가상 피팅 Ai를 활용한 초간편 패션 중고 거래 플랫폼, 리클로스(ReClos) ... SKT 플라이 AI 챌린저

SKT 플라이 AI 챌린저 4기 데모데이에서 우수상을 받은 '리클로스(ReClos)'를 소개한다. 리클로스는 가상 피팅 Ai를 활용한 초간편 패션 중고 거래 플랫폼 프로젝트다. 중고 옷 판매를 간편하게 만들어 중고 의류시장을 활성화 하자는 목표의 서비스다.

판매하는 경우, 촬영된 옷 사진에서 배경을 제거해 깔끔한 옷(상품) 사진을 만들어주고 옷 사진을 이용하여 그 옷을 입은 피팅모델 사진을 만들어준다. 기존에 옷을 입고 촬영해야 하는 귀찮은 과정을 간편하게 단축시킴과 동시에 기존 중고 거래에서 볼 수 있는 바닥에 놓인 옷 사진만 있는 밋밋한 판매글이 아닌 깔끔한 상품 사진과 피팅모델 사진이 있는 쇼핑몰과 같은 판매글을 만들 수 있도록 도와준다. 

구매하는 경우에는 판매 페이지에서 제공하고 있는 피팅모델 착용사진에 내 옷으로 바꿔 입혀 봄으로써 미리 가상으로 코디해보는 기능을 제공한다. 이용자는 자신의 옷을 촬영하여 Reclos의 ‘나만의 옷장’에 내 옷 사진을 미리 등록해두고 가상 코디 터치 한 번으로 판매중인 옷과 내 옷의 코디를 확인해 볼 수 있다. 

중고 의류를 구매함으로써 자신이 얼마나 환경 보호에 기여할 수 있는지 확인할 수 있도록 했다. 중고 의류 구매를 통해 절약한 물과 탄소의 양 등의 환경 발자국을 수치화하여 판매 페이지에서 확인할 수 있다. 이용자들이 환경 보호에 동참하고 있다는 것을 느낄 수 있게 했다.

구매를 통해 기여한 환경 발자국 수치를 다시 포인트로 이용할 수 있게 해 중고 의류 거래를 격려했다. 환경 발자국 수치는 FarFetch의 환경 발자국 보고서 값을 참고했다.

리클로스는 벤치마킹했던 북미 최대 중고 의류 플랫폼인 ‘스레드업’처럼 국내 최대 중고 의류 거래 플랫폼을 만들어보고자 했다. 

Q. 처음에 어떻게 이 프로젝트의 아이디어를 내게 되었는가?

의류가 생산부터, 유통, 폐기까지 전 과정에서 심각한 환경오염을 일으킨다는 사실을 알게 되었고 가상 착용 기술 중 기존 앱의 인형 같은 모습보다 현실적인 모습으로 착용 사진을 만들어주는 기술을 찾게 되어 아이디어 구체화를 시작했다.

아이디어를 계속 고민하던 차에 대학 동기들과 저녁을 먹던 중 온라인으로 옷을 자주 산다는 얘기가 나와서 프로젝트로 중고 옷은 어떨까? 왜 사람들이 안 사지? 라는 접근에서 리클로스가 시작됐다.  

좋은 중고 옷을 사기 위해서는 일단 많은 상품이 올라와 있어야 하는데 인터뷰를 통해 팔기 위해 옷을 입고 착용사진을 찍는 과정이 번거로워서 팔지 않는다는 얘기를 들을 수 있었다. 실제로 중고 판매를 하는 친구들은 여럿 볼 수 있었지만 이어폰, 스마트폰처럼 판매가 편한 전자제품이 많고 옷을 입고 찍어야 하는 것은 상당한 귀찮다는 반응이었다. ‘귀차니즘을 해결해주는 간편함’에 초점을 맞추고 가상 착용 기술을 활용해 판매자와 구매자를 모두 만족시킬 수 있는 프로젝트를 제안했다. 

범순이는 짧은 프로젝트 기간에 집중해서 완성할 수 있는가를 중심으로 봤는데 괜찮은 Ai 가상 착용 논문도 발견하고 백엔드를 생각했을 때 프로세스가 충분히 구현 가능하다라고 생각해 아이디어에 동의했다. 

