김현수 · 프로젝트 소개

좋은 사진의 이유를 분석해, 원하는 사진을 찍도록 돕는 AI 촬영 가이드 TryAngle

시연 영상

앱을 실제로 쓰는 모습

앱 시연을 겸한 광고 영상이다. 페이지 안에서 바로 재생된다.

문제와 해결

마음에 드는 감성 사진이 있어도 그대로 따라 찍기는 어렵다. 거리, 높이, 포즈 중 무엇을 얼마나 바꿔야 하는지 화면만 보고는 알기 어렵다.

참고 사진과 지금 카메라 화면을 비교해 거리 · 높이 · 포즈를 순서대로 안내한다. 조건이 맞으면 자동으로 촬영한다.

안내 순서 · 한 번에 하나씩

원인이 되는 거리와 줌을 먼저 맞추고, 그에 따라 정해지는 인물 크기와 위치는 뒤에서 맞춘다. 측정값이 잠깐 흔들려도 안내가 자주 바뀌지 않게 했다.

기술 설명

온디바이스 분석촬영 중 화면 분석은 폰 안의 모델이 실시간으로 하고, 구도 추천은 서버가 맡는다.
미적 평가 모델DINOv2(ViT) 기반으로 사람의 미적 평가 점수를 예측하는 모델을 학습했다.
경량화 · Core ML실시간 촬영에 맞게 모델을 줄여 Core ML로 폰에 올렸다. 실기기 처리 속도는 중앙값 약 26fps다(기기와 발열에 따라 15~33).
로그로 고치기촬영 로그를 1초 단위로 남기고, 현장에서 본 이상 동작을 다시 재생해 원인을 찾는다.

내가 직접 한 일

서비스 기획
사용자가 고른 감성 사진을 목표로, 지금 화면과의 차이를 순서대로 안내하고 조건이 안정되면 자동 촬영하는 흐름을 설계했다. Figma와 화면정의서로 사용자 흐름과 기능 요구사항을 정리하고 개발 · 디자인 사이 구현 범위를 조율했다.
데이터 구축
인물 사진 1만여 장의 자세 · 거리 · 배경 같은 특징과 사람의 감성 평가 점수를 학습 데이터로 구성했다. 자세 오인식과 신체 추정 오류를 검수해 라벨과 안내 기준을 보완했다.
AI 모델
DINOv2(ViT) 기반 미적 평가 점수 예측 모델을 학습했다. 실시간 촬영에 쓰도록 모델을 경량화하고 Core ML로 적용했다.
iOS 안내 구현
측정값의 흔들림과 안내 전환을 고려해 iOS 촬영 가이드를 구현했다.
운영 도구
촬영 로그의 분석값과 안내 상태를 다시 재생해 인식 오류와 안내 동작을 검수하고 고쳤다. 사람이 화면을 벗어난 뒤에도 관절을 지어내던 오류를 찾아, 믿을 만한 관절이 6개 미만이면 결과를 버리도록 바꿨다.
테스트 · 전시
실기기 촬영 세션 489건의 팀 테스트 기록을 모았다. 졸업전시에서 관람객 참여형 체험을 진행했다(전시 3일, 약 200명).