관상, 과학적 근거가 있을까? 얼굴로 성격을 알 수 있는지 연구로 본 사실

“눈매가 날카로우면 성격이 차갑다”, “턱이 넓으면 고집이 세다” 같은 관상 이야기, 한 번쯤 들어 보셨을 거예요. mind.io의 AI 관상 페이지도 사진 속 얼굴의 비율과 좌우 균형을 재서 전통 관상에서 쓰는 표현으로 가볍게 풀어 주지만, 얼굴로 성격이나 운을 판단할 수는 없으니 놀이로 즐겨 달라고 처음부터 밝혀 두고 있어요. 그렇다면 얼굴과 성격 사이에 정말 과학적 근거는 있을까요? 이 글은 그 질문에 연구로 답해 봐요.

결론부터 말하면, 이목구비의 생김새로 성격과 운명을 읽는다는 관상(서양에서는 physiognomy)의 주장은 연구자들 사이에서 대체로 신뢰를 잃었어요(Todorov & Porter, 2014). 그렇다고 “얼굴에서는 아무것도 알 수 없다”로 끝나는 이야기는 아니에요. 사람들은 얼굴을 0.1초만 봐도 인상을 정하고, 그 인상은 사람들 사이에서 꽤 비슷하게 나와요(Willis & Todorov, 2006; Todorov 등, 2015). 외향성처럼 일부 특성은 사진만 보고도 우연보다 잘 맞힌다는 연구가 있지만(Penton-Voak 등, 2006; Naumann 등, 2009), 그 차이는 대체로 작았어요(Kachur 등, 2020; Todorov, 2018). 전신사진을 쓴 연구에서는 표정·자세·옷차림 같은 단서가 성격 정보를 줬고(Naumann 등, 2009), 얼굴 사진만 쓴 연구에서도 화장·각도·미묘한 표정 같은 단서와 타고난 얼굴 구조의 효과를 떼어 낼 수 없었어요(Kachur 등, 2020). 그리고 음주 여부나 지지 정당 같은 특징을 맞힐 때 다른 정보도 함께 있으면, 외모에 기대다가 오히려 더 틀리기도 했어요(Olivola & Todorov, 2010).

이 글은 관상과 서양 관상학이 어디서 왔는지, 얼굴 첫인상이 얼마나 빠르고 비슷하게 생기는지, 인상이 실제 성격과 맞는 경우와 그 한계, 얼굴로 사람을 고를 때 생기는 문제와 AI 관상 논란, 그리고 부담 없이 즐기는 방법을 차례로 정리해요. 혈액형과 별자리, 손금에 대한 연구는 혈액형 성격 과학적 근거 가이드, 별자리 성격 과학적 근거 가이드, 손금 과학적 근거 가이드에 따로 있어요. mind.io에는 얼굴로 성격을 판정하는 테스트가 없어요.

얼굴로 사람의 됨됨이를 읽으려는 시도는 아주 오래됐어요. 2018년 글을 쓸 당시 미국 프린스턴대학교 심리학 교수였던 알렉산더 토도로프는 이를 다룬 기록으로 남아 있는 첫 문헌이 아리스토텔레스 시대까지 거슬러 올라간다고 설명해요(Todorov, 2018). 1586년 이탈리아 나폴리에서 나온 잠바티스타 델라 포르타의 책은 사람과 동물의 얼굴을 나란히 그려, 돼지를 닮은 얼굴의 사람은 성격도 돼지 같다는 식으로 주장했고, 1700년대 스위스의 신학자 요한 카스파어 라바터는 눈·눈썹·입·코의 모양과 위치로 사람의 성격을 분석했어요(Agüera y Arcas 등, 2017).

찰스 다윈도 코 때문에 곤란을 겪을 뻔했어요. 관상을 열렬히 믿던 비글호의 선장은 그런 코를 가진 사람이라면 그 항해에 필요한 결단력이 없을 거라고 여겨, 다윈은 역사적인 항해를 놓칠 뻔했어요. 다윈은 자서전에 선장이 나중에는 다윈의 코가 틀린 말을 했다는 걸 충분히 납득했을 거라고 담담하게 적었어요(Todorov, 2018).

