대한화장품산업연구원이 2011년부터 구축해 온 '피부특성 정보은행'이 업계 현장에서 본격 활용 단계에 들어섰다. 19개국 1만6000여명 소비자의 피부 상태와 사용 습관, 자가 인식 데이터를 DB로 만들어 국내 뷰티 기업에 무료로 제공하는 장기 프로젝트로, 제품 기획과 마케팅 자료로의 활용을 목표로 설계된 사업이다.

피부특성 정보은행 사업을 주도해온 양성민 선임연구원은  "피부 상태에 대한 자가 인식, 고민, 사용 습관 등 설문 기반 정성자료와 수분·주름·피지 등 정량적 측정값을 함께 수집하고 있다"고 설명했다. 

 양 연구원은 최근 서울 강남구 코엑스에서 열린 대한화장품산업연구원 세미나에서 '국가별 얼굴 사진 분석 결과 및 피부특성 정보 분양 홍보'를 발표했다.  현장에서 피부 특성 정보은행 사업에 대해 들어봤다.

양 연구원은 “피부특성 정보은행의 데이터 를 통해 소비자의 기대와 실제 수치 간 차이를 비교하거나, 제품 기획 시 국가별 선호도와 피부 특성을 동시에 고려할 수 있다'면서 “정보은행에 축적된 데이터 가운데 현재 1만4800명의 자원은 외부 분양이 가능해 기업들이 실제 업무에 활용하고 있다”고 소개했다. 

LG생활건강과 아모레퍼시픽 등은 이 데이터를 바탕으로 얼굴 사진 기반 AR 메이크업 시스템과 피부색 인식 알고리즘을 구현해 왔다. 한 대학 연구팀은 이 데이터를 기반으로 연령별 헤어라인 특징을 분석해 논문을 냈고, 핀테크 기업에선 탈모 진단 알고리즘을 보험 상품에 연계하는 데 활용했다. 손톱 이미지 기반 건강 예측 모델에도 정보은행 데이터가 쓰였으며, 중앙대학교에선 피부 미생물 자원 연구에 해당 자료를 응용 중이다.

양 연구원은  “데이터 분양은 간략한 활용 계획서만 제출하면 무료로 이용할 수 있다”면서 “화장품 업계뿐 아니라 디바이스, 의료, 바이오 기업들도 관심을 보이고 있다”고 밝혔다. 그는 연구원의 자료들은 단순한 피부 측정 자료가 아니라, 다양한 분야로 확장 가능한 소비자 기반 데이터를 만들고 있다는 점에서 의미가 있다는 점을 강조했다.

피부정보 특성 데이터를 분양해 간 기업들은 주로 데이터를 다루는 팀이 따로 있거나 담당자가 있지만, 중소기업 등 규모가 작은 회사의 경우 전담팀이 없어 어려움을 겪기도 했다. 

양 연구원은 "이번에 커서(Cursor)라는 도구를 써봤는데, 아이디어만 갖고 있어도 필요한 코드를 자동으로 정리해줘 실무 시나리오를 구성하는 데 도움이 됐다"고 알려줬다. AI 툴을 활용하면 전문 인력이 부족한 소규모 기업에서도 자료를 바탕으로 제품 기획이나 마케팅 아이디어를 도출하는 데 충분히 응용할 수 있다는 것이다.

다만 생성형 AI의 고질적인 문제인 '할루시네이션(hallucination)'에 대해선 주의가 필요하다고 강조했다. 할루시네이션은 AI가 실제로는 존재하지 않는 정보나 잘못된 데이터를 진짜처럼 만들어내는 오류 현상을 뜻한다. 양 연구원은 "데이터 분석 결과를 맹신하기보다, 반드시 실무자의 검토를 거쳐 현실성과 타당성을 함께 살펴봐야 한다"고 당부했다.

양 연구원은 데이터를 더 많은 기업들이 보다 넓게, 쉽게 활용할 수 있도록 분양 방식 자체도 손질할 계획이라고 밝혔다. 그는 "지금까지는 설문지와 측정값이 따로 나뉜 개별 엑셀 파일로 제공되다 보니, 데이터 구조 파악 자체에 시간이 많이 걸렸다"며 "내년부터는 질문 항목별로 정리된 통합 엑셀이나 JSON 형태로 제공하고, 코드북도 함께 붙여서 실무자들이 구조를 더 쉽게 이해할 수 있도록 바꿀 예정"이라고 설명했다.

피부색 데이터는 기존 아시아권 위주에서 보다 다양한 톤과 지역으로 확장될 계획이다. 최근 색조 제품 개발에 있어 어두운 피부톤 반영이 어렵다는 현장 의견들이 많이 들어왔기 때문이다. 양 연구원은 "아시아·동남아권 데이터로는 한계가 있어, 동남아 소비자 중 피부색이 더 짙은 그룹을 시범 수집해 같은 립스틱 컬러를 바른 결과가 어떻게 달라지는지 비교 분석하려 한다"고 밝혔다.

실제 얼굴 이미지를 제공하긴 어렵기 때문에 메이크업 상태의 피부색을 분해한 카드 이미지나 눈·코·입 등 주요 부위만 추출한 비식별 사진 형태 등 제공 방식 다양화도 함께 검토 중이다. 중동권의 경우, 현장 수집이 어려운 환경을 고려해 온라인 설문 기반의 대체 수단도 고민하고 있다.

또한 얼굴 주요 부위 위치를 수치화한 '랜드마크 좌표' 데이터에 대한 공개도 추진된다. 전체 이미지를 포함하진 않지만, 눈과 입, 코의 위치를 픽셀 좌표로 정리한 자료만으로도 스마트미러나 가상 메이크업 시스템에서 활용할 수 있다는 설명이다. 양 연구원은 "이런 좌표 정보는 실제로 뷰티테크 기업들의 요청이 가장 많은 항목 중 하나"라고 덧붙였다.

양 연구원은 피부특성 정보은행 사업이 단순히 화장품 개발 지원에 그치지 않고 뷰티 디바이스, 바이오, 테크 기업 등 다양한 산업에서 데이터 기반 솔루션이 필요한 영역으로까지 넓어지길 기대하고 있다. "중소기업도 데이터를 도구로 삼아 브랜드 전략을 설계할 수 있도록, 앞으로도 실무 중심의 지원 방향을 계속 고민하겠다"고 말했다.

마지막으로 양 연구원은 “우리 데이터를 어떻게 활용했는지, 어떤 제품에 담겼는지를 공유해주면 다음 단계 사업을 설계하는 데 큰 도움이 된다”면서 “피드백이 바로 이 사업의 다음 버전을 만드는 힘”이라고 말했다.