인공지능 기반 의류 온라인 쇼핑몰 상세 페이지 생성 자동화 프레임워크 제안 = AI-Based Automated Framework for Online Apparel Product Detail Pages Generation

국문 초록 (Abstract)

현재 의류 쇼핑몰의 제품 상세페이지(Product Detail Page, PDP) 제작은 대부분 수작업에 의존하고 있어, 높은 비용, 시간 소모, 전문 인력 의존및 기술적 제약 등 여러 한계가 존재한다. 이러한 문제를 해결하기 위해 본 논문에서는 인공지능 기반의 통합 자동화 프레임워크를 제안한다. 제안한프레임워크는 PDP를 네 가지 영역으로 구분하여 구성을 표준화하고, 핵심 영역인 ‘제품 장점 소구’와 ‘옵션별 사진 배열’에 자동화 알고리즘을 적용하여전체적인 페이지 제작 효율성을 높인다. 특히, ‘제품 장점 소구’ 영역에서는 패션 도메인에 사전학습된 대규모 언어 모델을 활용하여 텍스트를 자동으로생성하고, 생성된 텍스트와 어울리는 이미지를 자동으로 선별할 수 있도록 모델을 학습하여 적용한다. ‘옵션별 사진 배열’에서는 이미지를 전경과배경으로 분할한 뒤 임베딩을 생성하여, 전경과 배경 정보를 모두 반영한 계층적 클러스터링을 수행한다. 이를 통해 유사 이미지를 그룹화하고, 프레임타입 분석을 바탕으로 클러스터 내 이미지를 정렬함으로써 옵션별 상품 및 모델 이미지가 자연스럽게 배열되도록 한다. 본 논문에서는 실제 온라인쇼핑몰 데이터를 이용하여 제안된 방법을 검증하여 결과를 제시한다. 제안된 방법은 텍스트 생성 품질, 의미 있는 이미지 클러스터링 성능, 그리고정렬 일관성에서 모두 우수한 성능을 보이며, 운영자⋅전문가⋅소비자 평가에서 수작업 결과와 유사한 수준의 품질을 기록하였다. 본 연구는 텍스트와이미지 양 측면을 통합적으로 다룬 최초의 자동화 프레임워크를 제시함으로써, 패션 산업 현장에서 즉시 활용 가능한 실용성과 확장 가능성을 입증한다.

다국어 초록 (Multilingual Abstract)

Product Detail Pages (PDPs) involves significant manual efforts, resulting in high costs, time consumption, dependence on skilled labor,and various technical limitations. To address these challenges, this study proposes an AI-based integrated automation framework for PDPsgeneration. The proposed framework standardizes PDPs into four areas and applies automation algorithms, particularly to the ‘product featureappeal’ and ‘optional photo arrangement’ sections, thereby enhancing overall page generation efficiency. In the ‘product feature appeal’ section,a large language model pre-trained on fashion domain data is used to automatically generate text. This framework also adopt model thatis trained to automatically select images that matches the generated text. In the ‘photo arrangement by product options’ section, images aresegmented into foreground and background, and embeddings are generated. Hierarchical clustering, reflecting both foreground and backgroundinformation, is then used to group similar images. By analyzing frame types, images in the clusters are arranged to display optional productsand model images naturally. The proposed framework is validated using real-world data. The results demonstrate that the proposed methodexcels in text generation, image clustering, and image arrangement consistency. Furthermore, evaluations by online shopping mall operators,related experts, and consumers shows that quality level of generated PDP is comparable to manual work. This study presents the first automationframework that comprehensively addresses both text and image aspects, thereby proving its applicability and scalability in the fashion industry.