의과대학생 팀이 개발한 피부과학 기반 솔루션

의학으로 설계하는 최적의 안티에이징

바우만 16 피부 분류법과 의료 AI를 통해 당신의 피부에 맞는 성분과 최선의 스케줄을 설계합니다.

내 피부 분석하기
16
피부 타입 분류
24/7
AI 루틴 관리
Core Technology

바우만 피부 타입의 4가지 축

16가지 피부 타입을 결정하는 4개의 독립적인 축을 분석하여, 지식 그래프 기반으로 최적의 제품을 추천합니다.

Dry — Oily

건성 — 지성

Sensitive — Resistant

민감성 — 저항성

Pigmented — Non-pigmented

색소침착 — 비색소침착

Wrinkled — Tight

주름성 — 탄력성

Dry — Oily

피지 분비량과 수분 보유력을 분석하여 최적의 보습 전략을 수립합니다.

추천 성분

히알루론산나이아신아마이드세라마이드

작용 경로 (Pathway)

NMF 보강피지 조절장벽 강화
Ingredient → Target → Pathway 그래프 연결
For Consumers

당신만을 위한 스마트 스킨케어

AI 기반 개인화 루틴 관리부터 부작용 분석까지, 의학적 근거에 기반한 완벽한 피부 관리 경험을 제공합니다.

슬롯 기반 개인화 루틴

AM/PM별로 자외선 차단, 항산화, 레티노이드 등 필수 성분 슬롯을 배치하는 개인화된 스킨케어 루틴을 설계합니다.

AM 루틴
클렌저
토너
비타민C
보습제
선크림
PM 루틴
클렌저
토너
레티놀
아이크림
보습제
주기성 변속 (Gear Shifting)

생리 전후 트러블이나 홍조 악화 시 AI가 자동으로 루틴 강도를 조절하여 피부 컨디션에 맞는 최적의 케어를 제공합니다.

루틴 강도자동 조절
순한보통강력
부작용 디버깅 모드

피부가 뒤집어졌을 때 원인 성분(향료, 에탄올, pH 등)을 역추적하고 회복 프로토콜을 제시합니다.

감지된 자극 요인
향료에탄올높은 pH
의학적 근거 제시

추천된 제품이 의학적으로 어떤 효능을 갖는지 PubMed, PubChem 등의 논문 기반 근거를 투명하게 제시합니다.

PubMed
PubChem
Wikidata
For Business

데이터 기반 브랜드 파트너십

단순 광고가 아닌, 피부 적합도 검증을 통과한 제품만 노출됩니다. 투명하고 신뢰할 수 있는 스폰서드 매칭 시스템을 경험하세요.

설명 가능한 스폰서드 매칭

사용자의 피부 타입과 상태에 따라 적합도 게이트를 통과한 제품만 노출됩니다. 모든 매칭은 의학적 근거와 함께 설명됩니다.

피부 타입별 성분 적합도 자동 검증
알레르기 및 자극 위험 사전 필터링
제품-사용자 매칭 근거 투명 공개
윤리적 광고 표준 준수
브랜드 인사이트 대시보드

세그먼트별 전환율, 자극 보고율, 루틴 안착률 등 고도화된 데이터 지표를 실시간으로 확인하세요.

전환율
12.4%
+2.3%
루틴 안착률
78%
+5.1%
자극 보고율 (Irritation Rate)2.1%
업계 평균 대비 -3.2%p
Scientific Foundation

검증된 의학 데이터 기반

전문 의학 코퍼스와 연동된 지식 그래프 기술로 신뢰할 수 있는 피부 가이드를 제공합니다.

PubMed

의학 논문 데이터베이스

Wikidata

지식 그래프 연동

PubChem

화학 물질 정보

지식 그래프 아키텍처

Ingredient-Target-Pathway 연결

Red Flag 시스템

의료 행위가 필요한 상황을 자동 감지하여 전문의 상담을 권고합니다.

안전 가이드라인

의료 행위가 아닌 '피부 상태 가이드'로서의 명확한 경계를 유지합니다.

성분
타겟
경로
효능
제품
Our Team

의학과 기술의 융합

의과대학생과 컴퓨터공학 전문가가 함께 만드는 신뢰할 수 있는 피부과학 솔루션입니다.

김우석

Medical Lead
전주 상산고등학교 36기 졸업 (2019)
원광대학교 의과대학 의학과 3학년 재학중 (2019~)

김동주

Tech Lead
서강대학교 컴퓨터공학(심화)부 졸업 (2024)
KISIA 융합보안 개론, 디지털포렌식, 클라우드 보안 교육과정 수료
Google CodeJam, ACM-ICPC 등 알고리즘 대회 참가
다수 CTF(Capture The Flag) 대회 참여
LLM RAG 기반 '후기 기반 맞춤형 향수 추천서비스' 개발