PDRN Hyaluronic Acid Moisturizing Cleansing Foam vs Kojic Yuzu Pack Cleanser
Kojic Yuzu Pack Cleanser — Kojic Yuzu Pack Cleanser을(를) 고르세요 — 이 그룹에서 앞섭니다: 액티브 2
그룹명을 눌러 근거 확인 · 점수 산출 방식은 공개되어 있습니다
요약
Kojic Yuzu Pack Cleanser가 64/100으로 승리합니다(PDRN Hyaluronic Acid Moisturizing Cleansing Foam 52).
주요 차이: 성분 수 (51 vs 65) · 핵심 성분 (2 vs 3) · 피해야 할 성분 (24 vs 31).
점수는 12개 공개 사양에서 계산됩니다. 누락된 값은 미확인으로 표시되고 카테고리 중앙값으로 대체되며 실측으로 가장하지 않습니다.
한눈에 보기
그룹별 0–100, 카테고리 내 정규화 · 그룹명 누르면 상세로
고르는 방법
PDRN Hyaluronic Acid Moisturizing Cleansing Foam, 중요한 게…
- 성분 수 51 +14 vs 65
- 피해야 할 성분 24 +7 vs 31
Kojic Yuzu Pack Cleanser, 중요한 게…
- 핵심 성분 3 +1 vs 2
- 비타민 C ✓ vs —
- 클레이 ✓ vs —
최저가
저렴한 대안
Garnier Rose Micellar Water
Vanicream Gentle Facial Cleanser
PanOxyl Acne Creamy Wash 4% BP
CeraVe Renewing SA Cleanser
Cosrx Low pH Good Morning Gel Cleanser
Fresh Soy Face Cleanser
차이점
5 · 실제로 다른 행만, 행마다 판정
| PDRN Hyaluronic Acid Moisturizing Cleansing Foam | Kojic Yuzu Pack Cleanser | 차이점 | |
|---|---|---|---|
| 성분 수 | 51 | 65 | PDRN Hyaluronic Acid Moisturizing Cleansing Foam |
| 핵심 성분 | 2 | 3 | Kojic Yuzu Pack Cleanser |
| 피해야 할 성분 | 24 | 31 | PDRN Hyaluronic Acid Moisturizing Cleansing Foam |
| 비타민 C | — | ✓ | Kojic Yuzu Pack Cleanser |
| 클레이 | — | ✓ | Kojic Yuzu Pack Cleanser |
전체 스펙
그룹별 접기 · 그룹명 눌러 접기
포뮬러4▾
| PDRN Hyaluronic Acid Moisturizing Cleansing Foam | Kojic Yuzu Pack Cleanser | |
|---|---|---|
| 성분 수 | 51 | 65 |
| 핵심 성분 | 2 | 3 |
| 피해야 할 성분 | 24 | 31 |
| 무향료 | ✓ | ✓ |
액티브8▾
| PDRN Hyaluronic Acid Moisturizing Cleansing Foam | Kojic Yuzu Pack Cleanser | |
|---|---|---|
| 나이아신아마이드 | ✓ | ✓ |
| 히알루론산 | ✓ | ✓ |
| 비타민 C | — | ✓ |
| 세라마이드 | ✓ | ✓ |
| 레티노이드 | — | — |
| 살리실산 | — | — |
| AHA 각질 제거 성분 | ✓ | ✓ |
| 클레이 | — | ✓ |
데이터 출처: INCIDecoder
자주 묻는 질문
PDRN Hyaluronic Acid Moisturizing Cleansing Foam과(와) Kojic Yuzu Pack Cleanser 중 무엇이 더 좋나요?
Kojic Yuzu Pack Cleanser의 종합 점수가 더 높습니다(64 대 52), 액티브에서 앞섭니다. 성분 수이(가) 더 중요하다면 PDRN Hyaluronic Acid Moisturizing Cleansing Foam를 선택하세요.
주요 차이점은 무엇인가요?
주요 차이: 성분 수 (51 vs 65) · 핵심 성분 (2 vs 3) · 피해야 할 성분 (24 vs 31).
점수는 어떻게 계산되나요?
12개 공개 사양을 카테고리 내에서 정규화하고 그룹별 가중치로 0–100점을 매깁니다. 누락 데이터는 동일 사양 모델에서 상속하거나 카테고리 중앙값으로 대체하므로 사양이 적은 제품이 유리해지지 않습니다. 방법론은 공개되어 있습니다.