LangGraph 패션 코디 에이전트: StyleSense

📸 사진 한 장으로 ‘퍼스널 컬러 + 날씨 기반 코디’를 추천하는 AI 서비스 StyleSense를 만들었습니다. AI PM으로서, 전략가(Gemini/ChatGPT)와 기획·전략을 설계하고 실행가(Cursor)로 구현·배포까지 연결하며 오케스트레이션한 프로젝트입니다. 이번 작업에서 가장 중요하게 본 건, ‘AI가 똑똑해 보이는가’보다 “결과를 얼마나 예측 가능하고 검증 가능하게 만들 수 있는가”였습니다. 🔗 StyleSense 체험: https://stylesense-khaki.vercel.app/ (※ 첫 접속 시 서버 기동으로 잠시 지연될 수 있습니다.) 단순한 프롬프트 앱을 넘어, ‘제품’으로서의 신뢰성을 확보하기 위해 아래 4가지를 설계했습니다. 1. LangGraph 기반 오케스트레이션 입력 검증부터 날씨 Tool calling, 추천, 검증까지를 노드 단위로 분리해 제어력을 높였습니다. 2. 자동화 QA 게이트 이미지 생성 없이도 로직의 회귀를 점검할 수 있는 테스트 환경을 구축했습니다. 3. 경량 Self-correction 루프 최대 1회만 재시도하는 전략적 루프로 비용과 지연을 동시에 통제했습니다. 4. 일관성(Consistency) 확보 동일 이미지에서 결과가 흔들리는 문제는 SHA256 해시 기반 캐싱으로 해결했습니다. 마지막으로 Vercel(프론트)과 Render(백엔드)를 연결해, 실제 배포 링크로 동작하는 수준까지 마무리했습니다. 결국 “AI가 잘해주길 기대하는 것”과 “AI 제품을 실제로 운영 가능한 형태로 만드는 것”은 완전히 다른 영역임을 다시 한 번 배웠습니다. 상세한 고민과 구현 과정은 아래 개발기에 담았습니다. 🔗 개발기: https://cannotbehidden.com/project/ai-style-agent-stylesense/ #AI #AIAgent #LangGraph #ToolCalling #Cursor #VibeCoding #AIProductManager