
매장 거울이 피부톤을 재려면 — 코드는 하루, 재현성은 조명·거리·번들거림에서 갈린다
CES 2026에 나온 삼성 AI 뷰티 미러처럼 매장에서 피부를 재는 기기가 늘고 있다. 피부톤 각도(ITA°), 멜라닌·혈색 분리, 번들거림 걷어내기 같은 핵심 계산은 20~30년 된 방법이라 노트북에서 하루면 짠다. 그런데 미국 국립표준기술연구소(NIST)가 실측한 피부 100명의 반사율을 카메라 28대로 모의 촬영해 보니 결과가 조명에 따라 크게 흔들렸다. 2700K 매장 조명 아래 보정 없이 재면 ITA° 오차가 26°였고, 100명 중 92명의 등급이 바뀌었다. 화이트밸런스나 24색 색표로도 6~8°가 남았다. 피부색 기준 카드 여섯 장을 더하니 1.6°까지 내려갔다. 거울 앞에서 5 cm 다가서는 것만으로 절반이 다른 등급이 됐고, 번들거림은 중간 피부톤을 최대 17° 밝게 속였다. 어두운 피부에서는 RGB 한 장으로 혈색을 거의 갈라내지 못했다. 직접 돌려 보는 시뮬레이터를 함께 붙였다.

올해 1월 CES 2026에서 삼성전자는 아모레퍼시픽의 피부 분석을 넣은 「AI 뷰티 미러」를 보였다. 거울 앞에 서면 모공, 붉은기, 색소, 주름을 카메라로 재고 맞는 관리법을 권한다. 보도에 따르면 카메라는 셋이다. 일반 컬러(RGB), 자외선(UV), 편광. 올리브영도 매장 60여 곳에 피부 측정 기기를 두고 있다.
이런 기기를 만드는 회사들이 사람을 뽑으며 내건 일은 대체로 비슷하다. 실제 매장 조명에서 늘 켜 둔 채로 안정적으로 동작할 것. 사람이 바뀌고 측정 조건이 바뀌어도 같은 결과가 나올 것. RGB, UV, 편광 영상을 함께 써서 사진 한 장으로는 못 얻는 정보를 추론할 것.
목록만 보면 어렵지 않아 보인다. 피부톤을 각도 하나로 바꾸는 식은 1991년에 나왔고, 사진에서 멜라닌과 혈색을 갈라내는 방법은 2003년 SIGGRAPH 논문이다. 번들거림을 걷어내는 알고리즘도 2005년부터 있었다. 실제로 짜 보니 셋 다 노트북에서 하루 안에 돌아갔다. 그래서 질문을 바꿨다. 돌아가는 것과, 매장에서 같은 사람을 같게 재는 것은 얼마나 먼가.
무엇을 하려 했나
공고 문구를 실험 네 개로 옮겼다.
- 조명이 바뀌어도 피부톤이 같게 나오는가. 할로겐, 형광등, 2700K LED 같은 매장 조명에서 보정 방식마다 얼마나 틀리는지 잰다.
- 번들거림을 편광 필터 없이 지울 수 있는가. 편광 카메라가 하는 일을 소프트웨어로 흉내 내 본다.
- 자외선 사진은 무엇을 더 보여 주는가. 같은 잡티가 빛의 파장마다 얼마나 진하게 보이는지 계산한다.
- RGB 한 장에서 멜라닌과 혈색을 갈라낼 수 있는가. 피부색이 밝을 때와 어두울 때를 나눠 본다.
문제는 정답이었다. 매장 거울 앞에서 찍은 사진만으로는 그 사람의 「진짜 피부색」을 모른다. 그래서 거꾸로 갔다. 피부의 진짜 색을 아는 데이터에서 시작해 카메라가 찍는 과정을 계산으로 흉내 냈다.
- 피부: NIST가 2017년에 공개한 실측 반사율. 100명의 피부에 250~2,500 nm 빛을 비춰 파장마다 얼마나 되돌아오는지 분광계로 쟀다. 사람마다 세 번씩 쟀다.
