VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화

이 게시물은 VLM 대신 경량 Object Detector와 규칙 기반 크롭을 사용해 의류 디테일컷 자동화를 구현한 사례를 공유합니다.

문제

• 중고 의류는 개별 상태 차이로 상세한 디테일컷 필요
• 수동 크롭은 상품당 약 70초로 대량 검수에서 병목

대안 비교

• VLM은 이미지 이해·자연어 추론에 강하지만 정밀 좌표 추출에 과도한 오버헤드 발생
• 경량 Object Detector로 의류 바운딩을 먼저 찾고 카테고리별 비율 규칙으로 부위 크롭하는 구조 채택

구현 및 성과

• CPU 환경에서 Detector 추론 약 200ms, VLM 대비 속도 약 25배 우수
• 공정 시간 70초→7초(90% 절감), 대량 처리 비용 약 1/10, 기존 11만 상품 일괄 적용