Files

T

koriweb 1ae89f84df chore(2nd): Astra 운영 상태·회의록 산출물 동기화

- 00_Raw: 회의록 s/t/u/v/w (2026-06-22~24) 추가
- 10_Wiki/Topics: memory(episodes·long_term·distillation), growth 상태, Projects, Digests 갱신

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

2026-06-25 10:08:10 +09:00

10 KiB

Raw Blame History

AI 가상 의상 피팅 쇼핑 서비스 — 사업 추진 검토 보고

보고일자: 2026-06-24 보고 목적: 신규 사업 후보 "AI 가상 의상 피팅 쇼핑 서비스"의 추진 여부를 결정하기 위한 사전 검토 결과 보고 작성: (기획)

1. 먼저, 이 서비스가 무엇인지부터 (3줄 설명)

옷을 사기 전에 직접 입어보지 않고도, 내 사진 위에 그 옷을 입은 모습을 AI가 만들어 보여주는 쇼핑 서비스입니다.

쉽게 말하면 — 온라인 쇼핑몰에서 마음에 드는 옷을 골랐을 때, "이 옷, 나한테 어울릴까?" 를 사진 한 장만 올리면 AI가 합성해서 보여주고, 마음에 들면 그 자리에서 바로 결제하는 서비스입니다. 백화점 탈의실을 휴대폰 안으로 옮긴 셈입니다.

해외에서는 구글이, 국내에서는 에이블리(여성 패션 앱)가 이미 이 기능을 운영 중이며, 실제로 매출이 오르고 있습니다.

2. 결론부터 (한 장 요약)

"추진 권고. 단, 조건부." 기술적으로도 사업적으로도 충분히 가능하나, 처음 구상했던 방식 중 일부는 현재 기술로 불가능하여 현실적인 방식으로 바꿔야 합니다.

질문	답
기술적으로 만들 수 있나?	✅ 가능. 단, "사진 한 장 → 옷 입은 사진"까지만. (움직이는 영상·3D는 아직 불가)
빨리 만들 수 있나?	✅ 외부 AI 기술을 빌려 쓰면 약 6~8주면 시범 서비스 출시 가능
돈은 얼마나 드나?	옷 한 번 입혀보는 데 약 100원 미만(외부 기술 사용료). 사용량에 비례
시장 수요가 있나?	✅ 있음. 국내 경쟁사(에이블리)가 이 기능으로 매출 55% 증가
위험 요소는?	⚠️ ① 외부 기술 의존 ② 개인정보(얼굴 사진) 법규 ③ "정말 매출이 오르는가"는 우리가 직접 증명 필요
그래서 어떻게?	외부 기술로 작게 시작 → 효과를 숫자로 확인 → 효과 있으면 자체 기술로 확장 (단계적)

핵심 메시지 한 줄: "처음부터 크게 만들지 말고, 빌린 기술로 작게 시작해서 '진짜 매출이 오르는지'를 6~8주 안에 숫자로 확인한 뒤, 효과가 입증되면 본격 투자하자."

3. 왜 "구상대로는 안 되는지" — 가장 중요한 부분

처음 구상안에는 "옷이 찰랑거리고, 움직이고, 빛을 반사하는 모습까지 실시간으로 보여준다" 는 내용이 있었습니다. 멋진 그림이지만, 2026년 현재 기술로는 불가능합니다. 이 점을 분명히 보고드립니다.

