ChatGPT 가상 피팅: 되는 것과 안 되는 것

ChatGPT가 옷을 사기 전에 입은 모습을 보여줍니다. OpenAI는 2026년 10월 1일 가상 피팅을 전 세계에 열었습니다. ChatGPT 쇼핑 결과 안에서 돌아가고, 쓰이는 모델은 Images 2.5입니다. 셀카 한 장을 올리고 Try On을 누르면 그 옷을 입은 사진이 나옵니다.

색과 실루엣은 기대보다 잘 맞힙니다. 핏은 거의 못 맞히고, 엄밀히 말하면 본인 사진도 아닙니다. 결과를 캡처해서 어딘가에 올리기 전에 이 두 가지는 알아두는 편이 낫습니다.

ChatGPT 가상 피팅이 실제로 하는 일

ChatGPT 가상 피팅은 올린 사진에 상품을 합성해 주는 쇼핑 기능입니다. 옷이나 액세서리가 본인 피부톤, 머리색, 체형과 어떻게 붙는지 미리 봅니다.

실행하는 방법은 세 가지입니다.

1. ChatGPT 쇼핑 결과에서 옷을 찾아 상품 카드의 Try On 버튼을 누릅니다.
2. 아무 사이트의 상품 스크린샷을 올리고 입혀 달라고 요청합니다.
3. 사진 속 다른 사람의 착장을 보여주면 살 수 있는 아이템을 찾아 비슷한 상품을 제안합니다.

같이 공개된 기능은 Favorites 보관함입니다. 저장한 상품과 그 상품으로 만든 피팅 이미지를 한 곳에 모아 둡니다. 실제로 더 쓸 만한 쪽은 여기입니다. 일주일에 걸쳐 코트 네 벌을 본인 몸에 올려놓고 비교하는 일은 개별 쇼핑몰의 피팅 위젯으로는 안 되는 작업입니다.

시점은 우연이 아닙니다. 미국 기준 의류 온라인 반품률은 23~25%로, 오프라인 매장의 약 9%보다 세 배 가까이 높습니다. 그중 절반 가까이가 핏과 사이즈 때문입니다. 미국 소비자 63%는 아예 여러 사이즈를 같이 주문합니다. 반품률을 1%포인트 깎는 일에 수십억 달러가 걸려 있고, 구글이 1년 먼저 비슷한 기능을 낸 이유도 같습니다.

국내 사정도 방향은 같습니다. 쇼핑몰마다 정책은 달라도 교환 한 번에 왕복 배송비가 5,000원에서 1만 원 정도 붙는 구조는 비슷하고, 맞을지 몰라서 두 사이즈를 장바구니에 담아 본 경험은 대부분 있습니다. 색 고민을 주문 전에 지워주는 기능이라면 그것만으로 값은 합니다.

OpenAI가 직접 써 놓은 면책 문구

미리보기를 믿기 전에 이 문장을 읽어야 합니다.

Try-on images may not represent the product or your appearance exactly and do not guarantee fit or size.

피팅 이미지는 상품이나 본인의 모습을 정확히 나타내지 않을 수 있고, 핏이나 사이즈를 보장하지 않는다는 뜻입니다. OpenAI가 직접 쓴 문장이고, 이 한 줄이 아주 많은 일을 합니다. 모델은 사용자의 신체 치수를 모르고, 그 옷의 사이즈 표도 모릅니다. 시뮬레이션이 아니라 그럴듯한 그림을 만드는 쪽입니다. 생성된 몸에 예쁘게 떨어지던 원피스가 두 치수 틀리게 도착할 수 있습니다.

미리보기가 진짜 잘하는 영역은 이렇습니다.

• 피부톤 대비 색. 그 올리브 그린이 얼굴을 살리는지 죽이는지. 여기는 거의 맞힙니다.
• 실루엣의 첫인상. 크롭인지 롱인지, 와이드인지 테이퍼드인지.
• 패턴 크기. 본인 키에서 그 체크가 과한지 얌전한지.

못 알려주는 것은 어깨 품, 밑위 길이, 소매 길이, 움직일 때 원단이 떨어지는 모양, 허리 밴드가 원하는 위치에 오는지입니다. 반품을 만드는 항목이 정확히 이쪽입니다.

피팅할 때마다 얼굴이 달라지는 이유

같은 참조 사진으로 피팅 네 장을 만들고 얼굴만 보세요. 서로 안 맞습니다.

사진 한 장은 모델에게 한 각도, 한 방향의 빛, 한 가지 표정만 줍니다. 몸을 돌리고 옷을 바꾸고 스튜디오 배경에 맞춰 조명을 다시 깔면, 원본 프레임에 없던 픽셀은 전부 새로 만들어야 합니다. 턱선이 부드러워지고, 헤어라인이 옮겨가고, 눈 간격이 1밀리미터 움직입니다. 사람 얼굴이 알아채지만 뭐가 달라졌는지 말로는 못 하는 폭이 딱 그만큼입니다.