도현이는 옷 착용 기술은 평범하다라고 생각했는데 옷을 입고 사진을 찍지 않아도 옷 사진만으로 착용 사진을 만들어줄 수 있으니 판매자쪽에 적용시켜 판매를 간편하게 만들어주는 기능의 접근은 기존에는 없던 새로운 편리함이라고 생각해서 동의했다.

형석이는 기존의 여러 아이디어 중 기획 방향성도 잘 잡혀 있어서 흔쾌히 동의했다.

Q. 팀원들은 어떻게 한 팀으로 모이게 되었는가?

워크숍 첫 날에 회의실에 도착하여 테이블에 5명씩 앉았다. 구글 시트에 각자의 관심 주제, 경험, 가진 능력 등을 기입하고 이를 확인해보며 5인 1팀으로 팀을 구성하기 시작했는데 같은 테이블에 있던 사람들 모두 백엔드, AI 모델링 경험, 데이터 경진대회 수상 등 다양한 능력을 가지고 있어서 이대로 팀을 해도 좋겠다고 판단하여 같이 팀을 구성하자고 의기 투합했다.

하지만 다른 팀에서 1명을 영입해 가는 바람에 1명이 빈 상태였고 마침 프론트엔드 능력자(박지수)가 팀 결정을 고민하고 있었고 같이 해보지 않겠냐는 우리 제안을 흔쾌히 수락하여 리클로스 팀이 결성되었다.

 처음에는 남자 5명에 디자인 경험이 있는 사람도 없고 모두 이공계 출신이라 기획면에서 참신한 아이디어가 없을 것 같아서 걱정되는 부분도 있었다.  

매일 수업 끝나고도 밤 늦게까지 남아 자료 조사를 하고 아이디어 회의를 하며 정말 많은 아이디어를 기획하고 선별하는 과정을 거쳤다. 현재 시장에 나와 있는 기술과 앱은 어느 수준인지 직접 실행해보면서 문제점과 개선방향을 찾아보고 자료 조사를 통해 이미 시장에 존재하는 기술은 아닌지 찾아내고 또 찾아냈다. 이러한 과정을 거치면서 리클로스 아이디어에 대해 더 확신을 가질 수 있게 되었다. 매일 함께 고생하며 팀워크를 다졌고 4주간의 팀 프로젝트 기간에도 흔들리지 않고 앞으로 나아갈 수 있었다. 

Q. 각 팀원들의 역할과 성격의 장단점은 무엇인가?

(박지수) 전에 바둑 프로를 준비한 경험 덕분인지 정신력이 강하다고 느꼈다. 팀적으로는 분위기 메이커로서 특유의 말투와 행동으로 유쾌한 분위기를 만들어 주었다. 특히 범순이와의 티키타카로 팀 전체를 웃게 만들었다. 수많은 아이디어를 제시했고 앱 디자인도 담당했다. 디자인 능력까지 겸비한 프론트엔드 능력자이며 기획부터 개발까지 항상 열심히 노력하고 좋은 결과물을 만들어냈다. 

회의도 열심히 참여하고 참신한 아이디어도 정말 많은 에이스였다. 프론트 개발과 관련한 지식을 바탕으로 제시된 아이디어가 어떤 형태로 구현되는지 잘 설명해주었다. 한정된 시간 속에서 항상 최선을 다해 주었고 AI 모델 개발에도 참여했다. 사용자의 편의를 위한 UX를 고려하여 개발하는 모습을 보였다.

(홍범순) 백엔드에서는 절대강자인 엄청난 능력자였다. 서버 구축과 인공지능 추론코드 수정을 담당했다. 작업 속도가 매우 빠르며 정확한 작업 능력을 통해 팀원들이 원하는 사항을 잘 반영해주어 실제로 구현해주는 에이스였다. 다른 팀 분들도 궁금한 것을 물어볼 만큼 뛰어난 개발 능력을 보여주었다. 답변의 속도가 빨라서 좋았고 서버와 DB에 대한 이해도가 높아서 각자 할 일에 집중할 수 있었다. 

수많이 제시된 아이디어들을 구현 가능성을 기준으로 판단해 주었으며 이는 명확한 결과물을 만들어 내는 것에 큰 도움이 되었다. 아이디어가 구체화되는 과정에서 짧은 시간안에 가능한 것들을 추려주었고 이는 우선순위를 결정하는데 큰 도움이 되었다.

