TrendGen: 의상 추천 및 디스플레이 시스템 기술 요약

1. 문제 정의 (Problem)

패션 산업은 연간 1.7 조 달러 이상의 경제적 가치를 창출하지만, 온라인 쇼핑 환경에서는 다음과 같은 기술적 한계로 인해 AI 시스템의 잠재력이 충분히 발휘되지 못하고 있습니다.

• 데이터의 불일치: 원본 이미지 (Raw Images) 는 조명 불균일, 비이상적인 각도, 복잡한 배경, 그리고 모델의 신체 일부나 머리카락에 의한 가림 (Occlusion) 등 다양한 노이즈를 포함하고 있습니다.
• 비효율적인 추천: 기존 의상 추천 시스템은 주로 평면 의상 이미지 (Lay-down images) 와 텍스트 설명에 의존하거나, 원본 텍스트를 그대로 사용하여 비효율적인 추천을 생성합니다.
• 실제 배포의 어려움: 기존 연구들은 통제된 환경의 큐레이션된 데이터셋에 집중하여, 실제 상용 환경에서 요구되는 견고성 (Robustness) 과 적응성을 갖추지 못했습니다.

이러한 문제를 해결하기 위해 TrendGen은 실제 대규모 이커머스 플랫폼에 배포된 AI 시스템으로, 원본 이미지를 고화질의 평면 이미지로 변환하고, 이를 기반으로 일관성 있고 트렌드에 부합하는 의상 조합을 추천하는 것을 목표로 합니다.

2. 방법론 (Methodology)

TrendGen 은 크게 세 가지 핵심 모듈로 구성된 파이프라인을 따릅니다.

가. 제품 속성 추출 엔진 (Product Attribution Engine)

• 목적: 모델이 입은 의상 이미지와 제품 제목에서 의미 있는 속성 (Category, Color, Hem type, Sleeve length 등) 을 추출합니다.
• 기술: Fashion-CLIP을 활용하여 이미지와 텍스트의 멀티모달 임베딩을 생성합니다.
• 아키텍처: Fashion-CLIP 에서 추출된 임베딩을 입력으로 받아, Fully Connected (Dense) 레이어와 PReLU, Dropout 을 포함한 분류기 (Classifier) 를 통해 정밀한 속성 분류를 수행합니다. 이는 이미지와 텍스트 정보를 통합하여 기존 CNN+NLP 방식보다 우수한 성능을 보입니다.

나. 가상 피팅 및 평면 이미지 생성 (Virtual Try-Off / Lay-down Generation)

• 목적: 모델이 입은 의상 이미지 (Human-worn) 를 배경이 제거된 깔끔한 평면 의상 이미지 (Lay-down/Tiled) 로 변환합니다. 이는 추천 엔진의 입력 품질을 높이고, 고객에게 명확한 제품 뷰를 제공합니다.
• 기술: Stable Diffusion v1.5의 Inpainting 변형을 기반으로 한 **잠재 확산 모델 (Latent Diffusion Model, LDM)**을 사용합니다.
• 혁신적 접근: 텍스트 프롬프트 대신 **의상 마스크 (Cloth Mask)**를 조건부 입력 (Conditioning) 으로 사용하여 생성 과정을 제어합니다. 이는 텍스트 엔코더의 오버헤드를 제거하고, 의상의 정확한 위치와 형태를 유지하며 고화질 이미지를 생성하게 합니다.
• 학습: VITON-HD 데이터셋과 자체 수집된 데이터셋 (모델 입은 이미지 ↔ 평면 이미지 쌍) 을 사용하여 U-Net 의 Transformer 블록을 미세 조정 (Fine-tuning) 합니다.

다. 의상 추천 엔진 (Outfit Recommendation Engine)

• 목적: 생성된 평면 이미지와 속성 정보를 기반으로 시각적 조화 (Aesthetic Compatibility) 와 다양성 (Diversity) 을 모두 갖춘 의상 세트를 추천합니다.
• 임베딩 생성: 평면 이미지와 속성 벡터를 Fashion-CLIP 으로 결합하여 1024 차원의 멀티모달 임베딩을 생성합니다.
• TripleNet 학습: TripleNet 아키텍처를 사용하여 앵커 (Anchor), 긍정 (Positive, 호환되는 아이템), 부정 (Negative, 호환되지 않는 아이템) 샘플 간의 거리를 최적화합니다. 손실 함수는 Triplet Loss를 사용하여 호환되는 아이템은 가깝게, 호환되지 않는 아이템은 멀게 배치합니다.
  • 부정 샘플 마이닝: 패션 전문가의 규칙 (예: 다색 의상 중복 금지 등) 을 적용하여 의미 있는 부정 샘플을 선별합니다.
• STYLERANK 알고리즘: 기존 추천 시스템이 특정 아이템을 반복적으로 추천하는 문제를 해결하기 위해, 미적 호환성 점수와 **과거 추천 빈도 (Repetitiveness)**를 결합한 재순위화 알고리즘을 도입합니다. 이를 통해 각 의상 세트가 시각적으로 매끄럽면서도 아이템 다양성을 확보하도록 합니다.

