AI 피부진단 앱, 셀카 한 장의 결과를 믿어도 될까?

AI 피부진단 앱, 셀카 한 장의 결과를 어디까지 믿어도 될까?

같은 얼굴을 촬영했는데 어제는 모공 점수가 좋았고 오늘은 색소와 홍조가 갑자기 나빠졌다고 표시될 수 있습니다. 하루 사이 피부가 크게 달라졌다기보다 조명, 카메라의 자동 보정, 얼굴 각도와 표정이 달라져 앱이 읽은 픽셀이 바뀐 경우도 생각해야 합니다. 결론부터 말하면 셀카 기반 AI 피부 분석은 동일한 촬영 조건에서 눈에 보이는 미용 고민의 변화를 기록하는 보조 도구로는 활용할 수 있지만, 피부질환을 확진하거나 병변의 양성·악성을 판단하는 도구로 받아들여서는 안 됩니다. ‘피부 나이 32세’, ‘색소 78점’처럼 정밀해 보이는 숫자도 앱마다 정의와 기준 집단이 다르면 서로 비교할 수 없습니다.

먼저 구분해야 할 것은 ‘분석’과 ‘진단’

셀카 피부 앱은 대개 얼굴을 인식하고 영역을 나눈 뒤, 학습 데이터에서 익힌 패턴과 비교해 주름, 모공, 붉은기, 색소 분포, 여드름처럼 보이는 특징을 점수나 히트맵으로 표시합니다. 문진 답변을 함께 받아 피부 관리 습관이나 화장품을 제안하기도 합니다. 여기서 미용 목적의 외관 분석과 질환의 가능성을 판단하는 의료 목적은 요구되는 검증 수준이 다릅니다. 전자는 피부 표면에서 보이는 특징을 정리하는 데 초점을 둘 수 있지만, 후자는 놓쳤을 때 생길 피해와 오진 가능성까지 평가해야 합니다. 미국 FDA도 건강한 생활을 돕되 질병의 진단·치료·예방과 무관한 저위험 웰니스 소프트웨어와 의료 목적의 기기 소프트웨어를 사용 목적에 따라 구분합니다. ‘AI를 썼다’는 말 자체는 정확도나 의료기기 허가를 뜻하지 않습니다. 국내에서도 의료 목적을 표방하는 소프트웨어는 식품의약품안전처의 디지털의료기기 제도와 제품 정보를 확인해야 합니다. 앱스토어의 ‘건강’ 또는 ‘의료’ 카테고리, 다운로드 수, 별점, ‘피부과 수준’ 같은 광고 문구만으로 허가 여부나 임상 성능을 판단할 수는 없습니다.

셀카 한 장의 결과가 흔들리는 네 가지 이유

1. 앱은 피부가 아니라 카메라가 만든 이미지를 읽습니다 : 스마트폰 카메라는 빛이 부족하면 노출을 올리고, 기종에 따라 화이트밸런스·선명도·HDR·노이즈 제거를 다르게 적용합니다. 전면 카메라의 뷰티 보정, 화면 필터, 렌즈 오염, 촬영 거리도 피부결과 색을 바꿔 보이게 합니다. 옆에서 들어오는 빛은 한쪽 모공과 주름의 그림자를 강조하고, 따뜻한 실내 조명은 붉은기나 갈색 색소의 대비를 바꿀 수 있습니다. 2026년 Scientific Reports에 발표된 소비자 셀카 기반 피부 프로파일링 연구에서도 서로 다른 스마트폰과 웹캠 사진은 노출, 색 균형, 대비, 해상도와 품질의 변이가 컸습니다. 이 연구의 기준 모델은 처짐과 주름 등 일부 항목에서는 가능성을 보였지만 여드름, 모공 크기와 색소 반점 분류 성능은 제한적이었습니다. 표정 역시 결과에 영향을 주어 연구진은 표준화된 무표정 촬영의 필요성을 제기했습니다. 다만 연구 데이터의 93.5%가 백인으로 분류돼 다양한 인구집단에 결과를 그대로 일반화하기 어렵다는 한계도 있습니다.

