비교에서 확인할 점
정면·측면·디테일·착용컷을 구분하고, 품목별 속성과 판매 기간을 맞춰 비교합니다. 점수가 높아도 발주에 적합한 비교 대상인지는 따로 판단합니다.
Visual & Attribute Intelligence · AI Forecast
이미지와 속성으로 유사성을 판별해,
발주 결정까지 잇습니다
ONDO AI FORECAST는 상품 이미지에서 정면 사진을 자동으로 골라 벡터로 바꾸고, 상품 속성을 자동으로 태깅해 과거 유사·호조 상품과 비교합니다. 이미지로 산출한 유사도와 속성으로 산출한 유사도가 만나, 판매수량 예측과 발주수량 확정까지 하나의 흐름으로 이어집니다.
정면판별·오토태깅 자동화 · 이미지·속성 두 갈래 유사도 매칭 · 예측 판매수량을 목표판매율로 역산한 발주수량 제시 · 모든 자동판단은 확정 전 사람이 검토
- 수집상품·이미지 준비원천 데이터와 오더시트 연결
- 선별정면 이미지 판별후보 점수와 원본 함께 검토
- 태깅품목별 속성 추천기장·핏·소재 등 담당자 보정
- 매칭유사상품 검색이미지 벡터·속성 가중치
- 예측판매수량 검토과거 판매 실적과 트렌드 반영
- 확정발주량 조정·승인목표판매율 역산과 변경 이력
The Problem
유사 상품을 찾는 일과,
얼마나 만들지 정하는 일은 같은 질문이었습니다
상품 이미지와 판매 이력이 흩어져 있으면 다음 시즌 신상품을 어떤 과거 상품과 비교할지 정하기 어렵습니다. 정면 사진 선택, 속성 태깅, 발주 검토는 모두 '무엇을 기준으로 비교할 것인가'에서 출발합니다. ONDO AI FORECAST는 이미지와 속성 두 갈래로 비교하고, 그 결과를 발주 결정까지 잇습니다. 담당자는 매칭 점수와 실제 상품을 함께 확인합니다.
Matching Design
비교 기준을 먼저 정하고,
유사도와 판매 이력을 함께 봅니다
이미지든 속성이든, 수집한 데이터를 가리지 않고 그대로 쓰면 비교 기준이 흔들립니다. ONDO AI FORECAST는 유사도를 계산하기 전에 반드시 '무엇을 기준으로 삼을지 먼저 정하는 단계'를 거칩니다.
정면 우선 파이프라인 · ONDO AI FORECAST
신뢰도(Confidence Score) 최고값으로 정면 이미지를 먼저 확정한 뒤 벡터화하고, AI가 태깅한 속성을 가중치로 비교해 과거 유사·호조 상품의 실적을 근거로 예측 판매수량을 산출합니다. 최종 결정은 항상 담당자가 내립니다.
- 정면 우선 판별
- 속성 가중치 유사도
- 호조·부진 패턴 분석
- 목표판매율 역산
- 신뢰도 스코어 기반
- 최종 결정은 사람
One Question, Two Engines
같은 질문에, 두 가지 방식으로 답합니다
'무엇과 유사한가' — ONDO AI FORECAST는 이 질문에 이미지의 시각적 유사도와, 태깅된 속성의 조합 유사도로 각각 답합니다. 담당자는 두 결과와 과거 판매 실적을 함께 검토합니다.
Visual Match
이미지 유사도 — 보이는 대로 비교합니다
정면으로 확정된 상품 이미지를 벡터로 변환해 거리 기준으로 후보 상품을 찾습니다. 실루엣·색감 등 어떤 특징이 반영됐는지 실제 검색 결과로 확인합니다.
- 신뢰도 점수 기반 정면 자동판별
- 벡터 거리 기반 유사 이미지 검색 API
Attribute Match
속성 유사도 — 태깅된 특징으로 비교합니다
AI가 품목별로 태깅한 기장·소재·핏 같은 속성을 항목별 가중치로 비교해, 구조적으로 유사한 상품을 찾습니다. 과거 판매 실적과 연결하면 예측까지 확장됩니다.
