Are you represented? Subjective vs objective skin color determination for healthcare and research purposes.

이 연구는 주관적인 피부색 분류법의 한계를 분석하고, 객관적인 측정값과 높은 상관관계를 가지면서도 전 세계 인구를 대표하는 10 개의 Nottingham Skin Categories(NSC) 를 제안하여 의료 및 연구 분야에서 피부색 평가의 정확성과 표준화를 도모합니다.

핵심

🎨 1. 문제: "내 피부는 무슨 색일까?"를 묻는 방식의 혼란

의료 연구나 기기 개발에서 피부 색은 아주 중요합니다. 예를 들어, 맥박 산소 측정기 (손가락에 끼는 기기) 같은 것은 피부 색이 어두운 사람들에게는 오작동을 일으켜 위험할 수 있습니다. 그런데 문제는, 피부 색을 측정하는 방법이 너무 다양하고 엉망이라는 것입니다.

저자들은 세 가지 방법을 비교해 봤습니다.

① 피츠패트릭 척도 (FST): "태양 아래서 어떻게 반응하나요?" (과거의 낡은 지도)

• 방식: "햇빛에 얼마나 잘 타나요?", "얼마나 자주 화상을 입나요?" 같은 질문지를 채워 넣습니다.
• 비유: 마치 **"당신은 겨울에 얼마나 추위를 타나요?"**라고 물어보고 옷을 추천하는 것과 같습니다. 하지만 이 질문지는 원래 하얀 피부를 가진 사람들을 위해 만들어졌습니다.
• 문제점: 피부가 검은 사람들은 "태닝"이나 "화상"이라는 개념이 다르기 때문에 이 질문지에 답하기 어렵습니다. 결과적으로 정확도가 매우 낮고, 검은 피부를 가진 사람들을 제대로 분류하지 못해 의료 격차를 만듭니다.

② 팬톤 스킨톤 가이드 (PST): "이 색종이와 내 피부가 비슷해요" (너무 많은 색상)

• 방식: 110 개가 넘는 다양한 피부색 샘플 (색종이) 을 들고 와서 내 피부와 가장 비슷한 걸 고릅니다.
• 비유: 110 가지의 파란색 중에서 내 눈동자 색과 가장 비슷한 걸 고르라고 하는 것과 비슷합니다.
• 장점: 질문지 (FST) 보다는 훨씬 정확하게 실제 피부 색 (빛을 반사하는 과학적 수치) 과 일치합니다.
• 단점: 색이 너무 많습니다 (110 개). 사람들은 "어? 이거랑 저거랑 비슷하지 않나?" 하며 혼란을 느낍니다. 너무 많아서 선택하기 어렵습니다.

③ 몽크 스킨톤 스케일 (MST): "컴퓨터가 인식하기 좋은 10 단계" (디지털용 지도)

• 방식: 구글과 함께 만든 10 단계의 피부색입니다. AI 나 컴퓨터 비전 (얼굴 인식 등) 을 위해 만들어졌습니다.
• 비유: 디지털 게임 캐릭터를 만들 때 쓰는 피부색 팔레트입니다.
• 문제점: 이 지도는 실제 사람 피부의 다양성을 제대로 담지 못합니다. 연구 결과, 실제 사람들의 피부색 중 10 단계 중 3 단계만 우리 연구 참여자들의 피부와 일치했습니다. 나머지 단계는 실제 사람에게는 존재하지 않는 색이거나, 너무 극단적인 색입니다.

---

🔬 2. 과학적 진실: "스펙트럼"이 답이다

연구진은 스펙트럼 (빛을 분석하는 정밀 기기) 을 이용해 87 명의 지원자 피부 색을 정밀하게 측정했습니다. 이를 **'ITA'**라는 과학적 숫자로 변환했습니다.

• 결과: 질문지 (FST) 는 숫자와 전혀 상관없었습니다. 하지만 팬톤 색종이 (PST) 는 숫자와 아주 잘 맞았습니다. 다만 색이 너무 많다는 게 문제였습니다.

---

💡 3. 해결책: "노팅엄 피부 카테고리 (NSC)" - 9 개의 색종이로 10 단계 나누기

저자들은 **"너무 많지도, 너무 적지도 않은 완벽한 지도"**를 제안합니다.

