되지 않은 문자 열 구간은 마코프 모델을 사용하여 숨겨진 주기를 찾아내어 복원하였다. 본 논문에 실험 결과를 제시하였으며 기존의 방법보다 약 40 - 100배 빠른 방법임을 입증하였다.

We presented a very fast and robust method of text line segmentation based on the DCT blocks of color image without decompression and binary transformation processes. Using DC and another three primary AC coefficients from block DCT we created a gray-scale image having reduced size by 8x8. In order to detect and locate white strips between text lines we analyzed horizontal and vertical projection profiles of the image and we applied a direct markov model to recover the missing white strips by estimating hidden periodicity. We presented performance results. The results showed that our method was 40 - 100 times faster than traditional method.

자연영상이나 스팸메일 영상으로부터 텍스트 영역을 추출하고 추출한 텍스트 영역에 이진화를 수행하고 나면 가로 방향이나 세로획 방향으로 놓여 있는 "1" 그리고 "ㅡ" 에 해당하는 한글의 종성부분이 이미지 내의 잡영을 지울 때 종종 지워지는 결과를 볼 수 있다. 이렇게 지워진 획 부분을 되살리기 위한 방법으로 텍스트 Hinting 알고리즘을 제안한다. 텍스트 Hinting 알고리즘은 이진화된 이미지의 텍스트 픽셀 위치와 동일한 좌표에 해당하는 원본 이미지의 RGB 값을 추출하여 추출된 텍스트 후보 영역의 색상을 알아낸다. 추출된 텍스트 색상 레이어 이미지와 이진화된 이미지에 OR연산을 수행하게 되면 지워진 획 부분을 복원할 수 있다. 제안한 방법을 스팸 이미지에 적용한 결과 텍스트 추출결과를 획기적으로 개선할 수 있음을 보였다.

기존의 텍스트 추출을 위한 이진화 방법은 입력 이미지를 명도 이미지로 변환한 뒤 이진화 하는 방법을 사용하였다. 이러한 방법은 칼라 이미지에서는 극명히 구분되는 색이라 할지라도 명도 이미지로 변환하는 과정에서 같은 밝기를 같게 되는 경우(예를 들어, 배경은 붉은색, 텍스트는 초록색), 텍스트를 추출하는 데 어려움이 있다. 본 논문에서는 이러한 문제를 해결하기 위해 입력 이미지를 R, G, B로 분리하고 각각을 이진화 하여 텍스트를 추출하고 다해상도 웨이블릿(Wavelet) 변환을 이용하여 텍스트의 획 특징을 추출하여 추출된 특징들을 SVM(Support Vector Machine) 분류기로 검증하여 최종 텍스트 영역을 확정한다. 제안한 방법을 적용함으로써 명도 정보만으로는 추출하기 어려웠던 텍스트 영역을 효과적으로 추출하고 텍스트와 구별하기 어려운 영역을 획수준으로 검증할 수 있었다.

이미지에 포함되어 있는 텍스트들은 이미지의 내용을 함축적이며 구체적으로 표현하는 정보를 갖고 있다. 본 논문에서는 이러한 정보를 정확히 추출하기 위해서 색 변화 특징을 이용한 텍스트 영역 추출 방법을 제안한다. 관찰에 의하면 이미지 내의 텍스트들은 주변 배경과의 색 변화가 존재하며, 이러한 색 변화를 3차원 RGB공간에서 표현한다면, 명도이미지에서의 밝기 변화에서 표현하기 어려운 영역들을 강조시킬 수 있으며, 조명 변화에도 민감하지 않은 결과를 만들어 낼 수 있다. 색 변화 정도는 3차원 RBG 공간에서의 색 분산(Variance)으로 측정한다 처리 과정으로서 우선 수평 및 수직 방향의 분산 이미지를 구하는데, 텍스트 영역은 두 방향의 분산 값이 모두 높은 특징이 있다. 다음으로 두 결과의 논리적 AND 연산을 수행하여 불필요한 잡영들을 제거한 후 연결요소를 분석, 검증하여 영역을 최종 확정한다. 다양한 종류의 자연이미지로 제안한 방법을 검증한 결과 밝기 변화 또는 색 연속성 특징들을 이용한 방법에서 찾기 어려운 텍스트 영역들을 찾을 수 있는 것을 확인할 수 있었다.