- 카메라: 디지털카메라 28대의 분광 감도(Jiang 외, 2013). 캐논, 니콘, 소니, 휴대폰 노키아 N900까지 들어 있다.
- 조명: 국제조명위원회(CIE)가 정한 표준 광원 아홉 가지. 한낮 햇빛(D65), 할로겐(A), 형광등(FL2), 삼파장 형광등(FL11), LED 2700K·4000K·6600K, 색 LED 세 개를 섞은 RGB LED.
- 정답: 한낮 햇빛 아래에서 사람 눈이 보는 색(CIE L\*a\b\). 반사율과 광원과 표준 관찰자 곡선을 곱해 계산한다.
번들거림, 자외선, 색소 분리 실험에는 분광 데이터만으로는 부족했다. 멜라닌과 혈액의 양을 정해 놓고 피부색을 만드는 광학 모형을 따로 짰다. 표피에 멜라닌, 진피에 혈액을 둔 두 층 모형이다. 흡수 계수는 Jacques(2013)와 Prahl의 헤모글로빈 표를 따랐다. 이 모형으로 만든 피부는 L\* 26~82, ITA° −68~+70 사이에 놓였다. 실제 사람 피부가 놓이는 범위와 대체로 겹친다.
피부톤을 각도로 재는 법
화장품과 피부과 연구에서 피부톤을 숫자 하나로 말할 때 가장 많이 쓰는 것이 ITA°(Individual Typology Angle)다. 밝기 L\*와 노란 기운 b\*로 각도를 만든다.
ITA° = arctan((L\ − 50) / b\) × 180 / π
밝은 피부는 55°를 넘고 어두운 피부는 −30° 아래로 내려간다. 그 사이를 여섯 등급으로 나눈다. 매우 밝음(55° 초과), 밝음(41~55°), 중간(28~41°), 황갈(10~28°), 갈색(−30~10°), 어두움(−30° 이하). 구글이 2022년에 공개한 몽크 피부톤 척도(MST)는 다른 방식이다. 색 견본 10장을 놓고 가장 가까운 것을 고른다.
식은 한 줄이다. 그런데 이 한 줄이 L\*에 크게 기댄다. 밝기가 조금만 바뀌어도 각도가 움직인다. 아래 실험의 숫자들은 대부분 여기서 나온다.
NIST 100명의 ITA° 중앙값은 49.6°였다. 가장 어두운 사람이 −21.6°로, 데이터가 밝은 피부 쪽에 몰려 있다. 이 점은 「못 하는 것」에 다시 적었다.
실험 1: 조명이 바뀌면
카메라 28대마다 한낮 햇빛(D65)에서 한 번 색 보정을 해 둔다. 공장 출고 상태에 해당한다. 그다음 조명을 바꿔 100명을 찍고 네 가지 방식으로 색을 고친다.
- 보정 없음: 한낮 햇빛 기준 설정을 그대로 쓴다. 노출만 맞춘다
- 화이트밸런스: 흰 종이를 찍어 빨강·초록·파랑 채널의 비율을 맞춘다. 휴대폰 자동 화이트밸런스가 가장 잘했을 때에 해당한다
- 색표 24색: 사진가들이 쓰는 컬러체커 24색을 같이 찍어 3×3 보정 행렬을 새로 구한다
- 색표 + 피부색 카드: 24색에 피부색 견본 여섯 장을 더해 구한다. 견본은 광학 모형으로 만들어 NIST 100명과 겹치지 않게 했다

| 조명 | 보정 없음 | 화이트밸런스 | 색표 24색 | 색표 + 피부색 카드 |
|---|---|---|---|---|
| 한낮 햇빛 D65 | 3.4° | 3.4° | 3.4° | 0.6° |
| 할로겐 A | 23.9° | 7.7° | 9.2° | 1.5° |
| 형광등 FL2 | 20.7° | 1.0° | 1.6° | 0.3° |
| LED 2700K | 25.9° | 6.5° | 8.3° | 1.6° |
| LED 4000K | 19.2° | 3.3° | 3.8° | 0.9° |
| RGB LED | 24.9° | 11.5° | 9.4° | 1.3° |
ITA° 오차, 사람 100명 × 카메라 28대의 중앙값
보정 없이 매장 조명을 쓰면 말이 안 되는 숫자가 나온다. 2700K 조명에서 26°는 등급 하나 반 거리다. 100명 중 92명이 다른 등급으로 판정됐다. 표지 그림 둘째 줄처럼 모두 주황색으로 물든다. 이건 예상했다.
