AI가 추정한 장수 전문가들의 얼굴 나이: 탐색적 사진 실험

짧게 말하면: 이 실험은 잘 알려진 장수 분야 인물들의 영상 스크린샷을 이용해 AI가 추정한 겉보기 얼굴 나이를 비교합니다. 생물학적 나이, 노화 속도, 건강수명, 회춘을 측정하는 실험은 아닙니다. 여기서 얻을 수 있는 신호는 훨씬 좁습니다. 특정 이미지 조건에서 하나의 연령 추정 모델이 그 얼굴을 몇 살로 보는지를 살펴보는 것입니다.

이 실험이 측정할 수 있는 것과 측정할 수 없는 것

처음에는 안티에이징을 공개적으로 이야기하는 사람들을 가볍게 비교해 보려고 이 실험을 만들었습니다. 사진과 계산 자체는 탐색적 데이터셋으로 여전히 흥미롭지만, 지금은 용어를 더 엄격하게 써야 한다고 생각합니다. 이 글에서 나이 차이가 음수라는 것은 소프트웨어가 얼굴을 실제 연령보다 더 젊게 추정했다는 뜻일 뿐입니다. 저는 이를 겉보기 얼굴 나이 차이라고 부르며, “생물학적 나이”나 “회춘 나이”라고 부르지 않습니다.

이 구분은 독립적인 시험 결과와도 맞습니다. NIST의 Face Analysis Technology Evaluation에 따르면 연령 추정 정확도는 알고리즘, 이미지 품질, 나이, 성별, 출생 지역, 그리고 이 요인들의 상호작용에 따라 달라집니다. 같은 사람도 표정이나 안경이 바뀌면 추정치가 달라질 수 있고, 영상 프레임 사이에서도 수년의 차이가 날 수 있습니다. NIST의 2024년 평가에서는 표준화된 비자 사진 데이터셋에서 시험한 알고리즘들의 평균 절대 오차가 약 3.1년이었으며, 인구집단에 따라서도 성능 차이가 나타났습니다.

참고: 미국 국립표준기술연구소(National Institute of Standards and Technology), NIST 연령 추정 소프트웨어 평가 첫 결과 보고, NISTIR 8525 기반.

이 글에서는 ToolPie 서비스의 연령 인식 시스템을 사용했습니다: https://age.toolpie.com/

저는 이 서비스를 약 1년 동안 사용해 왔습니다.

비슷한 시스템은 더 있지만, 사용하기 불편하거나 제3자의 사진을 아예 업로드할 수 없는 경우가 있습니다. 저는 여러 지인의 사진으로 이 서비스를 여러 번 시험해 봤고, 꽤 괜찮은 정확도를 보였습니다. 사진은 가능하면 정면에서, 머리가 똑바로 놓인 것을 골랐습니다. 예를 들어 위쪽에서 찍은 사진에서는 시스템이 나이를 더 젊게 추정하는 경향이 있었기 때문입니다.

사진 속 나이를 인식하는 시스템은 인공지능과 머신러닝을 이용합니다. 먼저 컴퓨터를 다양한 연령대 사람들의 대규모 사진 데이터로 학습시킨 뒤, 그 경험을 이용해 새로운 사진 속 얼굴 특징과 다른 단서를 분석하고 나이를 추정합니다.

아래 목록의 순서에는 특별한 논리가 없습니다. 안티에이징과 회춘에 관한 검색을 하면서 인터넷에서 대략 이런 순서로 사람들을 찾았습니다.

그럼 제 목록을 보겠습니다.

