머신러닝 기반 반영구 메이크업 추천 및 자동 시술 시스템 개발에 관한 연구
A Study on the Development of a Machine Learning-Based Semi-Permanent Makeup Recommendation and Automated Treatment System
최진은(성결대학교 뷰티디자인학과)
19권 11호, 107~123쪽
초록
본 연구는 반영구 메이크업 시술의 정밀성과 신뢰성을 향상시키기 위해 머신러닝(Machine Learning) 기반의 자동 시술 시스템을 개발하는 것을 목적으로 하였다. 기존 반영구 메이크업은 시술자의 경험과 감각에 크게 의존하여 시술 결과의 일관성과 예측 가능성이 낮았으며, 이에 따라 고객 만족도와 시술 신뢰성에 한계가 있었다. 이를 해결하기 위해 본 연구에서는 머신러닝 알고리즘을 통해 얼굴 구조와 형태를 분석하고, 개인별 맞춤형 시술 이미지를 추천한 후, 피부프린팅(Skin Printing) 유닛을 이용하여 자동 시술이 가능한 시스템을 설계하였다. 시스템은 메이크업 추천운영서버, 피부프린팅 유닛, 영상시술유닛으로 구성되며, 얼굴 분석-추천-시각화-시술-피드백의 통합 구조를 구현하였다. 특히, 추천운영서버는 CNN 기반 학습모델을 통해 얼굴의 주요 계측점을 인식하고, 시술 부위별 맞춤형 디자인을 생성하였으며, 증강현실(AR) 인터페이스를 활용하여 사용자가 시술 전 디자인을 실시간으로 확인할 수 있도록 하였다. 피부프린팅 유닛은 자동 제어 시스템을 이용하여 시술자의 숙련도에 따른 품질 편차를 최소화하였고, 영상시술유닛은 색상･압력･니들 작동 횟수 등을 실시간으로 모니터링하여 시술의 안전성과 정확성을 향상시켰다. 연구 결과 제안된 시스템은 시술 전 시각화, 자동 프린팅, 실시간 데이터 피드백 측면에서 기술적 타당성을 확보하였으며, 사용자의 시술 만족도와 결과 신뢰성이 향상되는 경향을 보였다. 다만 학습 데이터의 제한, 피부 조건에 따른 색상 표현의 변동성, 장기 색소 변화에 대한 검증 부족 등은 향후 보완이 필요한 과제로 나타났다. 따라서 본 연구는 인공지능(AI)과 자동화 기술을 결합한 반영구 메이크업 시술 시스템의 가능성을 제시하였으며, 향후 연구에서는 대규모 학습데이터 구축, 색상 안정성 검증, 윤리적 데이터 관리체계 수립을 통해 보다 정교한 미용 자동화 시스템으로 발전시킬 수 있을 것으로 기대된다.
Abstract
This study aims to develop an automated semi-permanent makeup (SPM) system using machine learning to enhance the precision, consistency, and reliability of aesthetic procedures. Conventional SPM treatments depend heavily on the practitioner’s skill, often resulting in inconsistent outcomes and limited predictability. To address these issues, this research proposes an integrated system comprising three modules: a makeup recommendation server, a skin-printing unit, and an imaging treatment unit. The recommendation server employs a CNN-based model to analyze facial features and generate personalized treatment designs, which are visualized through an augmented reality (AR) interface. The skin-printing unit automates pigment application with high positional accuracy, while the imaging treatment unit monitors color, pressure, and needle activity in real time to ensure procedural safety. Experimental implementation demonstrated the feasibility of the proposed system, showing improved visualization, reduced operator-dependent variance, and enhanced user confidence. However, challenges remain, including limited training data, variations in pigment absorption due to skin conditions, and insufficient long-term validation of color stability. This study highlights the potential of integrating artificial intelligence and automated control technologies into semi-permanent makeup applications. Future research will focus on expanding the training dataset, evaluating long-term pigment performance, and establishing ethical data management protocols to advance the development of a standardized, intelligent beauty automation system.
- 발행기관:
- 한국미용예술경영학회
- 분류:
- 미용