Enter는 프린스턴 대학교 캠퍼스에서 36시간 동안 410명의 참가자가 참여한 HackPrinceton Spring 2026에 참가했습니다. 일부 팀은 헬스케어와 법률 분야의 문제를 해결하며 참여했습니다. Aura를 만든 팀은 이와 똑같이 현실적인 문제, 즉 브라우저 탭 속에서 사라져 버리는 패션 충동을 해결하고자 했습니다.

아무도 해결하지 못한 루프

패션 콘텐츠는 인터넷에서 가장 많이 소비되는 미디어 카테고리 중 하나입니다. 수십억 개의 저장, 수백만 명의 참여 시청자가 존재합니다. 사람들에게 옷 입는 법을 보여주는 것을 중심으로 플랫폼을 구축한 크리에이터들도 많습니다.

하지만 시청하는 것과 입는 것 사이의 격차는 여전히 좁혀지지 않았습니다. 당신은 좋아하는 스타일의 크리에이터가 입은 옷을 봅니다. 충동은 즉각적이고 구체적입니다. 그 후에는 탭 전환, 사이즈 추측, 깊숙이 숨겨진 리뷰, 방치된 장바구니로 이어집니다. 개별 제품을 찾아내고, 내 사이즈가 있는지 확인하고, 확신이 들 정도로 충분한 리뷰를 읽을 때쯤이면 충동은 사라져 버립니다. 대부분의 패션 소비 충동은 거기서 죽습니다.

Aura는 바로 그 루프를 닫기 위해 만들어졌습니다.

Aura의 정체

Aura는 핀터레스트 핀, 인스타그램 릴, 크리에이터 룩북과 같은 수동적 콘텐츠를 능동적이고 개인화된 쇼핑 행동으로 전환하는 AI 쇼핑 에이전트입니다. 콘텐츠는 입력값이 됩니다. 큐레이팅 되고, 사이즈가 맞춰진, 구매 가능한 추천이 결과값이 됩니다. 사용자는 구매 여부만 결정하면 됩니다.

경험 아래에는 세 개의 에이전트가 작동합니다. '스카우트(Scout)' 에이전트는 패션 플랫폼 전반을 지속적으로 검색하여 사용자의 스타일 프로필과 일치하는 제품을 찾습니다. '리뷰 인텔리전스(Review Intelligence)' 에이전트는 실제 리뷰 페이지를 크롤링하여 사이즈 관련 의견과 의류 치수를 추출하고 제품별 착용 결과(fit verdict)를 구축합니다. 따라서 추천은 당신이 무엇을 좋아하는지뿐만 아니라 무엇이 실제로 몸에 맞을지를 고려합니다. '추론(Reasoning)' 에이전트는 이 모든 데이터(후보 제품, 리뷰, 사이즈 결과, 사용자의 전체 프로필)를 가져와 실제로 제안할 가치가 있는 것이 무엇인지 결정합니다.

사용자가 준비되면 앱을 나가지 않고도 결제가 완료됩니다. 클릭 한 번이면 충분합니다. 리다이렉션도 없습니다. 사용자가 설정한 예산 내에서 플랫폼에서 직접 구매가 완료됩니다.

인터페이스는 거래 위주가 아니라 편집물 같은 느낌을 주도록 제작되었습니다. 매끄러운 애니메이션, 3D 비주얼, 상점 직원이 아닌 친구처럼 느껴지는 음성 페르소나를 갖췄습니다. Y2K 미학은 의도적인 선택이었습니다. 이 프로젝트는 브랏츠(Bratz), 윙크스 클럽(Winx Club) 및 2000년대 초반 패션 문화의 시각적 자신감에서 영감을 받았으며, 디자인에 그대로 반영되었습니다.

*AI가 큐레이팅한 의류 추천과 제품별 착용 결과, 원클릭 결제를 보여주는 Aura의 추천 인터페이스. 단순한 상품 목록이 아닌 패션 에디토리얼처럼 느껴지도록 설계되었습니다.

구현 과정

36시간 동안 많은 것을 구현했습니다. 의류 사진과 소셜 게시물을 구조화된 의류 데이터로 해석하기 위한 멀티모달 이미지 판독, 여러 플랫폼에 걸친 병렬 비동기 제품 스크래핑, 사이즈 결과를 생성하기 위한 리뷰 추출, 앱 내에 직접 내장된 결제 레이어까지 구현했습니다. 기계적이지 않고 대화하는 것처럼 느껴지도록 음성 입력 기능도 넣었습니다.