프로젝트의 전체적인 구조 설계를 담당하고 이를 잘 설명해주어 팀원들에게 전달하였고 개발기간 중 프론트엔드를 담당한 지수와의 적극적인 소통으로 짧은 기간에도 가능한만큼 훌륭한 구현을 보여주었다. 프로젝트 마감 직전에 새로운 기능을 추가하는 데 있어서 생긴 새로운 이슈 역시 지수와 활발한 소통으로 잘 해결했다.

특이점의 존재에 대해 알게 해준 특이점 교주다. 웃긴 말투와 제스처로 지수와 함께 유쾌한 분위기를 조성했으며 안 하는 게임과 못 하는 게임이 없고 모르는 밈도 없다.  

(한도현) 기획부터 자료조사, AI 모델 개발, PPT, 설문, 발표 준비까지 고려할 부분이 많았는데 매번 고민 같이 해주고 기획에서 갈팡질팡할 때마다 결단을 내려주며 팀이 한 방향 정렬하는 데 큰 기여를 했다. 프로젝트에서 해야 될 게 있으면 솔선수범해서 먼저 하는 성실한 능력자다.

팀원들과 잘 지냈으며 모두가 명확히 이해할 수 있도록 회의 중간에 아이디어들을 잘 정리해 주었다. 평소 관심있던 패션과 관련하여 다른 팀원들이 생각하지 못한 부분들을 제시해주며 방향성을 잡아가는데 큰 도움이 되었다.

초반에 찾은 Ai 모델로 구현하기 힘든 부분이 있었을 때 구현이 가능한 다른 모델을 적극적으로 찾아 공유를 부탁하기 위해 구글 폼을 작성하고 이탈리아 대학 연구팀에 영문 메일로 요청을 보내어 사용 허가를 받았다. 발표를 위한 PPT 제작에도 힘썼으며 뛰어난 제작 기술로 발표자의 편의와 의도를 고려하여 최종 발표의 내용전달에 많은 도움이 되었다. 

(차형석) 보라매 사옥에서 늘 마지막에 퇴실자 자리를 지켰다. Ai 모델 코딩 시 포기하지 않는 정신력이을 보여주었고 기획 시 한 방향에만 매몰되어 신경 쓰지 못한 약점들을 잘 발견해 대비할 수 있도록 도와주었다. Ai 모델 개발, 자료 조사, PPT까지 열심히 도와주며 필요한 부분을 항상 채워주는 능력자였다. 아이디어 회의에서 팀의 방향을 잡아주는 역할을 맡았다. 피팅 모델, 옷 분류 AI 모델링 부분을 맡아서 완벽하게 수행해냈다. 

(최종휘) 팀장으로 모든 부분에 기여했다. 항상 끝까지 남아 자리를 지키며 회의도 진행하고 마무리까지 하면서 정말 책임감이 넘치는 팀장이구나라고 느꼈다. Ai 모델 개발부터 자료조사, PPT, 발표까지 모든 부분에서 영향력을 펼치는 멀티플레이어였다. 항상 열정 넘치고 아이디어도 많은 능력자다. 리클로스(ReClos) 아이디어를 만들어준 소중한 팀장이다.

잘 모르는 부분은 팀원들에게 물어가며 이해하고 전체적으로 프로젝트가 진행되는 과정을 이끌었다. 좋은 주제를 제시하며 주제 선정에 결정적인 역할을 했고 회의에서 제시된 내용들을 잘 정리하여 전달하여 미처 참여하지 못한 경우에도 공백이 없도록 이끌었다.

역할 분담을 잘 나누고 일의 우선순위를 정하여 꼭 완성해야 하는 과제와 해결할 수 있는 과제들을 무사히 수행할 수 있었다. 운영진과의 원활한 소통으로 관련된 주제에 대해 조언을 구할 수 있을 멘토 님과의 연결도 할 수 있었으며 전달된 사항을 상세히 공유하며 팀원들이 운영진과의 정보교환에 불편함이 없도록 했다. 마지막 발표 준비를 잘하여 전달하고자 하는 내용을 잘 전달했다. 