예상 밖은 두 가지였다.
첫째, 색표 24색을 써도 할로겐·2700K에서 8~9°가 남는다. 화이트밸런스만 한 것보다 오히려 나쁘다. 카메라 센서의 색 감도가 사람 눈과 다르게 생겨서다. 이 차이는 3×3 행렬로는 다 못 메운다. 그래서 보정 행렬은 맞춰야 할 색들 사이에서 타협한다. 24색 중 피부색은 둘뿐이라, 타협은 파랑·초록 같은 다른 색에 유리하게 기운다. 한낮 햇빛에서도 3.4°가 남는 이유가 같다.
둘째, 피부색 견본 여섯 장이 모든 걸 바꿨다. 조명이 무엇이든 1.6° 안쪽이다. 보정 행렬이 피부색 근처를 정확히 맞추도록 무게를 옮긴 효과다. 이건 새로운 발견이 아니다. 2017년 한국 여성 300여 명을 찍은 연구도 피부색 14색으로 보정한 쪽이 24색, 140색보다 오차가 작았다고 보고했다(Choi 외).
같은 사람이 조명 아홉 가지를 오가며 잰 ITA°의 폭도 봤다. 보정 없음 30.0°, 화이트밸런스 11.6°, 색표 24색 8.1°, 피부색 카드 2.1°. 매장 조명을 바꾸거나 창가 매장에 해가 들면 그만큼 흔들린다는 뜻이다.
카메라를 바꾸면
매장 수십 곳에 기기를 깔면 카메라 모듈도 한 대 한 대가 조금씩 다르다. 같은 사람을 카메라 28대로 찍었을 때 ITA°가 얼마나 벌어지는지 쟀다.

화이트밸런스나 24색 보정만으로는 카메라끼리 6~21°씩 벌어졌다. 피부색 카드를 쓰면 1.2~1.8°로 줄었다. 비교 기준으로 점선을 그었다. NIST가 같은 사람의 같은 자리를 분광계로 세 번 잰 ITA°의 폭이 중앙값 2.0°다. 피부색 카드를 쓴 카메라끼리의 차이가 기준 장비가 스스로 흔들리는 폭보다 작다.
실제 데이터에서도 같은 이야기가 나온다. 2025년 말 공개된 Kang의 연구는 한국인 965명을 DSLR, 태블릿, 스마트폰으로 4만 3천여 장 찍었다. 선형 색 보정으로 색 오차(ΔE)를 67~77% 줄였는데도, 기기 사이 ITA° 일치도(ICC)는 0.4대에 머물렀다. 같은 사진에서 구한 멜라닌 지수는 0.77로 훨씬 잘 맞았다. 색 오차가 작아도 ITA°는 따로 흔들릴 수 있다는 뜻이다. 그 연구는 얼굴 부위에 따른 차이(색 분산의 25%)가 기기 차이(7%)보다 세 배 넘게 크다는 점도 짚었다. 「볼 어디를 재느냐」부터 정해야 한다.
반 뼘 다가서면
조명과 카메라를 다 맞춰도 남는 게 있다. 거리다. 거울 테두리에 조명이 붙어 있으면 얼굴이 가까워질수록 밝아진다. 점광원이라면 거리의 제곱에 반비례한다. 50 cm에서 45 cm로 다가서면 23% 밝아진다.

