OnTheTop
- 이름: On The Top(OTT)
- 목표: 데스크테리어 애호가를 위한 AI 기반 추천 서비스
- 핵심 차별점: 사용자의 책상 이미지를 분석 → AI로 어울리는 아이템 생성 → 클릭 한 번으로 구매까지 연결되는 E2E 서비스
AI 기술의 역할:
- Vision AI 파이프라인을 활용해 "사진으로 찍은 현재 데스크" → "AI가 생성한 추천 데스크"로 시각적 변환 제공
- 단순 텍스트 추천이 아닌 실제 이미지로 직관적 경험 제공
본 서비스는 사용자의 데스크 환경을 분석하고, 어울리는 제품을 추천 및 구매할 수 있는 AI 기반 데스크테리어 플랫폼입니다. 사용자의 참여와 상호작용을 통해 개인화된 경험을 제공하며, 다음과 같은 주요 기능을 중심으로 서비스가 구성됩니다.
AI 파이프라인 플로우:
- 이미지 분석 (Blip): 사용자 업로드 이미지 → 세부 설명 텍스트 생성
- 객체 인식 (Grounding DINO): 책상 위 기존 객체(lamp, monitor, chair 등) 감지 & 좌표 추출
- 세그멘테이션 (SAM2): 인식된 객체별 정확한 마스크 생성
- 프롬프트 생성: 분석 결과 + 사용자 선호도 → 최적화된 프롬프트 작성
- 이미지 생성 (SDXL Inpainting): 기존 배경 보존 + 마스크 영역에만 추천 아이템 생성
기술적 특징:
- E2E 파이프라인으로 사용자 업로드부터 최종 결과까지 자동화
- SAM2의 정밀 세그멘테이션으로 기존 객체와 신규 생성 아이템의 자연스러운 블렌딩 실현
- SDXL Inpainting을 활용해 배경/조명 일관성 유지 (기존 이미지 컨텍스트 보존)
- 생성된 추천 이미지에서 자동 태그 추출 → 쇼핑 링크 연결
출력 형식:
- Before/After 이미지 제공으로 변화 시각화
- 자동 인식된 아이템 태그 (#LED조명, #모니터암 등)
- 각 태그별 최저가 상품 링크
- 사용자는 AI로 생성한 Before/After 이미지 또는 본인의 실제 데스크 셋업을 커뮤니티 게시글로 공유할 수 있습니다.
- 게시글에는 사용된 아이템 목록이 함께 작성되며, 다른 사용자들과 데스크 구성을 공유하고 피드백을 주고받을 수 있습니다.
- 커뮤니티 게시글 또는 추천된 아이템은 스크랩 기능을 통해 저장할 수 있으며, 마이페이지에서 다시 확인 가능합니다.
- 관심 있는 아이템이나 셋업 구성을 따로 모아보며 추후 구매 또는 참고가 가능합니다.
- 특정 시간대(매일 오후 11시 등)에 한정된 수량의 특가 상품을 제공하는 정기 이벤트를 운영합니다.
- 커뮤니티 활동, AI 이미지 생성, 스크랩 등의 서비스 이용에 따라 포인트가 적립됩니다.
- 적립된 포인트를 활용하여 서비스 내에서 데스크 아이템을 직접 구매할 수 있으며, 현금 결제가 필요 없는 순환 구조를 유도합니다.
| teddy.hwang 황준식 |
ethan.park 박유찬 |
guinness.park 박용준 |
evan.an 안상운 |
woody.lee 이동재 |
brix.kim 김부영 |
|---|---|---|---|---|---|
 |
 |
 |
 |
 |
 |
| 풀스택 | 풀스택 | 클라우드 | 클라우드 | 인공지능 | 인공지능 |
| @junsikhhh | @Parkyuchan | @flydog98 | @luckyPrice | @ehdwo0427 | @thplus |
| 분류 | 기술 |
|---|---|
| Frontend | React, TypeScript |
| Backend | Spring Boot |
| DevOps | AWS, GCP, GitHub Actions, Docker, Kubernetes, Nginx |
| AI Pipeline | Blip (이미지 분석), Grounding DINO (객체 인식), SAM2 (세그멘테이션), SDXL (이미지 생성), SDXL Inpainting (이미지 편집) |
| 모듈 | 기술 | 역할 | 선택 이유 |
|---|---|---|---|
| 이미지 분석 | Blip | 사용자 업로드 이미지의 콘텍스트 이해 | 정확한 캡셔닝으로 프롬프트 생성의 기초 제공 |
| 객체 인식 | Grounding DINO | 책상 위 객체들의 위치/종류 감지 | Open-vocabulary detection으로 다양한 가구 인식 가능 |
| 세그멘테이션 | SAM2 (Segment Anything Model 2) | 인식된 객체의 정확한 마스크 생성 | 픽셀 단위 정확도로 inpainting 품질 향상 |
| 이미지 생성 | SDXL (Stable Diffusion XL) | 고해상도 이미지 생성 | 기존 SD 대비 이미지 품질 & 텍스트 이해도 개선 |
| 이미지 편집 | SDXL Inpainting | 마스크 영역에만 새로운 객체 생성 | 기존 배경 보존 + 일관된 스타일 유지 |
| 기간 | 주요 작업 |
|---|---|
| 03/31 ~ 04/11 | 기획 |
| 04/14 ~ 04/25 | 디자인 |
| 04/28 ~ 05/09 | 개발 |
| MM/DD ~ MM/DD | 테스팅 및 1차 배포 |