- 품목별 속성 가중치 기반 매칭 점수
- 호조·부진 상품 패턴을 근거로 한 판매수량예측
공유하는 설계 원칙
이미지든 속성이든, 같은 신뢰 구조를 거칩니다
AI가 먼저 판단한 원본이 있고, 사람이 검수해 만든 최종본이 있고, 그 사이의 모든 변경은 이력으로 남습니다. 확정된 판단은 함부로 덮어써지지 않도록 잠그고, 되돌릴 때도 그 과정이 기록됩니다. 이미지로 찾든 속성으로 찾든, 최종 결정 전에는 반드시 사람의 눈을 거칩니다.
Capabilities
두 엔진이 하는 일
이미지를 벡터로 바꾸고 속성을 태깅하는 것에서 끝나지 않습니다. 판별·매칭·예측·보정까지 한 루프로 묶습니다.
이미지 유사도
정면 스냅샷 자동 추출
자사·경쟁사 상품 이미지 중 신뢰도 점수가 가장 높은 한 장을 정면 이미지로 자동 선별합니다.
이미지 벡터화 API
이미지 파일을 입력받아 유사도 검색에 사용할 벡터 값을 반환합니다.
유사 이미지 검색 API
이미지 파일을 입력하면 유사도 점수를 포함한 유사 상품 목록을 반환합니다.
판매수량예측
품목별 AI 속성 자동 태깅
이미지와 상품 정보를 바탕으로 기장·소재·핏 등 속성을 품목별로 자동 추천합니다.
속성 가중치 유사상품 매칭
태깅된 속성을 항목별 가중치로 비교해, 과거 판매 상품을 매칭 점수 순으로 찾습니다.
호조·부진 패턴 리포트
잘 팔린 상품과 부진한 상품 각각의 공통 속성을 AI가 자연어로 요약해 근거를 제시합니다.
트렌드 적합도 스코어링
시즌별 트렌드 리서치 결과를 기준으로, 상품별 적합도를 실루엣·소재·컬러 등 항목별로 점수화합니다.
목표판매율 기반 발주 역산
예측 판매수량을 목표판매율로 나눠 권장 발주수량을 자동 계산하고, 담당자가 즉시 조정할 수 있습니다.
단계별 잠금과 이력 관리
업로드·태깅·수량확정 각 단계를 상태로 관리하고, 확정 후에는 잠가 실수 수정을 막습니다.
04 / TOOLS직무별 AI 도구
직무에 맞는 AI 도구
기획부터 영업까지, 같은 데이터 위에서 각 직무가 바로 쓰는 도구로.
01
수입 직무
AI판매수량예측
오더시트(엑셀)와 상품 이미지를 올리면 속성을 자동 태깅하고, 유사 속성 상품의 과거 실적을 학습해 시즌 판매수량과 추천 발주량을 예측합니다. 업로드 → 오토태깅 → 수요예측까지 한 흐름으로 이어집니다.
