얼굴 사진으로 피부 등급 예측…AI 피부 분석 모델 정확도 93.3%

연구는 14~69세 한국인 참여자 1,099명을 대상으로 진행됐다. 연구진은 DSLR 카메라로 표준화된 7개 각도에서 고해상도 얼굴 사진을 찍었고, 일부 참여자는 태블릿과 본인 스마트폰으로도 추가 촬영했다. 피부과 전문의 5명이 얼굴 징후 8가지의 등급을 매겼고, 생리 지표는 비침습 피부 측정 기기로 쟀다.

모델의 기본 구조로는 'CoAtNet-4'를 썼으며, 육안 등급은 분류 방식으로, 기기 측정값은 회귀 방식으로 예측하게 했다. 성능은 평균절대오차와 상관 분석으로 평가했고, 촬영 기기(DSLR·태블릿·스마트폰)에 따라 성능이 어떻게 달라지는지도 함께 살폈다.

DSLR 사진으로 평가했을 때 전문의 등급과 정확히 일치한 비율은 평균 51.4%였고, 예측의 평균 93.3%가 ±1등급 안에 들었다. 주름·색소침착·모공·처짐은 상관관계가 높게 나타났으나, 입술 건조는 상대적으로 낮았다.

기기 측정 지표에서는 색소 반점 수, 볼 모공 가시성, 주름 심각도에서 강한 상관관계가 관찰됐다. 수분과 탄력은 중간 수준의 상관관계를 보였다.

모바일 기기로 찍은 사진에서도 성능은 높게 유지됐고, DSLR 기반 예측과 강한 일치를 보였다. 다만 색소침착 관련 정확도는 눈에 띄게 떨어진 것으로 나타났다.

연구진은 이 모델이 전문의의 육안 평가와 여러 기기 측정값을 근사해 사진 기반으로 피부 노화를 평가할 수 있는 방법이라고 설명했다. 또 얼굴 항목마다 성능 차이가 있고 이미지 품질에 민감해, 소비자 환경에 적용하려면 도메인 적응과 이미지 보정 전략이 필요하다고 덧붙였다. 이번 연구에는 Institut d'Expertise Clinique(IEC) Korea, 단국대학교, Kailoslab이 참여했다.

이번 연구는 국제 학술지 Skin Research and Technology에 'Artificial Intelligence Based Skin Analysis Models for Predicting Visual Grades and Device Measured Physiological Values From Facial Images'라는 제목으로 실렸다.