연령
나이에 따른 표정 차이는 연구됐습니다. 하지만 2021년 표정 연구의 최고 연령 구간은 40~69세이고, 고령 치매 환자의 현재 앱 기준값은 아닙니다.
앱 호환 정상 평균±SD: 미확보FACE FUNCTION TRACKER / RESEARCH
얼굴 표정의 변화를
얼굴 표정의 변화를
숫자로 기록합니다.
같은 사람의 무표정과 미소를 반복 측정하여 입꼬리 이동량과 AI 미소 계수를 각각 기록합니다.
30초무표정 5초 ↔ 미소 5초
3회 반복 · 개인 내 변화 추적
3회 반복 · 개인 내 변화 추적
STEP 01
본인 컴퓨터에서 처리검사 준비
연구·개발용입니다. 비암호화 로컬 저장소에 검사 수치가 기록됩니다. 현재 버전에는 실제 환자 성명·주민번호·진단정보를 입력하지 마세요. 환자에게 적용하기 전 동의·보안·규제 검토가 필요합니다.
기록 저장 상태를 확인하는 중입니다.
CAMERA
카메라 미연결검사 화면
카메라 연결 전HTTPS 또는 localhost에서만 카메라를 사용할 수 있습니다.
연구용 ID를 입력하고 카메라를 연결하세요.
00:30남은 시간
카메라를 연결하면 얼굴 크기와 위치를 확인합니다.
기기별 영상 비율을 자동 인식합니다. 얼굴을 중앙에 두세요.
기준 저장은 선택사항입니다. 검사는 기준 저장 없이도 가능합니다.
얼굴이 화면에 충분히 보이면 거리 경고에 지나치게 맞출 필요가 없습니다. 카메라 영상의 실제 가로·세로 비율과 휴대폰 세로 촬영을 자동 반영합니다. 처음에는 대략 40~70cm에서 시작하되, 같은 연구 ID의 재검 때는 동일한 카메라·줌·화각·거리를 유지하고 가능하면 위 버튼으로 촬영 기준을 저장하세요. 촬영 기준은 이 기기·브라우저에만 보관되며 의학적 정상값이 아닙니다.
RESULT · EXPLORATORY
품질 평가이번 검사 결과
무표정 대비 미소 계수 차이—0~1 모델 출력 척도
입꼬리 사이 폭 증가율—개인 무표정 대비 %
입꼬리 평균 이동량—눈 사이 거리 대비 %
분석 가능 프레임—전체 분석 목표 프레임 중
인지저하 위험도: 산출하지 않음
연령·성별·인구집단별로 검증된 현재 앱의 동일 측정 척도 정상 평균·표준편차 및 임상 판별 절단값이 없습니다. 이 수치는 환자 본인의 표정 움직임을 기록한 것으로 치매 가능성이나 치료 호전 판정이 아닙니다.
현재 연구 ID의 이전 검사 기록을 불러오고 있습니다.
이번 검사 저장 상태 확인 중…
LONGITUDINAL
개인별 표정 변화
분석이 끝나면 저장 성공 여부를 검사 화면에 표시하고, 각 검사 시각별로 기록합니다.
전체 지표 표시선택할 필요 없이 아래에 5개 그래프를 모두 나열합니다.
검사 시각순 그래프: 파랑 · 호전 가능 방향 빨강 · 악화 가능 방향. 동일 날짜의 재검사도 각 시각으로 표시합니다. 검사 간 시간 간격은 가로축 거리와 비례하지 않습니다.
저장된 검사가 있으면 미소 계수·입꼬리 폭·입꼬리 이동량·좌우 비대칭·분석 가능 비율 그래프를 연달아 표시합니다.
검사 기록이 쌓이면 같은 사람의 변화 추이가 나타납니다.
