캐나다에 본사를 둔 한 마켓플레이스 스타트업은 커스텀 차량 랩핑에서 “추측에 의존하는” 구매 과정을 없애고자 했습니다. 기존 구매 과정은 느리고 리스크가 컸습니다. 고객은 최종 결과물을 시각화할 수 없고, 견적을 받으려면 여러 시공점을 돌아다녀야 하며, 시공점도 신규 고객에게 다가가기 어려웠습니다. HDWEBSOFT는 차량 소유자가 3D 차량 모델 위에서 랩핑을 디자인하고, 7개 카메라 각도에서 사실적인 AI 렌더링을 미리 본 후, 검증된 시공점에서 직접 주문할 수 있는 다중 역할 마켓플레이스를 구축했습니다. 제휴 시공점에는 사전 검증된 유료 리드가 전달되고, 독립 아티스트는 승인된 디자인에 대한 수수료를 자동으로 받습니다.
프로젝트 배경
커스텀 비닐 랩핑에는 근본적인 신뢰 문제가 있습니다. 랩핑은 상당한 금액의 구매지만, 전통적으로 구매자는 결과물을 보지 않고 결정해야 했습니다. 시공점에서 평평한 샘플을 보고 완성품이 상상과 같기를 바랄 뿐이었습니다. 한편 시공점은 방문 고객과 입소문에 의존했고, 재능 있는 랩핑 디자이너들은 일회성 의뢰 외에 작품을 수익화할 채널이 없었습니다.
고객사는 세 가지 문제를 한꺼번에 해결하는 단일 플랫폼을 구상했습니다. 고객이 결제 전에 자신의 차량이 어떻게 보일지 정확히 보여주는 AI 디자인 스튜디오, 양질의 주문을 전문 시공점으로 배분하는 마켓플레이스, 그리고 아티스트가 커뮤니티 승인 디자인을 올리고 수익을 얻는 디자인 마켓플레이스입니다. HDWEBSOFT의 소규모 팀은 5개 사용자 역할, 실시간 주문 워크플로, 마켓플레이스 결제, AI 생성 파이프라인까지 전체 구축을 촉박한 일정 안에서 담당했습니다. 게다가 차량 랩핑 기하학, 차량 부품, 표면, 전개도라는 팀 전원이 처음 접하는 도메인이었습니다.
프로젝트 이해관계자 인터뷰
“초기 렌더링은 차량을 사실적으로 만드는 디테일 — 사이드미러 모양, 엠블럼, 패널 틈새, 휠 디자인 — 을 계속 망가뜨렸습니다. 전환점은 프롬프트 자체를 설계된 아티팩트로 다룬 것이었습니다. 버전을 관리하고, 차량 패밀리와 카메라 각도별로 파라미터화하고, 코드처럼 회귀 테스트를 수행했습니다. 프롬프트가 재배포 없이 관리자가 조정할 수 있는 설정 레이어로 옮겨지면서 각 튜닝 사이클의 비용이 크게 줄었습니다.”
— Chinh Tran, HDWEBSOFT 팀 리더
이러한 엔지니어링 규율은 필요에서 비롯되었습니다. 팀은 구조화된 반복 루프 — 생성, 실차와의 각도별 검토, 잘못된 미러 형상이나 누락된 엠블럼 같은 실패 모드 기록, 발견 사항을 명시적 제약으로 프롬프트에 피드백 — 을 7개 각도 전체가 안정될 때까지 반복했습니다. 체인 생성(프론트 3/4 각도를 먼저, 나머지 각도를 이어서, 실패 시 대상 재시도)으로 불량 렌더링 풀세트가 만들어지기 전에 오류를 조기에 포착했고, 프롬프트 버전별 회귀 테스트로 한 각도의 수정이 다른 각도를 몰래 깨뜨리지 않도록 했습니다.
주요 기능
- AI 디자인 스튜디오 — 고객이 3D 차량 모델 위에서 랩핑을 디자인. AI(Google Gemini + fal.ai)가 7개 카메라 각도에서 사실적인 미리보기와 짧은 프로모션 영상을 렌더링하고, 공유 에셋에는 자동으로 AI 라벨을 부여.
- 디자인 디스커버리 마켓플레이스 — 아티스트가 디자인을 게시하고 관리자가 승인. 고객은 커뮤니티 디자인을 탐색·즐겨찾기·주문할 수 있음.
- 다중 역할 플랫폼 — 고객, 아티스트, 제휴 시공점(직원 및 관리자), 플랫폼 관리자를 위한 전용 포털. 기업 단위 멀티 테넌시.