19세기에는 이런 생각이 과학의 옷을 입었어요. 이탈리아의 체사레 롬브로소는 범죄자의 두개골과 비대칭인 얼굴 같은 신체 특징을 재며 범죄자는 “타고난 범죄자”이고 그 특징이 몸에 드러난다고 주장했고, 영국의 프랜시스 골턴은 죄수들의 사진을 한 장에 겹쳐 찍어 “범죄자의 얼굴”을 찾으려 했어요. 이 일을 정리한 연구자들은 롬브로소가 측정과 과학의 언어로 자기 편견에 권위를 실은 초기 사례였고, 관상학은 오늘날 유사과학으로 여겨진다고 말해요(Agüera y Arcas 등, 2017).

동아시아의 관상(상법)도 얼굴에서 사람의 앞날까지 읽는다는 전제를 갖고 있었어요. 전남대학교 서영이의 논문에 따르면 기존 상법은 겉으로 드러난 이목구비만으로 사람의 귀천과 길흉을 정해진 것처럼 판단했어요. 조선 후기의 학자 최한기는 상법을 사람을 헤아리는 한 방법으로 적극 받아들이면서도, 타고난 모습과 다를 수 있는 그 사람의 행동(행사)과 예측하기 어려운 마음을 놓친다는 한계를 짚고, 행동을 함께 살펴 교차 검증해야 한다고 봤어요(Seo, 2015). 얼굴만으로 사람을 단정하는 데 대한 의문은 관상을 받아들인 쪽에서도 나왔던 셈이에요.

현대 심리학은 관상의 질문을 조금 바꿔서 물어요. 얼굴로 성격을 “알 수 있는지”를 묻기 전에, 사람들이 얼굴만 보고 어떤 인상을 얼마나 빨리 만드는지부터 살펴봐요. 2006년에 발표된 다섯 차례의 실험에서, 낯선 얼굴을 0.1초(100밀리초) 동안 본 사람들의 매력·호감·신뢰·능력·공격성 판단은 시간 제한 없이 본 다른 사람들의 판단과 높은 상관을 보였어요. 보는 시간을 늘려도 이 상관은 의미 있게 높아지지 않았고, 연구진은 시간이 더 주어지면 판단에 대한 자신감이 커질 뿐일 수 있다고 봤어요(Willis & Todorov, 2006).

얼굴에서 받는 인상이 사람들 사이에서 비슷하게 나온다는 사실은 20세기 초부터 알려져 있었어요(Todorov 등, 2015). 이런 경향은 아주 어릴 때부터 보여서, 한 연구에서는 3~4세 아이들이 컴퓨터로 만든 두 얼굴을 보고 어느 쪽이 착한 사람이고 어느 쪽이 못된 사람인지 고른 판단이 어른들의 판단과 비슷하게 모였어요(Cogsdill 등, 2014). 다만 이 연구들이 잰 것은 사람들끼리 얼마나 같은 인상을 받는지이지, 그 인상이 실제 성격과 맞는지가 아니에요.

왜 이렇게 빠르고 비슷할까요? 연구자들은 순간의 상태를 성격으로 넓혀 읽는 “과잉 일반화”로 설명해요. 웃는 얼굴을 보고 “친절한 사람”이라고 여기듯, 사람들은 지금 보이는 표정 같은 일시적인 상태를 오래가는 성격으로 확장해요(Todorov & Porter, 2014). 무표정이라는 얼굴에서도 신뢰감 같은 인상은 그 얼굴이 감정 표정과 얼마나 닮았는지에 따라 갈리고, 연구자들은 이를 상대의 지금 의도를 읽는 능력이 그 사람이 “원래 어떤 사람인지”에 대한 판단으로 넘쳐흐른 결과로 봐요(Agüera y Arcas 등, 2017).

그래서 관상이 잘 맞는 것처럼 느껴질 수 있어요. 여러 사람이 비슷하게 받는 인상은 객관적인 사실처럼 느껴지기 쉽고, 표정에는 실제로 그 순간의 기분이나 의도가 담겨 있기도 하니까요. 하지만 연구자들은 얼굴 판단에 대한 합의가 곧 정확성을 뜻하지는 않는다고 강조해요(Todorov & Porter, 2014). 한국에서도 이런 믿음은 드물지 않아요. 2026년 한국갤럽 조사에서 점·사주·관상·작명 등을 평소 믿는다고 답한 성인은 40%(‘거의 믿는다’ 3%, ‘어느 정도’ 37%)였어요(Gallup Korea, 2026). 이 문항은 관상만 따로 묻지 않고 점·사주·작명과 함께 물은 것이에요.

