In This Guide
‘AI가 스타일을 추천한다’는 표현은 마법처럼 들리지만, 실제로는 네 단계의 비교적 평범한 작업이 정확하게 이어지는 결과입니다. 사진을 ‘보고’, 비례를 ‘재고’, 색을 ‘읽고’, 다음 단계를 ‘제안’하는 일. 각 단계는 따로 떼어 보면 어렵지 않습니다.
01 · The Map 전체 흐름 한눈에 보기
입력
키·몸무게·(선택) 사진. 사진이 있으면 비례·피부톤 등 더 풍부한 추정이 가능합니다.
비전 모델
사진을 토큰으로 변환해 ‘이 사람의 어깨·허리·골반 비례, 피부톤, 머리카락 위치’를 한 번에 인식합니다.
스타일 룰 + 모델 추론
10년 경력 스타일리스트의 노하우를 코드화한 룰과, 비전-언어 모델의 추론을 결합해 추천을 생성합니다.
출력
JSON 형식의 스타일 리포트와 (선택) AI 합성 헤어스타일 이미지. 결과는 분석 직후 즉시 삭제됩니다.
02 · Step 1 비전-언어 모델의 입력 정리
LOOKFIT 스타일리스트의 핵심 엔진은 OpenAI GPT-4o를 비롯한 비전-언어 모델입니다. 비전-언어 모델은 단순한 이미지 분류기와 다르게, ‘이미지의 영역’과 ‘설명 텍스트’를 같은 의미 공간(embedding space)에서 다룹니다. 그래서 “이 사람의 어깨가 골반보다 넓다”는 시각적 판단을 자연어로 표현할 수 있습니다.
사용자가 사진을 업로드하면, 시스템은 먼저 사진의 크기를 1024픽셀 이하로 리사이즈하고, 메타데이터(EXIF)를 제거합니다. 이는 모델로 보내는 데이터의 양을 줄이는 동시에, 사용자의 위치 정보 같은 부가적인 식별 정보를 흘리지 않기 위한 조치입니다.
03 · Step 2 체형 비례 추정
체형 추정은 ‘몸 위에 4개의 점’을 잡는 일에 가깝습니다. 어깨의 양 끝, 허리의 가장 좁은 지점, 골반의 양 끝. 그리고 이 네 점이 만드는 ‘폭의 비율’을 계산합니다. 비전-언어 모델은 다음과 같은 형태의 추정을 자연어로 생성합니다.
내부 추정 예시
“어깨 폭 > 골반 폭. 허리 라인은 비교적 직선에 가까움. 체형은 ‘역삼각형’으로 추정됨. 키 대비 다리 길이는 평균 수준.”
이 추정은 ‘픽셀 단위의 정밀 측정’이 아니라 ‘상대적 비례 추정’입니다. 그래서 사진의 각도나 빛에 따라 결과가 미세하게 달라질 수 있습니다. 정확도를 높이기 위해 모델은 키·몸무게를 함께 받아 ‘텍스트 단서’와 ‘이미지 단서’를 교차 검증합니다.
04 · Step 3 퍼스널 컬러 추출
피부 톤의 추출은 다음 세 단계로 이루어집니다.
- 얼굴 영역 검출: 비전 모델이 얼굴 윤곽을 인식합니다.
- 중성 영역 샘플링: 이마, 볼, 턱 등 ‘메이크업이 묻기 어려운’ 위치에서 픽셀 값을 추출합니다.
- 색공간 변환: 추출한 픽셀을 RGB → Lab → HSV로 변환하여 ‘언더톤(따뜻함/차가움)’ ‘명도’ ‘채도’의 세 변수를 도출합니다.
이렇게 추정된 톤은 ‘봄 라이트’ ‘여름 뮤트’ 같은 12타입의 분류로 매핑됩니다. 단, 사진의 화이트 밸런스, 조명, 카메라 보정에 따라 결과는 ±한 단계 정도의 오차가 있을 수 있습니다.
05 · Step 4 추천 생성과 헤어 이미지 합성
추정된 체형과 컬러 타입을 바탕으로, 모델은 다음 항목을 JSON 구조로 생성합니다.
- 체형 이름 및 2~3문장의 설명.
- 추천 패션 스타일 4가지 / 피해야 할 스타일 3가지.
- 퍼스널 컬러 팔레트 4가지 (HEX 컬러 코드 포함).
- 상의·하의·아우터·신발·액세서리 아이템 추천.
