Haut.AI

엔진은 사진 한 장에서 150개가 넘는 다차원 얼굴 바이오마커를 찾아내고, 피부 건강과 미용 지표를 아우른다. Haut.AI는 모델을 300만 개가 넘는 데이터 포인트로 학습시켰다고 밝히며, 전문가가 라벨링한 데이터셋에 대해 약 98%의 임상급 진단 정확도를 보고한다. 파라미터의 폭이 관건인데, 이것이 셀카 한 장을 피부 타입의 대략적 추측이 아니라 세밀한 제품 매칭으로 이어 준다. 그 결과가 개인 맞춤 스킨케어 추천이 된다.

분석 뒤에는 피부 지표를 브랜드 카탈로그의 제품에 대응시키는 알고리즘 묶음이 있다. 그래서 추천은 브랜드가 실제로 파는 품목을 반영한다. 구조에는 개인화를 겨냥한 94개 알고리즘이 들어 있고, 추천 규칙은 특정 제품 라인이나 사업 우선순위에 맞춰 조정할 수 있다.

Skin.Chat은 늘 켜져 있는 대화형 동반자로, 소비자를 피부 고민에서 구매로 이끈다. 각 브랜드의 말투, 스타일, 커뮤니케이션 지침에 맞춘 뒤 제품을 추천하고 이유를 설명하며, 대화를 벗어나지 않고 장바구니에 담는다. 브랜드에는 스킨케어를 이해하면서도 메시지를 벗어나지 않는 판매 레이어로 작동한다.

SkinGPT는 생성형 AI로, 구매 전에 스킨케어 제품의 눈에 보이는 효과를 실제 피부 위에서 시뮬레이션한다. 사실적인 가상 체험을 만들고, 핵심 성분이 시간이 지나며 보이는 피부 특징을 어떻게 움직일 수 있는지 보여준다. 브랜드는 이 이미지로 글만이 아니라 그림으로 제품 주장에 생기를 넣는다. Givaudan Active Beauty는 업계 전시회에서 활성 성분을 먼저 선보일 때 이걸 썼다.

Haut.AI는 두 갈래를 내놓는다. 노코드 SaaS는 iframe이나 직접 링크로 완전히 브랜드를 입힌 소비자 경험을 전하고, Shopify와 WooCommerce에서는 재고를 자동 동기화한다. API 쪽은 서버 간 방식이라 호출이 브라우저가 아니라 브랜드 자체 기반에서 나가고, 통합은 자사 보안 경계 안에 머문다. 피부 분석 API도 서버 쪽에 둔다.

Haut.AI는 Microsoft AppSource에서 제공되고 기업 고객을 위해 Azure와 연동한다. 덕분에 큰 팀은 Microsoft 클라우드 기반에서 운용하고, 많은 기업이 조달에 이미 쓰는 경로로 살 수 있다.