그렇다면 인상이 실제 성격과 맞는 경우는 없을까요? 몇몇 연구는 우연보다 나은 결과를 보고했어요. 2006년 한 연구는 남성 146명과 여성 148명의 얼굴 사진을 찍고, 각자 Big Five 성격검사에 답하게 했어요. 그 결과 사진 속 얼굴에서 받은 외향성 인상은 본인이 답한 외향성과 관련이 있었고, 남성 얼굴에서는 정서적 안정성과 개방성도 어느 정도 맞혔어요. 점수가 높은 사람들과 낮은 사람들의 얼굴을 각각 합성해 보여 줬을 때는 친화성, 외향성, 그리고 남성의 정서적 안정성에서 두 합성 얼굴이 구별됐어요. 연구진은 논문 제목에서 이를 얼굴 인상 속 “한 톨의 진실(kernel of truth)”이라고 불렀어요(Penton-Voak 등, 2006).

얼굴만이 아니라 전신사진을 쓴 2009년 연구에서는 관찰자들이 사진만 보고 10가지 성격 특성을 판단했고, 그 판단을 본인과 지인들의 평가와 비교했어요. 자세와 표정을 똑같이 맞춰 찍은 사진에서는 외향성, 자존감, 종교성에서만 판단이 맞았지만, 평소처럼 자연스러운 자세와 표정으로 찍은 사진에서는 거의 모든 특성에서 맞았어요. 분석해 보니 옷차림 같은 단서와 표정·자세 같은 단서가 모두 성격에 관한 정보를 주고 있었어요(Naumann 등, 2009).

인공지능도 비슷한 결과를 냈어요. 2020년 연구는 러시아어를 쓰는 성인 자원자 12,447명이 올린 사진 31,367장과 그들의 Big Five 검사 결과로 신경망을 학습·검증했어요. 참가자에게는 화장 없이 무표정으로 정면을 보고 찍어 달라고 안내했고, 각도·표정·화장 등을 기준으로 사진을 걸러 냈어요. 사진으로 예측한 점수와 본인이 답한 점수의 상관은 0.14~0.36, 평균 0.243이었어요. 연구진의 설명대로 바꿔 말하면, 무작위로 고른 두 사람 가운데 누가 더 높은지를 58%의 확률로 맞힌 셈이고, 우연이라면 50%예요. 연구진은 이 결과를 Big Five 다섯 특성이 모두 얼굴 단서와 관련이 있다는 근거로 보고, 신경망이 처음 만난 사람을 직접 보고 판단하는 평균적인 사람보다 낫다고 주장했어요. 동시에 이 상관은 크지 않은 수준이라 얼굴 사진으로 하는 성격 평가가 기존 성격검사를 대신하기 어렵다고도 했어요(Kachur 등, 2020).

토도로프는 얼굴 사진으로 사람의 여러 특성을 알아낸다는 연구들에서 그 추측이 우연보다 아주 조금 나을 뿐이고, 더 일반적인 지식에 기댄 추측보다 덜 정확할 때가 많다고 지적해요(Todorov, 2018). 단서가 어디서 왔는지도 봐야 해요. 전신사진 연구에서는 자연스러운 표정과 자세를 허용하자 맞힌 특성이 크게 늘었어요(Naumann 등, 2009). 인공지능 연구진도 안내와 선별로 이런 단서를 줄이려 했지만, 참가자가 스스로 고른 사진에는 여전히 화장, 각도, 미묘한 표정, 사진을 찍고 고르는 선택 같은 단서가 남아 있을 수 있어 타고난 얼굴 구조의 효과와 떼어 낼 수 없다고 밝혔어요. 참가자도 러시아어를 쓰는 한 문화권의 성인 자원자였고, 저자 가운데 세 명은 자료를 제공한 회사에 고용돼 있었어요(Kachur 등, 2020). 얼굴 사진에서 성격의 흔적이 조금 보이더라도, 그것이 고정된 이목구비로 성격과 운명을 읽는 관상의 규칙을 뒷받침하는 것은 아니에요.

