AI(인공지능) 기반 두피 분석 앱 개발 및 만족도 조사

국문 초록 (Abstract)

AI(인공지능) 기반 두피 분석 앱 개발 및 만족도 조사 두피의 문제는 연령, 성별을 불문하고 누구나 겪을 수 있는 고민으로 자리 잡았다. 두피 건강을 위해서는 자신의 두피 유형을 정확히 파악한 후 진단 결과에 알맞게 관리하는 것이 매우 중요하다. 보통 두피의 진단 방법으로는 문진, 촉진, 견진 그리고 두피 확대경을 사용하고 이를 직접 분석하는 방법을 사용하고 있으나, 관리사에 따라 촬영된 자료를 분석하 는 과정에서 정확하지 않은 분석으로 결과가 달라질 수 있으며, 이에 따 라 올바른 개선법을 제시하지 못함으로써 만족할 수 없는 결과를 초래할 수 있다. 따라서 더욱 정확하고 객관적인 두피 분석 방법이 요구되고 있다.
뷰티 산업은 AI 기술과의 융합으로 빠르게 변화하고 있다. AI 뷰티 기 기는 소비자 개인의 피부를 분석하여 그 결과를 자세하게 제시해 주고 맞춤형 솔루션으로 제품을 권장해 주거나, 실시간으로 메이크업, 헤어스타 일 등의 시물레이션을 제공해 주기도 한다. 뷰티 산업에서의 AI 기술이 활성화되며 이에 대한 연구도 활발히 진행되고 있으나 AI 기반 두피 분 석 앱 개발 및 개발된 앱에 대한 실제 적용과 평가에 관한 연구는 미비한 실정이며, 두피 시장에서 AI 기반으로 한 두피 분석 기술을 살펴보면, 아 람휴비스의 AI-ScalpGrader가 있으나 반드시 전용 진단기를 구매해야 하 며, 전용 미러디스플레이 시스템을 이용하는 방식으로 헤어샵 혹은 일반 소비자들이 사용하기엔 접근하기 어렵고 부담스러울 수 있다.
따라서 본 연구는 전문가(헤어디자이너·두피관리사)의 소비자 두피 진 단에 있어 이해가 쉽고 접근이 용이하며, 두피 진단의 정확성을 높일 수 있는 AI 기반 두피 분석 모바일 앱을 개발하고 개발된 앱을 전문가(헤어 디자이너·두피관리사)와 소비자(고객)에게 적용하고 이를 평가하고자 하 며, 본 연구를 통해 뷰티 산업에서의 AI 기술 적용 및 발전에 중요한 연 구 자료를 제공하는데 목적이 있다.
본 연구의 목적에 따른 연구 문제는 다음과 같이 설정하였다.
첫째, AI 기반 두피 분석 앱을 개발한다.
둘째, 전문가(헤어디자이너·두피관리사)의 AI 기반 두피 분석 앱의 만 족도를 알아본다.
셋째, 소비자(고객)의 AI 기반 두피 분석 앱의 만족도를 알아본다.
본 연구는 AI 기반 두피 분석 앱 개발을 위해 분석, 설계, 개발, 학습, 테스트, 유지보수, 평가의 단계를 거쳐 진행하였으며, 만족도 조사를 위해 1차 연구 대상자인 전문가(헤어디자이너·두피관리사) 30명, 2차 연구 대상 자인 소비자(고객) 300명을 대상으로 설문지 330부를 최종 분석 자료로 사용하였고, 수집 된 자료는 SPSS 24.0 프로그램을 활용하여 빈도분석, 기술통계분석, t-test, ANOVA분석을 실시하였다.
