앞면만 줬더니 뒷면까지 만들어 낸 AI. 재킷 12세트 실험
재킷 한 벌을 열두 가지 방식으로 찍어 AI에 넣었더니, 가장 큰 문제는 화질이 아니라 사진에 보이지 않는 면이었다. FASHN의 Tony Assi는 2026년 10월 14일 블로그에서 고객들이 상품 사진을 어떻게 올려야 하느냐고 자주 묻는다며, 빈티지 트랙 재킷 하나로 직접 실험한 결과를 공개했다.
촬영은 플랫레이(바닥에 펼쳐 찍기), 마네킹, 본인 착용의 세 방식에 따뜻한 전구, 중립 전구, 창가 자연광, 휴대폰 플래시의 네 조명을 곱한 12세트로 진행했다. 모든 세트는 Elements 라이브러리의 같은 모델, 새 대화, 2:3 비율·2K·Balanced 설정, 같은 메시지로 FASHN Agent에 입력해 실제 재킷과 대조했다. 조건을 통일해 사진 차이만 결과에 반영되도록 한 구조다.
가장 눈에 띄는 발견은 AI가 보지 못한 부분을 지어낸다는 점이다. 앞면만 제공하면 뒷면도 앞면과 같은 모습으로 만들었는데, 이 재킷의 실제 뒷면은 대부분 흰색이었다. Assi가 내놓은 지침은 앞뒤를 모두 찍고, 사람이 입은 사진을 쓰고, 색을 왜곡하는 따뜻한 조명 대신 중립 조명을 쓰고, 디테일 클로즈업을 더하라는 네 가지다. 그는 AI에게 사진이 완성 이미지가 아니라 지시서이므로 가장 평범한 사진이 낫다고 말한다.
출처 · FASHN AI, 「How to Photograph Clothes for AI: I Shot One Jacket 12 Ways」
Getty 파산 계획 속에서 시험대에 오른 촬영의 경제성
Getty Images가 파산 신청 계획을 발표한 시점에, 생성형 이미지 도구는 패션 업계 전반으로 빠르게 번지고 있다. 패션 매체 The Interline은 2026년 10월 16일 분석에서 두 사건 사이에 직접적인 인과관계가 있다고 단정할 수는 없다고 선을 그으면서도, 실제 사진의 경제성이 시험대에 올랐다고 짚었다. 생성형 이미지 도구란 문장 지시나 참고 이미지만으로 새 이미지를 만들어 내는 AI를 말한다.
논점은 브랜드가 촬영 말고 고를 수 있는 대안이 어느 때보다 많아졌다는 데 있다. 실제 모델과 촬영 장소, 사진가는 이미지가 진짜라는 근거이면서 동시에 제작비의 큰 부분을 차지한다. 같은 요소가 신뢰의 원천이자 비용 항목이라는 이중성이 이 분석의 출발점이다.
더 나아가 이 매체는 생성형 제작 파이프라인이 보편화되면 소비자가 선택하지 않아도 합성 콘텐츠가 기본값이 될 수 있다고 본다. 합성 콘텐츠는 카메라로 찍지 않고 AI로 만든 이미지를 뜻한다. 그런 환경에서 패션의 다음 진정성 기준은 실제 카메라를 썼는지가 아니라, 이미지가 제품과 브랜드를 정직하게 보여주는지로 옮겨갈 것이라는 전망이다. 촬영 여부보다 표현의 정직성이 평가 잣대가 된다는 뜻이다.
출처 · The Interline, 「The Age Of Generative Fashion Photography Is Truly Upon Us」
RealEdit 상품샷 자동 생성. 앞면·뒷면·디테일을 한 세트로
RealEdit의 상품샷 자동 생성은 상품 사진 몇 장을 올리면 정면·후면 전체 컷과 원단 확대, 지퍼·포켓 같은 디테일 클로즈업을 커머스용 세트로 구성하는 기능이다. 선택 옵션으로 옷을 평평하게 펼친 Flat Lay와 입체감 있는 Ghost Mannequin 스타일을 고를 수 있어, 앞뒤와 디테일이 빠짐없이 갖춰진 상세페이지 이미지를 준비하려는 셀러에게 어울린다.
여러 장의 이미지를 한 작업 화면에 모아 배치와 교체를 살피는 흐름을 확인할 수 있다.
완성된 결과를 확인한 뒤 원하는 형식으로 바로 저장해 상세페이지 제작에 이어 쓸 수 있다.
RealEdit의 상품샷 자동 생성으로 신상품의 앞면·뒷면·디테일 사진을 한 세트로 올려 Flat Lay나 Ghost Mannequin 컷을 만들어 보고, 상세페이지에 어떤 구성이 어울리는지 비교해 보는 작업을 시도해 볼 만하다.
