패션 도메인에서 카탈로그 속성을 어떻게 정의하고 AI를 통해 추출할 계획인가요?

패션 카탈로그 속성을 추출한 뒤 그 결과가 실제로 쓰이는 자리를 의식하는 것이 중요하다는 것을 알게 됐습니다. 속성값이 검색 필터에서 쓰일 때와 추천 알고리즘 피처로 쓰일 때는 정밀도 기준이 달라지는 자리가 있습니다. 검색 필터에서는 색상·소재 분류 오류가 바로 0건 검색 결과로 이어지고, 추천에서는 피처 노이즈가 쌓이면 추천 품질이 전반적으로 낮아집니다. 프로젝트에서 추출 결과를 처음에는 모델 성능 지표로만 봤는데, 팀원이 '이 속성이 필터에서 어떻게 보여지는지'를 물었고 그 자리에서 사용자 시야로 속성값을 다시 보는 자리가 생겼습니다. 잘못된 색상 분류가 검색 결과 0건을 만드는 자리라는 것을 직접 확인했고, 이후 속성 추출 평가에 사용자 시나리오 점검 항목을 포함했습니다.

추출 정확도는 사용자 결과를 통해서만 완성된다는 결이 그때 굳었습니다. 그 결이 이후 모델 평가 기준에 사용 시나리오를 먼저 두는 자리로 이어졌습니다.