AI 헤드샷이 생성할 때마다 다른 얼굴로 나오는 현상과 원인이 같습니다. Images 2.5의 버그가 아니라 구조입니다. 참조 이미지 한 장으로 조건을 주는 방식은 스타일은 잘 옮기고 신원은 잘 못 옮깁니다. 참조 사진 한 장만 쓰는 모델끼리 얼굴 일관성을 비교해 봐도 결론은 같은 쪽을 가리킵니다. 입력 사진 한 장은 얼굴을 고정할 만한 정보량이 아닙니다.

어느 쪽도 사이즈 도구는 아닙니다. 차이는 그 사진이 무엇을 위해 만들어졌는지입니다.

ChatGPT 가상 피팅 개인정보: 확인할 설정 두 가지

참조 사진은 생성이 끝나면 사라지지 않습니다. 다음 피팅에서 다시 쓰도록 계정에 저장됩니다. 편한 설계이고, 동시에 본인 전신 사진이 업로드할 때는 생각하지 않았던 곳에 남는다는 뜻입니다.

할 일은 두 가지입니다.

1. **설정 > 개인화 > 참조 사진(Reference photos)**에서 저장된 이미지를 확인하고 교체하거나 삭제합니다.
2. 개인 계정이라면 **모두를 위한 모델 개선(Improve the model for everyone)**을 확인합니다. 켜져 있는 동안 업로드한 사진이 OpenAI 모델 학습에 쓰일 수 있습니다. 출시 당시 보도도 개인 플랜의 기본값이 그렇다고 확인합니다.

겁먹을 일은 아니고, 모르고 지나갈 일도 아닙니다. 공개적으로 올리지 않을 사진이라면 계정에 영구 저장되는 참조 사진으로 두기 전에 한 번 더 생각하는 편이 낫습니다.

쓸 만한 피팅 이미지를 얻는 방법

프롬프트보다 결과를 더 크게 바꾸는 요소가 네 가지 있습니다.

1. 전신으로, 서서, 팔이 보이게 찍습니다. 상반신 셀카를 주면 모델이 몸통 전체를 상상해야 하고, 비율은 본인에게 유리한 방향으로 틀립니다.
2. 낮에 민무늬 벽 앞에 섭니다. 창문 빛만 쓰고 플래시와 천장 조명은 끕니다. 무늬 있는 배경은 생성된 옷의 외곽선으로 번집니다.
3. 몸에 붙는 민무늬 옷을 입습니다. 두꺼운 후드티는 모델이 옷을 입혀야 할 형태를 가립니다.
4. 같은 상품을 두 번 생성합니다. 두 결과가 옷 모양을 다르게 그리면 둘 다 믿지 않습니다. 같게 그리면 색 판단은 대체로 신뢰할 만합니다.

몸에 붙일 습관은 하나입니다. 미리보기로 색과 실루엣을 판단하고, 사이즈는 브랜드 실측 표와 본인 치수를 직접 비교합니다. 머릿속에 그려지지 않는 부분은 AI가 맡고, 약속하지 않겠다고 밝힌 부분은 줄자가 맡습니다.

프로필 사진은 어떻게 할까

피팅은 결과물이 사람 사진으로 나오는 쇼핑 도구입니다. 링크드인이나 사람인 프로필, 회사 팀 소개 페이지에 올릴 사진과는 목적이 다르고, 결과물에 그게 보입니다. 상품 위주 크롭, 카탈로그용 평평한 조명, 아무도 보장하지 않은 얼굴입니다.

그런데 착장 사진 자체의 수요는 분명히 있습니다. 사람들이 이 결과를 계속 캡처하는 이유도 그쪽입니다. 여러 착장과 장소에서 찍힌 본인 사진 세트가 필요하고 그 모든 컷에서 얼굴이 흔들리지 않아야 한다면, 한 장으로 조건을 준 모델이 아니라 본인 사진으로 학습한 모델이 필요합니다. 옷 버전은 가상 옷 피팅 페이지가, 더 넓은 범위는 AI 포토 세션이 담당합니다.

이 사진이 업무용 프로필로 간다면 알아둘 숫자도 있습니다. 채용 담당자는 AI 사진을 생각만큼 알아보지 못하지만, 알게 된 뒤에는 3분의 2가 지원자를 거르겠다고 답했습니다. 본인과 닮은 사진은 이 두 문제를 같이 해결하고, 피팅 캡처는 둘 다 해결하지 못합니다. 취업사진 스튜디오에 5만 원에서 20만 원을 쓰기 전에 어느 쪽이 필요한지 정리하는 게 순서입니다. 스타일 예시는 AI 링크드인 사진 페이지에 모아 두었습니다.

ChatGPT 헤드샷에 실망해서 들어왔다면, Images 2.5 헤드샷 문제의 뿌리도 위에서 본 얼굴 흔들림과 같습니다. 참조 사진 한 장, 거기서 만들어진 얼굴 하나입니다. 출시 보도가 강력한 쇼핑 기능이라고 평가한 건 맞습니다. 애초에 본인을 향한 카메라로 만든 기능이 아닙니다.