5 cm 다가서면 ITA°가 6°쯤 올라가고, 100명 중 53명이 한 등급 밝게 나온다. 5 cm 물러서면 57명이 한 등급 어둡게 나온다. 반 뼘 차이다.
이 계산은 노출을 고정했다고 가정했다. 휴대폰처럼 자동 노출이 켜져 있으면 얼굴이 늘 비슷한 밝기로 찍히도록 카메라가 알아서 조인다. 그러면 거리 문제는 줄지만 다른 문제가 생긴다. 밝은 피부는 어둡게, 어두운 피부는 밝게 당겨져 모두가 가운데로 모인다. 피부톤을 재는 기기라면 노출을 고정하고, 기준 카드를 얼굴과 같은 거리에 둬야 한다. 시뮬레이터의 「기준 카드를 얼굴 옆에 둔다」를 켜면 거리 문제가 사라지는 것을 볼 수 있다.
실험 2: 번들거림과 편광
피부 표면에 기름이 돌면 빛 일부가 피부 속에 들어가지 않고 거울처럼 바로 튕겨 나온다. 이 빛은 피부색이 아니라 조명색이다. 그래서 번들거리는 자리는 하얗게 뜬다.
피부 분석 기기는 이걸 편광으로 막는다. 조명 앞에 편광판을 두고, 카메라 앞에는 90° 돌린 편광판을 둔다. 표면에서 바로 튕긴 빛은 편광 방향을 그대로 지니고 있어 카메라 쪽 편광판에 막힌다. 피부 속에 들어갔다 나온 빛은 방향이 흐트러져 일부가 통과한다. 교차 편광 촬영이라고 한다. VISIA 같은 피부 분석 장비가 갈색 반점이나 붉은 부위를 이렇게 찍는다.
편광판이 없으면 소프트웨어로 흉내 낼 수 있을까. 이색성 반사 모형을 썼다. 화이트밸런스를 맞춘 사진에서 표면 반사는 흰색이라 세 채널에 같은 양이 더해진다. 피부 고유의 색 비율을 덜 번들거리는 화소에서 추정하고, 화소마다 흰 성분을 뺀다(Tan·Ikeuchi 2005, Yang 외 2010 계열의 단순판). 비교 대상으로 가장 밝은 화소 15%를 버리는 방법도 넣었다.


번들거림을 그대로 두면 중간 피부톤이 최대 17° 밝게 나왔다. 두 등급 가까이 뛴다. 이색성 반사 분리로 걷어내면 중간·어두운 피부에서는 오차가 0~3°로 줄었다. 어두운 피부에서 특히 잘 됐다. 피부 고유의 색이 진해서 흰 성분과 구분하기 쉬워서다.
틀린 자리도 분명했다.
- 밝은 피부에서는 진짜 색까지 깎는다. 밝은 피부는 색이 옅어서 흰 성분과 피부 고유의 색을 구분하기 어렵다. 번들거림이 거의 없는 「살짝」 조건에서 실제 번들거린 면적은 4%인데 21%로 추정했고, ITA°는 2.3° 어둡게 기울었다.
- 붉은기도 같이 지운다. 위 그림 셋째 칸에서 가운데 붉은 얼룩이 옅어졌다. 혈색이 짙은 자리는 색 비율이 평균과 달라 「번들거림이 아닌 무언가」로 처리됐다. 붉은기를 재는 기기라면 이것이 치명적이다.
결국 편광판 두 장이 하는 일을 소프트웨어가 대신하려면, 피부톤과 붉은기라는 재려는 대상 자체를 가정해야 한다. 공고가 편광 영상을 따로 요구한 이유가 여기 있다고 본다.
실험 3: 자외선 사진은 무엇을 보여 주나
멜라닌은 파장이 짧을수록 빛을 많이 먹는다. 빨강보다 파랑, 파랑보다 자외선이다. 그러니 자외선으로 찍으면 멜라닌이 조금 많은 자리가 더 진하게 보일 것이다. 얼마나 더 진한지 광학 모형으로 계산했다. 주변보다 멜라닌이 30% 많은 잡티를 놓고, 파장마다 잡티와 주변의 밝기 차를 비교했다.