Q. 프로젝트 진행을 하면서 가장 어려웠던 점은 무엇인가?

기획적 측면에서, ESG 팀장님의 특강을 들으며 ESG는 ‘봉사활동이 아니라 비즈니스다’라는 말을 듣고 아이디어 기획에 많은 수정을 했다. 수십 여가지의 아이디어 중에서 피드백을 거쳐 최종적으로 리클로스(ReClos)라는 아이디어가 탄생했다. 가장 많은 회의를 하고 기획에 신경을 썼다. 신선한 아이디어를 떠올린다는 것이 어려웠으나 기존 것을 발전시키고 다듬는 것으로도 충분히 가치가 있다고 생각했다. 

시간적 측면에서, 짧은 시간 안에 완성도 있는 결과물을 내야 했기 때문에 우선 순위를 정해 파트를 나눠 진행하고 익숙한 프레임워크를 사용해 개발을 빠르게 시작했다. Ai 모델, 프론트, 백엔드 개발에서 기본적인 틀을 구성해두고 수정사항이 생기면 그때그때 바로 수정하는 방식을 채택해 빠르게 개발할 수 있었다. 프로젝트 기간이 짧았음에도 서로 계속 같은 공간에 있었기 때문에 오류가 발생하거나 필요한 API가 생기면 바로 이야기를 할 수 있어서 프로젝트의 전반적인 틀은 일주일만에 개발할 수 있었다. 백엔드에서는 플라스크(Flask)와 장고(django)를 사용했고 프론트엔드는 iOS 개발툴인 리액트(react)를 사용했다. 개발에 능한 팀원들은 앱 개발에 집중했고 나머지 팀원들은 Ai 모델도 찾고 PPT 준비와 발표 준비를 동시에 진행했다. 

(참고: 이 아래 부분은 상당히 전문적인 내용이니 비전공자는 다음 질문으로 건너뛰어도 됩니다. ^^)

모델 최적화에도 어려움 이있었다. 의류 사진 합성을 위해 여러 개의 작은 Ai 모델을 순차적으로 통과시키는 방식으로 설계했는데 오픈소스에 올라와 있는 일반적인 인퍼런스(inference) 코드는 매 실행마다 많은 변수를 초기화하고 데이터셋을 전부 불러와 중복된 연산을 너무 많이 수행하는 문제가 있었다. 플라스크(Flask)로 Ai 모델을 전부 실행시켰을 때 약 90초가 소요됐었는데 이는 이용자 경험에 부정적인 영향을 끼칠 수 있어 인퍼런스 시간을 많이 줄여야 했다.

이는 코드 최적화를 통해 한 인퍼런스 당 7초까지 시간을 줄일 수 있었다. 초기화부와 추론부를 함수화하여 매 추론마다 발생되는 중복 작업을 서버 시작 시 한 번만 실행되도록 하였고 이를 메인 서버에 저장해 추론 함수에 넘겨주도록 해 연산량을 크게 감소시켰다. 

마지막으로 가상 피팅 Ai 모델을 선정하는데 어려움이 있었다. 생성 Ai 모델을 사용했는데 생성 Ai는 생각지도 못한 결과를 만들어낼 수 있기 때문에 좋게 말하면 창의적이지만 나쁘게 말하면 전혀 학습하지 못했다는 느낌을 갖게 한다.

달리(DALL-E)에게 이야기를 들려주고 해당 이야기를 그림으로 그려달라고 요청하는 것처럼 생성된 결과가 답이 정해져 있지 않을 때는 생성 Ai가 장점이 있지만 리클로스는 아쉽게도 생성형 모델을 사용하지만 옷을 입고 있는 모습은 누구나 쉽게 상상할 수 있기에 정성적인 결과의 수준이 정말 중요했다. 

프로젝트를 기획하고 나서 처음 발견한 Ai 모델은 정말 평범해 보이는 옷도 잘 못 입히는 경우가 있었고 결과가 나쁜 경우가 훨씬 많았다. 가장 큰 단점으로 상의만 입힐 수 있다는 단점이 있었다. 처음에는 이 코드를 뜯어보면서 결과가 잘 나올 수 있도록 수정하고 하의 데이터셋을 모아서 모델을 학습시킨 후 하의도 입혀볼 수 있게 해보려고 했으나 짧은 시간 안에 코드를 수정하고 학습까지 시키는 것은 거의 불가능하다고 판단했다.