Texts in natural images contain significant and detailed informations about the images. Thus, to extract those texts correctly, we suggest a text extraction method using color variance feature. Generally, the texts in images have color variations with the backgrounds. Thus, if we express those variations in 3 dimensional RGB color space, we can emphasize the text regions that can be hard to be captured with a method using intensity variations in the gray-level images. We can even make robust extraction results with the images contaminated by light variations. The color variations are measured by color variance in this paper. First, horizontal and vertical variance images are obtained independently, and we can fine that the text regions have high values of the variances in both directions. Then, the two images are logically ANDed to remove the non-text components with only one directional high variance. We have applied the proposed method to the multiple kinds of the natural images, and we confirmed that the proposed feature can help to find the text regions that can he missed with the following features - intensity variations in the gray-level images and/or color continuity in the color images.

본 논문은 자연이미지에 포함된 텍스트 영역을 찾기 위한 방법으로서 기존에 제안한 색 분산 특징을 이용한 방법에서 분산이 제대로 추출되지 않는 문자 획들에 대한 복원 방법을 제안한다. 이전의 색 분산 특징을 이용한 추출방법에서는 고정된 크기의 수평 및 수직 분간 추출 윈도우를 사용함으로서 문자 획이 두껍거나 긴 경우에는 색 분산이 제대로 추출되지 않는 단점이 있었다. 따라서 본 논문에서는 미 추출된 색 분산을 연결요소 외곽사각형의 기하학적인 정보와 경험적인(Heuristic) 지식을 함께 이용하여 복원하는 방법을 제안한다. 제안한 방법은 다양한 종류의 디지털 카메라와 휴대폰 카메라를 이용해서 취득한 문서 유형의 이미지와 간판, 거리 표지판 등의 자연이미지를 사용하여 테스트 하였으며, 특히 큰 글자를 포함하는 자연이미지에 대해서도 텍스트 추출의 정확성이 향상된 것을 확인할 수 있었다.

This paper proposes a variance recovery method for character strokes that can be missed in applying the previously proposed color variance approach in text detection of natural scene images. The previous method has a shortcoming of missing the color variance due to the fixed length of horizontal and vertical windows of variance detection when the character strokes are thick or long. Thus, this paper proposes a variance recovery method by using geometric information of bounding boxes of connected components and heuristic knowledge. We have tested the proposed method using various kinds of document-style and natural scene images such as billboards, signboards, etc captured by digital cameras and mobile-phone cameras. And we showed the improved text detection accuracy even in the images of containing large characters.

색상 극화란 주어진 텍스트 영역에서 글자색이 무엇인지를 결정하는 과정으로서 텍스트 추출을 위해서 선행되야 하는 작업이다. 본 논문에서는 텍스트 영역이 주어졌을 때 글자 영역을 추출하기 위한 색상 극화 기법을 제안한다. 제안된 방법은 글자 영역과 배경 영역에 대한 관찰을 바탕으로 두 영역 사이의 면적 비율과 표준편차비율의 관계를 색상 극화에 이용한다. 이를 위하여 그레이 스케일로 주어진 텍스트 영역을 Otsu의 방법으로 이진화하고 이진화된 두 영역을 각각 4-CC 레이블링한다. 레이블링된 두 그룹의 영역에 대해 각각 면적과 영역 중심으로부터의 거리에 대한 표준편차를 계산한 다음 두 그룹에서 면적이 가장 넓은 영역을 갖는 영역 사이의 면적 비와 표준편차가 가장 작은 영역들 사이의 표준편차 비를 이용하여 색상 극화를 수행한다. 다양한 폰트와 크기를 갖는 텍스트 영역에 대한 실험을 통해 제안된 방법이 강건하게 색상 극화를 수행함을 확인하였다.

Color polarity classification is a process to determine whether the color of text is bright or dark and it is prerequisite task for text extraction. In this paper we propose a color polarity method to extract text region. Based on the observation for the text and background regions, the proposed method uses the ratios of sizes and standard deviations of bright and dark regions. At first, we employ Otsu's method for binarization for gray scale input region. The two largest segments among the bright and the dark regions are selected and the ratio of their sizes is defined as the first measure for color polarity classification. Again, we select the segments that have the smallest standard deviation of the distance from the center among two groups of regions and evaluate the ratio of their standard deviation as the second measure. We use these two ratio features to determine the text color polarity. The proposed method robustly classify color polarity of the text. which has shown by experimental result for the various font and size.