얼굴 사진 한 장이 그 사람을 대표한다는 생각에도 함정이 있어요. 2014년 연구는 얼굴 인식 연구용 사진 자료에서 고른 20명의 정면 사진을 사람마다 5장씩 쓰고, 참가자 800명이 매력, 능력, 외향성, 신뢰 등 8가지 판단 가운데 하나씩 나눠 맡아 판단했어요. 조명과 얼굴 방향이 비슷한 사진만 골랐는데도, 매력을 빼면 대부분의 판단에서 같은 사람의 사진끼리 생긴 차이가 서로 다른 사람들 사이의 차이와 비슷하거나 더 컸어요. 외향성은 같은 사진 세트 안에서는 평가자들 판단이 일관됐지만(신뢰도 0.88 이상), 같은 사람들을 다른 사진으로 판단한 결과끼리의 상관은 평균 0.20, 낮게는 0.03에 그쳤어요(Todorov & Porter, 2014).

외모에 기대는 것이 오히려 손해일 때도 있어요. 2010년 연구는 사진을 올리면 낯선 사람들이 그 사람에 대해 추측해 주는 웹사이트의 자료를 분석했어요. 901명의 사진에 달린 1,005,406건의 추측은 술을 마시는지, 총이 있는지, 대학 학위가 있는지 같은 11가지 특징에서 모두 우연보다는 잘 맞혔어요. 성격 특성은 아니지만 사진으로 사람을 짐작하는 일이에요. 그런데 11가지 가운데 10가지에서는 늘 더 흔한 답만 고르는 것보다 정확도가 낮았고, 사진을 보지 않은 설문 응답자들이 어느 쪽이 더 흔한지에 대한 자기 생각만으로 답했다면 7가지에서 더 잘 맞혔을 거예요(Olivola & Todorov, 2010).

같은 연구의 두 번째 실험에서는 1,005명이 미국 하원 선거 후보들의 얼굴 사진만 보고 민주당인지 공화당인지 맞혔어요. 두 당 후보가 반반일 때 정답률은 55%로 우연(50%)보다 조금 높았어요. 그런데 후보의 70%가 민주당이라고 알려 준 조건에서도 평균 정답률은 55%였어요. 모두 민주당이라고 답하기만 해도 70%는 맞혔을 텐데, 사진에 무게를 너무 많이 두고 그 정보를 덜 쓴 거예요. 연구진은 여러 단서가 함께 있는 실제 상황에서는 외모에 기대는 것이 다른 사람의 특징을 더 못 맞히게 할 수 있다고 결론 내렸어요(Olivola & Todorov, 2010).

돈이 걸린 결정에서도 비슷했어요. 2022년 스위스 취리히대학교 학생들을 대상으로 한 실험에서, 131명이 실제 돈이 오가는 신뢰 게임을 하며 31명의 무표정한 얼굴 사진만 보고 돈을 맡길지 정했어요. 원래 사진을 본 참가자들은 믿음직해 보이는 얼굴에 더 자주 돈을 맡겼지만, 그 선택은 상대가 실제로 돈을 돌려준 정도와 관련이 없었어요. 이들이 번 돈은 무작위로 정했을 때보다 많지 않았고, 이 표본에서는 아무에게도 맡기지 않는 편이 오히려 더 벌었을 거예요. 266명이 돈을 걸고 상대의 행동을 예측한 두 번째 실험에서도, 얼굴만 남기고 잘라 낸 사진이든 자르지 않은 사진이든 마찬가지였어요. 연구진은 젊은 대학생 표본이라는 한계를 밝히면서, 짧은 대화처럼 단서가 더 있으면 결과가 달라질 수 있다고 덧붙였어요(Jaeger 등, 2022). 얼굴 사진이 아니라 표정과 몸짓을 보고 말을 들으며 거짓말을 얼마나 가려낼 수 있는지는 거짓말하는 사람 특징 가이드에서 따로 다뤘어요.