Enter는 프론트엔드의 일부로 사용되었으며, React, Anime.js, 그리고 Three.js 스택과 함께 Aura의 시각적 정체성을 만드는 데 기여했습니다.

사용자의 사진과 제품 사진을 합성하여 스타일을 미리 볼 수 있는 가상 착용 기능도 구현에 성공했습니다. 유료 인프라 없이 합리적인 시간 내에 실행되도록 만드는 것은 팀이 3시간 동안의 실패 끝에 얻어낸 구체적인 경험담이 담긴 전투였습니다. 작동하는 기능은 완성했고 나머지는 다음을 기약했습니다.

팀원 중 두 명은 해커톤이 비교적 처음이었습니다. 프론트엔드 디자인은 올바른 느낌을 찾기 위해 여러 번 반복 과정을 거쳤고, 이로 인해 막판에 서둘러야 했습니다. 하지만 결국 해냈습니다.

가장 자랑스러운 점

그들 스스로가 실제로 사용할 것이라는 점입니다.

이것은 그냥 하는 말이 아니라, 해커톤 프로젝트에 있어서는 매우 의미 있는 기준입니다. 팀은 자신들이 개인적으로 겪는 문제를 해결하고, 진정으로 존재하기를 바랐던 미학을 담은 무언가를 만들었으며, 처음에 계획한 것의 거의 전부를 결과물로 만들어냈습니다.

프론트엔드 또한 자랑스러운 부분입니다. 구축하기 어렵고 응집력 있게 만드는 것은 더욱 어렵지만 노력할 가치가 있었습니다. 패션은 시각적인 매체입니다. 패션에 관한 제품이 잘못 보인다면 AI가 말하기도 전에 실패한 것입니다.

다음 단계

착용 기능이 첫 번째 우선순위입니다. 허용 가능한 속도로 작동하게 할 인프라를 구축하는 것이 해결해야 할 과제입니다. 일단 작동하게 되면, 구매 전에 전체 의상을 입어볼 수 있는 경험은 루프의 또 다른 부분을 완벽하게 닫아줄 것입니다.

장기적인 비전은 구독 레이어입니다. 크리에이터의 콘텐츠를 팔로우하면 Aura가 그들의 라이브러리를 지속적으로 해석하여 새로운 게시물이 올라올 때마다 당신의 체형에 맞는 쇼핑 가능한 제품을 제안합니다. 핀터레스트 보드 링크를 올리면 몇 초 만에 개인화된 구매 가능한 추천 목록을 받게 됩니다.

패션 콘텐츠와 패션 커머스가 중간의 마찰 없이 분리된 경험이 되어서는 안 된다는 핵심 통찰은 긴 로드맵을 검증할 필요가 없습니다. 그저 그 루프가 실제로 닫히기만 하면 됩니다.

업계의 관점

패션 발견 시장은 충동에 의해 돌아갑니다. 패션 콘텐츠를 호스팅하는 플랫폼은 전환이 아닌 참여에 최적화되어 있습니다. 둘 사이의 격차는 간과된 것이 아니라, 아직 적절한 레이어가 적용되지 않았을 뿐입니다.

Aura가 제안하는 것은 AI가 영감과 구매 사이에 위치하는 것입니다. 일반적인 결과를 제공하는 추천 엔진이 아니라, 당신의 사이즈, 이미 가지고 있는 옷장, 스타일 본능, 그리고 이미 소비하고 있는 크리에이터 콘텐츠를 이해하는 개인화된 에이전트로서, 충동이 사라지기 전에 그 모든 것을 연결하는 작업을 수행하는 것입니다.

이것은 차원이 다른 쇼핑 경험입니다. 그리고 이는 프린스턴에서 단 주말 만에 처음부터 끝까지 구축되었습니다.

팀원: Kaylei Mixon || Kai Wen Khoo || Katelyn Louie || Angelina Zhou

이전 볼륨을 놓치셨나요? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI** *→ Vol. 3 — *reAgent ***→ Vol. 4 ***— TaleTailor **→ Vol. 5 — LEGR *→ Vol. 6 — *PolyPath *→ Vol. 7 — *EcoThread→ Vol. 8 — Aletheia ***→ Vol. 9 — Synova **→ Vol. 10 — Overturn Insurance→Vol. 11 ***— VentureLink ***→**Vol. 12 ***— **Atlas: Immersive 3D AI Learning *→*Vol. 13 — ACTA AI ***→*Vol. 14 — Guardian: AI