국내 연구진이 AI 기술 기반 화장품 발림성(피부 도포시 퍼지는 성질) 분석 시스템을 개발했다.
한국전자통신연구원(ETRI)은 딥러닝 알고리즘으로 다양한 화장품 질감 특성을 측정하고, 화장품 발림성을 분석하는 시스템을 개발했다고 16일 밝혔다.
개발 기술은 딥러닝 학습, 단시간 푸리에 변환(STFT:시간에 따른 주파수 성분 변환) 및 연속 웨이블릿 변환(CWT:시간이 지나면서 주파수 영역 표현이 변하는 비정상 신호를 최적 분석하는 시간-주파수 변환) 기법으로 화장품을 피부에 바를 때 마찰력 측정값 변화를 분석했다.
피부에 화장품을 바르는 행위와 유사한 환경에서 데이터를 획득했다. 그리고 시간에 따라 변하는 1차원 마찰 신호를 2차원 주파수 스펙트럼 형태로 재해석해 원하는 시간-주파수 혼합 신호를 추출·분석했다. 결과값 정확도는 99% 이상이다.
이 기술은 남녀노소별, 계절별로 가장 적합한 화장품을 추천하는 데 이용할 수 있다.
또 사람 감각에 의존하는 현재 발림성 전문가 관능 평가 방식을 대체할 수 있다. 기존에는 평가자가 직접 제품을 바르며 촉촉한지, 건조한지, 어느 연령층이 좋아할지, 어느 계절용인지 등을 주관적 느낌으로 점수를 매긴다. 전문가 교육 훈련과 일치하지 않는 결과에 보완 테스트를 진행하는 등 많은 시간·비용이 필요하다. 또 사람이 직접 일일이 발림성을 평가하는데 한계가 있다.
기술 개발로 사람의 평가로 나타나는 개인차 오차를 줄여 객관적인 평가를 제공하고, 평가 시간과 비용도 절감할 수 있다.
ETRI는 테라리더, 아모레퍼시픽과 공동 연구로 개발한 고정밀 화장품 사용감 테스트 기기로 시스템 개발에 성공했다. 아울러 아모레퍼시픽으로부터 화장품 질감 측정을 위한 10종 이상 제형 샘플을 제공받아 약 5000개에 달하는 데이터셋 기반으로 발림성 연구를 진행했다.
양용석 ETRI 지능형부품센서연구실장은 “기존 상업용 화장품 크림을 분류하기 위해 딥 러닝 모델을 사용한 화장품 및 피부 의약품 분석 기술을 한 차원 높은 수준으로 끌어올린 혁신적 성과”라며 “K-뷰티 산업에서 새로운 소비트렌드 부상과 개인맞춤화에 앞장설 기술로 발전시킬 계획”이라고 밝혔다.
한편 연구진은 향후 온도 센서 연구도 진행해 개발 기술이 냉온감, 향과 색상도 분석할 수 있도록 할 계획이다.
이번 기술은 의류, 직물 촉감과 페인트 등 도장 특성, 자동차 타이어 마찰 특성 판별 등에도 적용될 수 있을 전망이다.
연구 결과는 이달 13일 'ACS 어플라이드 머트리얼즈&인터페이시스'에 게재됐다.
이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 'AI기반 화장품 및 피부 의약품 발림성 분석 시스템 기술 개발' 일환으로 수행됐다.
김영준 기자 kyj85@etnews.com
