매력적인 얼굴 특징: 연구가 동의하는 세 가지와 그 한계

매력적인 얼굴 특징은? 연구의 답은 짧다

평균에 가까움, 좌우 대칭, 고른 피부색. 수십 년간 계속 나옵니다.

사람들의 의견은 일치할까요? 2000년 메타분석에 따르면 여러 사람의 평균 평가는 매우 안정적입니다. 같은 문화에서 약 0.90, 문화 간에도 약 0.94. 하지만 평가자 두 사람 사이는 약 0.47과 0.71에 그쳤습니다.

평균하면 같은 얼굴로 모이지만, 일대일로는 자주 엇갈립니다. 세 단서는 「집단 평균으로 어떤 얼굴이 선호되는가」에 대한 답입니다.

세 단서는 얼마나 확실한가: 누구를 조사했는지 보기

평균성과 대칭성. 2017년 연구는 같은 조건에서 181명을 찍어 온라인 평가자에게 점수를 받았습니다. 한 얼굴 묶음에서는 둘 다 매력을 예측했고(0.28, 0.30), 다른 묶음에서는 유의하지 않았습니다(0.05, 0.10). 둘 다 눈으로 판단한 값이지 잰 값이 아닙니다.

피부. 같은 연구에서 피부 밝기와 색조는 평가를 예측하지 않았습니다. 효과는 고른 정도에 있었습니다. 2007년 연구에서 353명이 볼 피부 이미지 170장을 평가했는데, 색이 고를수록 더 매력적이고 건강해 보였습니다(r 0.40 이상). 고른 정도는 붉은 기와 잡티를 따라갔습니다(0.92, 0.68). 그 연구의 피부 사진 안에서의 결과이며, 기업이 참여한 연구입니다.

한계도 있습니다. 실험실 사진, 대학생 평가자, 제각각인 척도.

사진 한 장으로 세 가지를 직접 확인하기

느낌 말고 재 보세요. 위 그림은 예시 사진의 중심선과 일곱 쌍의 점입니다.

• 대칭: 일곱 쌍의 차이가 모두 같은 쪽인지 봅니다. 그렇다면 고개가 돌아간 탓일 가능성이 큽니다. 예시 사진은 눈 선이 약 0.4° 기울었을 뿐이지만 고개 방향은 따로 확인합니다(얼굴 비대칭). 반쪽 거울상으로 만든 「대칭 버전」은 없는 얼굴입니다. 말할 때 입이 한쪽으로 쏠리니 입을 다물고 잽니다.
• 피부: 양 볼과 이마의 색을 뽑습니다. 예시 사진은 고른 빛에서 201, 197, 191(최대 255)입니다(고른 피부톤).
• 평균성: 사진 한 장으론 잴 수 없습니다. 여러 얼굴 묶음의 성질입니다(평균 얼굴).

실제 얼굴 대부분은 삼등분이나 황금비 같은 고전 규칙에 맞지 않습니다. 「조화로운 비율」은 흔한 범위 안이라는 뜻입니다. 예시 사진의 중안부 대 하안부 0.99도 읽은 값일 뿐 기준이 아닙니다.

공통 취향, 개인 취향, 그리고 방금 본 얼굴

2016년 연구에서는 같은 평가자가 얼굴 100장을 일주일 간격으로 두 번 평가했습니다. 개인 취향은 의미 있는 차이의 약 3644%였고, 2006년 연구도 비슷했습니다. 두 평가자의 일치는 약 0.480.58, 일주일 뒤의 자신과도 약 0.80으로 1이 아닙니다.

문화와 시대도 기준을 움직입니다. 무엇을 많이 보느냐에 따라 마음속 「전형적인 얼굴」이 옮겨 갑니다. 방금 본 얼굴도 영향을 줍니다. 높게 평가된 얼굴을 먼저 보면 자기 평가가 낮아졌습니다.

그러니 이 연구들은 사람의 순위가 아니라, 평가자 집단의 평균적인 선호를 나타냅니다. 얼굴 테스트의 점수도 사진 한 장을 말할 뿐, 사람의 가치가 아닙니다.

FacialRate는 이렇게

FacialRate의 AI 얼굴 분석은 대칭과 비율 등 11가지 이상을 읽고, 얼굴 분석 리포트에 얼굴 유형, 가장 강한 특징, 하이라이트 셋, 팁 하나를 담습니다. 전체 점수는 이것들의 합도, 황금비 같은 고정 공식도 아닙니다. 실제 사람들의 평가에서 배운 머신러닝 모델이 내며, 실제 평가로 보정·검증했습니다. 위 연구들은 단서일 뿐 그 계산법이 아닙니다.

점수는 이 사진 한 장을 나타낸다고 분명히 말합니다. 빛, 각도, 표정이 모델이 보는 것을 바꿉니다. 팁은 촬영, 헤어, 메이크업, 스킨케어만 다룹니다. 검출은 기기 안에서 이루어지고 사진은 업로드되지 않으며, 무료로 횟수 제한이 없습니다.

자주 묻는 질문

관련 글