본 연구의 결과와 결론은 다음과 같다.
첫째, AI 기반 두피 분석 앱 개발을 위해 소프트웨어 개발생명주기 (SDLC : System Development Life Cycle)에 따라 분석, 설계, 개발, 학 습, 테스트, 유지보수, 평가의 단계로 진행되었다.
둘째, AI 기반 두피 분석 앱의 만족도를 조사한 결과 1차 연구 대상자 인 헤어디자이너와 두피관리사의 경우 AI 기반 두피 분석 앱에 대한 만 족도 문항에 모두 4점 이상, 평균 4.32점으로 만족도가 높은 것으로 나타 났으며, 2차 연구 대상자인 소비자의 경우 AI 기반 두피 분석 앱에 대한 만족도 문항에 모두 4점 이상, 평균 4.54점으로 만족도가 매우 높은 것으 로 나타났다.
셋째, 1차 연구 대상자인 헤어디자이너와 두피관리사의 인구통계학적 특성에 따른 AI 기반 두피 분석 앱의 만족도는 차이가 없는 것으로 나타 났다.
넷째, 2차 연구 대상자인 소비자의 인구통계학적 특성에 따른 AI 기반 두피 분석 앱의 만족도 차이를 조사한 결과, 'AI기반 두피 분석 앱의 서 비스를 신뢰 할 수 있다' 문항에서만 통계적으로 연령대에 따른 차이가 있는 것으로 나타났으며 성별, 직업군에 따른 AI 기반 두피 분석 앱의 만 족도는 차이가 없는 것으로 나타났다.
본 연구는 이러한 결과를 통해 AI 기반 두피 분석 앱의 효용성을 검 증하였다.
이에 대한 시사점은 다음과 같다.
첫째, 본 연구는 기존 두피 진단 과정에 AI 기술을 실질적으로 접목함 으로써 미용예술학 분야의 기존 감성 중심의 연구에서 벗어나 데이터 기 반의 과학적 접근에 기여했다는데에 학문적 의의가 있다.
둘째, AI 기반 두피 분석 앱 개발을 넘어 앱 사용자의 만족도를 함께 분석함으로써 미용 산업 내에 디지털 서비스 경험 연구의 새로운 방향성 을 제시하였다는데에 의의가 있다.
본 연구의 한계점 및 후속 연구를 위한 제언점은 다음과 같다.
첫째, 본 연구는 단기적 만족도 평가를 중심으로 이루어져 AI 기반 두 피 분석 앱 사용이 실제 두피 건강 개선 및 관리 습관 변화 등에 미치는 장기적 효과를 검증하지 못하였다. 따라서 향후 연구에서는 장기 추적 연 구를 통해 AI 기반 두피 분석 시스템의 지속적 효용성을 검증할 필요성 이 있다.
둘째, 본 연구는 AI 기반 두피 분석 앱의 만족도만을 중심으로 평가하 여 평가 지표가 단편적이라는데에 한계가 있다. 따라서 향후 연구에서는 앱 시스템에 대한 정확도, 신뢰도, 민감도, 사용자 지속성 등 다양한 성능 지표를 포함한 다층적 검증이 필요하다.