1. 오브리 드 그레이(Aubrey de Grey): 노화 관련 질환을 연구하고 극복하는 것을 목표로 하는 SENS Research Foundation을 공동 설립한 생물의학 노화학자.
2. 데이비드 싱클레어(David Sinclair): 우리가 왜 늙는지, 그리고 그 영향을 어떻게 늦출 수 있는지를 연구하는 것으로 알려진 하버드 의대 교수.
3. 발터 롱고(Valter Longo): 노화와 수명, 특히 단식 연구로 잘 알려진 생화학자.
4. 피터 아티아(Peter Attia): 건강, 장수, 예방의학에 초점을 둔 진료를 하는 의사.
5. 앤드루 와일(Andrew Weil): 통합의학과 “항염증 식단(Anti-Inflammatory Diet)”으로 알려진 인물.
6. 사라 고트프리드(Sara Gottfried): 하버드에서 의학 교육을 받은 의사이자 작가로, 호르몬 균형에 관한 연구와 저술로 알려져 있습니다.
7. 조지프 머콜라(Joseph Mercola): 대체의학 분야에서 잘 알려진 인물.
8. 레이 커즈와일(Ray Kurzweil): 미래학자이자 Google의 AI 비전가로, 보충제와 식단, 미래 생명공학의 발전을 결합하면 수명을 늘릴 수 있다는 주장으로 알려져 있습니다.
9. 디팩 초프라(Deepak Chopra): 명상, 요가, 특정 식단의 조합으로 자신의 노화 과정에 상당한 영향을 줄 수 있다고 믿는 인물.
10. 사드구루(Sadhguru, Jagadish Vasudev): 내면의 변화와 마음챙김 수련을 강조하며 전인적 웰빙을 이야기하는 구루.

아래에서는 스크린샷을 인물별로 분석합니다. 각 이미지에서 소프트웨어가 추정한 나이에서 실제 연령을 뺍니다. 그 결과가 겉보기 얼굴 나이 차이입니다. 예를 들어 -10이면 모델이 그 특정 이미지를 실제 연령보다 약 10년 젊게 판단했다는 뜻입니다. 조명, 카메라 각도, 표정, 수염, 화장, 이미지 품질, 모델의 편향이 모두 추정치에 영향을 줄 수 있으므로, 이 숫자들은 생물학적 노화 측정값이 아니라 하나의 이미지 분석 도구에서 나온 반복 관찰값으로 봐야 합니다.

예를 들어 첫 번째 2020년 영상에서 소프트웨어가 추정한 나이 44세에서 실제 나이 57세를 빼면 -13년입니다. 즉 이 영상에서 오브리 드 그레이는 실제 나이보다 13년 젊어 보인다고 모델이 판단했습니다.

1. 오브리 드 그레이(Aubrey de Grey). 출생: 1963년 4월 20일

https://www.youtube.com/watch?v=oWYBdrQPQjM – 2020년 영상: 44(추정) – 57(실제) = -13년
https://www.youtube.com/watch?v=anyWHDrmZbg – 2022년 영상: 45(추정) – 59(실제) = -14년
https://www.youtube.com/watch?v=lg9v9ii2Kkk – 2023년 영상: 50(추정) – 60(실제) = -10년
평균: -12.3년.

상당히 인상적인 결과입니다. 다만 최근 몇 년에는 오브리에게 노화의 흔적이 보입니다. 혹시 이 두꺼운 수염이 인공지능이 나이를 정확히 추정하는 데 방해가 되는 걸까요?

2. 데이비드 싱클레어(David Sinclair). 출생: 1969년 6월 26일

https://www.youtube.com/watch?v=IEz1P4i1P7s – 2019년 영상: 40(추정) – 50(실제) = -10년
https://www.youtube.com/watch?v=r2DxoqkGQJI – 2022년 영상: 39(추정) – 53(실제) = -14년
https://www.youtube.com/watch?v=fsUUgTPtwnc – 2023년 영상: 39(추정) – 54(실제) = -15년

평균: -13년 (더 자세한 분석)

데이비드 싱클레어의 스크린샷에서는 일관되게 음의 겉보기 나이 차이가 나왔고, 실제 연령과 비교하면 뒤쪽 시기의 이미지일수록 모델이 더 젊게 추정했습니다. 그래서 계속 추적해 볼 만한 흥미로운 사례입니다. 하지만 이것이 그가 생물학적 노화를 멈췄다는 뜻은 아닙니다. 세 이미지는 표준화된 조건에서 촬영되지 않았고, 수년 정도의 차이는 독립적인 연령 추정 시험에서 관찰되는 변동 범위 안에 있습니다. 제 더 자세한 분석도 참고하세요.

3. 발터 롱고(Valter Longo). 출생: 1967년 10월 9일

https://www.youtube.com/watch?v=jNI8IlMhg3A – 2020년 영상: 47(추정) – 53(실제) = -6년
https://www.youtube.com/watch?v=z4GD5cKG1sE – 2022년 영상: 47(추정) – 55(실제) = -8년
https://www.youtube.com/watch?v=7PdKZPBen0w – 2023년 영상: 52(추정) – 56(실제) = -4년

평균: -6년.