BASELINE COMPARISON
개인 내 비교초진 · 직전 · 최근 검사 비교
기준값 = 이 연구 ID에서 저장된 가장 첫 검사, 직전 = 최근 검사 바로 이전 기록. 파랑은 호전 가능 방향, 빨강은 악화 가능 방향을 뜻하는 탐색적 색상일 뿐입니다. 측정오차·임상적 유의성은 검증되지 않았으며 임상 호전·악화 판정이 아닙니다.
| 측정 지표 | 초진 기준 | 직전 검사 | 최근 검사 | 초진 대비 | 직전 대비 | 변화 방향 (탐색적) |
|---|---|---|---|---|---|---|
| 저장된 검사 결과가 없습니다. | ||||||
외부 정상 기준: 이 앱과 측정법이 일치하는 연령·성별·인구집단별 평균±SD 및 임상 절단값은 미확보입니다. 따라서 위험도는 산출하지 않습니다.
검사 시각별 누적 기록표
같은 날 여러 번 검사해도 각각 별도 기록으로 저장됩니다. 첫 행은 초진이며, 이후 수치 밑의 색상은 바로 앞 검사 대비 변화 방향입니다.
| 검사 시각 | 검사 순서 | 연구 ID | 미소 계수 차이 | 입꼬리 폭 변화 | 입꼬리 이동량 | 품질 |
|---|
기록은 이 브라우저의 localStorage에만 보관되며 암호화되어 있지 않습니다. 다른 PC·브라우저·주소로 자동 동기화되지 않습니다. 브라우저 삭제나 localhost 포트 변경 시 기존 데이터가 안 보일 수 있으니 JSON으로 백업하세요. 실제 환자자료의 보관 수단으로 사용하지 마세요.
NORMS · EVIDENCE STATUS
기준 검증 전인구집단별 참고 기준 및 위험도 산출 가능 여부
현재 앱의 치매·인지저하 위험도는 계산하지 않습니다.
연구에서 연령·성별·인종·민족에 따른 얼굴 움직임 차이는 관찰됐으나, 이 앱과 동일한 MediaPipe 모델·30초 과제·카메라·지표 정의로 검증된 고령자 정상군 평균±표준편차와 MCI/치매 판정 기준은 확보되지 않았습니다. 다른 논문 수치를 대입하면 그럴듯하지만 틀린 위험 점수가 만들어질 수 있습니다.
성별
AU12에서 집단 차이가 보고됐지만 연구 전용 AU 척도입니다. MediaPipe의 mouthSmile 값과 동일한 값이 아닙니다.
인종·민족 / 인구집단
표정 문화·촬영 조건·AI 모델 편향이 결과에 영향을 줄 수 있습니다. 얼굴 영상에서 인종을 자동 추정하지 않으며, 인종을 기준으로 질병 위험을 계산하지 않습니다.
앱 호환 정상 평균±SD: 미확보실제 논문에서 확인된 통계 — 앱의 위험도 기준으로 사용하지 않음
| 연구 | 논문에서 확인한 수치 | 직접 비교 불가능한 이유 |
|---|---|---|
| Fan 외, 2021 · AU12 | 여성−남성 평균 차이 +0.163 (SE 0.027) | 정적 행복 사진 / 별도 AU 알고리즘, 정상 평균값이 아닌 집단 차이 |
| Fan 외, 2021 · AU12 | 아프리카계 미국인−아시아인 평균 차이 +0.436 (SE 0.034) | 수집 사진·집단 구성·문화적 영향, 정상 기준 또는 질병 지표 아님 |
| Fan 외, 2021 · AU6 | 40~69세−20~39세 평균 차이 +0.197 (SE 0.036) | 70세 이상 규준이 아니며 현 앱의 입꼬리 이동량과 다른 척도 |
| Ozturk 외, 2026 · 미소 완성시간 | 정상 0.49±0.09초 / PD 0.64±0.21초 | 60fps·다른 검사, 현재 앱은 완성시간을 계산하지 않음 |
| Takeshige-Amano 외, 2024 | 정상군 99명 / AD 관련 인지저하 93명 | GLORY Smile Index와 음성을 결합한 검사, MediaPipe와 단위가 다름 |
SE는 집단 평균 차이의 표준오차이고 SD는 개별 측정값의 표준편차입니다. 위의 집단 차이값으로 개인별 Z점수나 질병 위험확률을 계산할 수 없습니다. 인종·민족 구분은 연구 데이터의 범주 표현일 뿐 개인의 생물학적 위험을 뜻하지 않습니다.