1데이터 업로드오더시트 · 상품 이미지
2속성 오토태깅AI 자동 속성 추출
3수요예측판매수량 · 트렌드
본국 자료 업로드오더시트(엑셀)와 상품 이미지(ZIP)를 올리면 자동으로 매칭·적재됩니다
📊
오더시트 (XLSX)
클릭 또는 드래그 · XLSX 최대 50MB
XLSXBLANC_27E_order.xlsx6행
🗂️
상품 이미지 (ZIP)
클릭 또는 드래그 · ZIP/JPG 최대 500MB
ZIPBLANC_27E_images.zip12장
📋 통합 상품 리스트 오더시트 ↔ 상품 이미지 자동 매칭 · 6 SKU
이미지V-STYLE · 컬러카테고리 · 품목사이즈혼용율WHLS($)RETAIL($)상태
V136584815001 BLK니트 · 크루넥 풀오버XS–XLWOOL 70 / NYLON 30128295정상
V136684798137 OWT니트 · 라운드넥S–XLWOOL 100135310정상
V136684799944 TUR니트 · 케이블 풀오버XS–LCASHMERE 30 / WOOL 70142330정상
V132713134242 COS코트 · 랩 코트S–LWOOL 80 / NYLON 20268620정상
V137084800466 AMA니트 · 와플 텍스처XS–XLCOTTON 60 / WOOL 40119275정상
V137084801946 SIE니트 · 페어아일 패턴S–LWOOL 100156360정상
파일명 V-STYLE_COLOR 규칙으로 이미지가 오더시트 행과 자동 매칭됩니다
속성 오토태깅상품 이미지에서 AI가 속성을 자동으로 추출·태깅합니다
상품 이미지
이미지에서 AI가 자동 추출한 속성
품목코트96%
기장미디92%
카라형태노치드 라펠89%
클로저랩 · 벨트87%
소매셋인 슬리브90%
핏릴렉스드84%
컬러카멜95%
소재울 블렌드88%
수요예측태깅된 속성으로 판매수량·판기·트렌드를 예측합니다
사이즈별 예측 분포 SKU 배분
XS8%
S24%
M38%
L22%
XL8%
주차별 판매 트렌드 피크 3월 2주
2027 SS · 3월 2주 최대 판매
⚠유사 속성(카멜 미디 코트) 상품 대비 초기 4주 판매가 가팔라 조기 소진 위험 — 발주 12% 상향(1,400장) 및 M·L 사이즈 비중 확대 권장.
업무 흐름 자동 시연
03 / ANALYTICS데이터 분석 · DASHBOARD
데이터를 의사결정으로
흩어진 사내·외부 데이터를 대시보드로. 고객을 이해하고, 상품평을 읽고, 경쟁사를 추적합니다
실제 운영하는 분석 화면을 그대로 재현했습니다.
전사 기준월 2026.06 · 당월
TOTAL오프라인온라인교차
구매 고객수
8.1만명
▼ 32.5% · -3.9만
재구매 고객
5.3만명
▼ 26.2% · -1.9만
신규 첫구매
8,110명
▼ 27.4% · -3,060
이탈 고객
44.4만명
▲ 13.4%
회원 매출
292.9억원
▼ 24.9% · -97억
구매 인식률
58.1%
▼ 0.4%
성별·연령 분포 남 23,133명(28.5%) · 여 58,060명(71.5%)
~29
30–34
35–39
40–44
45–49
50–54
55–59
60–64
남성여성
고객 흐름 첫구매 → 재구매 → 이탈
첫구매 고객
1.1만명 → 재구매 5.3만명
재활성 고객
1.7만명
구매 건당 금액
232천원
BEST 매장 구매 고객수 순
매장구매고객 · 매출
1노르데 온라인몰39,793182억
2노르데 강남점5,89431억
3노르데 현대판교1,6349억
4아틀리에엠 명동1,2106억
5블랑 롯데잠실9825억
BEST 상품 매출 순
스타일코드 · 상품매출 · 고객수
1NDPK5A201IV · 코튼 피케 폴로88백만586
2NDSW5B118NV · 시그니처 니트79백만468
3ATJU5B062BK · 테일러드 자켓70백만124
4BLPA5A235BG · 와이드 슬랙스68백만326
5NDDR5B405WT · 플리츠 원피스65백만274
고객 분석 시스템 · 브랜드 SUMMARY / 교차구매 / 구매패턴 / 상위고객 등 9개 리포트
NORDÉ 상품평 4,325건 · STCL 290 · 24SS~
고객 기준STCL 기준
Score · 종합 평점
4.7
★★★★★
Reviews · 주차별 추이
W-5 → W · 최근 4주 상승
Emotion · 감성 분석
4,325REVIEWS
긍정 2,812 · 65%
부정 575 · 13.3%
중립 938 · 21.7%
[NORDÉ] 시그니처 코튼 피케 폴로셔츠
NDPK5A201IV · ONDO AI 상품평 요약
핵심구매요인소재 촉감 · 핏 · 색감 — “사계절 입기 좋은 두께”
만족점착용감(부드러움), 무난한 데일리 핏, 세탁 후 변형 적음
불만점사이즈가 정사이즈보다 작게 나옴 — 한 치수 업 추천
AI 예상점수88.4 / 100 · 재구매 의향 높음
ONDO AI가 4,325건 상품평을 요약·감성분류 · 상품평 BEST·재수행 지원
경쟁사 · URBN자사 · NORDÉ카테고리 · 셔츠소재 · 전체⬇ EXCEL DOWN
URBN-10%
URBN-15%
URBN-20%
URBN-10%
경쟁사 자사몰을 자동 수집 → 카테고리·정상가/할인가·핏·소재·원산지로 정형화
How It Works
수집에서 발주까지, 7단계로 잇습니다
이미지와 오더시트를 모아 정면을 고르고 속성을 태깅한 뒤, 이미지와 속성 두 갈래로 유사도를 계산합니다. 그 결과는 판매수량예측을 거쳐 발주수량 확정까지 이어지고, 사람은 각 단계에서 결과를 확인하고 필요할 때만 고칩니다.
