[뷰티트렌드④] 맞춤형 뷰티 2026, 화장품은 얼굴을 읽은 뒤 팔린다

[KtN 박채빈기자]서울 성수동의 뷰티 매장과 라스베이거스 CES 전시장은 2026년 같은 장면을 향해 움직인다. 소비자가 거울 앞에 서면 카메라는 피부를 읽고, 화면은 모공과 홍반, 색소와 주름을 나눈다. 제품은 진열대에서 기다리지 않고, 진단 결과 뒤에 따라붙는다. 아모레퍼시픽은 CES 2026에서 삼성전자 ‘AI 뷰티 미러’에 자사의 AI 기반 피부 분석 기술을 탑재해 선보였다. 카메라 기반 광학 진단으로 피부의 모공, 홍반, 색소, 주름 상태를 분석하고, 45만건 이상의 데이터를 바탕으로 개인 맞춤형 스킨케어 솔루션을 제공하는 방식이다.

화장품 판매의 순서가 바뀌고 있다. 과거 매장은 제품을 먼저 보여줬다. 소비자는 신제품, 베스트셀러, 모델 이미지, 가격표, 할인율을 보고 고른 뒤 자신의 얼굴에 맞는지 확인했다. 맞춤형 뷰티 시장에서는 얼굴과 피부가 먼저 읽힌다. 피부 상태, 얼굴형, 색, 골격, 생활 패턴, 구매 이력이 제품 추천의 출발점이 된다. “이 제품이 좋다”는 말보다 “이 제품이 왜 당신에게 맞는가”를 설명하는 능력이 판매 경쟁력으로 옮겨가고 있다.

《트렌드 코리아 2026》이 제시한 ‘휴먼인더루프’는 이 변화를 읽는 키워드다. 교보문고 책 소개는 저자들이 2026년의 답을 인간에서 찾았고, 인간의 개입이 필수적이라는 뜻의 ‘휴먼인더루프’가 첫 키워드로 오게 됐다고 설명한다. AI가 추천하고 자동화가 확산될수록, 마지막 판단과 조율에는 사람이 들어가야 한다는 흐름이다. 뷰티 산업에서는 이 말이 더 직접적이다. AI가 피부를 측정할 수는 있지만, 소비자가 어떤 얼굴로 보이고 싶은지까지 자동으로 정할 수는 없다.

한국 뷰티 시장은 이미 ‘얼굴을 읽는 언어’를 축적해왔다. 퍼스널 컬러, 얼굴형 메이크업, 골격 진단, 이미지 타입 분석은 제품 판매와 교육 현장에서 익숙한 문법이 됐다. 사용자 제공 강의안도 직선·곡선, 아이·어른 밸런스, 8가지 이미지 타입, 스트레이트·웨이브·내추럴 골격, 봄·여름·가을·겨울 4계절 컬러를 나눈 뒤 눈썹 디자인, 베이스 보정, 하이라이터와 쉐딩 위치를 적용하는 구조로 구성돼 있다. 같은 립과 같은 블러셔라도 얼굴의 선, 비율, 골격, 색에 따라 다르게 쓰는 방식이다.

맞춤형 뷰티의 경제성은 여기에서 나온다. 제품 하나를 파는 데 그치지 않고, 진단과 상담, 추천과 재구매를 하나의 동선으로 묶을 수 있기 때문이다. 퍼스널 컬러 진단은 립과 블러셔 판매로 이어지고, 피부 분석은 세럼과 크림, 선케어 구매로 연결된다. 얼굴형 분석은 눈썹 제품, 쉐딩, 하이라이터, 베이스 메이크업으로 확장된다. 진단은 무료 서비스처럼 보이지만, 실제로는 객단가를 높이고 재구매를 설계하는 판매 장치가 된다.