분명 일반적인 사람들보다는 좋은 결과지만, 발터가 선두 주자는 아니라는 점도 분명해 보입니다.

4. 피터 아티아(Peter Attia). 출생: 1973년 3월 19일

괜찮은 스크린샷을 얻기 위해 조금 더 애를 먹었습니다. 그는 강연할 때 야구 모자를 자주 쓰기 때문입니다. 이런 모자가 연령 추정 결과에 어떤 영향을 미칠지는 확실하지 않습니다.

https://www.youtube.com/watch?v=vDFxdkck354 – 2017년 영상: 35(추정) – 44(실제) = -9년
https://www.youtube.com/watch?v=ExZ9JF69px0 – 2021년 영상: 44(추정) – 48(실제) = -4년
https://www.youtube.com/watch?v=v8VFTQ74bqo – 2023년 영상: 51(추정) – 50(실제) = +1년

평균: -4년.

이 세 스크린샷에서는 모델의 추정 나이가 시간이 갈수록 올라갔습니다. 한 사람 안에서 나타난 패턴이라는 점에서는 흥미롭지만, 피터 아티아가 생물학적으로 더 빨리 늙고 있다거나 그의 생활방식이 해롭다는 뜻은 아닙니다. 카메라 조건, 모자, 표정, 조명, 일반적인 모델 오차가 모두 가능한 대안 설명입니다. 이 결과는 질문을 만드는 데는 쓸 수 있지만, 질문에 답해 주지는 않습니다.

5. 앤드루 와일(Andrew Weil). 출생: 1942년 6월 8일

https://www.youtube.com/watch?v=SYmb0DYRQKQ – 2011년 영상: 62(추정) – 69(실제) = -7년
https://www.youtube.com/watch?v=bcSr7hueQOo – 2021년 영상: 56(추정) – 79(실제) = -23년
https://www.youtube.com/shorts/TlS3OQ7jwaI – 2023년 영상: 65(추정) – 81(실제) = -16년

평균: -15.3년.

지금까지 살펴본 사람들 가운데 평균 겉보기 나이 차이가 가장 크게 음수로 나온 사례입니다. 다만 해마다 차이가 크게 벌어진다는 사실은 회춘을 추론할 근거가 아니라 오히려 주의해야 할 이유입니다. 연령 추정 모델에는 연령에 따른 편향이 있을 수 있고, 사진도 표준화되지 않았습니다. 앤드루 와일은 계속 추적해 볼 만하지만, 이 실험으로 얼굴 나이 추정치와 그의 항염증 접근법을 연결할 수는 없습니다.

6. 사라 고트프리드(Sara Gottfried). 출생: 1967년 2월 23일

제 목록에서 첫 번째 여성입니다. 여기서는 미용 시술이 결과에 큰 영향을 줄 수 있기 때문에 특히 조심해서 봐야 합니다. 물론 남성도 미용 시술을 받을 수 있지만 여성에게 더 흔할 가능성이 있습니다. 어쨌든 화장과 미용도 중요한 변수이고, 그녀의 사례는 매우 흥미롭습니다. 살펴보겠습니다.

https://www.youtube.com/watch?v=BImf6R97UiE – 2019년 영상: 41(추정) – 52(실제) = -11년
https://www.youtube.com/watch?v=O_DgxuZtgDs – 2021년 영상: 37(추정) – 54(실제) = -17년
https://www.youtube.com/watch?v=BrFT6N7KaL0 – 2023년 영상: 34(추정) – 56(실제) = -22년

모델은 이 특정 스크린샷들을 실제 연령보다 상당히 젊게 추정했습니다. 시각적으로는 흥미롭지만 화장, 조명, 이미지 처리, 표정, 성별에 따른 알고리즘 오차가 모두 가능한 원인입니다. NIST 시험에서는 많은 시스템에서 여성 얼굴의 연령 추정 오차가 더 크게 나타났습니다. 따라서 이 패턴을 생물학적 회춘의 증거로 해석하지는 않겠습니다.

반면 같은 해의 다른 영상에서는 결과가 그렇게 놀랍지 않습니다:
https://www.youtube.com/watch?v=OxzpB-ZZomQ – 2023년 영상: 42(추정) – 56(실제) = -14년 (사진)

평균: -16년.

