닮은꼴은 어떻게 판단할까? — 얼굴 유사도 분석의 원리

"닮았다"는 느낌은 사람마다 다르고, 말로 설명하기도 어렵습니다. 그런데 컴퓨터는 어떻게 "눈은 82% 닮았다" 같은 숫자를 만들어낼까요? 닮았네가 쓰는 방식을 최대한 쉽게 풀어보겠습니다.

1단계: 얼굴에서 '점'을 찾는다

먼저 사진 속 얼굴에서 정해진 위치의 점들을 찾습니다. 눈 양 끝, 눈꺼풀 위아래, 눈썹을 따라가는 선, 콧대와 콧방울, 입술 윤곽, 턱선을 따라가는 곡선 등 총 68개의 점입니다. 이 점들을 특징점(랜드마크)이라고 부릅니다. 얼굴의 생김새는 결국 이 점들이 어디에 찍히는가로 요약할 수 있습니다.

2단계: 두 얼굴의 크기와 각도를 맞춘다

사진마다 얼굴 크기도 다르고 고개가 살짝 기울어 있기도 합니다. 그대로 비교하면 "닮음"이 아니라 "사진을 어떻게 찍었나"를 비교하게 됩니다. 그래서 두 눈 사이 거리를 기준으로 크기를 똑같이 맞추고, 두 눈을 잇는 선이 수평이 되도록 얼굴을 회전시켜 같은 조건으로 정렬합니다.

3단계: 부위별로 생김새를 비교한다

정렬된 점들을 부위별로 나눠, 각 부위의 특징을 숫자로 만듭니다. 예를 들어 눈이라면 가로 길이, 세로 높이, 눈꼬리가 올라갔는지 처졌는지 같은 값입니다. 두 사람의 같은 항목을 비교해 차이가 작으면 높은 점수, 차이가 크면 낮은 점수를 줍니다. 눈·눈썹· 코·입·얼굴형·이목구비 배치 6개 항목이 이렇게 계산됩니다.

4단계: 전체 닮음도를 낸다

전체 점수는 두 가지를 섞습니다. 하나는 얼굴 전체를 하나의 지문처럼 요약한 데이터끼리의 거리(가까울수록 닮은 것), 다른 하나는 방금 구한 부위별 점수의 평균입니다. 이 둘을 합쳐 하나의 %로 보여줍니다.

그래서, 이 숫자를 믿어도 되나요?

재미로만 봐주세요. 이 방식은 얼굴을 몇십 개의 점으로만 보기 때문에, 사람이 느끼는 "분위기가 닮았다" 같은 요소는 담지 못합니다. 또 같은 사람이라도 표정과 각도에 따라 점수가 흔들립니다. 실제로 얼굴로 사람을 확인해야 하는 곳(출입 보안, 신원 확인 등)에서는 훨씬 정교하고 검증된 기술을 쓰며, 닮음 테스트의 결과와는 전혀 다른 영역입니다.

더 안정적인 결과를 원한다면 좋은 사진 고르는 법을 참고해 보세요.