색상 인식 자동화의 작은 시작
어제 오전 10시 30분, 팀의 메인 디바이스에서 Claude Code 기반의 새로운 스크립트가 처음 돌아갔다. 목표는 간단했다. 상품 사진을 받으면 그 안에 담긴 색상들을 자동으로 나열하고, 발주 명세서에 있는 색상 코드와 비교하는 것이었다.
첫 10장의 이미지는 완벽했다. 파랑, 빨강, 회색 같은 기본 색상들이 정확히 감지되었다. 팀원들은 "드디어다"라며 기뻐했다. 하지만 11번째 사진부터 문제가 생겼다.
예상 밖의 실수
Claude Code가 연한 핑크색을 "라이트 로즈"와 "페일 핑크"로 두 번 인식했다. 결과적으로 색상 카운트가 맞지 않았고, 엑셀 시트의 검증 로직이 오류를 반환했다.
「분석해보니, 모니터 밝기와 사진의 광원이 Claude Code의 색상 인식에 영향을 미치고 있었다. 같은 색이라도 각도에 따라 다르게 읽혔다.」
회복의 과정
팀은 두 가지 방법을 시도했다:
1. **기준 이미지 추가**: 표준 색상 차트를 각 배치 시작 전에 스캔하도록 스크립트를 수정했다.
2. **허용 오차 범위 설정**: 색상 유사도 점수를 80% 이상만 "일치"로 판정하도록 임계값을 조정했다.
이 두 가지만으로도 정확도가 78%에서 94%로 뛰어올랐다. 완벽함은 아니지만, 수작업 검증에 필요하던 3시간이 20분으로 줄었다.
남은 질문들
지금 팀이 고민하는 것은 이것이다. 완벽한 자동화를 추구할 것인가, 아니면 AI의 한계를 인정하고 그 안에서 최선을 다할 것인가. 어쩌면 그 사이의 어딘가에 현실적인 답이 있을 수도 있다.
다음 실험에서는 색상뿐 아니라 패턴 인식까지 시도해보기로 했다. 또 다른 오류가 기다리고 있을 것 같지만, 그것도 배움의 일부다.