두 번째 2023년 이미지를 포함하면 평균 겉보기 얼굴 나이 차이는 약 -16년입니다. 같은 해에 찍힌 두 2023년 스크린샷 사이의 차이 자체가 중요한 관찰입니다. 같은 사람도 이미지가 달라지면 추정치가 크게 움직일 수 있습니다. 화장이 영향을 줬을 수 있지만, 이 실험으로 그 영향의 크기를 정량화할 수는 없습니다.

7. 조지프 머콜라(Joseph Mercola). 출생: 1954년 7월 8일

https://www.youtube.com/watch?v=qsRBYKsdshQ – 2019년 영상: 54(추정) – 65(실제) = -11년
https://www.youtube.com/watch?v=t1e45Rhz0wE – 2020년 영상: 53(추정) – 66(실제) = -13년
https://www.youtube.com/watch?v=M4QlWWt_lW4 – 2023년 영상: 63(추정) – 69(실제) = -6년

평균: -10년.

조지프는 출발이 좋았지만, 마지막 해에는 뭔가 흐름에서 벗어난 듯합니다. 그래도 그의 공개적인 입장은 존중합니다.

8. 레이 커즈와일(Ray Kurzweil). 출생: 1948년 2월 12일

https://www.youtube.com/watch?v=ybb052CNE3I – 2018년: 54(추정) – 70(실제) = -16년
https://www.youtube.com/watch?v=JbKNbMgRbJA – 2021년: 58(추정) – 73(실제) = -15년
https://www.youtube.com/watch?v=8SLnP8zikXI – 2023년: 59(추정) – 75(실제) = -16년

평균: -15.7년.

레이는 꾸준히 좋은 결과를 유지하고 있습니다. 다만 이 속도라면 시간과의 게임에서 결국 질 위험이 있고, 자신이 예측하는 불멸의 시대를 직접 보지 못할 수도 있습니다.

9. 디팩 초프라(Deepak Chopra). 출생: 1946년 10월 22일

https://www.youtube.com/watch?v=CHmnPVApfFE – 2018년: 52(추정) – 72(실제) = -20년
https://www.youtube.com/watch?v=mJp9MwjkTrI – 2020년: 51(추정) – 74(실제) = -23년
https://www.youtube.com/watch?v=znV8nSd2odg – 2023년: 56(추정) – 77(실제) = -21년
평균: -21.3년.

디팩 초프라는 이 스크린샷들에서 매우 큰 음의 겉보기 나이 차이를 보입니다. 일관성 자체는 흥미롭지만, 이것만으로 외모 효과와 모델 편향을 구분할 수는 없습니다. NIST 평가에서는 출생 지역과 인구학적 특성이 연령 추정 정확도에 영향을 줄 수 있는 것으로 나타났으므로, 여기서 사람끼리 직접 비교할 때는 특히 조심해야 합니다.

10. 사드구루(Sadhguru) (Jagadish Vasudev). 출생: 1957년 9월 3일

사드구루가 직접적으로 안티에이징 분야에서 활동하는 것은 아니지만, 삶에 관해 가르치는 사람이라는 이유로 목록에 넣었습니다. 그의 가르침이 실제로 젊음을 유지하는 데 도움이 되는지 궁금했기 때문입니다.

https://www.youtube.com/watch?v=0vOwBb-w0Qc – 2018년: 36(추정) – 61(실제) = -25년
https://www.youtube.com/watch?v=wvIbG6zMbME – 2021년: 30(추정) – 64(실제) = -34년
https://www.youtube.com/watch?v=4VkIJKuDyMQ – 2023년: 28(추정) – 66(실제) = -38년
평균: -32.2년.

이 작은 데이터셋에서 가장 큰 음의 겉보기 나이 차이입니다. 동시에 해석에 가장 큰 경고등을 켜 주는 결과이기도 합니다. 66세 사람을 28세로 추정했다면, 문자 그대로 회춘했다는 증거라기보다 모델이 이미지나 얼굴 특성에 강하게 영향을 받았다는 증거일 가능성이 훨씬 큽니다. 수염, 피부 질감, 조명, 민족적 특성 또는 모델의 인구학적 편향이 모두 영향을 줄 수 있습니다. 저는 표준화된 사진을 반복 촬영하고, 가능하면 여러 독립적인 알고리즘에서도 같은 결과가 나와야 단순한 이상치 이상으로 받아들일 수 있다고 봅니다.

