현재 제품
Clad
AI 퍼스널 컬러 서비스
Clad는 올린 사진을 퍼스널컬러 카드로 바꿉니다 — 시즌, 어울리는 색, 그리고 얼굴에서 멀리 둘수록 좋은 색까지. 사진 여러 장이 갈리면 갈렸다고 말하고 무엇을 기준으로 판정했는지 설명하며, 어디에서도 점수를 보여주지 않습니다.
- 여러 장이 같은 결과인지
- 내 사진 위에서 색 대보기
- 립 전용 기준의 어울림 체크
서비스 개발 기록
분석 결과를 실제 선택으로 연결한 과정
사진을 받는 순간부터 결과를 이해하고 색과 제품을 고르는 순간까지, 같은 제품 원칙과 판단 근거가 이어지도록 설계했습니다.
- 01관찰과 근거
진단보다 활용에서 막히는 지점 찾기
- 확인한 질문
- 퍼스널 컬러가 궁금한 사람은 어디에서 가장 큰 부담과 혼란을 느끼는가?
- 내린 판단
- 전문 진단의 대체보다 부담이 낮은 첫 분석과 활용 가능한 다음 선택에 집중했습니다.
- 판단에 사용한 근거
- 전문 진단의 시간·비용 장벽, 결과 활용의 어려움, 조명과 보정에 따른 사진 편차를 초기 제약으로 삼았습니다.
- 02문제와 원칙
정답보다 이해 가능한 출발점
- 확인한 질문
- 불확실성이 있는 사진 분석을 어떻게 책임 있게 제품화할 수 있는가?
- 내린 판단
- 근거와 한계를 설명하고 재촬영 경로를 제공하며, 추천을 고정된 정답이 아닌 탐색의 출발점으로 제시했습니다.
- 판단에 사용한 근거
- 이 원칙은 지금 제품에서 눈에 보입니다. 사진 여러 장을 함께 판정해 결과가 같았는지 갈렸는지 말하고, 재진단하면 지난 결과와 나란히 놓고 왜 달라졌는지 설명하며, 어디에서도 점수나 확률을 보여주지 않습니다 — 등급과 이유와 한계만 줍니다.
- 03가설과 범위
사진에서 추천까지 하나의 핵심 흐름
- 확인한 질문
- 첫 버전이 반드시 완성해야 할 사용자 여정은 무엇인가?
- 내린 판단
- 사진 준비, 분석, 근거 설명, 팔레트, 뷰티 추천에 범위를 집중하고 전문 진단의 모든 맥락을 재현하지 않았습니다.
- 판단에 사용한 근거
- 가장 작은 유용한 결과를 ‘유형 확인’이 아니라 ‘이해하고 바로 참고할 수 있는 선택’으로 정의했습니다.
- 04경험과 시스템
모델 전후의 경험까지 함께 구현
- 확인한 질문
- 분석 능력을 안정적인 서비스 경험으로 어떻게 연결할 것인가?
- 내린 판단
- 입력 검증, AI 비전 워크플로, 결과 정규화, 팔레트·추천 UI, 클라우드 배포와 관측을 연결했습니다.
- 판단에 사용한 근거
- Flutter, Python, Terraform 등 현재 규모에서 직접 운영할 수 있는 기술과 오류·재시도 경계를 선택했습니다.
- 05출시와 학습
출시를 증명이 아닌 관찰의 시작으로
- 확인한 질문
- 결과가 흥미로운 답을 넘어 실제 선택에 쓰이는가?
- 내린 판단
- 결과 설명 열람, 팔레트·추천 이동, 재분석 이유와 정성 피드백을 다음 개선의 판단 신호로 둡니다.
- 판단에 사용한 근거
- 현재는 결과 설명 명확도와 추천 신뢰도를 중심으로 관찰하며, 실제 수치가 쌓이기 전에는 성과를 단정하지 않습니다.
- 현재 초점
- 결과 설명 명확도
- 판단 신호
- 팔레트·추천 탐색과 재분석 이유
- 개선 루프
- 사용자 피드백 → 작은 변경 → 재관찰
이 항목은 이미 달성한 성과가 아니라, 운영과 검증에서 다음 결정을 내리기 위해 보는 근거입니다.
시스템 구조
사진에서 추천까지 이어지는 하나의 흐름
문항 두 개와 사진 한 장이면 약 3분 만에, 무료로 회원가입 없이 결과 카드가 나옵니다. 카드는 시즌과 어울리는 색, 그리고 얼굴에서 멀리 둘수록 좋은 색까지 말하고, 그 색은 전부 실제로 파는 옷과 립의 색입니다. 이어지는 가이드는 메이크업으로도, 맨즈 그루밍과 생활 스타일로도 읽을 수 있습니다 — 성별 질문은 가이드만 바꾸고 판정에는 쓰이지 않습니다. 추천색은 큐레이션한 실존 의류색 24종 중에서 고른 비교색과 함께 내 사진 위에 대볼 수 있고, 사진을 여러 장 올리면 함께 판정해 결과가 같았는지 갈렸는지 그대로 말하며, 재진단하면 지난 결과와 나란히 놓고 왜 달라졌는지 설명합니다. 오프라인에서 받은 진단이 있으면 사진 전에 입력할 수 있고, 이번 결과와 다르면 두 결과가 어느 쪽으로 기우는지, 이번 판정이 무엇에 기댔는지, 비교가 어디까지인지를 다른 질문보다 먼저 보여줍니다. 실제 립 제품 약 100종을 옷 팔레트가 아닌 립 전용 기준으로 판정해 등급과 이유·한계를 주고 점수는 보여주지 않습니다. 결과는 계정에 담지 않으면 30일 뒤 지워집니다. 같은 경험이 영어로도 열려 있습니다.
