국민대학교(총장 정승렬) 인공지능학부 이재구 교수 연구팀이 세계 최고 권위의 컴퓨터 비전 및 인공지능 학회인 'CVPR(Computer Vision and Pattern Recognition) 2026'에서 차세대 가상 피팅 및 패션 편집 기술인 'FEAT'를 하이라이트 발표하며 글로벌 AI 기술을 선도하고 있다.

해당 연구는 국민대학교 이재구 교수(교신저자)의 지도 아래 국민대 컴퓨터공학부 권소예 석사과정생(제1저자)이 핵심적인 역할을 수행하며 연구를 주도했다. 'FEAT: Fashion Editing and Try-On from Any Design' 논문은, 특정 의류 이미지에만 의존하던 기존 기술의 한계를 뛰어넘어 추상적인 예술 작품이나 일반 사진 등 어떠한 비의류(non-apparel) 디자인 소스라도 패션 아이템으로 활용할 수 있는 혁신적인 방법론을 제시했다. 특히 이번 성과는 연구 경험이 상대적으로 적은 석사과정 학생이 제1저자로 연구를 주도해 이뤄냈다는 점에서 학계의 비상한 관심을 모으고 있다. 상위 소수에게만 주어지는 CVPR 하이라이트 논문은 전 세계 유수 빅테크 기업 및 명문 대학의 박사급 이상 연구원들이 주도하는 경우가 일반적이기 때문이다.

■ 국민대 연구진의 독창적 아이디어, AI의 실용적 응용 난제 해결

이번 성과의 중심에는 패션 분야의 실용적 어려움을 해결한 두 가지 핵심 알고리즘이 있다.

기존의 생성형 AI 모델들은 이미지에서 디자인을 추출할 때 불필요한 형태(예: 원본 사진 속 인물의 얼굴이나 배경)까지 의류에 함께 합성되는 '콘텐츠 누수(Content Leakage)'라는 치명적인 오류를 안고 있었다. 국민대 연구팀은 이를 극복하기 위해 DDI(Disentangled Dual Injection)' 기술을 고안하여 디자인의 형태(Content)와 스타일(Style)을 완벽히 분리하여 사용자가 원하는 질감과 색상만을 정교하게 주입하는 데 성공했다.

더불어, 새 옷을 입힐 때 원래 입고 있던 옷의 흔적이 부자연스럽게 남는 문제를 해결하기 위해 'OGNF(Orthogonal-Guided Noise Fusion)' 기법을 도입했다. 이 획기적인 방식은 추가적인 대규모 데이터 재학습(Training-free) 없이 직교 투영(Orthogonal Projection)을 활용하여 기존 옷의 영역을 효과적으로 억제한다. 이를 통해 상의와 하의는 물론, 기존 모델들이 어려움을 겪었던 가방, 신발, 스카프, 벨트 등 다양한 액세서리까지 완벽한 가상 착용을 지원한다.

■ "패션 산업의 디지털/인공지능 전환을 이끌 국민대의 힘"

국민대가 주도한 FEAT 기술은 단순한 학술적 성취를 넘어 패션 산업 전반에 막대한 파급력을 미칠 것으로 전망된다. 전체적인 착장을 액세서리까지 포함하여 미리 확인하게 함으로써 소비자 만족도를 높이고, 나아가 온라인 쇼핑의 최대 비용 손실 원인인 반품률을 획기적으로 낮출 수 있다. 또한, 기획 단계의 실물 샘플 제작을 AI로 대체하여 원단 낭비를 막는 '지속 가능한 패션(Sustainable Fashion)' 실현에도 앞장설 수 있게 되었으며, K-AI 기술이 글로벌 패션테크 시장의 패러다임을 바꿀 수 있는 가능성을 열었다

국민대학교 이재구 교수는 "이번 성과는 국민대학교 석사과정 학생이 끈기 있게 모델을 최적화하고 세계 유수의 연구자들과 당당히 경쟁하여 이루어 낸 매우 자랑스러운 결과"라며, "학생들의 뛰어난 몰입력과 독창적인 아이디어가 AI 가상 피팅 기술의 도약을 이끄는 핵심 열쇠가 되었으며, 앞으로도 국민대가 글로벌 패션테크 및 인공지능 분야의 핵심 인재를 배출할 수 있도록 지원을 아끼지 않겠다"고 밝혔다. 국민대학교의 우수한 AI 연구 역량이 입증된 본 논문과 결과물들은 기술의 발전과 재현성을 위해 코드 및 가상 피팅 데이터셋과 함께 공개되며, CVPR 2026 학회에서 전 세계 연구자들을 대상으로 공식 발표되었다.