Design of a Linked Outfit Recommendation System Based on Personal Gallery Data

본 연구는 개인의 스마트폰 갤러리 데이터를 활용해 실제 보유 의류를 기반으로 맞춤형 코디를 제안하는 AI 패션테크 서비스 ‘내오시옷(NeoSiot)’의 시스템 구조와 사용자 경험(UX) 설계를 제안하는 것을 목적으로 한다. 기존 날씨·패션 추천 서비스와 선행연구를 분석하고, ViT 기반 갤러리 이미지 인식 모듈, OpenCV를 활용한 의류 속성 태깅, 기상·일정 데이터 연동, 하이브리드 추천 알고리즘으로 구성된 시스템 아키텍처를 설계·구현하였다. 또한 일일 코디 제안-착용 및 감정 기록-다음날 반영으로 이어지는 반복 루틴형 UX와 감정 피드백 기반 학습 메커니즘을 정의하였다. 100명을 대상으로 1주간 5점 리커트 척도의 파일럿 평가를 실시한 결과, 갤러리 기반 자동 등록, 기온·체감온도·강수·TPO를 통합한 추천의 유용성, 사용 용이성, 피드백-재추천 구조 및 전반적 만족도에서 긍정적 응답이 확인되었다. 이는 제안한 시스템과 UX가 사용자 관점에서 수용 가능하며 실사용 잠재력을 갖춤을 시사한다. 본 연구는 평균화된 추천을 넘어 개인 데이터 중심의 미시적 개인화와 일상 루틴을 결합한 패션 추천 시스템의 가능성을 제시한다.