3. 주요 기여 (Key Contributions)

1. 정밀한 제품 속성 추출 시스템: 멀티모달 (이미지 + 텍스트) 접근법을 통해 패션 아이템의 세부 속성을 높은 정확도로 분류하는 시스템을 제안했습니다.
2. 최첨단 가상 피팅 모델: 텍스트가 아닌 마스크 기반의 조건부 LDM 을 사용하여, 모델이 입은 이미지를 고품질의 평면 이미지로 변환하는 State-of-the-Art 모델을 개발했습니다.
3. 다양성을 고려한 추천 엔진: 단순한 스타일 호환성뿐만 아니라 추천된 아이템의 빈도를 고려하여 다양성을 확보하는 STYLERANK 알고리즘을 제안했습니다.
4. 실제 배포 및 검증: 제안된 시스템의 각 구성 요소와 엔드 - 투 - 엔드 성능을 자체 제품 데이터와 공개 데이터셋 (VITON-HD) 을 통해 검증했습니다.

4. 실험 결과 (Results)

• 속성 추출: 제안된 Fashion-CLIP 기반 분류기는 92.3% 의 정확도를 기록하여, 기존 ResNet+NLP 조합 (89.1%) 과 순수 Fashion-CLIP (73.8%) 보다 우월한 성능을 보였습니다. 특히 'Division'(상의/하의 등) 분류 정확도는 99.6% 에 달했습니다.
• 가상 피팅 (Virtual Try-Off): VITON-HD 데이터셋 기준, 기존 모델 (TileGAN, TryOffDiff, MGT) 대비 DISTS(21.01 vs 23.0 이상) 및 LPIPS 지표에서 최상위 성능을 달성하여, 더 사실적이고 시각적으로 일관된 이미지를 생성함을 증명했습니다.
• 의상 추천: 인간 전문가의 평가에 따르면, 평면 이미지와 구조화된 속성 정보를 활용한 제안 시스템의 정확도는 **91.3%**로, 원본 이미지 기반 (79.8%) 이나 기존 OutfitTransformer (75.2%) 를 크게 상회했습니다.
• 비즈니스 영향 (A/B 테스트): 실제 이커머스 플랫폼에서 3 개월간 A/B 테스트를 실시한 결과, 다음과 같은 개선 효과를 확인했습니다.
  • 방문당 매출 (RPV): 6.60% 증가
  • 방문당 순이익 (NMPV): 6.62% 증가
  • 전환율 (CVR): 5.61% 증가
  • 클릭률 (CTR): 8.2% 증가

5. 의의 및 결론 (Significance)

TrendGen 은 패션 AI 분야에서 이론적 연구를 넘어 실제 상용 환경 (Production Environment) 에 성공적으로 배포된 사례입니다. 이 시스템은 다음과 같은 의의를 가집니다:

• 데이터 전처리의 중요성 입증: 원본 이미지의 노이즈를 제거하고 구조화된 속성 정보를 생성하는 파이프라인이 추천 시스템의 성능을 극대화하는 핵심 요소임을 증명했습니다.
• 실용적 AI 솔루션: 조명, 각도, 배경 등 복잡한 실제 환경의 문제를 해결하는 견고한 모델을 제시하여, 패션 리테일 산업의 디지털 전환을 가속화합니다.
• 상업적 가치: 단순한 기술적 성과를 넘어, 매출 증가와 고객 참여도 향상이라는 명확한 비즈니스 인사이트를 제공하며 AI 기반 패션 솔루션의 상업적 타당성을 입증했습니다.

향후 연구로는 실시간 사용자 행동 기반의 개인화, 가상 피팅 (Virtual Try-On) 기능 통합, 배경 이미지 생성 등을 통해 시스템을 더욱 고도화할 계획입니다.