- 리드 및 주문 관리 — 시공점으로의 자동 리드 배분, 수락/거절/배정 워크플로, 완전한 주문 수명주기(Pending → Paid → Confirmed → Processing → Ready → Fulfilled)와 실시간 상태 업데이트.
- 결제 및 정산 — Stripe 결제 처리, 쿠폰·할인 시스템, 수수료와 세금 설정, 배송 완료 7일 후 시공점과 아티스트에게 자동 Stripe Connect 정산.
- 실시간 채팅 및 알림 — Socket.IO를 통한 고객과 시공점의 주문 내 대화, Expo 푸시 알림과 SendGrid 이메일 알림.
- 종합 관리자 대시보드 — 카탈로그 관리(차종, 차량 부품, 랩핑 옵션, 브랜드), AI 모델 및 프롬프트 설정, 가격·수수료 설정, 보고서 및 분석, 쿠폰·문서 관리.
- 가격 엔진 — 선택한 표면, 소재, 차량 부품에 기반한 자동 가격 견적.
기술적 과제
7개 각도에서의 사실적 일관성
차량에는 극도로 작은 디테일 — 도어 손잡이, 사이드미러, 엠블럼, 패널 틈새, 휠 디자인 — 이 무수히 많고, 초기 AI 렌더링은 이를 왜곡하거나 생략했습니다. 각 차량 모델이 7개 카메라 각도에서 일관된 세트를 필요로 했기에, 앞쪽에서 올바르게 보이는 렌더링이 측면에서는 눈에 띄게 틀릴 수 있었고, 전체 세트 재생성은 비용이 컸습니다. 모든 차량 패밀리를 커버하는 범용 프롬프트 템플릿은 존재하지 않았습니다.
장시간 실행 AI 작업의 안정적인 오케스트레이션
이미지 세트, 프로모션 영상, AI 라벨링은 API 요청을 블로킹할 수 없는 장시간 작업입니다. 파이프라인 중간의 실패 — 한 각도의 실패, 영상 작업의 타임아웃 — 은 주문을 버리거나 완료된 작업을 잃지 않는 재시도·복구 로직이 필요했습니다.
5개 역할의 멀티 테넌트 권한 모델
고객, 아티스트, 시공점 직원, 시공점 관리자, 플랫폼 관리자는 각각 다른 데이터를 보고 다른 워크플로를 트리거합니다. 게다가 한 사용자가 여러 회사에 소속될 수 있습니다. 리드·정산·환불의 비즈니스 규칙은 어떤 역할이 행동하는가에 따라 달라지며, 여기서의 실수는 시공점 간 데이터 유출이나 잘못된 곳으로의 송금을 의미합니다.
정확한 금액 처리
수수료와 세율은 베이시스 포인트로 저장되고, 결제 금액은 주문 시점에 스냅샷으로 보존되며, 환불은 정의된 흐름을 따르고, 자동 Stripe Connect 정산은 분쟁 처리와 함께 일정에 따라 실행됩니다. 반올림이나 상태 오류는 실제 돈이 잘못된 계좌에 입금되는 결과로 나타납니다.
촉박한 일정 속 미지의 도메인
차량 랩핑 기하학 — 차량 부품, 표면, 전개도 — 은 팀의 모든 개발자에게 새로운 영역이었습니다. 소규모 팀과 빠듯한 마감 속에서, 처음부터 올바른 모델링 결정을 내릴 수 있을 만큼 빠르게 도메인을 익혀야 했습니다.
솔루션
설계되고 테스트되는 아티팩트로서의 프롬프트
단일 범용 프롬프트 문자열 대신, 차량 패밀리별 프로필, 각도별 카메라 사양(초점 거리, 프레이밍, 7개 각도 각각의 가시성 규칙), 랩핑 마감·소재 규칙에서 지시를 조립하는 구조화된 프롬프트 빌더를 구축했습니다. 이로써 각 차량 모델에 맞춤화된 지시가 제공됩니다. 반복은 테스트 사이클로 실행되었습니다. 생성, 실차와의 각도별 검토, 실패 모드 기록(잘못된 미러 형상, 누락된 엠블럼, 휘어진 패널), 발견 사항을 명시적 프롬프트 제약으로 피드백 — 을 출력이 일관되게 정확해질 때까지 반복했습니다. 프롬프트 값은 데이터베이스 기반 설정 레이어(AiPromptConfig)에 저장되어 관리자가 관리자 패널에서 런타임에 프롬프트를 조정하고 이미지·영상 모델을 전환할 수 있습니다. 튜닝 라운드마다 재배포할 필요가 없습니다. 프롬프트 버전별 유닛 회귀 테스트는 튜닝 진행을 보호해, 한 각도를 고치는 변경이 다른 각도를 몰래 망가뜨리지 못하게 합니다.