얼굴 인상은 정확하지 않아도 결과를 바꿔요. 토도로프는 사람들이 유능해 보이는 정치인에게 더 투표하고, 믿음직해 보이는 사람에게 더 투자하며, 그렇지 않아 보이는 사람에게 더 무거운 형량을 매기는 경향이 있다고 정리했어요(Todorov, 2018). 그의 연구진은 얼굴 인상이 투자 결정이나 지도자 선택 같은 중요한 결과를 예측한다는 연구들을 검토하면서, 그런 인상이 실제로 맞는다는 주장은 연구 문헌에서 크게 부풀려져 왔다고 봤어요(Todorov 등, 2015).

최근에는 이런 판단을 인공지능에 맡기려는 시도도 나와요. 2016년 두 컴퓨터 과학자는 동료 심사를 거치지 않은 논문을 온라인에 올려, 중국 남성 1,856명의 신분증 사진으로 학습한 알고리즘이 유죄 판결을 받은 사람을 가려낼 수 있다고 주장했어요(Wu & Zhang, 2016; Agüera y Arcas 등, 2017). 저자들은 표정 등을 통제했다고 밝혔지만(Wu & Zhang, 2016), 이를 비판한 연구자들의 정리에 따르면 정확도가 90%에 가깝다고 내세운 이 논문이 예로 보여 준 사진에서 “범죄자” 쪽은 찡그리고 있었고 “비범죄자” 쪽은 그렇지 않았으며 깃이 있는 흰 셔츠를 입은 것으로 보였어요. 예시가 세 장씩뿐이라 전체를 대표하는지는 알 수 없지만, 강력한 알고리즘은 이런 차이를 쉽게 잡아낸다는 거예요(Agüera y Arcas 등, 2017).

토도로프는 카메라와 얼굴 사이의 거리, 카메라 설정, 살짝 기운 고개, 미묘한 표정처럼 사소해 보이는 차이도 “변하지 않는 얼굴 특징”의 측정을 흔든다고 설명해요. 이런 차이를 통제하지 않으면 인공지능 연구는 사람의 편견을 키울 뿐이라는 거예요(Todorov, 2018). 비판한 연구자들은 이 논문의 표현이 롬브로소의 말과 닮았다고 지적하며, 알고리즘을 거친 편견이 객관적인 결과처럼 보일 수 있다고 경고했어요(Agüera y Arcas 등, 2017).

그러니 사람의 눈이든 앱이든, 얼굴만 보고 연애 상대나 지원자, 동료를 고르거나 거르는 데 쓰면 근거가 약한 인상이 공정하지 않은 꼬리표가 될 수 있어요. 앞의 신뢰 게임에서도 얼굴만 믿은 선택은 무작위로 고른 것보다 나을 게 없었어요(Jaeger 등, 2022).

관상 이야기와 AI 관상은 친구와 사진을 돌려 보며 웃거나, 처음 만난 사람과 말을 트는 데 쓸모 있는 이야깃거리예요. 연구가 보여 준 것은 얼굴만으로 성격을 알기 어렵다는 것이지, 관상 이야기를 하면 안 된다는 것이 아니에요. 몇 가지만 기억하면 훨씬 편하게 즐길 수 있어요.

첫째, 내 사진 여러 장으로 해 보세요. mind.io의 AI 관상도 각도, 조명, 표정에 따라 잰 비율이 달라져서 같은 사람이라도 사진마다 결과가 다르게 나올 수 있고, 어느 한 장이 정답은 아니라고 안내해요. 같은 사람의 사진끼리도 인상이 크게 달라진다는 연구 결과(Todorov & Porter, 2014)를 직접 확인해 보는 가장 쉬운 방법이에요.

둘째, 인상을 질문으로 바꿔 보세요. “인상이 차가워 보여서 말 걸기 어려웠어” 대신 “처음 보는 사람들이랑 있을 때 너는 어떤 편이야?”라고 물으면, 같은 이야깃거리로 그 사람에 대해 진짜로 알게 돼요. 셋째, 맞지 않는 풀이는 웃고 넘기고, 연애 상대나 함께 일할 사람을 고르거나 거르는 데는 쓰지 마세요. 첫인상은 가설로 두고, 함께 지내며 고쳐 가면 돼요.