입력 레이어
사진 업로드, 검증, 이미지 전처리
AI 워크플로
비전 분석, 프롬프트 파이프라인, 결과 정규화
제품 레이어
결과 설명, 팔레트 UI, 추천 매핑
운영 레이어
분석, 피드백, 개선 백로그
변경 이력
이 서비스가 달라진 것
이 페이지가 따라잡은 날이 아니라 제품에서 실제로 바뀐 날을 적습니다. 덮어쓰지 않고 한 줄씩 쌓기 때문에, 서비스가 거둬들인 것도 새로 생긴 것 옆에 그대로 남습니다.
- 추가
사진을 올리기 전에 오프라인에서 받은 진단 시즌을 선택으로 입력할 수 있게 했습니다. 이번 결과가 다르면 결과 페이지가 차이를 먼저 설명합니다 — 두 결과가 기우는 방향, 이번 판정에 쓴 근거, 둘을 비교하는 데의 한계를 두 팔레트와 함께 보여줍니다. 판정을 예전 결과에 맞춰 바꾸지 않고, 만족도 단계에서는 이미 답한 질문을 다시 묻지 않습니다.
- 추가
네 계절의 추천 8색과 얼굴에서 멀리 둘 색 4개를 전부 다시 골라, 모든 색이 실제로 파는 옷과 립의 색이 됐습니다. 어둡고 무채색인 색이 겨울만의 것이 아니게 됐습니다 — 여름은 소프트 네이비와 쿨 그레이를, 가을은 올리브와 카멜을 가집니다. 이미 받은 결과는 받았던 색 그대로 보입니다.
- 철회
«검은 옷을 입었을 때» 문항을 빼 진단 문항을 셋에서 둘로 줄였습니다. 판정에 도움이 되는 것만 묻고, 그 문항이 빠져 결과가 달라졌다면 재진단 비교 화면이 그렇게 말합니다.
- 추가
남성 결과가 내일 입을 것부터 말합니다. 옷 색 조합·안경테·시계·헤어가 먼저 나오고, 립밤·베이스와 립 제품 확인은 원할 때 펼칩니다. 저장 리포트도 같은 안내를 담습니다.
- 추가
진단 전에 성별을 고를 수 있게 했습니다. 가이드만 바꾸고 판정에는 쓰이지 않습니다. 남성을 고르면 메이크업 가이드 대신 맨즈 그루밍 — 컬러 립밤, 사진에서 잰 피부 밝기로 좁힌 파운데이션 호수의 참고 범위, 헤어 컬러 — 을 받고, 누구든 결과 화면에서 두 가이드를 바꿔 볼 수 있습니다.
- 철회
진단 문항을 넷에서 셋으로 줄였습니다. 재보니 판정에 전혀 반영되지 않던 문항이라 결과는 그대로이고, 답할 것만 하나 줄었습니다. 이미 받은 결과도 그대로 열립니다.
- 추가
퍼스널컬러 다음 단계를 앱으로 만들고 있다는 사실을 제품 안에서 말하기 시작했습니다. 사실과 과정까지이고, 출시일이나 기능은 약속하지 않습니다.
- 추가
같은 경험을 영어로도 열었습니다. 결과를 한국어 밖에서도 읽고 나눌 수 있습니다.
- 추가
립 어울림 체크가 생겼습니다. 실제 립 제품 약 100종을 립 전용 기준으로 판정하고, 점수 대신 등급과 이유와 한계를 줍니다.
- 추가
색상 기반 추천이 일부가 아니라 카탈로그의 모든 제품에서 동작하게 됐습니다.
- 추가
올린 사진 한 장을 믿는 대신 여러 장을 함께 판정하고, 결과가 같았는지 갈렸는지를 그대로 말하기 시작했습니다.
- 추가
재진단한 결과를 지난 결과 옆에 나란히 놓고, 왜 달라졌는지를 함께 적습니다.
- 추가
얼굴에서 멀리 둘수록 좋은 색을 추가하고, 다른 시즌의 색도 내 사진 위에 대볼 수 있게 했습니다.
현재 개선 항목
- 01결과 설명 개선
- 02팔레트 시각화 개선
- 03색 결과 다음 단계를 앱으로 만들기 — 일정·기능은 약속하지 않습니다
- 04추천 품질 개선
- 05더 지역화된 뷰티 가이드 지원
지금 의견을 듣고 싶은 질문
분석 결과의 어떤 설명이 이해를 도왔고, 팔레트나 추천을 고를 때 어디에서 막혔나요?