다국어 초록 (Multilingual Abstract)

The problem of the scalp has become a concern that anyone of all ages and genders can experience. For scalp health, it is very important to accurately grasp one's scalp type and then manage it appropriately according to the diagnosis results. Usually, the method of diagnosing the scalp is to use an interview, palpation, examination, and magnification of the scalp and analyze it directly, but the results may vary due to inaccurate analysis in the process of analyzing the photographed data depending on the manager, and accordingly, failure to present the correct improvement method may lead to unsatisfactory results. Therefore, a more accurate and objective scalp analysis method is required.
The convergence with AI technology is rapidly changing the beauty industry. AI beauty devices analyze individual consumers' skin, present the results in detail, recommend products as customized solutions, and provide real-time simulations of makeup and hairstyles. Although AI technology is being activated in the beauty industry, research on the development and actual application and evaluation of AI-based scalp analysis apps is insufficient, and if you look at AI-based scalp analysis technology in the scalp market, you must purchase a dedicated diagnostic device, and it can be difficult and burdensome for hair shops or general consumers to use by using a dedicated mirror display system.
Therefore, this study aims to develop an AI-based scalp analysis mobile app that is easy to understand, easy to access, and can increase the accuracy of scalp diagnosis by experts (hair designer, scalp manager) and consumers (customers), and to provide important research data for the application and development of AI technology in the beauty industry through this study.
The research questions according to the purpose of this study were set as follows.
First, we develop an AI-based scalp analysis app.
Second, we examine the satisfaction of the AI-based scalp analysis app of experts (hair designers and scalp managers). Third, we examine the satisfaction of consumers (customers) with AI-based scalp analysis apps.
This study was conducted through the stages of analysis, design, development, learning, testing, maintenance, and evaluation for the development of an AI-based scalp analysis app. For the satisfaction survey, 330 questionnaires were used as the final analysis data for 30 experts (hair designers and scalp managers) and 300 consumers (customers) who were the subjects of the first study, and the collected data were analyzed using the SPSS 24.0 program.
The results and conclusions of this study are as follows.
First, for the development of AI-based scalp analysis apps, the stages of analysis, design, development, learning, testing, maintenance, and evaluation were carried out according to the System Development Life Cycle (SDLC).
Second, as a result of a survey on the satisfaction of AI-based scalp analysis apps, hair designers and scalp managers, who are the primary subjects of the study, showed high satisfaction with more than 4 points and an average of 4.32 points for both satisfaction questions for AI-based scalp analysis apps, and consumers, who are the secondary subjects, showed very high satisfaction with more than 4 points and an average of 4.54 points for all satisfaction questions for AI-based scalp analysis apps.
Third, there was no difference in the satisfaction of AI-based scalp analysis apps according to the demographic characteristics of hair designers and scalp managers who were the primary study subjects.
Fourth, as a result of examining the difference in satisfaction with AI-based scalp analysis apps according to the demographic characteristics of consumers who are the subjects of the secondary study, it was found that there was a statistical difference according to the age group only in the question "You can trust the service of the AI-based scalp analysis app," and there was no difference in satisfaction with AI-based scalp analysis apps according to gender and occupation group.
This study verified the effectiveness of AI-based scalp analysis apps through these results.
The implications for this are as follows.
First, this study has academic significance in that it has contributed to a data-based scientific approach away from existing emotion-oriented research in the field of beauty art by practically incorporating AI technology into the existing scalp diagnosis process.
Second, it is meaningful to suggest a new direction for digital service experience research within the beauty industry by analyzing the satisfaction of app users beyond the development of AI-based scalp analysis apps.
The limitations of this study and suggestions for further research are as follows.
First, this study focused on short-term satisfaction evaluation, and it was not possible to verify the long-term effect of the use of AI-based scalp analysis apps on actual scalp health improvement and management habits changes. Therefore, it is necessary to verify the continuous effectiveness of AI-based scalp analysis systems through long-term follow-up studies in future studies.
Second, this study has a limitation in that the evaluation index is fragmented by evaluating only the satisfaction of the AI-based scalp analysis app. Therefore, in future studies, multi-layered verification including various performance indicators such as accuracy, reliability, sensitivity, and user persistence of the app system is required.

목차 (Table of Contents)

• 국문 초록 ⅰ
• 제1장 서론 1
• 1. 연구의 필요성 및 목적1
• 2. 연구문제 5
• 제2장 이론적 배경 6
• 1. 두피 6
• 1) 두피의 정의 6
• 2) 두피의 유형 7
• 3) 두피케어 시장 동향 12
• 2. AI 와 뷰티 14
• 1) AI14
• 2) AI와 뷰티 15
• 제3장 연구방법 및 절차 19
• 1. AI 기반 두피 분석 앱 개발 19
• 1) 분석 20
• 2) 설계 20
• 3) 개발 20
• 4) 학습 21
• 5) 테스트 22
• 6) 유지보수22
• 2. AI 기반 두피 분석 앱 만족도 조사 23
• 1) 조사대상 및 자료수집23
• 2) 설문지의 구성 25
• 3) 분석방법 및 절차 29
• 제4장 연구결과 및 고찰 30
• 1. AI 기반 두피 분석 앱 개발 30
• 1) 분석 30
• 2) 설계 32
• 3) 개발 33
• 4) 학습 34
• 5) 테스트 39
• 6) 유지보수40
• 7) AI 기반 두피 분석 앱 개발 최종 결과41
• 2. 조사대상자의 인구통계학적 특성48
• 1) 전문가(헤어디자이너·두피관리사)의 인구통계학적 특성 48
• 2) 소비자(고객)의 인구통계학적 특성 49
• 3. 전문가의 AI 기반 두피 분석 앱의 만족도 50
• 4. 소비자의 AI 기반 두피 분석 앱의 만족도 52
• 5. 전문가의 인구통계학적 특성에 따른 AI 기반 두피 분석
• 앱의 만족도의 차이 54
• 6. 소비자의 인구통계학적 특성에 따른 AI 기반 두피 분석
• 앱의 만족도의 차이 61
• 제5장 결론 및 제언68
• 1. 연구 결과 요약68
• 2. 연구의 시사점 및 제언 70
• 참고문헌71
• 부 록 76
• ABSTRACT 82
• 감사의 글
• viii