핸들바가 두 개 달린 자전거. AI가 만든 오류
REI가 인스타그램에 올린 Van Rysel 자전거 광고 사진에는 안장 뒤로 핸들바가 하나 더 달려 있었다. AI로 만들어지거나 보정된 이 이미지에는 불가능한 배경 구도, 스스로 빛나는 듯한 피부 톤, 부자연스러운 보케 효과, 프레임에 새겨진 브랜드명 오타까지 겹쳐 있었다.
문제는 이 광고가 아무런 검수 없이 나온 게 아니라는 데 있다. REI는 '제품 영향 기준(Product Impact Standards)'과 '마케팅 다양성 및 모델 촬영 기준'이라는 내부 규정을 두고 제품 이미지를 까다롭게 관리해온 리테일러로 꼽힌다. 그런 회사에서 실존하지 않는 부품이 그려진 이미지가 그대로 게시됐다는 사실은 검수 절차 자체가 무너졌거나 담당자가 오류를 걸러내지 못했다는 뜻이다.
피해는 한 곳에 머물지 않는다. 자사 제품이 잘못 묘사된 사실조차 몰랐을 Van Rysel, 스스로 세운 기준을 어긴 REI, 실제로는 존재하지 않는 자전거 사진을 본 소비자까지 신뢰가 흔들렸다. AI 생성 이미지에 대한 반감이 과장됐다는 시각도 있지만, 이번 사례는 그와 별개로 생성형 이미지의 기술적 완성도가 아직 유통 현장의 눈높이를 따라가지 못했다는 점을 보여준다.
출처 · The Interline, 「Piling On The Wrong Bike」
마스크 오브젝트 제거. 화면 속 낯선 소품만 골라 지운다
RealSnap의 마스크 오브젝트 제거는 완성된 이미지에 의도치 않게 남은 소품이나 배경 요소를 발견했을 때, 그 부분만 칠해 지우고 주변을 자연스럽게 채우는 도구다. 쇼핑몰 상세컷을 관리하는 담당자나 발행 전 캠페인 이미지를 마지막으로 점검하는 브랜드 마케터가 주로 쓴다.
이미지 전체를 다시 만들거나 재촬영을 다시 잡는 대신, 문제가 된 영역만 마스킹해 결과를 원본과 비교해볼 수 있다는 점에서 별도 보정 프로그램을 오가는 왕복 작업을 줄인다. 촬영을 다시 잡기 어려운 소규모 팀이나, 발행 직전 이미지를 훑어보다 어색한 요소를 뒤늦게 발견하는 담당자에게 특히 쓸모가 있다.
이 화면은 마스킹한 영역을 지우고 그 결과를 원본과 나란히 비교하는 과정을 보여준다. 별도 프로그램으로 옮기지 않고 같은 화면에서 소품을 지우고 배경 복원 결과를 확인할 수 있어, 오브젝트 하나 때문에 이미지 전체를 다시 만드는 일을 줄인다.
RealSnap의 마스크 오브젝트 제거를 쓰면, 완성된 화보에서 뒤늦게 눈에 걸리는 소품이나 배경 요소를 재촬영 없이 그 자리에서 지우고 결과를 비교해볼 수 있다. 발행 전 마지막 점검에서 이런 요소를 걸러내야 하는 담당자라면, 문제 영역만 마스킹해 원본과 결과를 나란히 확인하는 이 도구부터 시도해볼 만하다.
