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

문제 상황

• 중고 의류 상세 페이지의 앞뒤 2장 사진만으로는 상태 판단이 어려운 구조
• 검수 공정에서 촬영한 고해상도 원본은 있으나 디테일 노출 방식이 부족
• 수동 부위 크롭은 상품당 약 70초가 걸려 대량 처리에 병목 발생

원인 분석

• 디테일 위치를 찾아야 하는 문제와 상태를 추론하는 문제를 혼동하기 쉬운 상황
• VLM은 이미지 이해와 자연어 추론에는 강하지만 좌표 기반 크롭에는 과도한 오버헤드
• 의류는 목, 소매, 밑단처럼 공간적 규칙성이 강한 도메인

해결 방법

• Object Detector로 의류 바운딩 박스를 먼저 찾고, 규칙 기반 크롭으로 부위 좌표 계산
• 카테고리별 100장 테스트셋과 HTML 리포트로 비율 규칙을 반복 튜닝
• AWS Lambda로 CPU 추론을 서빙해 유휴 비용 없이 빠른 처리 구성

성능/운영 포인트

• VLM 약 5초 대비 Detector 약 200ms로 약 25배 속도 개선
• 상품당 공정 시간 약 70초에서 7초로 단축
• 기존 11만 개 상품에도 일괄 마이그레이션 적용