AI는 이 장치를 대량화한다. 로이터는 아모레퍼시픽의 AI 뷰티랩에서 AI가 고객에게 205개 파운데이션과 366개 립 제품 색상 가운데 적합한 선택지를 추천하고, 로봇이 맞춤형 파운데이션을 제조하는 장면을 보도했다. 같은 보도에서 아모레퍼시픽 측은 전문가가 여러 사람의 피부 데이터를 평가하는 과정을 딥러닝과 머신러닝으로 자동화한 서비스라고 설명했다. 사람의 경험에 의존하던 색상 추천이 데이터와 제조 시스템으로 옮겨간 것이다.

이 변화는 제조사에도 영향을 준다. 맞춤형 뷰티가 커지면 브랜드는 평균적인 피부색과 평균적인 피부 고민만으로 제품을 설계하기 어렵다. 색상 수는 늘고, 제형은 더 세분화되며, 피부 타입별 설명은 더 정교해진다. 제품 개발 단계에서 리뷰 데이터, 피부 분석 데이터, 색상 선택 데이터, 반품 사유가 다시 연구개발로 돌아간다. 뷰티 산업의 경쟁력은 빠른 신제품 출시만이 아니라, 소비자 얼굴에서 나온 데이터를 어떻게 제품으로 되돌리느냐에 달려 있다.

CES 2026의 뷰티테크 흐름도 이 방향을 보여준다. 아모레퍼시픽은 MIT 연구팀과 공동 개발한 전자피부 플랫폼 ‘스킨사이트’를 CES 2026 혁신상 수상작으로 공개했다. 센서 패치를 피부에 부착해 노화 요인을 측정하고, AI 기술로 맞춤형 케어를 제공하는 방식이다. 한국콜마도 CES 2026 뷰티테크 부문에서 AI 기반 흉터 관리 기기로 최고혁신상을 받았다고 더케이뷰티사이언스가 보도했다. 이 기기는 스마트폰 앱으로 병변 부위를 촬영하면 AI가 상처를 12가지 유형으로 분류하고 상태를 분석한 뒤, 치료 성분과 커버 파우더를 분사하는 구조다.

뷰티테크가 주목받는 이유는 기술 자체보다 수익 구조 때문이다. 진단 기기와 앱, 맞춤 제조, 디바이스, 구독 서비스가 결합하면 화장품은 단품 판매에서 관리형 서비스로 이동한다. 소비자는 크림 하나를 사는 대신 피부 상태를 확인하고, 제품을 추천받고, 사용 뒤 변화를 다시 측정한다. 브랜드는 한 번의 구매가 아니라 반복 측정과 반복 구매를 설계할 수 있다. 병원, 에스테틱, 리테일 매장, 가전, 모바일 앱의 경계가 흐려지는 이유다.

다만 맞춤형이라는 말은 쉽게 남용된다. 간단한 설문 몇 개와 자동 추천 결과를 개인화로 포장하는 서비스는 오래가기 어렵다. 소비자는 점점 더 많이 안다. 퍼스널 컬러 진단을 받아본 소비자는 웜톤과 쿨톤만으로 설명되지 않는다는 사실을 알고, 피부 분석 앱을 써본 소비자는 사진 조명과 카메라 상태에 따라 결과가 달라질 수 있다는 사실도 안다. 맞춤형 뷰티가 설득력을 얻으려면 진단 결과만이 아니라 수정과 설명, 재추천 과정이 필요하다.

데이터 신뢰도도 과제로 남는다. 얼굴 사진, 피부 상태, 주름, 색소, 홍반, 구매 이력은 민감한 정보에 가깝다. 소비자는 편리한 추천을 원하지만, 자신의 얼굴 데이터가 어떻게 저장되고, 어떤 알고리즘에 쓰이며, 어떤 기업과 공유되는지 충분히 알기 어렵다. 개인화가 커질수록 동의 절차, 보관 기간, 삭제 권한, 제3자 제공 여부는 브랜드 신뢰의 일부가 된다. 소비자가 추천을 감시로 받아들이는 순간, 맞춤형 서비스는 판매 장치가 아니라 불신의 근거가 된다.

