AI
속성을 활용한 추천 고도화 : Part 1. 무신사만의 패션 택소노미 구축기
두줄요약
무신사는 패션 상품 속성을 표준화하기 위해 택소노미를 설계하고 AI 기반 자동 추출 체계를 구축했습니다. 이를 통해 추천·검색에 활용 가능한 일관된 메타데이터를 확보했습니다.
핵심 내용
- 패션 상품 속성의 표현 방식이 브랜드마다 달라 추천·검색용 메타데이터로 쓰기 어려운 문제 정리
- 무신사 의류 상품 중심으로 보이는 속성, 보이지 않는 속성, 물리적 속성, 감성적 속성을 나눠 패션 택소노미를 설계
- 속성 체계 표준화와 이미지 기반 AI 라벨링으로 속성 추출을 자동화하고, 추천·검색·운영 효율을 높인 사례
- 스타일과 TPO까지 포함해 유저 취향과 상황에 맞는 상품 큐레이션 기반을 마련
적용해볼 점
- 도메인 특성과 AI 학습 적합성을 함께 고려한 속성 체계 설계
- 사람 입력 의존도를 줄이기 위한 자동화와 표준화 우선 검토
- 추천·검색·랭킹 등 여러 서비스에 재사용 가능한 메타데이터 구조 마련