수집
자사·본사 상품 이미지와 오더시트 정보를 자동으로 수집합니다.
정면판별·속성태깅
신뢰도 점수로 정면 이미지를 확정하고, 품목별 AI가 속성을 자동으로 태깅합니다.
벡터화·속성매칭
정면 이미지는 벡터로, 태깅된 속성은 가중치로 변환해 각각 유사도를 계산합니다.
패턴 분석
호조·부진 상품의 공통 속성을 AI가 자연어 리포트로 요약합니다.
수량 예측
유사상품과 트렌드 적합도를 종합해 예측 판매수량과 추정 범위를 산출합니다. 실제 오차는 과거 판매 이력으로 검토합니다.
발주 확정
목표판매율로 역산한 권장 발주량을 담당자가 검토해 최종 확정합니다.
보정
모든 자동판별·예측 결과는 확정 전까지 언제든 사람이 되돌릴 수 있고, 변경 이력이 남습니다.
정면 판별과 속성 태깅을 유사도 계산보다 먼저 진행합니다. 담당자가 원본과 추천 결과를 확인해 비교 기준을 정합니다.
Adoption Criteria
검색 결과부터 발주 판단까지,
업무 기준으로 검토합니다
비교할 상품과 판매 기간을 정하고, 검색 적합성·예측 오차·사람의 수정 흐름을 구분해 확인합니다.
Catalog
상품 데이터 준비
상품 ID·품목·이미지·속성·판매 이력을 연결합니다. 수집 권한과 누락·중복 처리 기준을 먼저 확인합니다.
Image Selection
정면 판별 검토
자동 선별한 정면 이미지가 실제로 비교 목적에 맞는지 확인합니다. 후보 점수의 자릿수와 실제 정답률을 구분합니다.
Search Relevance
유사상품 검색 적합성
담당자가 정한 비교 상품과 상위 검색 결과를 대조합니다. 이미지와 속성 가중치를 바꿨을 때 결과가 어떻게 달라지는지 살펴봅니다.
Operation
처리량과 운영 주기
상품·이미지 수와 갱신 주기에 맞춰 배치·검색 구성을 정합니다. 처리 시간과 오류·재처리는 실제 데이터로 확인합니다.
Forecast Validation
판매수량 예측 오차
예측 시점 뒤의 실제 판매량과 결과를 비교합니다. 계절성·품절·할인·판매 기간 차이와 비교 가능한 상품 수를 함께 검토합니다.
Data Boundary
사내 데이터와 연결 범위
이미지·속성·판매 이력을 사내에서 관리하는 구성을 기준으로 연동 대상을 정합니다. 외부 데이터나 API 연결 시 전송 범위와 접근 권한을 확인합니다.
Decision
최종 발주 결정은 담당자에게
매칭 결과·판매수량 예측·목표판매율을 함께 보고 권장 발주량을 조정합니다. 확정과 취소를 구분해 변경 이력을 남깁니다.