밝은 피부에서는 자외선 효과가 컸다. 초록 빛보다 2.3배 진하게 보였다. 눈으로 본 색차는 ΔE00 1.5로, 사람 눈에는 잘 안 띄는 정도다. 자외선 사진이 「아직 안 보이는 잡티」를 보여 준다는 홍보 문구의 물리적 근거가 이것이다.
어두운 피부에서는 이야기가 뒤집혔다. 자외선이 이미 거의 다 흡수돼 돌아오는 빛 자체가 적다. 잡티 대비는 오히려 빨강 빛이 컸다. 자외선 카메라가 피부톤에 따라 하는 일이 다르다는 뜻이다.
자외선을 비추면 여드름균이 만드는 포르피린이 주황·빨강으로 빛나는 형광도 찍힌다. 이건 이 모형에 넣지 않았다. 형광 촬영은 조명 파장과 필터가 따로 필요하고, 형광 세기를 균의 양으로 옮기는 근거도 아직 약하다는 리뷰가 있다.
실험 4: 멜라닌과 혈색을 갈라내기
피부색은 주로 두 색소가 만든다. 갈색을 내는 멜라닌과 붉은색을 내는 혈액 속 헤모글로빈이다. 잡티는 멜라닌, 붉은기와 트러블은 헤모글로빈 쪽이다. 피부 분석 기기가 「색소」와 「홍반」을 따로 보여 주려면 둘을 갈라야 한다.
2003년 SIGGRAPH에서 Tsumura 외는 RGB 사진 한 장으로 이걸 했다. 생각은 이렇다. 빛이 피부를 지나며 흡수되는 양은 색소의 양에 비례하고, 사진 밝기에 로그를 씌우면(광학 밀도) 덧셈이 된다. 그러면 사진의 각 화소는 「멜라닌 방향 × 멜라닌 양 + 혈색 방향 × 혈색 양 + 그늘」의 합이다. 그늘은 세 채널을 똑같이 어둡게 하니 그 방향을 빼고, 남은 평면에서 서로 독립인 성분 둘을 찾는다(독립성분분석, ICA). 멜라닌과 혈액은 피부 속에서 따로 분포하니 독립 성분이 곧 두 색소다.
정답 지도를 알고 만든 피부 조각으로 시험했다. 잡티(멜라닌)와 붉은 얼룩(혈액)을 따로 흩뿌리고, 얼굴 굴곡처럼 그늘을 드리웠다. 비교 대상은 피부과 측정기에 쓰이는 단순 지수다. 빨강·초록 채널의 로그 차이로 붉은기를, 빨강 채널로 멜라닌을 잰다.

| 피부 | 멜라닌 (ICA) | 혈색 (ICA) | 붉은기 지수 → 혈색 | 붉은기 지수 → 멜라닌 |
|---|---|---|---|---|
| 밝은 피부 | 0.90 | 0.84 | 0.79 | 0.52 |
| 중간 | 0.94 | 0.73 | 0.50 | 0.78 |
| 어두운 피부 | 0.91 | 0.24 | −0.05 | −0.84 |
정답 지도와의 상관계수. 얼굴 굴곡 그늘 포함, 한낮 햇빛, 6장 평균
멜라닌은 피부톤과 상관없이 잘 잡혔다(0.90~0.94). 그늘에도 강했다. 단순 멜라닌 지수는 그늘이 지면 밝은 피부에서 0.75가 0.46으로 떨어졌는데, ICA는 0.90을 지켰다. 그늘 방향을 먼저 빼 둔 덕이다.
