AI를 활용한 하이엔드 명품 정/가품 감정 플랫폼
사용 기술
프로젝트 예산
3억 6천만원
산업 분야
수행 기간
3~6개월
기업 형태
중소기업
개발 단계
MVP
명품 시장의 급성장과 함께 정교해지는 가품 문제는 시장의 신뢰를 저해하는 핵심 요인이었습니다. 기존의 대면 감정 서비스는 물리적 거리와 시간적 비용으로 인해 실시간 거래 대응에 한계가 있었으며 이를 해결하기 위한 디지털 기반의 즉각적인 판별 기술과 보안성이 확보된 플랫폼이 절실했습니다.
이미지 분석 AI를 핵심 엔진으로 채택하고 다양한 디바이스 환경에서 고화질 사진을 안정적으로 업로드할 수 있는 파이프라인을 구축했습니다. 특히 AI의 분석 결과를 정량화된 점수로 산출하는 알고리즘을 구현하여 사용자가 직관적으로 진위 여부를 판단할 수 있는 체계를 마련하고 AWS S3 기반의 보안 아키텍처를 통해 데이터 무결성을 확보했습니다.
AI 정밀 감정 및 데이터 스코어링 엔진
감정사의 주관적 판단에 의존하던 기존 방식은 객관적인 지표 제공이 어렵고 처리 속도가 느려 실시간 대응이 불가능했습니다.
업로드된 제품 이미지를 AI가 다각도로 분석하여 진품 확률을 수치화하는 로직을 개발했습니다. React 기반의 고도화된 UI를 통해 사용자가 실시간으로 분석 상태를 확인하고 최종 점수를 리포트 형식으로 전달받도록 설계했습니다.
감정 대기 시간을 획기적으로 단축하고 정량적인 데이터를 바탕으로 거래 신뢰도를 확보했습니다.
모바일 최적화 광학 촬영 및 클라우드 스토리지 연동
비대면 감정의 정확도는 원본 이미지의 품질에 직결되지만 웹 환경에서 대용량 고화질 이미지를 안정적으로 처리하는 데 기술적 병목이 발생했습니다.
모바일 및 PC 환경의 카메라 인터페이스를 통합하고 AWS S3와의 직접 연동을 통해 대용량 이미지를 손실 없이 고속으로 업로드하는 시스템을 구축했습니다. 보안 아키텍처를 적용하여 업로드된 민감 데이터의 접근 제어를 강화했습니다.
사용자 기기에 구애받지 않는 일관된 촬영 경험을 제공하고 감정 데이터의 무결성을 유지했습니다.
데이터 기반 통합 관리 및 통계 대시보드
수많은 감정 요청과 사용자 데이터를 수동으로 관리하는 것은 운영 효율성을 저하시키고 데이터 기반의 의사결정을 방해했습니다.
감정 현황, 사용자 유입량, 점수 분포 등을 한눈에 파악할 수 있는 관리자 전용 통계 대시보드를 구축했습니다. 로그 관리 및 공지사항 제어 기능을 통합하여 운영 편의성을 극대화했습니다.
운영진의 업무 효율성을 향상시키고 축적된 데이터를 비즈니스 전략 수립에 활용할 수 있는 기반을 마련했습니다.
Technical Deep Dive
프로젝트의 기술적 통찰과 비즈니스 임팩트 분석