본 논문에서는 컬러영상에 존재하는 문자들을 효율적으로 추출하기 위한 새로운 접근 방법을 제안한다. 빛 또는 조명성분의 영향에 의해 획득된 영상 내에 존재하는 반사성분은 문자 또는 관심객체들의 경계가 모호해 지거나 관심객체와 배경이 서로 혼합 되었을 경우, 문자추출 및 인식을 함에 있어서 오류를 포함시킬 수 있다. 따라서 영상 내에 존재하는 반사성분을 제거하기 위해 먼저. 컬러영상으로부터 Red컬러 성분에 해당하는 히스토그램에서 두개의 pick점을 검출한다. 이후 검출된 두 개의 pick점들 간의 분포를 사용하여 노말 또는 편광 영상에 해당하는지를 판별한다. 노말 영상의 경우 부가적인 처리를 거치지 않고 문자에 해당하는 영역을 검출하며, 편광 영상에 해당하는 경우 반사성분을 제거하기 위해 호모모픽필터링 방법을 적용하여 반사성분에 해당하는 영역을 제거한다. 이후 문자영역을 검출하기 위해 최적전역임계화방식을 적용하여 전경과 배경을 분리하였으며 문자영역 추출 및 인식의 성능을 향상시켰다. 널리 사용되고 있는 문자 인식기를 사용하여 제안한 방식 적용 전과 후의 인식결과를 비교하였다. 편광영상에서 제안된 방법 적용 후, 문자인식을 한 경우 인식률이 향상되었다.

This paper proposes a new approach to eliminate the reflectance component for the detection of text in color images. Color images, printed by color printing technology, normally have an illumination component as well as a reflectance component. It is well known that a reflectance component usually obstructs the task of detecting and recognizing objects like texts in the scene, since it blurs out an overall image. We have developed an approach that efficiently removes reflectance components while preserving illumination components. We decided whether an input image hits Normal or Polarized for determining the light environment, using the histogram which consisted of a red component. We were able to go ahead through the ability to extract by reducing the blur phenomenon of text by light because reflection component by an illumination change and removed it and extracted text. The experimental results have shown a superior performance even when an image has a complex background. Text detection and recognition performance is influenced by changing the illumination condition. Our method is robust to the images with different illumination conditions.

In this study, we examined the effects of background and underline on the readability of displayed text. The background was placed on every other line and the underline was done with every line of the text. The effect of adding color to the background and underline was also of primary concern. Twenty subjects were tested on their reading efficiency (i.e. time-to-read and comprehension) and subjective preference of different text format presented on a LCD. Result showed that for the background condition, the background with green format significantly decreased the time-to-read as compared to the format without any background. The results of ANOVA on comprehension and subjective preference were also consistent with this finding. For the underline condition, otherwise, the underline with yellow format yielded higher speed and better comprehension. The results imply that adding background or underlines with appropriate colors can be an additional and useful way of improving text readability.

이 연구는 뉴스 텍스트를 대상으로 색채어가 어떤 형식으로 나타나며, 어떤 의미를 갖는지 분석하는 것이 목적이다. 이를 위해 ‘색’ 정보를 전달하는 대상과 그것을 중심으로 한 연상 의미가 어떻게 확장되고 있는지를 분석하였다. 먼저 구체적인 대상을 통한 연상 의미를 보면, 피부색을 통한 [인종], 옷의 색을 통한 [신분], 신체 일부를 통한 [나이]까지, [사람]에 대한 연상이 주로 나타나고 있다. 여기에서는 [색]에 대한 평가나 태도는 나타나지 않지만, 추상적 연상 의미는 [색]에 대한 우리의 관념이나 자세, 태도를 그대로 보여준다. [검정]은 [-밝음]과 [-깨끗함]으로 인해 [-평화], [-순수]를 주로 의미하고, [하양]은 이와는 대조적으로 [+평화]와 [+순수]를 의미한다. [빨강]과 [파랑] 역시 [안전]이라는 의미를 중심으로 서로 대조적인 양상을 보이는데, 여기에서 [노랑]은 [빨강]과 [파랑]의 경계, 중간의 의미를 나타내고 있다. [안전]은 근본적으로 [유표성]과 관련이 있는데, [빨강]이 훨씬 인상적이고 유표성이 강하기 때문에 [-안전]이나 [위협]의 의미를 전달한다고 할 수 있다. 한편 [빨강]은 월드컵 이후에 [열정]의 대표적인 색채가 되어서 우리 사회에서 [빨강]에 대해서 긍정적으로 인식하는 것을 볼 수 있으며, [파랑]은 {녹색}으로 실현되었을 때, [환경]을 의미하는 색채를 대표하고 있다.