• 아이디어: 팬톤의 110 개 색종이 대신, 9 개의 핵심 색종이만 준비합니다.
• 방식: 이 9 개의 색종이로 피부색을 10 개의 구간으로 나눕니다. (예: 1 번 색보다 밝으면 1 단계, 1 번과 2 번 사이면 2 단계...)
• 비유: 110 개의 단추가 달린 복잡한 리모컨 대신, 9 개의 단추만 있는 깔끔한 리모컨을 만든 것입니다.
• 장점:
  1. 가볍고 싸다: 고가의 정밀 기기 (1 만 달러) 를 살 필요 없이, 이 색종이만 있으면 됩니다.
  2. 정확하다: 과학적 수치 (ITA) 와 직접 연결되어 있어, 연구나 진료에서 누구를 대상으로 했는지 명확히 할 수 있습니다.
  3. 공평하다: 검은 피부부터 하얀 피부까지, 전 세계 모든 사람의 피부색을 골고루 대표할 수 있도록 설계되었습니다.

🌍 결론: 왜 이것이 중요한가요?

지금까지 의료 연구는 하얀 피부를 기준으로 만들어져, 검은 피부를 가진 사람들은 기기 오작동이나 잘못된 진단을 받을 위험이 컸습니다.

이 논문은 **"우리는 더 이상 복잡한 질문지나, 너무 많은 색종이, 혹은 컴퓨터용 지도에 의존하지 않아도 됩니다"**라고 말합니다.

**9 개의 간단한 색종이 (노팅엄 피부 카테고리)**를 사용하면, 병원에서도, 연구실에서도 누구의 피부인지 정확하게 알 수 있고, 모든 피부색을 가진 사람들이 공평하게 혜택을 받을 수 있는 새로운 표준을 만들 수 있습니다.

한 줄 요약:

"피부색을 측정할 때 복잡한 질문이나 너무 많은 색종이 대신, 9 개의 핵심 색종이로 전 세계 모든 사람의 피부색을 정확하고 공정하게 분류하자는 제안입니다."

기술 요약

제공된 논문 "Are you represented? Subjective vs objective skin color determination for healthcare and research purposes"에 대한 상세한 기술적 요약은 다음과 같습니다.

1. 연구 배경 및 문제 제기 (Problem)

• 의료 기술에서의 피부색 편향: 광학 의료 기술 (광학 단층 촬영, 레이저 치료, 맥박 산소 측정기 등) 은 주로 밝은 피부 (Fair skin) 를 가진 인구를 대상으로 개발 및 검증되었습니다. 이로 인해 어두운 피부를 가진 환자들에게는 진단 정확도가 떨어지거나 (예: 맥박 산소 측정기의 과대평가), 치료 부작용이 발생할 수 있습니다.
• 현재 평가 방법의 한계:
  • 피츠패트릭 피부 유형 (FST): 가장 널리 사용되지만, 자외선 반응에 대한 자가 보고에 의존하여 주관적입니다. 특히 어두운 피부 (FST V, VI) 에서는 부정확하며, 피부암 위험 평가나 레이저 치료 용량 결정 시 심각한 오차를 유발할 수 있습니다.
  • 객관적 측정 (분광광도계): 정밀하지만 고가 (~10,000 달러) 이고 전문 장비 및 해석이 필요하여 임상 및 연구 현장에서 널리 사용하기 어렵습니다.
  • 기타 주관적 도구: 판톤 스킨톤 가이드 (PST) 는 많은 색조 (110 개 이상) 를 제공하여 과부하를 유발하며, 몽크 스킨 톤 스케일 (MST) 은 컴퓨터 비전용으로 개발되어 실제 피부색 분포 (특히 중간 톤) 를 제대로 반영하지 못한다는 문제가 있습니다.

2. 연구 방법론 (Methodology)

• 대상: 영국 노팅엄 대학교에서 모집한 87 명의 자원봉사자 (여성 56%, 남성 44%, 평균 연령 31 세).
• 측정 도구 및 프로토콜:
  1. 객관적 측정: Konica Minolta CM700d 분광광도계를 사용하여 피부 반사 스펙트럼 (400-700 nm) 을 측정하고 CIELAB 색 공간 ($L^*, a^*, b^*$) 값을 도출했습니다. 이를 기반으로 **개별 유형화 각 (Individual Typology Angle, ITA)**을 계산하여 피부색을 객관적으로 분류했습니다.
  2. 주관적 평가:
     • FST: 자외선 반응에 대한 설문지를 통해 피부 유형을 분류.
     • PST (Pantone SkinTone Guide): 110 개 이상의 색조 시트를 피부와 비교하여 가장 가까운 색을 선택.
     • MST (Monk Skin Tone Scale): 10 단계의 피부색 시트를 비교.
• 데이터 분석: 주관적 평가 결과 (FST, PST, MST) 와 객관적 ITA 값 간의 상관관계 (스피어만 순위 상관, 피어슨 상관) 를 분석했습니다. 또한, Del Bino 등 (3,500 명) 과 Lipnick 등 (789 명) 의 기존 대규모 데이터를 통합하여 총 4,376 명의 데이터와 비교 분석했습니다.