혈색은 피부가 어두워질수록 무너졌다. 밝은 피부 0.84, 중간 0.73, 어두운 피부 0.24. 단순 붉은기 지수는 더 나빴다. 어두운 피부에서는 혈색과 아무 상관이 없고(−0.05), 대신 멜라닌과 −0.84로 강하게 엮였다. 「붉은기」라고 이름 붙인 숫자가 사실은 잡티를 재고 있던 셈이다. 멜라닌이 겉 층에서 빛을 먼저 먹어 버리면 그 아래 혈액이 만드는 색 차이가 사진에 거의 남지 않는다. 피부과 진료에서도 어두운 피부의 홍반은 눈으로 찾기 어렵다고 알려져 있다. 같은 일이 카메라에서도 일어난다.
할로겐 조명에서 찍으면 상관이 0.03~0.14씩 더 떨어졌다. 색소 분리도 조명 보정이 먼저다.
직접 보기
화면이 좁으면 새 창에서 열기가 편하다. 해 볼 만한 것 몇 가지.
- 조명을 「LED 2700K」로 두고 보정 방식을 하나씩 눌러 본다. 아래 띠가 주황에서 제 색으로 돌아오는 과정과, 오른쪽 숫자가 등급을 넘나드는 것이 보인다.
- 「색표+피부색 카드」에서 거리를 45 cm로 당긴다. 등급이 바뀐 사람이 늘어난다. 이어서 「기준 카드를 얼굴 옆에 둔다」를 켜면 다시 줄어든다.
- 번들거림을 10%로 올리고 사람 슬라이더를 가운데쯤에 둔다. 「교차 편광 필터로 찍는다」를 켜고 끄며 비교한다.
- 두 번째 탭에서는 흰 종이를 얼굴 옆에 대고 찍은 사진이 좋다. 「흰 종이 고르기」로 종이를 누르면 화이트밸런스를 맞춘 뒤 다시 계산한다. 같은 볼을 화이트밸런스 전후로 재면 ITA°가 얼마나 움직이는지 볼 수 있다.
어디서 틀렸나
- 24색 보정이 한낮 햇빛에서 완벽할 줄 알았다. 보정 행렬을 구한 바로 그 조명에서도 ITA°가 3.4° 틀렸다. 처음에는 코드 실수인 줄 알고 한참 뒤졌다. 카메라 감도가 사람 눈과 다르게 생긴 탓이고, 3×3 행렬로는 메울 수 없는 몫이었다.
- 멜라닌 성분에 이름을 붙이는 규칙이 어두운 피부에서 거꾸로 됐다. ICA는 성분 둘을 찾아 줄 뿐 어느 쪽이 멜라닌인지 말해 주지 않는다. 처음에는 「파랑을 더 먹는 쪽이 멜라닌」이라고 정했다. 밝은·중간 피부에서는 맞았고 어두운 피부에서는 여섯 장 모두 반대로 붙었다. 어두운 피부에서는 파랑이 이미 거의 다 흡수돼, 멜라닌이 더 늘 때 변화가 빨강 쪽에서 더 크게 나타났다. 「초록 성분이 거의 없는 쪽이 멜라닌」으로 바꾸니 모든 조건에서 맞았다. 헤모글로빈은 초록을 많이 먹고, 멜라닌의 흡수는 파랑에서 빨강으로 고르게 줄어드는 차이를 쓴 것이다.
- 웹 화면에서 두 지도가 서로 바뀌어 나왔다. 브라우저용으로 옮기면서 회전 행렬의 전치를 빠뜨렸다. 정답을 아는 합성 피부 사진을 넣고서야 알았다. 고친 뒤에도 지도 하나가 음화처럼 뒤집혀 나왔다. 그늘 방향을 빼고 나면 성분의 부호를 방향만으로 정할 수 없어서다. 멜라닌은 「광학 밀도 합이 늘어나는 쪽」, 혈색은 「초록 흡수가 빨강보다 큰 쪽」으로 부호를 정했다.
- 번들거림 제거가 붉은기를 지웠다. 처음엔 ITA° 오차만 봐서 몰랐다. 결과 사진을 정답과 나란히 놓고서야 붉은 얼룩이 사라진 게 보였다.
