“보이는 데이터”를 “쓸 수 있는 데이터 “로: 코오롱몰의 LLM 기반 상품 속성 추출 여정

문제 상황

• 패션 상품의 사이즈, 소재, 핏 정보가 이미지에만 있어 검색과 필터에 활용하기 어려운 상태
• 메타데이터 부재로 고객이 상세페이지를 직접 스크롤해야 하는 탐색 비효율 발생
• 수십만 개 상품의 속성 정보를 사람이 입력하기에는 시간과 비용 부담이 큰 상황

원인 분석

• 상품 상세 이미지에 정보가 디자인 요소로 포함되어 DB에는 상품명과 가격 정도만 존재
• 브랜드별 표기법 차이로 속성 용어 표준화가 어려운 구조
• 큰 이미지 입력과 불완전한 OCR 결과로 할루시네이션과 오인식이 발생

해결 방법

• Amazon Bedrock의 Claude Sonnet 3.5 v2를 활용해 OCR 텍스트와 상품 정보를 구조화된 속성으로 추출
• 이미지 크롭, EasyOCR 필터링, 불용어 기반 검증으로 추출 정확도 보정
• 마크다운 형태로 사이즈표를 정규화하고 Docker, ECR, SageMaker 기반 자동 업데이트 파이프라인 구축

성능/운영 포인트

• 추출 시간 96% 이상 절감, 추출 비용 90% 절감
• 모델 정확도 82.9%에서 99.6%까지 향상
• 사이즈탭 노출률 확대와 클릭 대비 구매 전환율 약 33% 상승