Scope & Validation
발주 판단에 필요한
입력과 검토 조건을 정합니다
점수는 후보를 비교하는 값입니다. 정면 판별 정확도와 판매 예측 오차는 별도 평가하며, 담당자가 원본과 이력을 확인하고 확정합니다.
| 준비 자료 | 상품 ID·이미지·오더시트·품목별 속성·기간별 판매 이력 |
|---|---|
| 운영 범위 | 상품·이미지 수와 갱신 주기를 확인해 수집·판별·태깅 배치를 구성 |
| 후보 점수 | 정면 이미지 후보와 매칭 점수를 검토 — 소수점 자릿수는 정확도 지표가 아님 |
| 태깅 항목 | 품목별 기장·핏·소재·패턴 등 속성을 AI가 추천하고 담당자가 수정 |
| 발주 산출식 | 권장 발주수량 = 예측 판매수량 ÷ 목표판매율(0 초과 1 이하의 비율). 최소 발주 단위와 반올림은 별도 적용 |
| 상태 관리 | 업로드 → 태깅 → 수량확정 3단계로 진행 상태를 관리하고, 확정 후에는 조회만 가능하도록 잠금 |
| 변경 이력 | 상품 ID로 자동 추천값과 담당자가 확정한 값을 연결해 관리 |
| 적용 범위 | 연결할 브랜드·품목·판매 채널과 사용할 수 있는 데이터를 도입 시 확인 |
- 원천에 맞춰 AI 정면판별과 URL 패턴 파싱을 구성하고, 잘못 선별된 이미지와 누락을 확인합니다.
- 동일 상품의 중복 이미지와 대표 이미지 선택 규칙을 검토해 비교 기준을 정합니다.
- 예측은 비교 상품 수·판매 기간·품절과 할인 이력에 영향을 받습니다. 추정 범위를 통계적으로 검증된 신뢰 구간으로 해석하려면 별도 평가가 필요합니다.
- 확정된 발주수량은 잠가 실수로 덮어써지지 않게 하고, 되돌리려면 명시적인 취소 절차를 거칩니다.
- 자동판별·자동예측 결과는 확정 전에 담당자가 검토·보정하고, 확정 후 변경은 취소 절차와 이력으로 관리합니다.
매칭 점수가 높다는 이유만으로 판매가 보장되지는 않습니다. 판매수량 예측과 권장 발주량은 의사결정 자료로 활용하고 담당자가 최종 확정합니다.
관련 구축 경험 — 고객 분석 대시보드
고객 분석 대시보드를 구축·운영한 경험이 분석 결과를 업무 화면으로 연결하는 토대가 됐습니다.
Roadmap
정면 판별 파이프라인에서,
이미지·속성 통합 인텔리전스로
이미지 유사도 검색과 오토태깅·판매수량예측은 이미 각자의 업무 화면으로 오픈되어 실사용 중입니다. 다음 단계는 두 엔진을 더 깊이 연결하는 것입니다.
- STAGE 0 · 완료
두 파이프라인 설계
정면판별 알고리즘과 품목별 속성 태깅 체계를 설계하고, 저장 스키마를 확정한 뒤 자사·본사 이미지·오더시트 데이터를 초기 적재했습니다.
- STAGE 1 · 완료
오토태깅·수요예측 업무 화면 오픈
자료 업로드부터 속성 태깅, 판매 시점 입력, 수량 확정까지 이어지는 업무 화면을 오픈해 담당자가 실사용 중입니다.
- STAGE 2 · 지금
이미지·속성 유사도 동시 운영
이미지 벡터 유사도 검색과 속성 가중치 기반 판매수량예측이 각각 매주 자동 배치로 운영되며, 화면 수동 보정을 병행하고 있습니다.
- STAGE 3 · 다음
두 엔진 통합 확장
이미지·속성 유사도를 함께 활용하는 통합 매칭과, 중복 방지·발주 자동화 고도화를 진행합니다. 검색·예측 API를 사내 다른 시스템과 연동합니다.