2. ‘정답’을 붙이는 과정부터 완전히 객관적이지 않습니다 : AI는 학습 사진에 붙은 진단명이나 등급을 정답처럼 배웁니다. 그러나 모공·광택·다크서클·잔주름의 심한 정도는 평가자와 기준에 따라 달라질 수 있습니다. 질환 진단은 더 복잡합니다. 실제 피부과 진료에서는 언제 시작됐는지, 가려운지 아픈지, 약과 화장품을 무엇을 썼는지 확인하고 피부를 직접 보거나 만집니다. 필요하면 확대경 검사, 피부경검사, 진균검사 또는 조직검사를 더합니다. 셀카 한 장에는 촉감, 증상의 시간 변화, 전신 증상과 검사 결과가 없습니다. 사진에서 비슷하게 보이는 여드름·모낭염·주사피부염, 갈색 반점처럼 보이는 기미·일광흑자·염증 후 색소침착을 앱이 확정적으로 구분하기 어려운 이유입니다.

3. 학습 데이터에 적게 포함된 피부톤과 드문 질환에서 격차가 생길 수 있습니다 : 2022년 Science Advances 연구는 병리학적으로 확인되고 다양한 피부톤을 포함한 DDI 데이터셋으로 여러 피부 AI 모델을 평가했습니다. 모델들은 피부색이 짙은 사진과 드문 질환에서 특히 한계를 보였고, 해당 데이터를 추가 학습하자 밝은 피부와 어두운 피부 사이의 성능 격차가 줄었습니다. 이는 피부톤에 따른 오차가 피할 수 없는 자연법칙이라는 뜻이 아니라 어떤 데이터로 학습하고 검증했는지가 성능과 형평성에 직접 영향을 준다는 뜻입니다. 따라서 앱이 ‘다양한 피부톤을 학습했다’고만 설명한다면 충분하지 않습니다. 피부톤별 표본 수와 성능, 실제 사용자가 찍은 여러 기종의 사진에서 외부 검증했는지, 분석 불가 사진을 어떻게 처리했는지를 함께 공개하는지 확인해야 합니다.

4. 앱마다 목적·점수·검증 방법이 다르고 버전도 바뀝니다 : 2024년 JAMA Dermatology가 영어권 앱스토어에서 확인한 AI 피부 관련 앱 41개를 분석했을 당시, 조사 대상에는 근거 자료, 피부과 의료진 참여, 알고리즘 개발 과정, 데이터 사용과 개인정보 보호가 충분히 공개되지 않은 사례가 많았습니다. 당시 41개 앱 중 FDA 승인을 받은 앱은 없었습니다. 이는 2026년 현재의 모든 앱이 미승인이라는 뜻이 아니라, 앱 이름과 버전이 빠르게 바뀌므로 과거 논문 한 편이나 현재의 별점만으로 제품을 평가할 수 없다는 경고로 해석해야 합니다. 피부암 위험을 판별하는 스마트폰 앱 연구도 같은 문제를 보여 줍니다. 2020년 BMJ 체계적 문헌고찰은 6개 앱에 관한 9개 진단 정확도 연구를 검토했지만, 연구마다 민감도와 특이도가 크게 달랐고 편향 위험이 높아 당시 앱을 흑색종이나 다른 피부암을 놓치지 않는 도구로 신뢰할 수 없다고 결론 내렸습니다. 미용 점수 앱의 한계를 곧바로 피부암 앱 성능으로 환산할 수는 없지만, 질환 위험을 말하는 앱에는 훨씬 엄격한 검증이 필요함을 보여 줍니다.

결과를 믿기 전에 확인할 일곱 가지

1. 목적을 확인하세요. 주름·모공 기록용인지, 질환 선별이나 진단을 표방하는지부터 구분합니다.
2. 내가 쓰는 현재 버전의 근거인지 보세요. 논문에 나온 알고리즘과 지금 앱의 버전이 같은지, 개발사 내부 시험이 아닌 외부 검증이 있는지 확인합니다.
3. 검증 대상이 실제 사용 환경과 닮았는지 보세요. 전문가가 찍은 임상 사진만이 아니라 소비자가 여러 스마트폰으로 촬영한 사진에서도 시험했는지가 중요합니다.
4. 피부톤·연령·성별 분포를 확인하세요. 내 집단이 거의 포함되지 않았다면 전체 정확도가 높아도 개인에게 같은 성능을 기대하기 어렵습니다.
5. ‘정확도 95%’의 뜻을 물어보세요. 무엇을 정답으로 삼았는지, 민감도와 특이도, 분석 불가 비율, 비교 대상과 표본 수가 함께 공개돼야 해석할 수 있습니다.
6. 불확실성을 표시하는지 보세요. 사진 품질이 낮거나 판단이 어려울 때 억지 점수를 내기보다 재촬영 또는 진료를 안내하는 앱이 더 안전합니다.
7. 추천의 이해관계를 확인하세요. 분석 직후 특정 제품이나 시술만 제시한다면 점수가 판매 경로와 어떻게 연결되는지 살펴보세요.

