"코디 추천해줘"는 왜 항상 실망스러울까 — AI에게 옷을 물어보는 법
"코디 추천해줘"는 왜 항상 실망스러울까 — AI에게 옷을 물어보는 법
"코디 추천해줘." 이렇게 물으면 AI는 대체로 무난한 답을 줍니다. 무난하다는 건 누구에게나 맞는다는 뜻이고, 그건 나에게는 안 맞는다는 뜻이기도 해요. 문제는 모델이 아니라 질문이었습니다.
비어 있는 질문이 만드는 무난한 답
사람 스타일리스트에게 "뭐 입을까요?"라고 물으면 어떤 일이 벌어질까요. 그 사람은 답을 하지 않습니다. 되묻죠. "어디 가시는데요?"
대화형 추천 시스템 연구에서 반복적으로 지적되는 문제가 정확히 이 지점이에요. 사용자의 발화는 정보가 부족한(underspecified) 상태로 들어오고, 시스템의 핵심 능력 중 하나는 그 부족한 부분을 되묻는 것으로 여겨집니다. 사용자가 다음 대화에서 말을 다시 다듬도록 돕는 것까지가 시스템의 역할이라는 거죠.
문제는 많은 서비스가 되묻지 않고 그냥 답한다는 데 있어요. 정보가 없으면 없는 대로 평균적인 답을 냅니다. 그리고 우리는 그 답을 보고 "AI가 별로네"라고 결론 내리죠.
그러면 무엇을 채워 넣어야 할까요?
좋은 프롬프트의 해부학
패션 추천 연구는 소재·핏 같은 구체적 속성, 형태와 분위기를 전달하는 시각 정보, 핵심 색상 정보가 유용할 수 있음을 보여줍니다. 이를 모든 서비스의 필수 공식으로 볼 수는 없지만, 질문을 구체화하는 실용적인 체크리스트가 됩니다.
연구 언어를 일상어로 옮기면 네 가지가 됩니다.
첫째, TPO. 언제, 어디서, 누구와. "내일 오전"과 "토요일 저녁"은 완전히 다른 옷을 부릅니다.
둘째, 실루엣. 무엇을 중심으로 조합할지. "네이비 슬랙스 중심으로"라는 한 마디가 후보를 절반으로 줄여줍니다.
셋째, 색의 범위. 전부 지정할 필요는 없어요. 제외할 색 하나만 말해도 충분한 경우가 많습니다. "흰색과 검정 제외"처럼요.
넷째, 무드. 어떻게 보이고 싶은지. "차분하게", "편하되 신경 쓴 느낌으로". 이게 빠지면 결과가 밋밋해집니다.
이 네 가지를 넣으면 두 문장이어도 질문이 선명해질 수 있어요. 반대로 필요한 맥락이 빠지면 답이 평범해질 가능성이 커집니다.
그런데 프롬프트만 잘 써도 소용이 없는 경우가 있습니다.
프롬프트 이전에 데이터입니다
AI가 볼 수 있는 것은 등록된 옷뿐입니다.
옷장의 절반만 등록되어 있으면, 아무리 좋은 프롬프트를 써도 절반의 답만 나옵니다. 나머지 절반에 정답이 있어도 AI는 그 존재를 모르니까요.
더 곤란한 건 태그가 틀려 있을 때예요. 니트가 '재킷'으로 등록돼 있으면, 좋은 프롬프트가 정확하게 틀린 답을 만들어냅니다. 아무 정보 없이 헤매는 것보다 나쁜 상황이죠.
그래서 순서가 있어요. 등록률을 먼저 올리고, 태그를 한 번 검수하고, 그다음에 프롬프트를 다듬는 것. 이 순서를 뒤집으면 아무리 좋은 질문을 던져도 결과가 좋아지지 않습니다.
준비가 됐다면, 이제 문장을 만들어볼게요.
복사해서 쓰는 프롬프트 네 가지
상황별로 그대로 쓸 수 있는 형태로 정리했어요. 아이템 이름만 바꾸면 됩니다.
출근
내일 오전 팀 회의, 오후 외부 미팅. 비즈니스 캐주얼.
네이비 슬랙스를 중심으로, 재킷은 필수. 차분한 톤으로.
여행
3월 로마, 낮 18도 밤 9도. 성당 두 곳 방문 예정이라 어깨와 무릎을 덮어야 함.
캐리어 하나 분량, 5일치.
결혼식 하객
토요일 저녁 실내 결혼식. 흰색과 검정 제외.
무릎 아래 기장, 신발은 이미 있는 베이지 힐 기준으로.
데이트
금요일 저녁 캐주얼한 와인바. 많이 걷지 않음.
편하되 신경 쓴 느낌. 지금 가진 가죽 재킷을 중심으로.
네 개 모두 두세 문장이지만, TPO·실루엣·색·무드가 전부 들어 있습니다.
한 문장을 더 붙이면 달라집니다
여기서 한 단계 더 갈 수 있어요.
결과가 나왔을 때 "왜 이 조합을 골랐어?" 라고 물어보세요. 이유를 들으면 내가 무엇을 안 말했는지가 보입니다. "가을 톤에 맞춰서"라는 답이 돌아오면, 내가 계절을 말하지 않았는데 AI가 추측했다는 뜻이거든요. 다음 요청에서 그 부분을 명시하면 답이 더 정확해져요.
그리고 결과가 마음에 안 들 때는 빼는 조건을 추가해보세요. "지난주에 입은 조합은 제외", "상의는 니트 말고". 더하는 것보다 빼는 것이 새로운 조합을 여는 경우가 훨씬 많습니다.
에이클로젯(Acloset) AI 코디에서도 위 템플릿을 붙여넣고 아이템 이름만 바꿔보세요. 마음에 드는 결과는 코디로 저장하고, 다음 요청에는 제외할 조건이나 선호를 더해보면 됩니다.
AI가 못 알아듣는 게 아니었어요. 우리가 말을 하지 않은 거예요.
❓ FAQ
Q: 프롬프트를 길게 쓸수록 좋은가요?
A: 길이보다 맥락이 중요해요. 상황·실루엣·색·무드는 유용한 체크리스트이고, 그중 필요한 조건부터 두 문장으로 적어도 충분합니다.
Q: AI가 계속 비슷한 조합만 제안해요.
A: 제외 조건을 하나 추가해보세요. "지난주 조합 제외", "이 색은 빼고"처럼 빼는 조건이 새로운 후보를 여는 경우가 많아요.
Q: 에이클로젯 AI 코디에 어떻게 요청하면 좋나요?
A: 이 글의 템플릿을 그대로 붙여넣고 아이템 이름만 바꾸면 돼요. 결과를 코디로 저장하고, 다음 요청에 제외 조건이나 선호를 더해보세요.
References & Sources:
- ACM Computing Surveys, "A Survey on Conversational Recommender Systems"
- ACM Transactions on Intelligent Systems and Technology, "Analysing Utterances in LLM-Based User Simulation for Conversational Search"
- Fashion and Textiles (Springer), "LLM-generated content-based explanations for user experience in fashion recommender systems"
에이클로젯 매거진 팀에서 발간하였습니다.
내 옷장부터 정리해보세요
더 잘 입고, 덜 사세요 — 에이클로젯과 함께.
