3,500만 장 생성 기반, 모델 의존성을 탈피한 AI 이미지 파이프라인 설계로 매출 2.2M 달성

Context

단일 API 호출 후 결과물을 그대로 반환하는 'Generate and Pray' 방식의 한계로 인한 품질 저하 발생. 대규모 생성 시 통계적으로 필연적인 Face Distortion 및 Artifacts 문제로 인해 고객 불만 증가 및 수동 QA 비용 상승.

Technical Solution

• 과잉 생성 전략을 통한 품질 확보: 요청당 240개의 Candidate를 생성하고 최적의 60개만 선별하는 Funnel 구조 설계
• 3단계 계층형 Automated Scoring System 구축: Generic Quality, Use-case Specific, Custom Rules로 이어지는 단계적 필터링으로 무결성 검증
• Multi-provider Routing Layer 도입: 모델 성능이 아닌 비용 효율성 기반으로 최저가 GPU 제공자로 요청을 분산하는 아키텍처 적용
• Feedback Loop 자동화: Scoring Layer의 Pass/Fail 결과에 따라 자동으로 재생성을 수행하는 Retry Loop 구현
• 인프라 추상화: 특정 모델이 아닌 Workflow 중심의 설계를 통해 모델 교체 시 Regression Testing 비용 최소화