넷째, 나를 알고 싶은 날에는 응답으로 지금의 성향을 재는 검사를 써 보세요. Big Five 성격검사는 앞의 연구 두 편이 비교 기준으로 쓴 다섯 가지 특성을 재고, MBTI 검사는 네 가지 선호로 유형을 보여 줘요. 두 검사는 얼굴과 달리 내가 답한 문항으로 결과가 나와요. MBTI를 얼마나 믿어도 되는지는 MBTI 정확도 가이드에 정리했어요.

Q. 관상, 과학적 근거가 있나요? A. 이목구비의 생김새로 성격과 운명을 판단하는 관상의 규칙은 연구자들 사이에서 대체로 신뢰를 잃었어요(Todorov & Porter, 2014). 다만 얼굴 인상이 외향성 같은 일부 특성에서 우연보다 잘 맞는다는 연구는 있어요(Penton-Voak 등, 2006; Naumann 등, 2009). 그 크기는 대체로 작았고(Kachur 등, 2020; Todorov, 2018), 표정·자세·옷차림이나 화장·각도 같은 사진 속 단서와 섞여 있어요(Naumann 등, 2009; Kachur 등, 2020). 음주 여부나 지지 정당 같은 특징을 맞힐 때는 다른 정보가 함께 있으면 외모에 기대다가 오히려 더 틀리기도 했어요(Olivola & Todorov, 2010).

Q. 첫인상은 믿을 만한가요? A. 첫인상은 0.1초 만에 생기고 사람들 사이에서 비슷하게 나오지만(Willis & Todorov, 2006), 비슷하다는 것이 정확하다는 뜻은 아니에요. 얼굴 사진만 보고 정당을 맞힌 실험에서 정답률은 55%로 우연(50%)보다 조금 높았을 뿐이고(Olivola & Todorov, 2010), 돈이 걸린 신뢰 게임에서도 얼굴만 보고는 믿을 만한 사람을 가려내지 못했어요(Jaeger 등, 2022). 첫인상은 가설로 두고, 겪어 보며 고쳐 가는 편이 좋아요.

Q. AI 관상은 더 정확한가요? A. 인공지능이 얼굴 사진으로 Big Five 점수를 예측한 2020년 연구에서 예측한 점수와 본인이 답한 점수의 상관은 평균 0.243이었어요. 연구진은 신경망이 처음 만난 사람을 직접 보고 판단하는 평균적인 사람보다 낫다고 주장했지만, 이 정도로는 기존 성격검사를 대신하기 어렵다고도 했어요. 안내와 선별로 줄이려 했어도 화장, 각도, 미묘한 표정 같은 사진 속 단서가 남아 있을 수 있어 얼굴 구조의 효과와 떼어 낼 수 없었어요(Kachur 등, 2020). 얼굴로 범죄자를 가려낸다는 주장에는 사진 속 표정과 옷차림의 차이를 잡아냈을 가능성이 지적됐어요(Agüera y Arcas 등, 2017). mind.io의 AI 관상은 얼굴 비율을 재서 재미로 풀어 주는 기능이고, 성격이나 운을 판단하지 않아요.

Q. 인상은 바뀌나요? A. 바뀌어요. 같은 사람이라도 사진에 따라 인상이 크게 달라져서, 한 연구에서는 매력을 뺀 대부분의 판단에서 같은 사람 사진끼리의 차이가 서로 다른 사람 사이의 차이와 비슷하거나 더 컸어요(Todorov & Porter, 2014). 신뢰감 같은 인상은 얼굴이 감정 표정과 얼마나 닮았는지에 따라 달라지고, 컴퓨터로 만든 ‘믿음직한 얼굴’은 ‘믿음직하지 않은 얼굴’보다 표정이 더 긍정적이었어요(Agüera y Arcas 등, 2017). 다만 인상이 바뀐다고 성격이 바뀌는 것은 아니에요.

Q. 관상과 혈액형, 별자리는 뭐가 다른가요? A. 혈액형이나 생일과 달리 사진 속 모습에는 표정, 자세, 옷차림처럼 그 사람이 그 순간 드러내는 정보가 담겨 있고, 일부 연구에서는 사진을 보고 한 판단이 우연보다 나은 결과를 냈어요(Naumann 등, 2009). 하지만 정해진 생김새나 혈액형, 생일로 성격과 운명이 정해진다는 생각은 셋 다 연구로 뒷받침되지 않아요. 혈액형과 별자리에 대한 연구는 혈액형 성격 과학적 근거 가이드와 별자리 성격 과학적 근거 가이드에 정리했어요.

