전 세계 곳곳에서 온라인 패션 쇼핑에 대한 관심이 커지고 있는데요. 가상 이미지 툴로 모델에게 옷을 입혀보는 인공지능(AI) 기술 덕분에 의류업계 유통업체들은 비용을 절감할 수 있게 되었습니다.
촬영 스태프를 다 갖춘 사진의 촬영비는 의상 한 세트당 미화 500 달러에 이릅니다. 연출 가능한 “룩(look)”만 해도 수천 개에 달하기 때문에 많은 온라인 유통업체들은 모델 없이 의류를 선보이지요. 실리콘 밸리에 소재한 뷰에이아이(Vue.ai)는 높은 비용을 들이지 않고도 세련된 모델을 통해 의류를 선보일 방법을 착안해냈습니다.
뷰에이아이와 모회사인 매드 스트리트 덴(MAD Street Den)에서 수석 과학자로 근무하는 코스타 콜버트(Costa Colbert)는 지난 달 산호세에서 개최된 GPU 테크놀로지 컨퍼런스(GPU Technology Conference, 이하 GTC) 에서 “소비자들은 모델 착용샷을 더 선호한다는 것은 잘 알려진 사실입니다. 하지만 유통업체들은 시간과 비용 측면에서 큰 부담감을 느끼고 있습니다”라고 말했습니다.
뷰에이아는 자체 개발한 이미지, 동영상 인식 기술을 사용해서 의상 이미지를 모델의 착용 이미지로 전환시킵니다. 이렇게 생성된 이미지는 소비자에게는 시각적인 도구가 되고, 유통업체 입장에서는 비용을 절감하게 됩니다.
코스타 콜버트 연구원은 “우리는 비용 절감을 도울 뿐 아니라 소비자들에게 보다 매력적이고 개개인에게 맞춤형 경험을 선사할 수 있습니다”라고 설명했습니다.
패션에 GAN의 적용
뷰에이아이의 기술은 조건부 생성적 적대 신경망(conditional Generative Adversarial Network, cGAN)이라고 불리는 머신 러닝 접근법을 활용하여 이미지를 생성하는 동시에 이를 실제 사진 이미지와 구분합니다.
여러 개의 엔비디아 GPU로 구동되는 cGAN는 의류 이미지와 모델의 착용 이미지를 비교하며 자체적으로 학습합니다.
이러한 트레이닝을 진행되면서, 더 이상 연산 평가(computational critic)로 실제 이미지와 GAN으로 생성된 이미지 간의 차이를 구분하지 못하는 지점에 도달하게 되는데요. 사람들도 차이를 구분하기 매우 어려운 수준입니다.
이렇게 cGAN 는 긴 소매나 오프숄더 디자인을 실제 입었을 때 어떻게 보이는지 등 의류에 대한 학습을 하게 됩니다. 뉴럴 네트워크 내의 변수를 변경하여 모델의 포즈, 피부색 조작 같은 “연계(in-between)” 기능도 생성할 수 있게 되었습니다.
코스타 콜버트 연구원은 “실제 모델이 없기 때문에, 피부색이나 체형 같이 세부사항에 아무런 제약이 없습니다. 바로 이미지를 생성해서 여러 방식으로 개별 고객에게 맞춤화 할 수 있습니다. 일반인에게는 이들 이미지는 보통의 사진처럼 보입니다”라고 설명했습니다.
그는 기술을 통해 의류 제조사, 유통업체, 고객들 모두가 브랜드와의 유대를 강화하고 쇼핑 경험에 유연성을 더할 수 있다고 덧붙였습니다.