처음 구상	현재 기술의 현실	어떻게 바꿔야 하나
옷을 입은 모습을 실시간 영상으로 보여준다	짧은 영상 하나 만드는 데 5~8분 걸림. 게다가 아직 연구실 단계 기술	영상은 빼고, 사진 한 장으로
옷의 찰랑거림·무게감을 물리적으로 계산해 보여준다	게임처럼 천이 흔들리는 시뮬레이션은 상용 서비스로 존재하지 않음	빼야 함 (먼 미래 연구 과제)
내 체형을 입력해 3D 가상 인간(아바타)을 만든다	무겁고 미완성 기술. 현재 주류는 사진 한 장이면 충분	사진 업로드 방식으로 단순화
사진 한 장 올리면 옷 입은 내 모습 사진이 나온다	✅ 이건 이미 잘 됨 (수 초 소요). 구글·에이블리가 쓰는 바로 그 방식	이걸로 간다

쉬운 비유: 처음 구상은 "영화관 3D 영상"을 만들자는 것이었고, 현재 가능한 것은 "잘 찍은 합성 사진 한 장"입니다. 그런데 돈을 벌고 있는 경쟁사들은 전부 후자(사진) 를 쓰고 있습니다. 즉, 비싸고 불가능한 길 대신, 이미 검증된 쉬운 길이 따로 있다는 뜻입니다.

4. 어떻게 만들 것인가 — 두 갈래 길

AI로 옷을 입혀 보여주는 핵심 기술을 확보하는 방법은 크게 두 가지입니다.

(1) 외부의 완성된 AI 기술을 빌려 쓴다 — 권고

이미 검증된 해외 업체(FASHN, Kling 등)가 이 기술을 사용료를 받고 빌려줍니다.
비용: 옷 한 번 입혀보는 데 약 90~100원 (대량 사용 시 더 저렴).
장점: 6~8주면 출시 가능, 초기 투자 적음, 검증된 품질.
단점: 외부 업체에 의존(가격 인상·서비스 중단 위험) → 대비책으로 여러 업체를 갈아끼울 수 있게 설계.

(2) 우리가 직접 AI를 개발한다 — 나중에

장기적으로 사용료를 아끼고 우리만의 경쟁력을 가질 수 있음.
하지만 주의할 함정: 인터넷에 공개된 "무료" AI 기술들은 대부분 상업적 사용이 금지된 라이선스입니다. 무료라고 가져다 쓰면 법적 문제가 됩니다.
다행히, 사진 방식 AI는 직접 개발하는 난이도가 생각보다 낮습니다 (소규모 팀도 도전 가능). 단, 영상 방식은 막대한 데이터와 비용이 필요해 현 시점 우리에겐 비현실적입니다.

권고하는 순서: 1단계 외부 기술 빌려 빠르게 출시 → 2단계 사용량·매출 데이터 확보 → 3단계 "외부 사용료 > 자체 개발 비용"이 되는 시점에 우리 기술로 전환

즉, 처음부터 자체 개발에 큰돈을 쓰지 말고, 빌려서 검증부터 하는 것이 핵심입니다.

5. 시장은 있는가 — 있습니다 (단, 정직하게)

수요는 이미 국내에서 증명되고 있습니다.

에이블리(국내 여성 패션 앱)는 작년 7월 비슷한 AI 옷 입어보기 기능을 출시했고, 올해 1~4월 이 기능 관련 매출이 1년 전 대비 55% 증가, 이용자도 38% 늘었습니다.
구글도 작년부터 셀카 한 장으로 옷을 입어보는 기능을 정식 출시했습니다. → 이런 서비스가 이미 대세가 되고 있다는 신호입니다.

다만, 정직하게 두 가지 한계를 보고드립니다.

"가상 피팅을 하면 매출이 정확히 몇 % 오른다"는 신뢰할 수 있는 공식 수치는 확보하지 못했습니다. 업계에서 흔히 말하는 수치들을 검증해보니 근거가 약했습니다. → 그래서 우리가 시범 서비스로 직접 측정하는 것이 1차 목표여야 합니다.
이미 경쟁사(구글·에이블리)가 앞서 있어, "신기한 기술"만으로는 차별화가 안 됩니다. 우리만의 강점(예: 특정 고객층, 특정 패션 카테고리, 더 나은 추천)이 필요합니다.