Q. 관상으로 성격을 알려 주는 테스트가 있나요? A. mind.io에는 얼굴로 성격을 판정하는 테스트가 없어요. AI 관상 페이지는 사진 속 얼굴의 비율과 좌우 균형을 재서 전통 관상의 표현으로 재미있게 풀어 주는 놀이이고, 페이지 안내대로 사진은 이 브라우저 안에서만 분석되며 서버로 전송하거나 저장하지 않아요. 내 성향을 응답으로 살펴보고 싶다면 Big Five 성격검사를 해 보세요.

참고 문헌: Todorov, A., & Porter, J. M. (2014), Misleading first impressions: different for different facial images of the same person, Psychological Science 25(7), 1404-1417, https://doi.org/10.1177/0956797614532474; Agüera y Arcas, B., Mitchell, M., & Todorov, A. (2017), Physiognomy’s new clothes, Medium, 7 May 2017, archived at https://web.archive.org/web/20260930013957/https://medium.com/@blaisea/physiognomys-new-clothes-f2d4b59fdd6a; Todorov, A. (2018), Can we read a person’s character from facial images?, Scientific American, 14 May 2018, https://www.scientificamerican.com/article/can-we-read-a-persons-character-from-facial-images/; Seo, Y. Y. (2015), The experiential evolution of physiognomy: focusing on Choi Hanki’s human assessment [in Korean], Korean Studies Quarterly 38(4), 39-62, https://doi.org/10.25024/ksq.38.4.201512.39; Willis, J., & Todorov, A. (2006), First impressions: making up your mind after a 100-ms exposure to a face, Psychological Science 17(7), 592-598, https://doi.org/10.1111/j.1467-9280.2006.01750.x; Todorov, A., Olivola, C. Y., Dotsch, R., & Mende-Siedlecki, P. (2015), Social attributions from faces: determinants, consequences, accuracy, and functional significance, Annual Review of Psychology 66, 519-545, https://doi.org/10.1146/annurev-psych-113011-143831; Cogsdill, E. J., Todorov, A. T., Spelke, E. S., & Banaji, M. R. (2014), Inferring character from faces: a developmental study, Psychological Science 25(5), 1132-1139, https://doi.org/10.1177/0956797614523297; Gallup Korea (2026), Do you believe in fortune-telling and saju? 1991-2026 [in Korean], Gallup Report, 30 April 2026, https://www.gallup.co.kr/gallupdb/reportContent.asp?seqNo=1638; Penton-Voak, I. S., Pound, N., Little, A. C., & Perrett, D. I. (2006), Personality judgments from natural and composite facial images: more evidence for a “kernel of truth” in social perception, Social Cognition 24(5), 607-640, https://doi.org/10.1521/soco.2006.24.5.607; Naumann, L. P., Vazire, S., Rentfrow, P. J., & Gosling, S. D. (2009), Personality judgments based on physical appearance, Personality and Social Psychology Bulletin 35(12), 1661-1671, https://doi.org/10.1177/0146167209346309; Kachur, A., Osin, E., Davydov, D., Shutilov, K., & Novokshonov, A. (2020), Assessing the Big Five personality traits using real-life static facial images, Scientific Reports 10, 8487, https://doi.org/10.1038/s41598-020-65358-6; Olivola, C. Y., & Todorov, A. (2010), Fooled by first impressions? Reexamining the diagnostic value of appearance-based inferences, Journal of Experimental Social Psychology 46(2), 315-324, https://doi.org/10.1016/j.jesp.2009.12.002; Jaeger, B., Oud, B., Williams, T., Krumhuber, E. G., Fehr, E., & Engelmann, J. B. (2022), Can people detect the trustworthiness of strangers based on their facial appearance?, Evolution and Human Behavior 43(4), 296-303, https://doi.org/10.1016/j.evolhumbehav.2022.04.004; Wu, X., & Zhang, X. (2016), Automated inference on criminality using face images, arXiv preprint 1611.04135v1, not peer reviewed, https://arxiv.org/abs/1611.04135v1