The Ordinary Buffet + Copper Peptides 1% vs The Ordinary Hyaluronic Acid 2% + B5
🏆 결정
The Ordinary Hyaluronic Acid 2% + B5 — The Ordinary Hyaluronic Acid 2% + B5을(를) 고르세요 — 이 그룹에서 앞섭니다: 포뮬러 2
그룹명을 눌러 근거 확인 · 점수 산출 방식은 공개되어 있습니다
요약
The Ordinary Hyaluronic Acid 2% + B5가 47/100으로 승리합니다(The Ordinary Buffet + Copper Peptides 1% 43).
주요 차이: 성분 수 (51 vs 17) · 피해야 할 성분 (21 vs 12).
점수는 12개 공개 사양에서 계산됩니다. 누락된 값은 미확인으로 표시되고 카테고리 중앙값으로 대체되며 실측으로 가장하지 않습니다.
The Ordinary Buffet + Copper Peptides 1%
The Ordinary43점수 / 100
0승 · 12무
INCIDecoder ★ 4.0
Amazon에서 보기 →
🏆 종합 승자
The Ordinary Hyaluronic Acid 2% + B5
The Ordinary47점수 / 100
2승 · 10무
INCIDecoder ★ 3.7
Amazon에서 보기 →
한눈에 보기
그룹별 0–100, 카테고리 내 정규화 · 그룹명 누르면 상세로
고르는 방법
The Ordinary Hyaluronic Acid 2% + B5, 중요한 게…
- 성분 수 17 +34 vs 51
- 피해야 할 성분 12 +9 vs 21
최저가
저렴한 대안
Glow Recipe Niacinamide Dew Drops
CeraVe Resurfacing Retinol Serum
The Ordinary Retinol 0.5% in Squalane
Cosrx Advanced Snail 96 Mucin Essence
La Roche-Posay Hyalu B5 Serum
CeraVe Skin Renewing Vitamin C Serum
차이점
2 · 실제로 다른 행만, 행마다 판정
| The Ordinary Buffet + Copper Peptides 1% | The Ordinary Hyaluronic Acid 2% + B5 | 차이점 | |
|---|---|---|---|
| 성분 수 | 51 | 17 | The Ordinary Hyaluronic Acid 2% + B5 |
| 피해야 할 성분 | 21 | 12 | The Ordinary Hyaluronic Acid 2% + B5 |
전체 스펙
그룹별 접기 · 그룹명 눌러 접기
포뮬러4▾
| The Ordinary Buffet + Copper Peptides 1% | The Ordinary Hyaluronic Acid 2% + B5 | |
|---|---|---|
| 성분 수 | 51 | 17 |
| 핵심 성분 | 1 | 1 |
| 피해야 할 성분 | 21 | 12 |
| 무향 | ✓ | ✓ |
액티브8▾
| The Ordinary Buffet + Copper Peptides 1% | The Ordinary Hyaluronic Acid 2% + B5 | |
|---|---|---|
| 나이아신아마이드 | — | — |
| 히알루론산 | ✓ | ✓ |
| 비타민 C | — | — |
| 세라마이드 | — | — |
| 레티노이드 | — | — |
| 살리실산 | — | — |
| AHA 각질 제거 성분 | ✓ | ✓ |
| 클레이 | — | — |
데이터 출처: INCIDecoder
자주 묻는 질문
The Ordinary Buffet + Copper Peptides 1%과(와) The Ordinary Hyaluronic Acid 2% + B5 중 무엇이 더 좋나요?
The Ordinary Hyaluronic Acid 2% + B5의 종합 점수가 더 높습니다(47 대 43), 포뮬러에서 앞섭니다.
주요 차이점은 무엇인가요?
주요 차이: 성분 수 (51 vs 17) · 피해야 할 성분 (21 vs 12).
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.