- 전문 스타일리스트 수준의 스타일링 팁 3가지.
마지막으로, 사용자가 사진을 함께 업로드한 경우 ‘얼굴형 추정’에 기반한 헤어스타일 후보군을 도출하고, 별도의 이미지 생성 모델이 그 헤어스타일을 사용자의 얼굴 위에 자연스럽게 합성합니다. 합성된 이미지는 ‘시술 결정 전 미리 보는 시뮬레이션’ 용도로 사용되며, 실제 시술 결과와 정확히 일치하는 것을 보장하지는 않습니다.
06 · Limits AI 추천의 한계와 정확도
AI 스타일 분석은 ‘참고용 첫 가이드’로서 가장 큰 가치를 갖습니다. 그러나 다음과 같은 한계도 분명히 존재합니다.
- 사진의 품질: 너무 어둡거나 흐릿한 사진, 정면이 아닌 각도, 옷이 너무 많이 가려진 사진은 비례 추정의 정확도를 떨어뜨립니다.
- 조명과 화이트 밸런스: 피부 톤 추정의 가장 큰 변수입니다. 자연광 아래에서 촬영한 사진이 가장 정확한 추정을 가능하게 합니다.
- 표현의 다양성: AI는 ‘평균적인 어울림’을 추천하므로, 개인의 취향이나 실험적인 스타일까지 반영하지는 못합니다.
- 스타일은 ‘맥락’이다: 같은 사람이라도 직업, 라이프스타일, 가치관에 따라 어울림의 기준은 달라집니다. AI는 ‘비례와 톤’의 베이스라인을 제공할 뿐입니다.
“AI 스타일링의 가치는 ‘정답을 주는 것’이 아니라, ‘선택지의 출발점을 좁혀 주는 것’이다.”
07 · Privacy 개인정보는 어떻게 보호되는가
LOOKFIT 스타일리스트는 다음과 같은 원칙으로 사용자의 데이터를 다룹니다.
- 저장하지 않음: 입력하신 신체 정보와 사진은 분석 직후 즉시 폐기됩니다. 어떤 형태의 데이터베이스에도 저장되지 않습니다.
- 식별 정보 미수집: 회원가입을 요구하지 않으며, 사용자를 식별할 수 있는 정보를 수집하지 않습니다.
- 모델 학습에 사용하지 않음: OpenAI API의 정책에 따라, API를 통해 전달된 데이터는 모델 학습에 사용되지 않습니다.
- 전송 구간 암호화: 모든 통신은 HTTPS로 암호화됩니다.
자세한 내용은 개인정보처리방침에서 확인하실 수 있습니다.
08 · FAQ 자주 묻는 질문
Q. AI 분석은 어느 정도 신뢰할 수 있나요?
‘방향성’ 수준에서는 매우 높은 정확도를 보입니다(80% 이상). 다만 ‘정밀한 12타입의 컬러 판별’이나 ‘1cm 단위의 신체 비례 추정’ 수준에서는 정식 진단을 대체하지 않습니다.
Q. 같은 사진을 두 번 분석하면 결과가 같나요?
대부분의 큰 결론(체형 이름, 톤 분류)은 동일하게 나오지만, 추천 아이템의 문구나 디테일은 미세하게 달라질 수 있습니다. 이는 모델이 ‘확률적’으로 답을 생성하기 때문이며, 같은 방향성 안에서의 자연스러운 변주로 보시면 됩니다.
Q. 다른 AI 도구와의 차이는 무엇인가요?
대부분의 일반 AI 챗봇은 ‘텍스트 입력’만 받기 때문에, 사진을 활용한 비례·톤 추정이 어렵습니다. LOOKFIT 스타일리스트는 비전-언어 모델을 기반으로 사진과 신체 정보를 동시에 활용해, 더 구체적이고 시각적인 추천을 제공합니다. 또한 그 결과를 ‘스타일 리포트’ 형태로 정리해 보여 주는 UI 자체가 패션 컨설팅에 최적화되어 있습니다.
Q. 사진 없이 분석해도 신뢰할 수 있나요?
키·몸무게·BMI만으로도 체형의 일반적인 경향을 추정할 수 있으며, 스타일·아이템·컬러 팔레트 추천도 충분히 가치 있는 수준으로 제공됩니다. 단, 헤어스타일 추천이나 정밀 컬러 진단은 사진이 있을 때 비로소 가능합니다.