Zyng Ai

Zyng Ai의 핵심은 물량이다. 원본 사진을 넣으면 파이프라인이 각 자산을 스스로 표준화하고 리터칭하고 내보낸다. 회사 자체 사례 연구는 하루나 며칠 만에 수만 SKU의 카탈로그를 처리했다고 밝힌다. 마감이 임박했는데 수동 팀이 도저히 규모를 못 맞출 때 이 점이 가장 중요하다. 한 번 올리면 어디든 내보낸다. 시즌 중반의 스튜디오에게 그 차이가 핵심이다.

셀피 한 장을 고정하고 어떤 의류든 그 위에 매핑하면, 몇 시간이 아니라 몇 초 만에 사진처럼 사실적인 결과가 나온다. 피팅 엔진은 배치당 약 2초 이내로 코디를 렌더링해서, 한 벌의 옷을 다양한 체형이나 모델에 보여 주는 데 실용적이다. 모델 섭외도, 스튜디오 시간도 없다. 의류와 액세서리에 가장 밀접한 기능이라 다른 범주가 얻는 건 적다.

의상장 매트릭스는 이미 보유한 자산을 서로 섞어 여러 룩을 만든다. 재촬영은 필요 없다. 브랜드는 수천 가지 새 코디 조합을 생성해 곧바로 상품 페이지로 밀어 넣을 수 있다. 조합마다 새 스튜디오 시간을 예약하는 것보다 카탈로그를 풍성하게 하는 저렴한 방법이다. 나쁘지 않다.

문제를 사후에 정리하는 대신, Zyng Ai는 자산이 들어올 때 살핀다. 설정한 규칙에 따라 흐림, 잘못된 크롭, 지식재산권 침해, 환각 텍스트, 피사체 누락에 표시를 단다. 나쁜 자산은 결코 나가지 않는다. 표시된 이미지를 자동으로 재촬영 워크플로로 보낼 수 있어 나쁜 자산이 상점에 이르지 않는다.

신체와 여백을 인식하는 크롭이 피사체를 올바르게 잡은 채로 각 채널에 맞게 자산 크기를 조정한다. 시스템은 PNG, JPG, JPEG, WEBP, AVIF, TIFF를 포함한 모든 주요 화면 비율과 형식을 지원한다. 하나의 원본 이미지가 한 번에 피드 게시물, 세로 인쇄물, 스토리 형식이 된다. 재작업은 없다.

자동 파이프라인 외에도 Zyng Ai는 API와 샌드박스를 통해 개별 비전 엔드포인트를 제공한다. 모델 교체, 피사체 포커스, SKU별 색상 변경, 스와치 추출, 아웃페인팅을 동반한 매직 리사이즈, 신발이나 옷깃 같은 매크로 촬영을 위한 정밀 크롭을 아우른다. 하나씩 훑어 보면 의도가 보인다. 원클릭 자동화만이 아니라 세밀한 제어를 원하는 팀을 겨냥한다. 세밀한 제어는 좀처럼 싸지 않지만, Zyng Ai는 그것을 자동 파이프라인과 묶어 둘 중 하나를 고르게 하지 않는다.

이 플랫폼은 기존 시스템에 꽂히도록 만들어졌다. 서버 측 처리는 수동 파일 전송 없이 링크로 이미지를 수집할 수 있다는 뜻이고, 한 사례 연구는 사람이 파일을 한 번도 만지지 않고 카탈로그 전체를 처리했다. API 우선 설계는 이미지를 더 큰 커머스 스택에 내장하는 엔터프라이즈 팀에 맞는다.

모든 기능은 회사가 직접 만들고 학습시키며 이커머스와 패션 비전에 맞춰 조정한 모델과 파이프라인 위에서 돈다. 이런 특화는 범용 편집기가 잘 다루지 못하는 신체 인식 크롭이나 의류 피팅 같은 기능에 드러난다. 패션 밖의 팀도 견실한 대량 편집은 얻지만, 깊은 작업은 패션에 특화되어 있다.