스타일을 잃어버렸나요? 텍스트-아웃핏 검색을 위한 의미 수준 접근 방식으로 탐색하기

패션 스타일리스트는 오랜 기간 동안 소비자의 욕구와 완벽한 패션 코디 사이의 간극을 메우는 역할을 해왔다. 이는 색상, 패턴, 소재 등 복잡한 조합을 포함하는 옷차림을 의미한다. 최근 패션 추천 시스템의 발전은 의상 호환성 예측 및 보완 아이템 검색 측면에서 상당한 성과를 거두었지만, 이러한 시스템은 여전히 미리 선택된 고객의 선택에 크게 의존하고 있다. 이에 우리는 패션 추천 분야에 획기적인 접근을 제안한다. 바로 사용자의 텍스트 설명만을 기반으로 완전한 의상 세트를 생성하는 ‘텍스트-의상 검색’ 작업이다. 우리의 모델은 아이템, 스타일, 의상의 세 가지 의미 수준에서 설계되었으며, 각 수준이 점진적으로 데이터를 통합하여 텍스트 입력에 기반한 일관성 있는 의상 추천을 가능하게 한다. 특히, 의상 세트 내 복잡한 스타일 매트릭스를 다루기 위해 대조적 언어-이미지 사전학습 모델과 유사한 전략을 활용하였다. 메릴랜드 폴리보어(University of Maryland Polyvore) 및 폴리보어 옷차림(Polyvore Outfit) 데이터셋을 기반으로 한 실험에서, 본 연구의 접근법은 최신 기술을 능가하는 성능을 보였으며, 텍스트-영상 검색 과제에서 뚜렷한 우수성을 입증하였다. 이 연구는 패션 추천 시스템의 새로운 방향성을 제시할 뿐만 아니라, 사용자의 텍스트 설명을 통해 개인의 스타일 선호도를 정확히 포착할 수 있는 방법론을 도입함으로써, 패션 기술의 진보에 기여하고 있다.