피부 분석 AI 모델 성능 비교 'SkinBench' 공개: 일반 모델의 과탐지율 문제 지적

요약

최근 공개된 피부 분석 벤치마크인 SkinBench가 GPT-5.6 Sol, Gemini 3.5 Flash, Claude Fable 5, Grok 4.6 등 6개 범용 AI 모델의 피부 진단 정확도를 검증했다. 테스트 결과, 모든 범용 모델이 피부 문제가 없는 이미지에서도 95~100% 확률로 눈 밑 붓기를 감지하는 등 높은 위양성율을 보였다. 또한 이마 주름 감지 능력에서 특화된 AI 모델이 82%의 정확도를 기록한 반면, 범용 모델들은 15~60% 수준에 머물렀다. 피부 타입 분류 성능 역시 특화 모델이 77.8점을 기록하여 가장 우수한 범용 모델의 57.7점보다 월등히 높았다. 이번 결과는 범용 AI 모델의 피부 분석 기능을 실제 의료나 전문가 수준의 서비스로 활용하기에는 아직 정확도가 크게 부족함을 시사한다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.