1407벌 여성복 입혀보는 AI 가상 피팅, Go와 ComfyUI로 오픈소스 공개

개인 개발자가 의류 이미지 1407장을 골라 인물 사진에 입혀보는 AI 가상 피팅 웹사이트를 직접 만들어 소스를 공개했다. 개발자는 중국 개발자 커뮤니티 V2EX에 글을 올려, 원래는 옷을 찾고 코디를 살펴보는 용도로 시작했다가 AI 착용 기능을 덧붙이면서 프런트엔드와 백엔드를 함께 오픈소스로 풀었다고 설명했다.

가장 먼저 눈에 띄는 것은 의류 이미지 라이브러리다. 1407장의 참고 이미지를 중국어와 영어로 검색할 수 있고, 분류 필터와 확대 보기를 지원한다. 이 갤러리를 둘러보는 데는 API 키가 필요 없다. 여기에 인물 사진을 올리고 마음에 드는 옷을 참고 이미지로 고르면 착용 결과물을 생성하는 기능이 붙는다.

모델은 하나로 고정되어 있지 않다. GPT Image, Gemini, Doubao(豆包) 등을 선택할 수 있고, API 키와 Base URL, 모델 이름을 사용자가 직접 설정하는 방식이다. 같은 요청을 여러 모델로 돌려 결과를 비교해볼 수 있다는 뜻이다. 유료 클라우드 API를 쓰지 않고 싶은 사용자를 위해 ComfyUI 워크플로도 함께 넣었다. 자신의 GPU로 로컬 추론을 돌리는 경로다.

구성은 단순한 편이다. 프런트엔드는 정적 페이지로 배포되고, 백엔드는 GoFrame v2로 작성됐으며 Docker Compose로 띄울 수 있다. 라이선스는 MIT다. 갤러리만 보려면 정적 페이지만 있으면 되고, 가상 피팅을 쓰려면 백엔드를 세우고 모델을 연결해야 한다. 클라우드 모델을 고르면 해당 서비스의 API 사용량이 차감되고, ComfyUI를 고르면 실행 환경과 그래픽카드를 직접 준비해야 한다.

이 프로젝트가 실무에서 참고할 만한 지점은 모델 선택지를 인터페이스 뒤로 숨기지 않았다는 점이다. 상용 API와 로컬 추론을 동일한 백엔드에서 갈아끼울 수 있게 만든 구조는, 이미지 생성 기능을 사내 서비스에 붙일 때 비용과 데이터 반출 문제를 상황에 따라 조정하는 패턴으로 쓸 수 있다. Go 기반 백엔드에 정적 프런트엔드를 조합한 구성도 배포 부담이 적다.

개발자 본인도 개선할 부분이 남아 있다고 밝혔다. 모델별로 착용 결과의 일관성이 떨어지고, 옷의 세부 디테일을 얼마나 유지하는지도 차이가 있으며, 로컬 추론 경험이 아직 매끄럽지 않다는 것이다. 커뮤니티 반응도 엇갈렸다. 한 이용자는 갤러리 이미지가 대략적인 설명에서 뽑힌 것인지 세밀한 설명에서 나온 것인지 물었고, 다른 이용자는 체형 표현과 스타일링이 실제 착용자층과 맞지 않는다는 지적을 남겼다. 의류 이미지의 설명 품질과 생성 결과의 재현성은 이 프로젝트가 계속 풀어야 할 숙제로 남아 있다.