유통 / 온라인 식료품
Instacart: 상품과 추천 묶음의 이미지 제작
- 기업
- Instacart
- 국가
- 미국
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
온라인 식료품에서는 손님이 매장에서처럼 상품을 집어 살펴볼 수 없다. Instacart 안에서 이미지 생성은 팀마다 따로 돌아갔다. 팀마다 다른 모델과 다른 프롬프트 방식, 다른 평가 기준을 썼다. 어떤 프롬프트가 음식 사진에 잘 듣는지, 어떤 모델이 가장 사실적인지, 품질을 어떻게 잴지를 팀마다 처음부터 익혀야 했다.
적용한 기술과 데이터
Instacart는 PIXEL이라는 하나의 이미지 생성 플랫폼을 만들었다. 여러 모델에 접근하고 필요한 매개변수와 설정을 대신 만들어 준다. 이미지를 만들 때와 평가할 때 쓸 프롬프트의 기본값이 들어 있고 팀이 바꿀 수도 있다. 기술 지식이 없는 사람도 쓸 수 있는 화면을 뒀다. 자동 평가는 LLM이 만든 프롬프트로 이미지를 먼저 만들고, 프로젝트 필요에 맞춰 LLM이 평가 질문을 만든 뒤, 그 질문과 이미지를 vision language model에 넘겨 판정하는 순서로 돈다. 평가 질문은 구성, 일관성, 스타일, 전반적인 매력을 확인한다. 최종 품질은 사람 심사자가 판단한다.
성과
Instacart는 PIXEL을 쓰는 팀이 새 이미지를 만드는 시간을 10배 줄였다고 밝혔다. 회사는 vision language model을 되먹임 고리로 써서 사람 심사자의 이미지 승인 비율을 20%에서 85%로 끌어올렸다고 설명했다. 정육 부위 이미지를 넣은 뒤 해당 품목의 탐색 시간과 장바구니 담기 시간이 25% 넘게 줄었고, 개인화 추천 묶음의 장바구니 전환은 15% 올랐다고 밝혔다.
한계와 남은 과제
수치는 특정 이미지 제작 절차와 정육 부위 같은 일부 품목에서 나온 값이다. 원문은 생성한 이미지의 총량이나 비용 절감액을 밝히지 않았다.
출처
- Introducing PIXEL: Instacart’s Unified Image Generation Platform | by Prithvi Srinivasan | tech-at-instacarttech.instacart.com, 확인
- Introducing PIXEL: Instacart's Unified Image Generation Platformcompany.instacart.com, 확인
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.