얼굴 점수 보는 법: 무엇과 비교했나, 얼마나 흔들리나, 무엇의 합인가

얼굴 점수 보는 법: 먼저 “무엇과 비교한 숫자인가”

숫자는 혼자서는 아무 말도 하지 않습니다. 7점이든 75점이든, 먼저 “누구와 비교해서?“를 물어야 합니다.

얼굴 점수를 내는 외모 분석 모델은 보통 사진 묶음과 사람들의 평가 묶음으로 만들어집니다. 자주 쓰이는 2018년 데이터셋에서는 정면 사진 5,500장에 자원자 60명이 점수를 매겼고, 그 평균이 “정답”이었습니다. 모델의 숫자는 그 사람들이 이 사진에 몇 점을 줄지 추정한 값입니다.

기준이 바뀌면 숫자도 바뀝니다. 한 연구에서는 같은 사진을 두 평가자 그룹이 매기자 평균이 1점쯤 달랐습니다(7점 척도). 한 얼굴 평가 사이트는 점수를 한 번 재조정했고, 그 전 점수는 지금 점수와 비교할 수 없게 되었습니다.

그러니 척도와 기준부터 보세요. 몇 점 중인지, 어떤 얼굴과 비교했는지, 어떤 평가 기준을 골랐는지.

점수는 흔들린다: 사진이 바뀌면 숫자도 바뀐다

2011년 연구에서는 40명이 20명의 사진을 한 사람당 20장씩 평가했습니다. 사진을 잘 고르면 어느 두 사람이든 누가 더 매력적인지를 뒤집을 수 있었습니다. 평가하는 쪽도 움직입니다. 같은 사람이 일주일 뒤 같은 얼굴을 다시 평가하면 처음과의 상관이 약 0.80이었습니다.

점수를 공개한 그 사이트에서도 점수는 가운데에 몰려 있었습니다. 평균 71.5, 중앙값 75, 상위 10%가 84점 이상. 이렇게 빽빽하면 2~3점 차이는 거의 아무것도 말하지 않습니다.

두 사진에서 74점과 77점이 나왔다고 해 봅시다(설명을 위한 가정입니다). 아직 결론은 이릅니다. 같은 방식으로 몇 번 더 재서 그 3점이 잡음인지 보세요. 이유는 얼굴 점수가 매번 다른 이유에 있습니다.

숫자 하나는 여러 측정값의 요약: 세부부터 읽기

얼굴 길이얼굴 폭눈 사이입 너비코 길이인중

총점만 보면 무엇이 움직였는지 알 수 없습니다.

얼굴을 평가하는 도구는 먼저 얼굴에서 점을 찾고, 그 점들로 비율을 냅니다. 위 그림은 비율에 자주 쓰이는 길이 몇 가지입니다. 같은 예시 사진에서 다른 값은 이렇습니다. 턱 너비 ÷ 광대 너비 0.79, 중안부 ÷ 하안부 0.99, 눈 높이 ÷ 눈 길이는 양쪽이 0.29와 0.31. 마지막 값이 작은 건 사진 속 얼굴이 웃고 있어서입니다. 웃으면 눈이 가늘어집니다.

두 결과가 다르면 어느 값이 바뀌었는지 보세요. 눈 쪽이 움직였다면 표정을, 대칭이 움직였다면 고개 방향을 의심합니다.

황금비율 같은 고정 비율 하나로 점수를 매기는 도구도 있습니다. 연구에서 평가와의 관계는 약했습니다. 황금비율 얼굴은 정말일까를 보세요.

세 가지 읽는 법: 같은 조건끼리, 세부부터, 한 번으로 정하지 않기

• 같은 조건끼리: 같은 도구, 같은 평가 기준, 같은 촬영 방식의 결과만 비교합니다.
• 세부부터: 각 값과 설명을 본 뒤 총점을 봅니다. 무엇이 작용하는지는 세부가 알려 줍니다.
• 한 번으로 정하지 않기: 같은 조건에서 세 번 재고 차이를 봅니다. 그 안의 변화는 잡음으로 봅니다.

가장 중요한 한 가지: 점수는 사진 한 장이 어떤 사람들에게 주기 쉬운 인상을 나타냅니다. 사람의 가치를 재지도, 사람을 줄 세우지도 않습니다.

촬영은 정면 사진 찍는 법, 정확도는 AI 얼굴 평가 정확도를 보세요.

FacialRate는 이렇게: 숫자 하나로 끝나지 않는다

FacialRate의 점수는 실제 사람의 평가에서 배운 머신러닝 모델에서 나옵니다. 황금비율 계산기 같은, 골라 둔 고정 공식이 아닙니다. 실제 평가로 보정하고 검증했습니다.

숫자도 하나가 아닙니다. 무료 얼굴 분석 리포트에는 이런 것이 담깁니다.

• 얼굴 유형
• 가장 강한 특징
• 세 가지 하이라이트
• 11가지 이상의 지표 해석
• 시도해 볼 조언 하나

위의 “세부부터”를 그대로 담은 구성입니다. 전체 리포트는 선택형 1회 구매이며 구독이 아닙니다.

자주 묻는 질문

관련 글