2개월 만에 시장 검증까지 마친 AI 가상 피팅룸 MVP 개발

01 / THE CHALLENGE

문제의 출발점.

온라인 쇼핑에서 의류 착용감을 확인할 수 없는 문제를 AI로 해결하려던 패션 스타트업. 사용자가 전신 사진을 업로드하면 선택한 의류를 가상으로 착용한 모습을 생성하는 서비스를 기획했고, 투자 유치를 위해 실제 동작하는 프로토타입으로 기술력과 시장성을 증명해야 했다. 제한된 초기 자금으로 핵심 기능에 집중한 MVP를 빠르게 만들어 시장 반응을 검증하는 것이 최우선이었다. 피팅 정확도를 상용 수준으로 확보하면서 결과를 빠르게 보여주는 반응 속도, 다양한 체형·피부톤·포즈에서의 자연스러운 합성, GPU 서버 비용 최적화, 최소한의 의류 카탈로그와 온보딩 플로우 설계까지 풀어야 할 과제가 많았다.

02 / THE APPROACH

업무의 맥락부터, 설계에 담았습니다.

사진 업로드, 의류 선택, 피팅 결과 확인이라는 핵심 시나리오에 집중해 MVP 기능 범위를 명확히 정의했다. AI 모델은 처음부터 학습하는 대신 사전 학습된 이미지 생성 모델을 패션 도메인에 맞게 파인튜닝하는 전략으로 개발 기간을 단축하고, 모델 경량화와 추론 최적화로 생성 시간을 줄였다. 체형 인식 모델과 의류 합성 모델을 분리해 각각의 정확도를 독립적으로 최적화할 수 있는 구조를 설계했다. 조명 보정, 그림자 생성, 주름 표현 등 후처리 알고리즘으로 결과의 자연스러움을 높이고, 품질을 정량 평가하는 메트릭과 반복 개선 사이클을 수립했다. 모바일 앱에는 의류 카탈로그 브라우징과 위시리스트 기능을 구현해 쇼핑 경험을 완성했다.

03 / THE PROCESS

작은 검증을 쌓아, 작동하는 시스템으로.

1. 01

   핵심 사용자 시나리오 기반 MVP 기능 범위 정의

2. 02

   사전 학습 이미지 생성 모델의 패션 도메인 파인튜닝

3. 03

   체형 인식·의류 합성 분리 구조의 엔드투엔드 파이프라인 구축

4. 04

   조명 보정·그림자·주름 후처리 알고리즘 적용

5. 05

   모델 경량화·추론 최적화로 생성 시간 3초 이내 달성

6. 06

   카탈로그·위시리스트 포함 모바일 앱 출시와 사용자 테스트

04 / THE OUTCOME

숫자와 업무 방식에 남은 결과.

• 2개월 만에 AI 피팅룸 MVP 개발·출시 완료
• 피팅 정확도 85% 달성으로 시장 검증에 충분한 품질 확보
• 초기 사용자 테스트에서 자연스러운 피팅 결과와 빠른 응답 속도에 긍정적 반응 확인
• 검증 결과가 시리즈 A 투자 협의의 핵심 근거 자료로 활용
• MVP에서 수집한 사용자 데이터와 피드백이 정식 버전 방향 수립의 자산이 됨

05 / THE HANDOVER

인도 이후에도, 팀의 자산으로.

체형 분석과 의류 합성 엔드투엔드 파이프라인, 의류 카탈로그·위시리스트를 갖춘 모바일 앱 MVP.