AI가 피부상태 분석해 화장품 추천한다

ETRI, AI 기반 화장품 발링성 분석 시스템
기존 전문가 관능평가 대체..시간, 비용 절감

ETRI가 AI 기반 딥러닝 알고리즘을 활용해 화장품의 다양한 질감 특성을 측정하고, 화장품의 발림성을 효과적으로 분석하는 시스템을 개발했다. ETRI 연구진이 AI 기반 화장품 고정밀 피부 발림성 분석 시스템을 시연하고 있는 모습. ETRI 제공

ETRI가 개발한 AI 기반 피부 발림성 분석 시스템 개념도. ETRI 제공

AI를 이용해 남녀노소별, 계절별로 가장 적합한 화장품을 추천받을 수 있는 기술이 개발됐다. 화장품을 피부에 바랐을 때 느낄 수 있는 질감을 99% 이상의 정확도로 판별할 수 있다.

한국전자통신연구원(ETRI)은 AI 딥러닝 알고리즘으로 화장품의 다양한 질감 특성을 측정하고, 발림성을 분석할 수 있는 시스템을 개발했다고 16일 밝혔다.

발림성은 화장품을 피부에 바를 때 퍼지는 성질로, 기계적 물성과 소비자가 실제 사용할 때 느끼는 감성적 요인까지 포함한다.

기존에는 전문가가 직접 화장품을 피부에 발라 촉촉 또는 건조한지, 어느 연령층이 좋아할지, 어느 계절에 적합한 지 등을 주관적 판단·분석했다. 하지만 수많은 제품이 생산되는 상황에서 사람이 일일이 발림성을 평가하는 데 한계가 있고, 많은 시간과 비용이 소요된다.

연구팀은 아모레퍼시픽으로부터 화장품 질감 측정을 위한 10종 이상의 제형 샘플을 제공받아 5000개에 달하는 데이터셋을 기반으로 AI 기반 딥러닝 알고리즘을 설계했다. 이 알고리즘으로 화장품을 피부에 바랄 때 시간에 따라 변하는 1차원 마찰 신호를 2차원의 주파수 스펙트럼 형태로 재해석해 원하는 시간-주파수 혼합신호를 추출, 발림성 변화를 분석했다.

이를 통해 발림성 변화 결과값의 정확도를 99% 이상으로 높였고, 젊은 여성, 중년 남성, 유아 등 남녀노소별, 계절별로 가장 적합한 화장품을 추천할 수 있다. 아울러 사람의 감각에 의존해 발림성을 평가하는 전통적인 전문가 관능 평가방식을 대체할 수 있다. 연구팀은 앞으로 냉·온감과 향, 색상 등을 분석하는 AI 기술로 확장하는 후속연구를 할 계획이다.

양용석 ETRI 지능형부품센서연구실장은 "기존 상업용 화장품 크림을 분류하기 위해 딥러닝 모델을 사용한 화장품과 피부 의약품 분석기술을 한 단계 끌어올린 성과"라며 "마찰 특성 기반의 의류, 직물의 촉감과 페인트 등의 도장 특성, 자동차 타이어 마찰 특성 등을 판별하는 다양한 분야에 적용할 수 있을 것으로 기대한다"고 말했다.

이 연구결과는 국제 학술지 'ACS 어플라이드 머터리얼즈&인터페이스(지난 13일)'에 실렸다.

이준기기자 bongchu@dt.co.kr