그래서 다른 AI 모델을 더 찾아봤고 그러던 중 이탈리아 대학교에서 가상 착용 Ai 모델을 더 개선하여 제공하고 있었다. 하지만 대학교의 승인을 받아야만 데이터셋과 모델을 사용할 수 있었고 우리는 얼른 영어로 이메일과 대학교에서 제공한 구글폼을 작성해 보냈고 3일 정도 후에 승인을 받고 데이터셋과 모델을 이용할 수 있었다. 결과도 이전 모델보다 훨씬 좋았고 하의부터 드레스까지 범위도 확장할 수 있었다.

그럼에도 불구하고 형태가 너무 다른 옷을 입고 있는 피팅모델에 옷을 입혔을 때는 결과가 여전히 잘 나오지 않았고 모델 코드를 수정하기에는 시간적으로 힘들기 때문에 좋은 인풋(input) 값을 주는 것으로 결과를 개선하고자 했다. 가상 착용 Ai 모델은 피팅모델 사진에 옷 사진을 주면 해당 옷 사진을 입고 있는 착용 사진을 반환해주는데 이 때, 모델이 입고 있는 옷과 입히고자 하는 옷 형태의 차이가 크면 긴 치마가 짧은 바지가 되는 등의 예상치 않은 결과가 발생했다. 이를 해결하기 위해 입히고자 하는 옷과 비슷한 옷을 입고 있는 모델을 매칭해 Input을 개선하는 방법을 시도했다. 의류 특징 기반 클러스트링(Clustering)을 통해 비슷한 옷을 입은 피팅 모델 사진을 찾아내서 매칭해준 결과 왜곡을 줄여 더 좋은 결과를 얻어냈다. 

추가적으로 기획 초반에 사이즈에 대한 부분도 고려를 많이 했지만 옷 사이즈에 대한 측정과, 아바타를 생성하기 위한 신체 측정에 대한 가이드를 주는 것도 불분명하고 3D 신체 아바타를 만드는 것의 난이도도 매우 높을 뿐만 아니라 매핑(mapping)을 사용해 아바타에 옷을 입히는 경우 디퓨전(diffusion)을 사용한 방식보다 자연스러운 착용 사진 결과를 얻기 힘들다고 판단했다. 정확한 사이즈를 얻기 위해서는 이용자의 프로세스가 복잡해지기 때문에 간편함과 정확도 사이의 트레이드오프(trade-off)를 고려해 간편함에 초점을 맞춰서 프로젝트를 진행했다.

Q. 프로젝트 진행을 하면서 재미있었던 에피소드가 있다면?

생성 Ai를 사용하는 여러 프로젝트 중에 리클로스는 사람들이 답(옷을 착용한 모습)을 쉽게 떠올릴 수 있기에 결과가 잘 나오는 것이 매우 중요했다. 여러 가상 착용 Ai 모델을 실험해보며 결과를 확인할 때 결과가 좋게 나오면 기뻐하고 나쁘게 나오면 슬퍼하는 등 일희일비하며 우여곡절을 겪었는데 그러한 시행착오의 과정이 지나고 보니 매우 재미있었고 값진 경험이 되었다.  

최종 시연영상 제출 1~2시간 전까지도 잘 동작하던 앱이 갑자기 실행되지 않고 갑자기 서버에 이상이 생기는 등 오류가 발생하여 팀원들 모두 당황하며 숨가쁘게 마무리했는데 포기하지 않고 끝까지 집중력을 발휘해 모든 문제들이 극적으로 해결하고 잘 마무리했다. 그때 상황을 다시 떠올리며 우리는 극적인 상황을 즐기는 팀 같다며 서로 웃으면서 얘기하기도 했다. 당시에는 정말 아찔했지만 돌아보니 그때가 가장 기억에 남는 아찔한 경험이었다. 

Q. 이번에 구현하지 못해 아쉬웠던 기능이 있다면?

자신의 신체 사이즈를 반영한 나만의 아바타를 생성하여 그 아바타에 옷을 입혀볼 수 있게 하여 개인화할 수 있으면 좋지 않을까라는 의견은 팀 내에서도 멘토님들에게도 정말 많이 나왔다. 실제로 기획까지 해보았지만 자신의 아바타를 만들 경우 자신의 신체 사이즈를 정말 정확하게 반영할 수 있어야 하고 옷을 입어볼 때도 실제 입어본 것 같은 정확도를 요구하기 때문에 시간상 그정도까지는 구현하지 못할 것이라는 판단이 들었다.

