빅데이터 분석 기반 개인 맞춤형 반영구 눈썹 디자인 자동화 모델 개발
Development of an Automated Model for Personalized Semi- Permanent Eyebrow Design Based on Big Data Analysis
최진은(성결대학교 뷰티디자인학과); 황선희(성신여자대학교 뷰티산업학과)
19권 12호, 57~74쪽
초록
본 연구의 목적은 얼굴형, 랜드마크 기반 안면 특징, 트렌드 이미지, 전문가 디자인 데이터를 통합하여 개인 맞춤형 반영구 눈썹 디자인을 자동으로 생성･추천하는 빅데이터 기반 모델을 개발하는 데 있다. 기존 반영구 눈썹 디자인이 전문가의 경험에 의존함으로써 주관성과 편차가 발생하는 문제를 해결하기 위해, 본 연구는 얼굴형과 주요 눈썹 디자인 요소 간의 상관관계를 정량적으로 분석하고 이를 알고리즘에 직접 반영하였다. 얼굴형 분류 및 초기 디자인 도출을 위해 결정트리, SVM, 랜덤 포레스트를 포함한 앙상블 모델을 설계하였으며, CNN / GAN 기반 자동 생성 모델을 통해 실제 시술 결과와 유사한 자연스러운 눈썹 형태를 구현하였다. 연구 결과, 얼굴형 분류 정확도는 92.7%, 추천 적합도는 85.9%, 전문가 디자인 유사도는 86.4%, Harmony Index는 0.82로 나타났으며, 사용자 만족도 또한 89%로 매우 높게 나타났다. 트렌드 분석에서는 특정 스타일이 전체 데이터의 22%를 차지하는 것으로 확인되었고, 이를 알고리즘 가중치로 반영함으로써 추천 결과가 최신 미적 트렌드와 개인의 안면 구조를 동시에 반영하도록 하였다. 또한 자연스러움, 조화성, 전문성, 시술 적합성을 기준으로 한 전문가 평가를 통해 모델의 품질을 검증하고 학습 기준을 설정함으로써, 전체 분석 과정은 실제 시술 환경에서 반영구 디자인의 표준화･객관화･개인화를 실현하기 위한 실질적 근거를 제공한다. 본 연구는 반영구 디자인 자동화 모델의 기술적 실현 가능성을 제시하며, 향후 AI 기반 미용 서비스 고도화 및 반영구 시술 프로세스의 디지털 전환을 위한 기초 연구로서 중요한 의의를 지닌다.
Abstract
This study aims to develop a big-data-based automated model for personalized semi- permanent eyebrow design by integrating facial shape information, landmark-based facial features, trend images, and expert design data. To address the limitations of conventional eyebrow design—primarily subjectivity and variability resulting from reliance on practitioner experience—this research quantitatively analyzes correlations between facial shape and key eyebrow design elements and incorporates these findings into the algorithm. A multi-stage recommendation system was constructed using decision trees, SVM, and Random Forest for facial shape classification and initial design selection, followed by CNN- and GAN-based generative modeling to produce natural and visually coherent eyebrow shapes resembling real treatment outcomes. The results show a facial shape classification accuracy of 92.7%, recommendation suitability of 85.9%, expert similarity of 86.4%, and a Harmony Index of 0.82, while user satisfaction reached 89%. Trend analysis revealed that a particular style accounted for 22% of the dataset and was incorporated as algorithmic weighting to reflect contemporary aesthetics and individual facial characteristics. Expert evaluation based on naturalness, harmony, professionalism, and procedural suitability was used as a validation metric, reinforcing the reliability of the generated designs. Overall, this study provides evidence supporting standardized, objective, and personalized semi-permanent eyebrow design and demonstrates the feasibility of automated design generation, contributing to AI-driven beauty services and the digital transformation of semi-permanent makeup practices.
- 발행기관:
- 한국미용예술경영학회
- 분류:
- 미용