무신사의 AI 기반 상품 추천 및 검색 시스템 구현 사례

이 게시물은 무신사가 AI 기술을 활용해 패션 상품 추천 및 검색 시스템을 어떻게 구축했는지 설명합니다.

시스템 구성 요소

• YOLOS-Fashionpedia: 트랜스포머 기반 객체 검출 모델로 복잡한 스냅 이미지에서 패션 아이템을 정확히 추출
• FashionCLIP 2.0: 패션 특화 멀티모달 임베딩 모델로 이미지와 텍스트를 벡터화하여 유사 상품 및 스타일 검색 지원
• Amazon OpenSearch를 통한 벡터 검색으로 빠르고 정확한 유사 상품 추천

성과와 한계

• Precision@1 72%, Precision@5 81%로 높은 검색 정확도 달성
• 기본 아이템, 가려진 상품, 비표준 촬영 각도 등 일부 상황에서 인식 및 추천 정확도 저하 발생

향후 개선 방향

• 멀티뷰 임베딩, 스타일 맥락 필터링, 객체 검출 보완 등을 통한 추천 품질 향상 계획