그렇다면 무엇이 남을까요? 제 임의의 판단으로 다음 사람들을 더 연구해 볼 대상으로 고르겠습니다.

• 데이비드 싱클레어(David Sinclair) – 시간에 따른 결과도 좋고 전반적으로도 좋습니다. 개인적으로도 호감이 갑니다(혹시 몰라 말해 두지만 저는 이성애자입니다).
• 앤드루 와일(Andrew Weil) – 역시 결과가 매우 좋습니다.
• 피터 아티아(Peter Attia) – 검토한 사람들 가운데 결과가 가장 나빴기 때문에 고릅니다. 무엇을 잘못했을 가능성이 있는지 보기 위해서입니다.
• 사라 고트프리드(Sara Gottfried) – 여성 독자들에게 흥미로운 사례가 될 것입니다.
• 디팩 초프라를 고를 수도 있었지만 사드구루와 겹치는 부분이 있고, 사드구루의 수치가 더 높으므로 사드구루(Sadhguru)를 남기겠습니다.

순위를 한눈에 보기 쉽도록, 이 글의 스크린샷 기반 결과를 아래 인포그래픽으로 정리했습니다.

이 차트는 연령 추정 소프트웨어가 이 사람들을 몇 살처럼 보았는지를 탐색적으로 비교한 것으로 읽어야 합니다. 실제 생물학적 회춘의 증거가 아닙니다.

이제 이들의 접근법을 서로 비교해 보겠습니다.

데이비드 싱클레어의 접근은 매우 과학 지향적입니다. 식단이나 운동 같은 생활습관 요인을 더 강조하는 피터 아티아, 사드구루 등의 접근과 달리 싱클레어는 노화에서 유전적·세포적 메커니즘의 중요성을 강조합니다. 그는 특히 세포 수준에서 식단과 운동의 효과를 흉내 낼 수 있는 약물 개발에 관심이 많습니다. 특정 유전자와 세포 과정을 조작해 노화를 되돌릴 가능성에 더 초점을 둡니다. 어쩌면 이미 마법 같은 약을 발명했을지도 모르지만, 아직 그것에 기대어 살 수는 없습니다. 그래서 본받을 다른 예도 찾아야 합니다. 그의 접근법에 대한 자세한 내용: David Sinclair의 안티에이징 핵심 원칙과 생활방식

앤드루 와일, 사라 고트프리드, 사드구루는 건강과 웰빙을 전인적으로 바라보며, 안티에이징과 회춘에서 신체적·정신적 웰빙을 모두 중요하게 봅니다. 세 사람 모두 좋은 수면 습관, 스트레스 관리, 흡연이나 과도한 음주 같은 해로운 습관을 피하는 것을 강조합니다. 균형 잡힌 식단과 규칙적인 신체 활동 역시 모든 안티에이징 접근의 중요한 요소로 봅니다.

사라 고트프리드 박사의 안티에이징·회춘 접근은 호르몬 균형과 그것이 노화에서 맡는 역할을 특히 강조한다는 점에서 독특합니다. 그녀는 여성 건강과, 여성의 노화 과정에 영향을 주는 고유한 생물학적·호르몬적 차이에 초점을 둡니다. 의학적 치료뿐 아니라 건강한 식단, 규칙적인 운동, 충분한 수면, 스트레스 관리 같은 생활습관 개입도 권합니다. 심신 연결을 중요하게 보고 요가와 마음챙김 명상 같은 실천도 강조합니다. 또한 유전자 검사를 이용해 더 개인화된 안티에이징 전략을 만들며, 전통적인 의학 지식과 전인적 건강 관점을 결합합니다.

이번 비교에서 이상치에 가까운 피터 아티아 박사는 만성질환 없이 활력 있게 사는 기간인 “건강수명(healthspan)”에 초점을 둡니다. 그는 식단, 운동, 여러 바이오해킹 방법을 자신에게 엄격하게 시험하는 것으로 알려져 있습니다. 체력에 큰 비중을 두며 극한 지구력 행사에도 참가했습니다. 운동 계획은 강도가 높고 세밀하게 추적됩니다. 아티아는 간헐적 단식을 하고, 탄수화물을 줄이고 지방을 높인 케톤 식단을 따르기도 했습니다. 장기간 단식도 실험했습니다. 운동과 단식이 지나친 것은 아닐까요?