실제로 리클로스와 비슷한 프로젝트를 경험해보신 교수님께서 사람들은 자신의 정확한 신체 모습을 원한다고 생각하지만 실제로는 이상적인 모습을 원하고 그것을 보며 사고 싶다는 생각을 한다는 말씀을 해 주셔서 사이즈에 대한 정확성보다 편의성에 더 집중하여 프로젝트를 진행했다. 사용자에게는 옷 사진만 받아 리클로스 피팅모델에 옷을 입혀보는 방식으로 프로젝트를 진행했다. 개인 맞춤형 기능은 이후에 더 발전시켜보자고 팀원들끼리 다짐했다. 

Q. SKT 플라이 AI 챌린저 4기를 마친 후 앞으로 각 팀원들의 계획은?

(한도현) 이번에 클라우드도 다루어보고 네트워크나 보안에 대한 정말 기초적인 지식들을 배워보면서 이 분야를 더 깊게 공부해보고 싶다는 생각이 들어 KISA에서 제공하는 온라인 보안 교육도 듣고 CCNA와 클라우드 자격증 공부도 하며 4학년을 지내고 있다.

이번 프로젝트에서는 프론트나 백엔드 개발에는 직접 참여하지 못하고 프로젝트 기획과 Ai 모델 개발, PPT 준비를 진행했는데 프론트와 백엔드 개발도 배워 놓으면 나중에 정말 큰 도움이 될 것 같고 다음 학기 프로젝트를 진행해야하는 수업이 있는데 그때도 많은 도움이 될 것 같아서 이번 학기에 내가 직접 앱을 만들어보고 배포해보자라는 목표를 갖고 개발 공부를 하고 있다. 2025년에는 꼭 인프라 직무로 취업해 많은 것을 배워보고 경험하며 전문가가 되고 싶다는 목표를 갖고 있다. 

(차형석) 데이터 사이언티스트를 목표로 데이터 분석, 머신러닝, 딥러닝 공부해 왔다. Ai 공부를 나중에 시작하여 관련 프로젝트 경험을 희망하였고 SKT 플라이 AI 교육과정을 알게 되었다. ML/DL 엔지니어링과 관련된 부분도 좋았지만 네트워크, 도커(Docker) 등에 대해서도 흥미있게 배웠으며 쉽게 접하기 힘든 애저(Azure)를 다뤄본 것이 좋았다.

Ai 모델위주로 성능평가에 대한 결과 확인 위주의 경험만 있어 프론트 엔드나 백엔드로 개발에 참여하지 못했으나 이번 프로젝트를 통해 평소에도 느꼈던 배움의 필요성을 직접적으로 느낄 수 있었다. 교육기간 중 졸업하여 현재 취업 준비 중이기에 취업 준비와 자격증 준비를 하면서 틈틈이 공부하여 관련된 경험을 해보고 싶다. 2024년에는 꼭 데이터와 ML/DL 엔지니어링 직무로 입사하여 시야를 넓히고 많은 경험을 통해 전문가로 성장하고 싶다. 

(최종휘) 이번 프로젝트에서 Ai 모델 개발을 담당하며 프론트와 백엔드의 개발은 어떻게 이뤄지는지 전체 개발 과정을 경험했다. 한 분야만 알아서는 전체적인 그림을 보지 못하기에 여러 분야를 두루 알기 위해 소통하며 협업하는 것의 중요성을 배웠다. 전기전자공학을 전공하며 쌓은 지식과 Ai 모델링 경험을 바탕으로 실생활의 문제를 발견하고 HW와 SW 양측을 고려한 솔루션을 제공하는 엔지니어가 되고 싶다.  

(홍범순) 지금까지 경험한 프로젝트 중 가장 많은 것을 배웠다. Ai 뿐만 아니라 클라우드 구축, 네트워크, MLOps 등 실전이 아니면 배우기 어려운 소중한 정보들을 기반으로 더욱 성장하는 개발자가 되고 싶다. SKT 플라이 AI 종료 후 바로 개학해서 현재 4학년 재학중이고 취업 준비를 위해 정보처리기사와 토익을 준비하고 있으며 최근에는 포트폴리오를 웹사이트로 만드는 사이드 프로젝트를 하고 있다. 앞으로는 인공지능 공부에 좀 더 집중하여 사람을 위한 인공지능을 만드는것을 목표로 할 것이다. 더 많은 재미있는 경험을 해보고 싶다. 