- 피부색 카드가 너무 잘 맞는 것을 의심했다. 카드를 내가 만든 광학 모형으로 만들었으니 시험 피부와 닮아서 유리했을 수 있다. 그래서 시험 피부는 모형이 아닌 NIST 실측값만 썼다. 둘은 서로 다른 출처인데도 1° 안팎으로 맞았다. 다만 실제 카드는 인쇄 잉크로 만들어 피부와 반사 스펙트럼 모양이 다르다. 이 효과는 잴 수 없었다.
왜 딸깍이 되는가
계산 자체는 딸깍이다. ITA°는 한 줄, 색 보정은 최소제곱 한 번, Tsumura 분리는 수십 줄이다. 웹 화면까지 노트북에서 하루가 안 걸렸다. 이 분야가 30년 동안 쌓은 식이 교과서처럼 정리돼 있어서다.
딸깍이 안 되는 자리는 계산 바깥에 있다. 조명이 바뀌면 26°, 카메라가 바뀌면 10°, 5 cm 다가서면 6°, 번들거리면 17°가 움직인다. 어느 하나만 막아도 나머지가 남는다. 그러니 「모델 성능 0.5% 개선」보다 「같은 사람을 같게 재는 일」이 더 큰 문제라는 공고 문구는 과장이 아니다. 화면에서 그럴듯한 결과는 쉽게 나온다. 매장 백 곳에서 같은 숫자가 나오게 하는 쪽이 어렵다.
이번 실험에서 가장 크게 효과를 본 것은 새 알고리즘이 아니었다. 피부색 견본 여섯 장, 얼굴 옆에 두는 기준 카드, 편광판 두 장이었다. 셋 다 하드웨어와 측정 절차 쪽 해법이다. 이걸 먼저 갖추면 그 위의 AI는 사진 한 장의 숫자를 믿고 쓸 수 있다.
따라 하려면
- 피부톤을 잴 거라면 피부색 견본을 화면에 넣어라. 24색 색표만으로는 할로겐·2700K 조명에서 8~9°가 남았다. 피부색 여섯 장을 더하니 모든 조명에서 1.6° 안쪽이었다.
- 노출을 고정하고, 기준 카드를 얼굴과 같은 거리에 둬라. 자동 노출은 피부톤 차이를 지운다. 카드가 멀리 있으면 얼굴만 거리에 따라 밝아진다.
- ITA°만 믿지 말라. 밝기 L\*에 너무 민감하다. 기기 사이 재현성은 멜라닌 지수 쪽이 높았다는 연구가 있다. 등급을 매길 거라면 경계 근처 사람에게는 「이 사이」라고 말하는 편이 정직하다.
- 번들거림은 편광으로 막아라. 소프트웨어 제거는 어두운 피부에서 잘 되지만, 밝은 피부와 붉은 부위에서 진짜 색까지 깎는다.
- 어두운 피부의 붉은기는 RGB 한 장으로 재지 말라. 이번 실험에서 상관 0.24였다. 다른 파장(편광 영상, 근적외선)이나 다른 측정이 필요하다.
- 데이터는 공개된 것으로 시작할 수 있다. NIST 피부 반사율 100명(공개), 카메라 감도 28대(CC BY-NC-SA), CIE 표준 광원, 파이썬 colour-science. 정답이 있는 모의 촬영이라 보정 방식을 바꿔 가며 숫자로 비교할 수 있다.
못 하는 것
- 실제 매장에서 찍지 않았다. 모든 숫자는 실측 반사율을 계산으로 찍은 것이다. 실제 카메라의 잡음, 렌즈 그늘, 압축, 휴대폰의 자동 보정은 넣지 않았다. 실제 숫자는 이보다 나쁠 것이다.
- NIST 100명은 밝은 피부에 몰려 있다. ITA° 중앙값 49.6°, 가장 어두운 사람이 −21.6°다. 어두운 피부 결과는 광학 모형에 기댔다.