피터 아티아의 더 엄격하고 과학 근거 중심적인 방법과 비교하면, 와일은 생활습관 변화, 자연요법, 명상, 적절한 영양에 더 큰 비중을 둡니다. 그의 전략은 신체 건강뿐 아니라 전반적인 웰빙과 정신 건강도 중시합니다.

반면 와일을 인도의 요기이자 신비주의자인 사드구루와 비교하면, 전인적 웰빙과 마음챙김 실천을 중시한다는 점에서 비슷한 부분이 있습니다. 하지만 사드구루의 접근은 인도의 영적 전통과 요가 수행에 깊이 뿌리를 두고 있어, 서구 지향적인 와일의 통합의학 접근보다 더 밀교적·영적인 성격으로 볼 수 있습니다.

데이비드 싱클레어, 앤드루 와일, 사라 고트프리드, 피터 아티아, 사드구루의 서로 다른 접근에서 뽑아볼 수 있는 핵심 요소는 다음과 같습니다.

• 세포 메커니즘과 유전학: 싱클레어가 강조하듯, 유전적·세포적 메커니즘을 이해하고 조절하는 것이 노화를 되돌리는 열쇠가 될 가능성이 있습니다.
• 전인적 건강: 와일, 고트프리드, 사드구루가 강조하는 접근입니다. 생활습관 변화, 스트레스 관리, 좋은 수면 습관, 해로운 습관의 회피를 포함해 신체적·정신적 웰빙을 함께 봅니다.
• 호르몬 균형: 고트프리드는 특히 여성 건강에서 이를 중요한 요소로 강조합니다. 호르몬 균형을 유지하는 것이 노화 과정에 상당한 영향을 줄 수 있다고 봅니다.
• 식단과 운동: 균형 잡힌 식단과 규칙적인 신체 활동은 어떤 안티에이징 접근에서도 중요한 요소로 널리 인정됩니다. 다만 식단 유형과 운동 강도는 다를 수 있습니다. 아티아의 케톤 식단과 강도 높은 운동 계획이 한 예입니다.
• 심신 연결: 사드구루와 고트프리드가 강조하는 요가와 마음챙김 명상 같은 실천은 전반적인 건강과 웰빙을 유지하는 데 역할을 할 수 있고, 그 결과 노화와 관련된 건강에도 영향을 줄 수 있습니다.
• 바이오해킹과 자기실험: 아티아의 접근은 자기실험을 바탕으로 개인화된 계획을 만들 가능성을 보여 줍니다. 동시에 극단적인 계획이 오히려 역효과를 낼 수 있는지라는 질문도 던집니다.

이 실험이 주는 것은 누구의 안티에이징 방법이 “효과가 있는지”에 대한 순위가 아닙니다. 재현 가능한 이미지 수준의 관찰값과, 앞으로 시험해 볼 만한 몇 가지 가설입니다. 겉보기 얼굴 나이 차이를 더 느린 생물학적 노화와 연결하려면 표준화된 촬영, 반복 측정, 여러 독립적인 알고리즘, 그리고 가능하다면 독립적인 생물학적 노화 지표나 임상 결과가 필요합니다. 그때까지 이 사진들이 말해 주는 것은 하나의 모델이 판단한 외모에 관한 증거이지, 특정 인물의 생활방식이 수명을 늘린다는 증거가 아닙니다.

방법론 참고문헌

Hanaoka K, Grother PJ, Ngan ML, Yang J, Quinn GW, Hom A. Face Analysis Technology Evaluation: Age Estimation and Verification. NISTIR 8525, National Institute of Standards and Technology, 2024. NIST는 새로운 알고리즘이 제출될 때마다 연령 추정 평가를 계속 업데이트하고 있습니다.

비슷한 방식으로 또 누구를 분석해 보면 좋을까요? 댓글에 남겨 주세요. 그런 분석을 진행해 보겠습니다. 표준화된 이미지나 여러 연령 추정 모델을 이용해 비슷한 실험을 해 본 적이 있다면, 결과뿐 아니라 방법도 함께 공유해 주세요.