3. 주요 결과 (Key Results)

• FST 의 부적합성: FST 와 객관적 ITA 값 간의 상관관계는 낮았으며 ($\rho = -0.65$), 특히 어두운 피부군에서 FST 분류가 실제 피부색 (스펙트럼) 과 일치하지 않았습니다. 많은 자원봉사자가 어두운 피부임에도 불구하고 FST III 또는 IV 로 분류되었습니다.
• PST 의 유효성과 한계:
  • PST 는 객관적 ITA 값과 매우 강한 양의 상관관계를 보였습니다 ($\rho = 0.90$).
  • 그러나 110 개 이상의 시트가 너무 많아 자원봉사자들이 선택에 어려움을 겪었으며, 피사체들이 자신의 피부를 실제보다 더 밝게 인식하는 경향이 있었습니다.
• MST 의 대표성 부족:
  • MST 의 10 단계 중 1~4 단계는 '매우 밝은 (Very Light)' 범주에 집중되어 있어, 실제 연구 및 임상 데이터 (전체 4,376 명 중 1 명만 해당) 와 괴리가 큽니다.
  • 중간 피부색 (Intermediate) 이 MST 에 제대로 표현되지 않았으며, 5 단계와 9~10 단계는 실제 측정된 피부색 범위를 벗어났습니다. 이는 MST 가 컴퓨터 비전용 디지털 이미지 기반이라 실제 피부색 분포를 왜곡할 수 있음을 시사합니다.
• 스펙트럼 분석: 객관적으로 측정된 피부 스펙트럼은 ITA 값에 따라 명확하게 구분되었으나, FST 로 분류된 그룹 내에서는 스펙트럼이 무작위로 분포하여 FST 가 피부의 광학적 특성을 반영하지 못함을 확인했습니다.

4. 주요 기여 및 제안 (Key Contributions: Nottingham Skin Categories - NSC)

저자들은 현재 사용 중인 방법들의 한계를 극복하기 위해 **노팅엄 피부 카테고리 (Nottingham Skin Categories, NSC)**라는 새로운 표준을 제안합니다.

• 9 개의 색조 시트 (Swatches): 110 개의 PST 시트처럼 복잡하지 않고, MST 처럼 범위가 좁지 않도록 9 개의 색조 시트를 제안합니다.
• 10 개의 균등 그룹화: 이 9 개의 시트는 인간 피부색 스펙트럼을 10 개의 그룹으로 나눕니다.
  • 기준: 각 그룹은 ITA 값 기준으로 15 도 간격으로 균등하게 분리됩니다.
  • 범위: 그룹 1 (가장 밝은 피부, ITA > 55°) 부터 그룹 10 (가장 어두운 피부, ITA < -65°) 까지 포함합니다.
• 장점:
  • 비용 효율성: 분광광도계 (~10,000 파운드) 에 비해 매우 저렴하며 휴대가 가능합니다.
  • 표준화: 객관적인 ITA 값에 직접 매핑되어 연구 간 비교 가능성을 높이고, 임상 시험 및 의료 기기 개발 시 인종적 다양성을 보장합니다.
  • 실용성: D65 조명 하에서 임상 및 연구 현장에서 쉽게 적용 가능합니다.

5. 의의 및 결론 (Significance)

• 의료 형평성 증진: 어두운 피부를 가진 인구를 포함한 전 세계 인구 집단을 대표하는 피부색 분류 체계를 도입함으로써, 의료 기기 (맥박 산소 측정기, 레이저 치료기 등) 의 개발 및 검증 과정에서 발생하는 편향을 줄일 수 있습니다.
• 연구의 재현성 및 비교 가능성: 주관적인 FST 를 대체하여, 객관적인 ITA 값과 직접적으로 연결된 NSC 를 사용하면 서로 다른 연구팀 간의 데이터 비교가 용이해지고, AI 학습 데이터셋의 편향을 해소하는 데 기여할 수 있습니다.
• 임상 적용: 피부과, 광역동 요법, 국소 약물 투여 용량 결정 등 다양한 임상 분야에서 피부색을 정확하고 일관되게 평가할 수 있는 실용적인 도구를 제공합니다.

결론적으로, 이 논문은 고가의 객관적 장비를 대체할 수 있으면서도 FST 나 MST 의 한계를 보완하는 **저비용, 고정밀, 표준화된 피부색 분류 체계 (NSC)**의 필요성을 강조하고 구체적인 방안을 제시했습니다.