Clad 진단 방법론
Clad는 얼굴 사진의 색상·대비 정보를 구조화해 계절과 세부 유형을 추정하고, 그 결과를 메이크업·패션 색상 가이드로 바꿉니다. 아래 내용은 현재 구현과 변경 검증 절차를 설명하며, 공개하지 않은 정확도 수치를 암시하지 않습니다.
방법론 검토일: 2026-08-02
Clad의 퍼스널컬러 유형은 무엇을 기준으로 정하나요?
기본 유형과 세부 유형은 업로드한 얼굴 사진에서 관찰되는 피부 색상 경향, 밝기와 얼굴 대비를 중심으로 추정합니다. 퀴즈 답변은 사용자의 자기 인식과 결과 설명을 보완하는 맥락이며, 사진 기반 유형을 임의로 덮어쓰는 근거로 사용하지 않습니다.
처리 단계
- JPEG·PNG·WebP 형식과 업로드 크기를 검사합니다.
- 얼굴 존재 여부, 촬영 품질과 분석 가능한 구도를 확인하고 필요한 얼굴 영역을 전처리합니다.
- 버전이 고정된 모델·프롬프트·응답 스키마로 색상 관찰값, 계절과 세부 유형을 생성합니다.
- 응답의 필수 필드·수치 범위와 형식을 서버에서 검증하며, 분석이 불안정하면 재촬영 안내 또는 제한된 결과를 제공합니다.
- 검증된 유형과 관찰값을 기준으로 색 팔레트와 메이크업·패션 활용 설명을 구성합니다.
신뢰도와 결과 해석
신뢰도는 사진 한 장의 결과가 절대적으로 정확하다는 확률이 아닙니다. 해당 입력과 현재 모델에서 결과가 얼마나 분명하게 구분되었는지를 해석하는 보조 신호입니다. 조명, 화이트밸런스, 필터, 색조 화장과 카메라 처리 방식이 달라지면 같은 사람도 다른 결과가 나올 수 있습니다.
변경 전 평가 절차
모델·프롬프트·전처리·응답 스키마 변경은 하나의 버전으로 묶어 비교합니다. 평가용 사진과 라벨은 운영 사용자 업로드와 분리된 비공개 데이터셋에서 관리하고, 개인을 직접 나타내는 식별자는 해시 처리하도록 설계했습니다. 후보 변경은 계절별 분포, 재촬영 판정, 일관성, 지연시간과 실패율을 확인하며, 결과 설명은 고정 사실 보존, 금지 표현, 언어 누출, 실패 시 대체 문구를 자동 검사합니다. 콘텐츠 품질 변경은 릴리스 정보를 숨긴 블라인드 검토 절차를 사용합니다.
Clad는 대표성 있는 독립 검증 표본과 라벨링 근거를 함께 공개할 수 있을 때까지 “정확도 90%” 같은 단일 홍보 수치를 게시하지 않습니다.
분석하지 않는 것
- 사진 속 인물의 신원 확인
- 인종·건강 상태·질환이나 피부 질환 진단
- 성격, 능력 또는 사회적 특성 추론
- 전문가 오프라인 드레이프 진단을 대체하는 확정 판정
재현 가능한 확인 방법
같은 장소, 같은 조명, 같은 카메라 설정에서 정면 사진을 두세 장 촬영해 결과의 방향이 반복되는지 확인하세요. 결과가 크게 달라지거나 신뢰도가 낮으면 자연광에서 다시 촬영하고, 중요한 스타일 결정에는 오프라인 드레이프 진단을 함께 참고하는 것을 권합니다.