개인별 변화 추적은 가능합니다
현재는 환자 자신의 첫 검사값과 이후 값을 비교합니다. 변화량이 실제로 유의미한지 판단하려면 반복검사의 ICC, 표준측정오차(SEM), 최소검출변화(MDC)를 우리 검사법으로 산출해야 합니다. 해당 검증 전에는 위험도·정상/비정상·호전/악화 자동 판정을 표시하지 않습니다.
출처는 이 화면 하단의 ‘기반 연구·기술 문헌’에서 열 수 있습니다.
PROTOCOL
검사 방법과 한계
10–5초무표정 유지
25–10초미소 유지
310–15초무표정 유지
415–20초미소 유지
520–25초무표정 유지
625–30초미소 유지
실제 측정
MediaPipe Face Landmarker의 mouthSmileLeft/Right 계수와 얼굴 특징점 입꼬리 61·291, 눈 33·263을 활용합니다. 검사 중 얼굴을 촬영한 뒤 최대 10Hz로 프레임 분석합니다.
검사 결과의 의미
계수 변화는 AI 출력값의 차이이고, 이동량은 정규화된 화면상의 기하학적 변화입니다. 둘 다 치매 점수나 실제 근육 수축량(mm)은 아닙니다.
환경 통일
같은 카메라·약 50cm 실측 거리·화면 속 얼굴 비율·조명·머리 각도·지시문으로 반복하세요. 카메라가 다르면 환자 상태가 같아도 수치가 달라질 수 있습니다.
개발 단계
검사-재검사 ICC, SEM, MDC 및 수동 판독과의 일치도 확인 전에는 작은 수치 변화를 호전이나 악화로 판정하지 마세요.
개발 상태: 브라우저에서 실행되는 작동 시제품입니다. 서버 로그인, 중앙 연구 DB, 치료효과 판정, IRB·의료기기 적합성 검토는 구현돼 있지 않습니다.
기반 연구·기술 문헌 보기 논문 원문 및 공개 기술자료 9건
이 앱은 특정 논문의 치매 판정 모델을 복제하지 않았습니다. 아래 논문을 참고해 무표정·미소 과제, 얼굴 움직임 수치화, 개인별 경과 기록 기능을 독립 구현했습니다.
- Takeshige-Amano 외 (2024), Digital detection of Alzheimer's disease using smiles and conversations with a chatbot미소·무표정 차이 분석 — 원 연구의 GLORY 미소지수는 본 앱과 다름
- Pegolo 외 (2022), Quantitative Evaluation of Hypomimia in Parkinson's Disease얼굴 특징점의 상대 거리 및 운동성 지수
- Ozturk 외 (2026), Objective Assessment of Facial Expressions in Parkinson's Disease During DBSMediaPipe 특징점 기반 미소 움직임 — 본 앱과 검사 속도·지표 다름
- Differences in Facial Expressions Between Spontaneous and Posed Smiles (2020)자발적 미소와 지시된 미소의 차이
- Reliability and Validity of Emotrics in the Assessment of Facial Palsy (2023)반복 측정 및 검사자 신뢰도 연구
- Fan 외 (2021), Demographic effects on facial emotion expression연령·성별·인종 범주별 AU6/AU12 차이 — 본 앱의 규준 아님
- The Average Facial Expressions: A Range of Motion Analysis for Different Sex and Age Groups (2023)3D 얼굴 이동량의 연령·성별 참고 연구 — 2D 웹캠과 직접 비교 금지
- Dominguez-Catena 외 (2024), Metrics for Dataset Demographic Bias얼굴 표정 분석 데이터의 인구집단 편향 검토
- Google MediaPipe Face Landmarker for Web478개 특징점과 52개 표정 계수의 구현 기술문서
논문에 보고된 AUC·정확도는 본 앱의 임상적 성능이 아닙니다. 연구 재현이나 외부 배포에는 데이터 사용권과 소프트웨어 라이선스를 별도 확인해야 합니다.