(박지수) 지금까지는 웹/앱 개발 위주의 프로그래밍을 주로 해왔는데 2023년 하반기부터 Ai에 대해 높은 흥미가 생겼고 SKT 플라이 AI에 지원했다. 교육 과정을 통해 Ai 뿐만 아니라 도커, 네트워크 등 컴퓨터 공학의 전반적인 기술을 빠른 시간에 배울 수 있었다. 현재 4학년 재학 중이고 2024년에는 학부 연구실에서 경험을 쌓을 예정이다. 아직까지 Ai에서 하고 싶은 분야를 정하지 못했는데 최대한 빨리 분야를 정해서 파고드는 것이 최우선 과제라고 생각한다. 앞으로 대한민국을 이끌 국가대표급 인재로 성장하고 싶다.  

Q. SKT 플라이 AI 챌린저 4기를 진행하며 고마웠던 분들은?

문기석 대표님 – 리클로스 담임 멘토님으로서 기획에 있어서 고려해야할 부분들과 최종 발표에서 신경 써야 할 부분들까지 잘 지도해 주셨다. 아이디어에 대한 확신이 부족했을 때도 용기를 북돋아 주시며 완성된 결과물이 나올 수 있도록 잘 지도해 주셨다. 

이용재 팀장님 – 진지하게 아이디어에 대해 들어주시고 ESG와 관련된 조언들(특히 환경)과 사업 기획에 있어서 비즈니스 모델, 시장 진입 전략, 리클로스만의 차별성과 같은 우리가 놓쳤던 부분을 짚어 주셔서 프로젝트 방향성과 발표 자료를 만드는데 도움을 많이 받았다. 짧은 개발 기간을 고려하여 중요하게 신경써야 하는 부분들을 짚어 주시며 도움을 주셨다. 

주신영 대표님 – 마감 이틀 전에 Ai 서버와 백엔드 서버 간 연결에서 발생한 포트 포워딩 문제에 대해 문의를 드렸을 때 부족한 상황 설명에도 우리의 문제를 명확히 이해하고 해결하는데 큰 도움을 주셨다. 

이탈리아 대학 – 모델 학습을 위해 옷 사진과 해당 옷을 입고 있는 모델 사진이 필요했는데 타국의 학생들에게 데이터셋을 공유해 주어 리클로스 결과 퀄리티가 더 높아질 수 있었다. 

운영진분들 - 좋은 프로그램을 만들어 주셔서 너무 감사하고 프로젝트와 교육에 집중할 수 있도록 최고의 환경을 구성해 주셨다. 주제와 관련한 멘토님 연결을 부탁드렸을 때에도 재활용 용기 프로젝트를 담당하시는 팀장님을 연결해 주셔서 많은 도움이 되었다. 

Q. SKT 플라이 AI 챌린저 5기에 관심있는 분들에게 조언을 한다면?

온전히 프로젝트 개발에만 집중할 수 있는 시간은 4주가 안되었기에 팀원들 각자가 잘하는 일을 빨리 찾아 역할을 분담해 빠르게 프로젝트를 시작하는 것을 추천한다. 역할을 나누더라도 많은 대화를 나누고 진행 상황을 공유하는 것을 잊으면 안 된다. 같은 주제에 대해 얘기하더라도 그것을 생각하고 구현하고자 하는 방향이 모두 다르기 때문에 끊임없이 한 방향으로 정렬이 되었는지 확인하는 것이 좋다. 아침부터 저녁까지 같은 팀원들과 하루종일 같이 작업할 수 있다는 것은 다른 프로젝트에서 쉽게 경험하기 힘든 큰 장점이다. 

리클로스(ReClos) 팀은 위에 개발 관련하여 어려웠던 점을 다소 긴 내용으로 소개할 정도로 개발에 진심인 팀이었다. 단순한 구현 정도에 만족하지 않고 최상의 결과를 내기 위해 입력 사진을 최적화 하고 비슷한 옷으로 출력하기 위해 별도의 클러스터링도 구축했다.

기존 Ai 모델의 결과가 만족스럽지 못하자 계속해서 최신 자료를 검색하던 중 이탈리아 대학까지 연락하여 데이터셋을 공유받는 등 문제 해결을 위해 적극적으로 도전하고 추진했던 과정을 매우 칭찬한다. 이러한 노력을 통해 아주 완성도 높은 프로젝트 결과를 만들어 냈다.

brian@trendw.kr