회사는 목요일에 생성형 AI 기반 가상 피팅 도구를 드레스로 확장한다고 발표하며, 사용자들은 보덴(Boden), 마지(Maje), 산드로(Sandro), 심카이(Simkhai), 스토드(Staud)를 포함한 수백 개 브랜드의 수천 벌에 달하는 드레스를 가상으로 착용해 볼 수 있게 되었습니다.
회사에 따르면, 드레스는 해당 도구에서 가장 많이 검색되는 의류 카테고리 중 하나였습니다. 하지만 구글이 오늘 블로그 게시물에서 설명했듯이, 드레스는 다른 의류 품목에 비해 디테일과 복잡성이 높아 현재의 확산 기술(diffusion technique)만으로는 구현에 어려움이 있었습니다.
배경 설명을 드리자면, 구글 쇼핑은 지난해 자체 확산 기술을 활용하여 상의와 블라우스를 고품질의 사실적인 이미지로 구현하는 도구를 출시했습니다. 이 기술은 의상이 다양한 포즈를 취하는 실제 사람의 몸에 어떻게 자연스럽게 드리워지고, 접히고, 달라붙으며, 주름과 그림자가 형성되는지 시뮬레이션하는 것이 핵심입니다.
드레스의 복잡한 디테일 때문에 기존 확산 모델은 꽃무늬나 기하학적 패턴 같은 섬세한 드레스 프린트까지 정확하게 포착하는 데 한계가 있었습니다. 비록 이 모델이 저해상도 이미지는 처리할 수 있었으나, 중요한 패턴 디테일을 손실 없이 구현하기 위해서는 다른 접근 방식이 필요했습니다. 이를 해결하기 위해 구글은 저해상도 이미지에서 시작하여 점진적으로 고해상도를 통합하는 새로운 훈련 전략을 개발했다고 밝혔습니다.
더욱이, 드레스는 신체 대부분을 덮고 미디, 맥시, 미니 등 다양한 기장으로 출시되는 특성상, 가상으로 드레스를 입혔을 때 신체 디테일이 가려지거나 흐릿해지는 문제가 발생할 수 있습니다. 이에 대응하여 개발된 새로운 기술인 VTO-UNet Diffusion Transformer (VTO-UDiT)는 인물의 특징을 최대한 보존하면서 드레스를 제거하고 대체함으로써, 드레스 자체와 착용자 모두를 더욱 정확하게 표현할 수 있도록 합니다.
가상 피팅 기술은 모든 체형의 고객들이 자신에게 가장 적합한 핏을 찾을 때 발생하는 불확실성을 해소하는 것을 목표로 합니다. 여러 기업들이 자체 도구를 출시하여 고객들이 드레스를 포함한 전반적인 의류를 가상으로 체험하게 하고 있습니다. 그러나 이번 확장 발표를 통해 볼 때, 구글이 경쟁사들보다 더욱 진화된 기능을 구현하려는 움직임을 보여주고 있습니다.
[출처:] https://techcrunch.com/2024/09/05/google-expands-ai-powered-virtual-try-on-tool-include-dresses