ETRI, AI 기반 화장품 발링성 분석 시스템
기존 전문가 관능평가 대체..시간, 비용 절감
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
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
