AWS Bedrock과 Claude 3.5 Sonnet을 활용한 자동 상품 이미지 검수 시스템 구축기

간단 소개

AWS Bedrock과 Claude 3.5 Sonnet을 활용하여 자동 상품 이미지 검수 시스템을 구축하고, 성능을 최적화한 과정을 소개합니다.

AI Summary

프로젝트 배경 및 목표
- 올리브영은 다양한 플랫폼의 상품 이미지 기준을 충족해야 하는 과제에 직면, 특히 외부 플랫폼의 가이드라인 준수가 중요했습니다.
- AI 기반 자동 이미지 검수 시스템 도입을 통해 수동 검수의 비효율성을 극복하고 일관성을 확보하고자 했습니다.
AI 모델 선택 및 구현
- AWS Bedrock의 Claude 3.5 Sonnet 모델을 선택, 정확도와 AWS 인프라 통합 용이성을 고려했습니다.
- 프롬프트 엔지니어링을 통해 AI의 예측 불가능한 결과를 통제하고, System Prompt, Temperature 등의 파라미터를 최적화했습니다.
시스템 구조 및 결과
- 이미지 업로드, 분석, 결과 처리, 데이터 관리 서비스로 구성된 시스템을 구축했습니다.
- 최종 운영 대상 상품 검증 결과, 전체 정확도 약 99.8%, 가이드 미준수 검출률 약 99.8%를 달성했습니다.
- 향후 Prompt 개선, 모델 성능 모니터링, 다양한 이미지 유형 대응력 강화 등의 개선 계획을 가지고 있습니다.