작동 방식

취향에서 오늘의 코디까지.

각 단계는 좁은 역할과 확인 가능한 결과를 가져요. 여기 있는 모든 기능은 개발 중이며, 스마트 쇼핑은 계획 단계예요.

취향 진단 → 옷 등록 → 분석 → 코디 추천 → 쇼핑 검증

취향 진단

마음에 드는 예시 룩을 무드보드처럼 골라요. 선택은 스타일 태그로 바뀌어 첫 취향 프로필(JSON)이 돼요.

옷장 등록

옷을 한 벌씩 사진으로 찍어요. tag_garment가 이미지를 비전 기능이 있는 작은 Claude 모델에 보내고, 모델은 옷 스키마에 맞는 객체 하나를 돌려줘야 해요: 카테고리, 컬러, 패턴, 소재, 핏·실루엣, 계절, 포멀함, 무드·스타일 태그. 모든 항목은 직접 고칠 수 있어요.

옷장 DB

검증된 아이템은 구조화된 레코드로 저장돼요. 수정한 내용은 태깅 평가를 위한 레이블 데이터가 돼요.

취향·옷장 분석

Claude가 대표 스타일, 컬러 팔레트, 선호하는 핏과 함께 옷장 구성, 부족한 아이템, 안 입는 옷을 요약해요. 개수는 코드로 계산하고, 해석은 Claude가 써요.

도구를 쓰는 코디 플래너

큰 Claude 모델이 get_weather, search_closet, score_outfit을 써서 데일리 코디(날씨 + 일정), 요청에 따른 상황별 코디, 계절 캡슐을 짜요. get_calendar_context는 계획 단계예요. 옷장 맥락은 프롬프트 캐싱해요.

스마트 쇼핑 (계획)

계절이나 아이템 종류별로 search_catalog(계획 단계, 파트너·제휴 카탈로그)가 후보를 찾고, check_fit, check_color_harmony, check_budget과 소재·무드 확인으로 5가지 체크리스트를 만들어요.

검증

날씨, 포멀함, 컬러 조화, 사이즈, 예산 조건을 어기거나 없는 아이템을 참조하는 코디와 제안은 정해진 규칙으로 걸러내요.

설명

Claude가 실제로 사용한 도구 결과를 근거로 각 선택의 짧은 이유를 써요.

예시

상황별 코디 요청.

샘플 데이터이며 예시용이에요.

요청 (샘플)

{
  "request": "first date at a wine bar, Friday 19:00",
  "city": "Seoul",
  "taste_profile_ref": "user_tp_v3",
  "constraints": {"avoid": ["sneakers"]}
}

플래너 출력 (샘플)

{
  "look": {"outer": "item_0412", "top": "item_0201",
           "bottom": "item_0288", "shoes": "item_0154"},
  "checks": {"weather_fit": true, "formality": 3,
             "color_harmony": "pass"},
  "reasons": [
    "Dark knit reads relaxed but polished at night",
    "Navy and camel match your saved palette"
  ]
}

살까 말까 체크 (샘플)

{
  "candidate": "catalog_sample_77",
  "checks": {
    "fit":      {"pass": true,  "note": "size M = your top size; relaxed silhouette"},
    "material": {"pass": true,  "note": "wool blend, autumn-appropriate"},
    "color":    {"pass": true,  "note": "harmonizes with 5 owned items"},
    "mood":     {"pass": true,  "note": "minimal classic"},
    "price":    {"pass": false, "note": "9,000 KRW over budget"}
  },
  "pairs_with": 5
}