▲ 피부의 특징을 높은 정밀도로 평가, AI 융합의 독자적인 DNA 검사법, 이미지 출처 : https://news.goo.ne.jp/article/newswitch/business/newswitch-31170.html

[코스인코리아닷컴 일본 통신원 이상호] 일본 시세이도는 오랫동안 피부과학에 대한 연구성과와 축적해 온 일본인 여성 1,472명의 빅데이터에 기계학습 등의 AI 기술을 조합함으로써 DNA의 특징(SNP)과 피부 상태와의 관련성을 밝혔다. 또 얻어진 결과로부터 독자적인 알고리즘을 구축해 각자가 서로 다른 선천적인 피부 특징을 높은 정밀도로 평가할 수 있는 새로운 DNA 검사법 개발에 성공했다.

일본 주간장업의 최신 보도에 따르면, 이 검사법은 피부를 구성하는 요소에 직접적인 영향을 주는 인자 뿐 아니라 혈관이나 호르몬, 비타민 대사 등 체내에서 간접적으로 피부에 영향을 미친다고 알려진 인자를 포함한 79종류의 폭넓은 SNP로부터 얻은 정보와 방대한 피부의 실측 데이터를 조합해 구축한 알고리즘을 이용함으로써 높은 정밀도로 고객의 피부를 전반적으로 이해할 수 있게 됐다.

피부와 DNA에 관한 방대한 데이터를 이용해 개인마다 서로 다른 DNA의 특징과 피부 상태의 관련성을 깊이 연구함으로써 고객 개개인에게 다가가는 새로운 뷰티케어의 실현을 목표로 한다.

피부 상태는 자외선 대책 등을 포함한 스킨케어와 식사, 운동, 수면, 흡연 등 생활습관의 영향 뿐 아니라 선천적인 유전적 특징의 영향도 받는 것으로 알려져 있다. 유전적 특징에는 DNA의 SNP 차이가 영향을 주고 있으며 개인마다 다양한 SNP를 갖는 것으로 알려져 있다. 현재의 피부 상태 뿐 아니라 이러한 SNP 정보를 바탕으로 한 태생적 피부 특징을 이해할 수 있다면 지금까지 없었던 개인맞춤형의 우수한 뷰티케어 서비스를 제안할 수 있다.

그래서 시세이도는 오랜 기간에 걸쳐 축적된 피부과학 연구성과와 AI 등 새로운 기술을 조합하고 일본인 여성 1,472명의 빅데이터를 이용해 SNP와 피부 상태의 관련성을 연구했다.

우선, 이 회사의 선행 연구를 통해 콜라겐 대사 관련 인자 등 피부 상태에 직접적인 영향을 미치는 피부 내부의 인자 뿐 아니라 혈관의 상태나 비타민 등 영양 성분 대사, 호르몬 대사 등 간접적으로 피부에 관여한다고 알려진 체내 인자로부터 79종류의 SNP를 엄선해 해석 대상으로 설정했다.

이어서 주름, 기미, 장벽기능 등 풍부한 항목의 피부 측정 데이터에 자외선 이력, 흡연 이력, 연령 정보를 추가해 기계 학습에 사용했다. 피부 상태의 각 항목을 연령별로 비교해 평균에서 아래위 25%를 벗어난 사람이 갖는 특징적인 SNP를 해석해 독자적인 평가 알고리즘을 구축했다.

그리고 이 독자적인 알고리즘을 이용해 ‘주름이 생기기 쉬움/어려움’ 등 사람이 태어날 때 갖는 피부의 다양한 특징의 각 항목에 대응하는 5~10종류의 SNP 조합을 발견했다.

일반적인 피부의 DNA 검사에서는 피부 상태의 각 항목에 대해 1~2종류의 SNP를 해석하지만 더욱 많은 SNP를 해석함으로써 정확성이 높아지는 것을 밝혀냈다. 게다가 다양한 SNP와 방대한 피부의 실측 데이터의 조합으로 구축한 알고리즘을 활용함으로써 각자 서로 다른 피부의 특징을 매우 높은 정밀도로 평가하는 새로운 DNA 검사법을 개발하는데 성공했다.

피부 상태의 각 항목에 대응하는 SNP의 조합은 피부 내부의 인자 뿐 아니라 체내 인자를 포함한 다양한 종류로 구성되는 것도 발견했다. 즉, 건강하고 아름다운 피부를 만들기 위해서는 피부에 대한 직접적인 접근 이외에도 식사나 운동, 수면 등 전반적인 접근법이 유효하다는 것을 의미한다. 획득한 연구성과를 응용해 고객 개개인의 서로 다른 피부 특징을 평가함으로써 ‘되고 싶은 자신’을 목표로 하는 더욱 좋은 뷰티케어를 제안할 생각이다.