체인 생성 파이프라인
프론트 3/4 각도를 먼저 생성하고 나머지 각도를 이어서 생성하며, 실패 시 대상을 한정해 재시도합니다. 오류는 조기에 드러나 수정되므로 불량 렌더링 풀세트를 만들지 않습니다. 각 풀세트가 실제 생성 비용을 수반한다는 점에서 중요합니다.
AI 코어를 둘러싼 안정적인 플랫폼
팀이 프롬프트 품질에 집중할 수 있도록 플랫폼의 나머지 부분은 의도적으로 단순하게 유지했습니다. BullMQ/Redis 작업 큐가 AI 워크로드를 요청 경로에서 분리하고, 역할 가드와 기업 멤버십 상태 머신이 멀티 테넌시를 강제하며, 검증된 주문 상태 머신이 수명주기 전체에 걸쳐 요금 스냅샷을 전달하고, 자동 Stripe Connect 정산이 수동 대조 없이 루프를 닫습니다.
비즈니스 성과
- 고객은 자신감 있게 구매 — 결제 전에 자신의 차량에 적용된 정확한 랩핑을 시각화해, 제휴 시공점에서의 망설임, 수정 왕복, 주문 포기를 감소.
- 시공점은 확보 비용 없이 사전 검증된 유료 리드 수신 — 영업 파이프라인을 간소화하고 시공량을 증가.
- 아티스트는 승인된 공개 디자인의 자동 수수료 정산을 통한 수동적 수익 채널 확보.
- 관리자는 설정만으로 플랫폼 운영 — 수수료, 세율, 가격, AI 모델, 이메일 템플릿을 재배포 없이 설정해 운영 비용을 절감.
- 자동화가 수동 조정을 대체 — 리드 배정, 상태 워크플로, 정산이 스스로 동작해 운영팀 확장 없이 더 많은 시공점과 주문으로 확장 가능.
기술 요약
- 백엔드: NestJS 11 + TypeScript, PostgreSQL(Prisma ORM), Redis + BullMQ 작업 큐, Socket.IO, Swagger/OpenAPI, JWT 인증, Helmet, 요청 속도 제한.
- 프론트엔드: React 19 + Vite + TypeScript, Tailwind CSS, shadcn/ui(Radix UI), TanStack Query & Table, React Hook Form + Zod, Recharts, dnd-kit, React Router v7, Socket.IO 클라이언트.
- AI 파이프라인: 이미지·영상 생성에 Google Gemini API + fal.ai, 이미지 처리에 Sharp, 런타임 모델·프롬프트 전환을 위한 데이터베이스 기반 AiPromptConfig, 버전별 회귀 테스트.
- 통합: Stripe 결제 + Stripe Connect 정산, Supabase Auth, Cloudflare R2(S3 호환 스토리지), SendGrid/Nodemailer 이메일, Expo 푸시 알림.
- 테스트 및 DevOps: Jest, Playwright, Docker, AWS, ESLint/Prettier/Husky.
결론
이 플랫폼은 시공점마다 추측에 의존하던 느린 프로세스를, AI 미리보기가 구매 리스크를 낮추고 자동화가 리드·주문·정산을 엔드투엔드로 처리하는 셀프서비스 마켓플레이스로 바꾸었습니다. 가장 어려웠던 부분 — 모든 차량 패밀리에 대한 7개 각도의 사실적 충실도 — 은 더 큰 생성 예산이 아니라 구조화된 프롬프트, 측정된 반복, 회귀 테스트된 설정이라는 엔지니어링 규율로 해결되었습니다.
마켓플레이스, AI 기반 제품 비주얼라이저, 복잡한 결제 흐름을 가진 다중 역할 플랫폼을 구축 중이라면, 당사의 AI 개발 서비스와 이커머스 소프트웨어 개발 서비스가 정확히 이 딜리버리 모델을 커버합니다. 유사 프로젝트 범위는 팀에 문의해 주세요.
관련 콘텐츠 살펴보기
더 많은 사례 연구와 관련 서비스, 산업, 지역별 전문성을 확인해 보십시오.