AI 얼굴 평가 정확도: 먼저 무엇과 비교한 정확도인지 묻기

AI 얼굴 평가 정확도: “정확하다”는 무엇과 비교한 말일까?

AI 얼굴 평가, 곧 AI 외모 분석이 할 수 있는 “정확”은 사람들이 매긴 점수의 평균에 가까워지는 것입니다.

2018년 한 데이터셋에는 무표정에 가린 데 없는 정면 사진 5,500장이 있고, 사진마다 자원자 60명이 1~5점을 매겼습니다. 그 평균이 “정답”이고, 예측이 평균에서 얼마나 떨어지는지로 모델을 잽니다.

기하학적 비율만 쓴 모델은 평균과의 상관이 0.590.73, 딥러닝 모델은 0.830.90이었고 사진당 평균 오차는 약 0.23~0.29점이었습니다.

즉 “이런 정면 사진에서, 이 60명의 평균에 가깝다”입니다. 사진이나 평가자가 바뀌면 다시 확인합니다.

사람끼리는 원래 평가가 다르다

같은 데이터셋에서 자원자 한 명의 점수는 평균에서 0.6~0.7점쯤 떨어져 있었습니다.

2000년의 한 메타분석에 따르면 집단의 평균은 매우 안정적입니다. 같은 문화 안에서 약 .90, 문화를 넘어도 약 .94. 그런데 두 사람 사이의 일치는 약 .47로 중간 정도였습니다. 2016년 연구에서는 개인 취향이 의미 있는 차이의 36~44%쯤을 차지했고, 같은 사람이 일주일 뒤 다시 평가해도 상관은 약 0.80이었습니다.

자기 점수가 남이 준 점수보다 1점쯤 높았다는 연구도 있습니다(7점 척도).

모델이 다가가는 것은 “대부분의 사람이 어떻게 볼까”입니다.

어떤 얼굴 테스트든 던질 다섯 질문

얼굴 랜드마크 478개비율을 재는 점

1. 점수는 어디서 왔나? 사람의 평가에서 배웠는지, 황금비율 같은 고정 공식인지. 연구에서 그 공식과 평가의 관계는 약했습니다. 황금비율 얼굴은 정말일까 참고.
2. 안정적인가? 같은 촬영 방식의 여러 장에서 결과가 얼마나 다른지.
3. 무엇에 따라 바뀌나? 빛, 각도, 거리, 표정, 가려진 부분.
4. 누구와 비교했나? 어떤 얼굴과 평가자가 기준인지.
5. 사진은 어디로 가나? 기기 안인지, 서버인지.

위 그림은 얼굴 분석의 첫 단계입니다. 수백 개의 랜드마크를 찾고, 그중 몇 개에서 비율을 읽습니다.

직접 확인하기: 같은 얼굴, 여러 장의 사진

2011년 연구에서는 40명이 20명의 사진을 한 사람당 20장씩 평가했습니다. 사진을 잘 고르면 어느 두 사람이든 “누가 더 매력적인가”를 뒤집을 수 있었습니다. 한 얼굴 평가 사이트가 공개한 점수도 가운데에 몰려 있었습니다(평균 71.5, 중앙값 75, 상위 10%는 84점 이상). 몇 점 차이는 잡음입니다. 이 사이트가 점수를 재조정한 뒤로 옛 점수는 비교할 수 없게 되었습니다.

같은 빛, 거리, 표정으로 세 장을 찍어 한 번씩 평가하고 차이를 보세요. 그다음 옆빛처럼 하나만 바꿉니다. 처음 차이보다 큰 변화만 그 조건의 영향입니다. 촬영법: 정면 사진 찍는 법.

점수는 사진 한 장을 설명할 뿐, 사람의 가치를 재지 않습니다.

FacialRate는 이렇게: 다섯 질문에 대한 답

1. 출처: 실제 사람의 평가에서 배운 머신러닝 모델이며, 골라 둔 고정 공식이 아닙니다. 실제 평가로 보정하고 검증했습니다.
2. 안정성: 점수는 이 사진을 설명할 뿐이라고 분명히 말합니다. 빛, 각도, 표정에 따라 모델이 보는 얼굴이 바뀌어 같은 사람도 다르게 읽힐 수 있습니다. 조언은 사진, 헤어, 메이크업, 스킨케어뿐입니다.
3. 숫자 하나가 아님: 무료 얼굴 분석 리포트에는 얼굴 유형, 가장 강한 특징, 세 가지 하이라이트, 11가지 이상의 지표 해석, 조언 하나가 담깁니다. 전체 리포트는 선택형 1회 구매이며 구독이 아닙니다.
4. 비교 기준: 평가 기준(여성 또는 남성)은 직접 고르며, 사진에서 추정하지 않습니다.
5. 사진의 행방: 검출과 점수 계산은 브라우저 안에서 이루어지고, 사진도 그 사진으로 만든 얼굴 이미지도 서버로 보내지 않습니다. 478개 얼굴 랜드마크도 브라우저에서 찾습니다.

무료, 횟수 제한 없음.

이 시리즈의 다음 글

• 얼굴 평가 사진 업로드
• 얼굴 점수가 매번 다른 이유
• 얼굴 점수 보는 법
• 매력적인 얼굴 특징

자주 묻는 질문

관련 글