차별 문제도 피하기 어렵다. 피부 분석과 색상 추천 데이터가 특정 피부 톤, 연령대, 인종, 얼굴형에 치우치면 결과의 정확도는 달라진다. 동아시아 얼굴형과 밝은 피부 톤 중심 데이터로 훈련된 추천 시스템은 미국, 중동, 인도, 동남아 소비자에게 같은 품질의 결과를 주기 어렵다. K-뷰티가 맞춤형 뷰티를 수출하려면 제품만이 아니라 데이터셋도 세계화해야 한다. 더 다양한 피부색, 기후, 생활 습관, 문화적 미감이 추천 구조 안으로 들어와야 한다.

맞춤형 뷰티는 메이크업 시장과도 맞물린다. 블러 립, 애교살, 언더아이 블러셔, 소프트 브로우처럼 2026년 색조 트렌드는 얼굴 전체를 바꾸기보다 작은 부위를 조정하는 쪽으로 움직인다. 작은 조정일수록 개인차가 크게 나타난다. 어떤 소비자에게 자연스러운 애교살은 다른 소비자에게 부자연스러운 그림자가 될 수 있고, 어떤 얼굴에서 생기 있어 보이는 언더아이 블러셔는 다른 피부 톤에서는 붉은 기로 보일 수 있다. 색조 제품의 성패도 결국 진단과 설명에 가까워진다.

스킨케어도 같은 방향이다. 엘르는 2026년 K-뷰티 흐름을 다루며 긴 10단계 루틴이 줄고, 피부 장벽과 회복, 검증된 성분, 다기능 제품을 중시하는 ‘지능적 미니멀리즘’이 부상한다고 전했다. PDRN, 엑소좀, 장벽 케어, 두피와 모발로 확장되는 에센스 포맷도 함께 언급됐다. 제품 수를 많이 쓰는 방식보다, 내 피부 상태에 맞는 적은 단계와 검증된 기능을 고르는 방식이 힘을 얻고 있다는 뜻이다.

K-뷰티에는 이 변화가 기회다. 한국 시장은 빠른 제조, 세분화된 제품 기획, 퍼스널 컬러와 얼굴형 진단 문화, 아이돌 메이크업 분석, 숏폼 튜토리얼, 오프라인 체험 매장을 함께 갖고 있다. 제품만 수출하는 데서 멈추지 않고, 진단 방식과 사용법, 얼굴을 해석하는 언어까지 함께 수출할 수 있다. 선크림과 세럼, 쿠션과 립, 브로우와 블러셔가 각각 따로 팔리는 것이 아니라, 한 사람의 얼굴과 피부에 맞춘 조합으로 팔릴 수 있다.

부담도 작지 않다. 맞춤형 뷰티는 일반 화장품보다 더 많은 설명을 요구한다. 추천이 틀렸을 때 책임을 누가 질 것인지, 진단 비용은 어떻게 책정할 것인지, 제품 추천이 소비자 적합성 때문인지 재고와 광고 때문인지 어떻게 구분할 것인지가 남는다. AI가 만든 추천 결과를 매장 직원이 그대로 반복하는 수준이라면 휴먼인더루프가 아니다. 사람은 추천 결과를 검토하고, 소비자의 취향과 생활 조건을 묻고, 필요하면 AI의 제안을 고쳐야 한다.

2026년 맞춤형 뷰티 시장의 경쟁은 기술을 많이 붙이는 싸움이 아니다. 얼굴을 읽는 데이터를 판매 경험으로 바꾸고, 판매 경험을 다시 제품 개발로 돌리는 구조를 누가 먼저 안정적으로 만들 것인가의 싸움이다. AI는 피부를 측정하고, 알고리즘은 제품을 추천하며, 제조사는 색과 제형을 빠르게 조정한다. 그러나 소비자가 마지막으로 확인하는 것은 여전히 거울 속 얼굴이다. 그 얼굴이 자신답게 보이는지, 가격이 납득되는지, 추천을 다시 믿을 수 있는지가 맞춤형 뷰티의 성패를 가를 변수로 남아 있다.