6. 위험 요소와 대비책

위험	쉬운 설명	대비책
외부 기술 의존	빌려 쓰는 AI 업체가 가격을 올리거나 서비스를 중단하면 타격	여러 업체를 바꿔 끼울 수 있게 설계, 장기적으로 자체 개발
개인정보(법규)	고객 얼굴·전신 사진은 법적으로 민감한 개인정보. 한국 법(개인정보보호법)이 엄격하게 규제	별도 동의 받기, 사진은 최소 보관·즉시 삭제, 암호화. 처음부터 법무 검토
AI 표시 의무	올해 1월 시행된 AI 기본법상, AI가 만든 결과물임을 표시하고 사전 고지해야 함 (해외 서비스에도 적용)	결과 화면에 "AI 생성" 표시를 기본 탑재
품질 한계	AI가 손·로고·복잡한 옷을 가끔 어색하게 합성함	쉬운 옷(상의·하의)부터 시작, "실제와 다를 수 있음" 안내
매출 효과 미검증	"정말 매출이 오르나"가 아직 숫자로 확인 안 됨	시범 서비스에서 A/B 비교 측정(기능 본 그룹 vs 안 본 그룹의 구매율 비교)

7. 권고 및 다음 단계

권고: 조건부 추진 (Go)

아래 4가지를 전제로 추진을 권고드립니다.

구상 수정: "실시간 영상·3D" 빼고 → "사진 한 장으로 옷 입어보기"로 현실화
빌려서 시작: 자체 개발 대신 외부 검증된 기술로 6~8주 내 시범 출시
숫자로 증명: 시범 서비스의 1차 목표는 매출이 아니라 "가상 피팅이 구매율을 실제로 올리는가"를 데이터로 확인하는 것
법규 먼저: 개인정보·AI 표시 의무를 처음부터 반영(나중에 붙이면 비용 급증)

단계별 추진안과 판단 기준(게이트)

단계	기간	할 일	다음 단계로 가는 조건
1. 시범 서비스	0~2개월	외부 기술로 최소 기능 출시, 구매율 측정	구매율이 의미 있게 오르고, 비용이 매출 대비 적정하면 진행
2. 데이터 확보	2~6개월	사용량·매출 데이터 축적	외부 사용료가 자체 개발이 더 쌀 만큼 커지면 진행
3. 자체 기술	6~12개월	우리 AI 모델 개발, 원가 절감·차별화	국내 시장 안착 확인
4. 확장	12개월+	글로벌 진출, 영상 등 신기술 재검토	—

추가로 확인이 필요한 사항 (의사결정 전)

가상 피팅이 실제 구매율을 몇 % 올리는지의 신뢰 가능한 근거 (→ 시범 서비스로 직접 확보)
무신사·지그재그 등 다른 국내 경쟁사들의 도입 현황 정밀 조사
외부 기술 사용료가 우리 예상 사용량에서 연간 얼마가 되는지 정밀 계산

8. 부록: 자주 나올 질문 대비 (용어 풀이)

가상 피팅 / Virtual Try-On: 옷을 실제로 입지 않고, 사진·화면 위에 입은 모습을 보여주는 기술.
AI 모델 / 외부 기술 빌려쓰기(API): 남이 만들어 둔 AI 기능을, 우리 서비스에서 호출해 쓰고 사용량만큼 돈을 내는 방식. 직접 개발하지 않아도 됨.
라이선스: 그 기술을 어떤 조건으로 써도 되는지에 대한 법적 약속. "무료지만 상업적 사용 금지"인 경우가 많아 주의 필요.
전환율(구매율): 서비스를 본 사람 중 실제로 구매한 사람의 비율. 이 서비스의 성패를 가르는 핵심 숫자.

본 보고서는 2026-06-24 기준 시장·기술 조사(해외·국내 22개 출처 교차검증) 결과에 근거합니다. AI 기술과 가격은 빠르게 변하므로, 최종 투자 결정 직전 재확인이 필요합니다. 기술적 상세 검토 자료는 별첨(「AI가상피팅 커머스 실현가능성검토 v1」) 참조.

10 KiB Raw Blame History