앱은 이렇게 쓰면 상대적으로 유용합니다

미용 목적의 변화를 기록하려면 먼저 해당 앱의 촬영 안내를 따르세요. 별도 지침이 없다면 같은 휴대전화, 같은 카메라, 같은 거리와 얼굴 각도를 유지하고 필터와 뷰티 보정을 끕니다. 렌즈를 닦고, 직사광선이나 색이 강한 조명 대신 얼굴 전체에 고르게 퍼지는 빛에서 화장하지 않은 피부를 무표정으로 촬영하는 편이 비교에 유리합니다. 매일의 1~2점 변화에 반응하기보다 일정한 간격으로 추세를 보세요. 새 화장품을 시작했다면 앱 점수만 보지 말고 따가움, 가려움, 통증, 건조감과 실제 사진을 함께 기록합니다. 서로 다른 앱의 점수나 기기를 바꾼 전후의 점수는 기준이 다를 수 있어 직접 비교하지 않는 편이 좋습니다. 앱의 가장 현실적인 역할은 ‘진단’보다 관찰 내용을 정리하는 것입니다. 언제부터 변했는지, 어느 부위에 반복되는지, 같은 조건의 사진에서 커지는지를 기록해 진료 때 보여 주는 방식입니다. 점수가 좋아 보이게 하려고 피부를 과도하게 씻거나 강한 각질 제거제를 추가하는 것은 피하세요.

얼굴 사진과 피부 정보의 사용처도 확인하세요

얼굴 사진과 피부 고민, 나이, 위치 정보가 결합되면 민감한 개인정보가 될 수 있습니다. 설치 전 개인정보 처리방침에서 사진이 기기 안에서 처리되는지 서버로 전송되는지, 얼마나 오래 보관되는지, AI 재학습이나 광고에 사용되는지, 제3자에게 제공되는지, 계정 삭제 시 원본과 파생 데이터도 삭제할 수 있는지를 확인하세요. ‘사진을 저장하지 않는다’는 한 문장만으로 충분하지 않을 수 있습니다. 분석 특징값이나 얼굴 템플릿을 남기는지, 선택 동의와 필수 동의가 구분돼 있는지도 살펴봐야 합니다. 설명이 없거나 삭제 방법이 불명확하다면 민감한 얼굴 사진 업로드를 다시 생각할 이유가 됩니다.

앱 점수와 관계없이 진료가 먼저인 변화

다음과 같은 경우에는 앱이 ‘정상’, ‘저위험’ 또는 좋은 점수를 표시해도 의료인의 평가를 미루지 마세요.

• 점이나 갈색 병변의 크기·모양·색이 변하거나 비대칭이 두드러집니다.
• 같은 부위에서 출혈, 진물, 궤양 또는 딱지가 반복됩니다.
• 원인을 알 수 없는 발진이 빠르게 번지거나 수주 이상 지속됩니다.
• 붉음·열감·통증·부기와 함께 고름 또는 발열이 생깁니다.
• 입술·눈 주변이 심하게 붓거나 호흡이 어렵습니다.
• 눈 또는 입안 점막까지 병변이 생기거나 시야 변화가 동반됩니다.

호흡곤란, 의식 변화, 빠르게 번지는 심한 부기처럼 응급 증상이 있으면 앱으로 다시 촬영하거나 온라인 정보를 찾기보다 119 또는 응급실 평가가 우선입니다.

숫자는 참고하고, 판단의 책임까지 넘기지는 마세요

AI 피부진단 앱은 얼굴 사진에서 반복되는 패턴을 빠르게 정리하고 같은 조건에서 미용 고민의 추세를 기록하는 데 도움을 줄 수 있습니다. 그러나 셀카는 조명과 카메라 처리에 영향을 받고, 앱의 성능은 학습 데이터·피부톤·질환 빈도·버전에 따라 달라집니다. 화면에 소수점까지 표시된 점수도 그 자체로 의학적 정밀도를 보장하지 않습니다. 안전한 기준은 간단합니다. 미용 점수는 동일 조건의 참고 추세로, 질환을 암시하는 결과는 진료를 고려하게 하는 신호로만 사용하세요. 앱이 괜찮다고 해도 변하는 병변이나 통증·출혈·지속되는 발진이 있다면 직접 평가가 필요합니다. 좋은 AI 도구는 의료인을 지우는 도구가 아니라, 사용자가 관찰한 정보를 더 잘 정리해 적절한 상담으로 연결하는 도구에 가깝습니다.