코오롱몰의 LLM 기반 상품 속성 추출 여정

이 게시물은 코오롱몰이 LLM을 활용해 이미지에 포함된 상품 속성 데이터를 자동으로 추출하여 서비스에 적용한 사례를 설명합니다.

주요 도전과제와 해결책

• 상품 이미지 내 비정형 데이터(사이즈, 소재, 핏) 추출
• 다양한 브랜드 표기법 대응 및 추출 정확성 보장
• Amazon Bedrock 기반 Claude Sonnet 3.5 v2 LLM 활용
• 자동화 파이프라인 구축으로 96% 이상 시간 절감 및 90% 비용 절감

성과 및 사용자 경험 개선

• 사이즈탭 노출률 22%에서 42%로 증가
• 클릭 대비 구매 전환율 약 33% 상승
• 고객이 필터를 이용해 원하는 상품 속성으로 빠른 탐색 가능

기술적 접근

이미지 크롭과 OCR 전처리, LLM을 통한 마크다운 형태 데이터 추출, 불용어 필터링 등으로 정확도를 99.6%까지 개선하였으며 Docker와 SageMaker 기반 자동화로 운영 효율성을 극대화했습니다.