The goal of the present paper is to analyze the form and meaning of color terms in Korean culture. To undertake this study, the data were collected from the ‘Korean Broadcasting System News 9’ for the six years. First, according to associative meaning with concrete objects, we analyzed it into [human race], [occupation] and [age]. Second, we analyzed associative meaning with abstract objects, it represents our concept and attitude for Korean color terms. [BLACK] represents [-peace] and [-purity], while [WHITE] represents [+peace] and [+purity]. Semantic feature [safety] contrasts [RED] with [BLUE (or GREEN)], [YELLOW] occupies in between. Especially [RED] becomes typical color of [passion] after 2002 World-cup and is cognized positive color. Also if [BLUE] appears [GREEN], it represents ‘eco-friendly'. In conclusion, we can find the Korean color terms reflects Korean culture, society and history. We can also find that color terms Korean language user's feeling, mind, and cognition

이 논문은 한국과 헝가리 민요 텍스트에 나타난 흑백색의 의미상징에 관한 연구이다. 민요에 사용된 흑백색이 원형에서 출발하여 어떤 다양한 확장의미로 변화하는지에 대하여 고찰하였다. 즉 흑백색의 개념적 의미에서 출발하여 주제적, 내포적, 사회적, 정서적, 반영적, 연어적 의미로 확산되어 가는 용례를 찾아, 색채어가 표현하는 다양한 의미상징을 분류하였다. 분류의 방식은 색채의 의미가 개인이나 사회에 긍정적인 방향-부정적 방향인가에 따라 긍정적-부정적 의미상징으로 나누어 각각에 속하는 확장의미의 용례에 따라 분류하였다. 두 나라 민요에 사용된 흑백색이 공통적인 긍정적-부정적 의미를 가지고 있는지, 혹은 한 민족에게만 특정한 의미상징이 나타난다면, 그 이유가 무엇인지 찾아보고자 했다. 연구의 직접적인 목표는 색채가 가지고 있는 보편적이고 일반적 의미상징이 두 나라의 민요에서 공통적인 혹은 개별적이고 독자적인 의미상징을 가지는가 살펴보는 것이다. 연구 결과 흑백색의 원형은 두 민족에게 공통적이지만, 파생의미는 공통점만큼 차이점도 분명했다. 그 배경에는 두 민족의 종교, 역사, 생활환경과 같은 문화 환경적 요인의 영향임을 유추할 수 있다.

This paper is a study on the meaning symbols of black and white in Korean and Hungarian folk song texts. Starting from the original form of black and white with basic meaning in folksongs, I analyzed the symbolism that contains various expanded meanings. In other words, starting from the conceptual meaning of black and white, we looked for usage cases that spread to thematic, connotative, social, emotional, reflective, and collocational meanings, and classified the various semantic symbols expressed by color words. The classification method was divided into positive and negative meaning symbols depending on whether the color's meaning was positive or negative for the individual or society, and the expanded meaning belonging to each was presented and classified. I wanted to find out whether the black and white colors used in the folk songs of the two countries have common positive and negative meanings, and if specific meaning symbols appear for one people, what the reason is. The direct goal of the study was to understand the universal and general meaning symbols of color, but behind the scenes, it was expected that each nation would have individual and unique meaning symbols. As a result of the study, the original black and white colors were common to both ethnic groups, but the derived meanings had both similarities and differences. It can be inferred that cultural and environmental factors such as the religion, history, and living environment of the two peoples may have had an influence in the background.