본 연구는 기계학습(machine learning)을 활용하여 외모 호감도를 측정하고, 이러한 외모 호감도가 연봉과 인기도에 미치는 영향을 검증하였다. 연구 대상은 2009년부터 2018년까지 10년간 프로야구 팀별 주전 선수로 설정하였으며, 해당 기간 동안 올스타 후보에 3번 이상 포함된 130명의 선수로 한정하였다. 독립변수인 외모 호감도는 HMT-Net(Hierarchical Multi-tack Network) 모델을 활용하여 점수를 도출하였고, 종속변수로는 선수들의 연봉 정보와 인기도를 나타내는 올스타 투표수로 선정하였다. 선수들의 외모가 연봉과 올스타 투표수에 미치는 영향을 실증적으로 분석하기 위해 확률효과최소제곱법(Random Effect Ordinary Least Square) 회귀분석을 실시하였다. 연구결과 선수의 외모는 연봉에 유의미한 영향을 미치지 않았으나, 인기도에는 외모 점수가 평균 이상인 선수에게 유의한 영향을 미치는 것으로 확인되었다. 본 연구는 기계학습을 이용하여 외모 호감도를 객관적으로 측정하였다는 점에서 체육 분야 연구에서 방법론적 진보의 방향을 제시하였으며, 운동선수의 외모와 인기도 간의 관계를 실증적으로 검증했다는 점에서 학술적 및 실무적 연구의 의미가 있다.