- NIST는 한 부위를 접촉식 분광계로 잰 값이다. 얼굴 부위마다의 차이, 피부결과 모공은 없다.
- 번들거림·자외선·색소 분리는 모형 피부로만 했다. Kubelka-Munk 두 층 모형은 근사다. 특히 자외선 대역의 계수는 가시광보다 불확실하다. 자외선 형광은 아예 넣지 않았다.
- 수분은 다루지 않았다. 가시광 사진으로 수분을 재는 것은 연구에서도 불충분하다고 나온다. 매장 기기들은 별도 센서를 쓴다.
- 멀티모달 학습은 하지 않았다. RGB, 편광, 자외선을 함께 찍은 공개 얼굴 데이터셋을 찾지 못했다. 공고가 말하는 「여러 영상을 합쳐 추론하는 모델」은 이런 데이터가 있는 회사 안에서만 만들 수 있다.
그래도 질문에 대한 답은 나왔다. 피부톤을 재는 코드는 하루면 된다. 같은 사람을 매장 백 곳에서 같게 재려면 조명, 거리, 번들거림, 카메라 개체 차이를 하나씩 막아야 한다. 그 일은 대부분 카드 몇 장과 편광판 두 장, 그리고 측정 절차에서 해결된다. AI가 할 일은 그다음부터다.
재미있게 읽었다면 꼭 의견을 달아달라.
출처
- 삼성 AI 뷰티 미러: 아모레퍼시픽 보도자료 (2026-01-05), 카메라 구성은 MicroLED-Info 보도 (삼성 공식 자료로는 확인 못 함). CES 2025 첫 공개 삼성 뉴스룸
- 올리브영 스킨스캔: MTN (2026-09-15)
- NIST 피부 반사율: Cooksey, Allen, Tsai, 「Reference Data Set of Human Skin Reflectance」 J Res NIST 122:26 (2017), 데이터 doi 10.18434/M38597
- 카메라 분광 감도: Jiang, Liu, Gu, Süsstrunk, 「What is the space of spectral sensitivity functions for digital color cameras?」 WACV 2013, 데이터베이스 (CC BY-NC-SA 4.0)
- ITA°: Chardon, Cretois, Hourseau 1991, Int J Cosmet Sci 13:191–208. 등급 경계는 Del Bino 외 2006을 따른 통용값. 판정 불일치 문제는 Kalb 외 2023, Groh 외 2022
- 몽크 피부톤 척도: Google (2022)
- 스마트폰 피부색 보정과 재현성: Kang, 「The Color-Clinical Decoupling」 arXiv 2512.21988 (판에 따라 ICC 수치가 0.40·0.46으로 다르다)
- 피부색 견본 보정: Choi, Choi, Suk, 「Performance of the 14 skin-colored patches in accurately estimating human skin color」 IS&T Electronic Imaging 2017
- 멜라닌·혈색 분리: Tsumura 외, 「Image-based skin color and texture analysis/synthesis by extracting hemoglobin and melanin information in the skin」 ACM TOG 22(3) (SIGGRAPH 2003), JOSA A 1999
- 피부 광학 계수: Jacques, 「Optical properties of biological tissues: a review」 Phys Med Biol 58 R37 (2013), Prahl 헤모글로빈 몰흡광계수 표
- 반사 성분 분리: Tan, Ikeuchi, IEEE TPAMI 27(2) (2005), Yang, Wang, Ahuja, ECCV 2010
- 편광 촬영: Anderson, 「Polarized light examination and photography of the skin」 Arch Dermatol 127(7) (1991), Jacques, Ramella-Roman, Lee, JBO 2002
- VISIA 반복 측정: Henseler 2022
- 포르피린 형광 정량의 한계: PMC 리뷰
- 사진으로 수분 재기의 한계: Shishido 외 2023
- 계산 도구: colour-science (CIE 표준 광원·관찰자, ColorChecker 반사율)
- 실험, 그래프, 웹 화면은 모두 이 글의 실험으로 만들었다