구독
옷장 분석처럼 쌓인 데이터가 있어야 의미가 생기는 기능이 구독 영역입니다. 오래 쓸수록 값이 커지는 구조라, 붙잡아 두지 않아도 남습니다.
대부분의 AI 제품이 더 많은 선택지를 보여주는 방향으로 갑니다. TMIT(티엠아이티)는 반대로 갑니다. 고민을 대신 하고 결론을 내는 제품을 만들고, 직접 운영합니다.
TMIT는 too much information technology의 줄임말입니다. 흔히 “TMI”는 필요 이상으로 많은 정보를 뜻하죠. 우리는 그 과잉을 반대 방향으로 씁니다.
정보를 더 쏟아붓는 대신, 기술이 대신 다 읽고 지금 필요한 한 줄만 남깁니다. 회사 이름이 곧 제품을 판단하는 기준입니다.
“옷은 많은데 입을 게 없다”는 취향의 문제가 아니라 기억의 문제입니다. 자기가 가진 옷을 다 기억하지 못하기 때문에, 손이 가는 몇 벌만 돌려 입고 비슷한 옷을 또 삽니다.
이 문제는 하루도 쉬지 않고 반복됩니다. 계절이 바뀌면 더 심해지고, 옷이 늘수록 더 심해집니다. 매일 열릴 수밖에 없는 제품이 여기서 나옵니다.
외부 API를 엮어 만든 제품은 같은 조합으로 누구나 따라올 수 있습니다. 우리는 바꿔야 할 때 바꿀 수 있는 쪽을 택했습니다.
생활 공간에서 찍은 사진은 조명도 배경도 제각각입니다. 옷의 경계를 잘라내는 처리를 직접 만들고, 결과를 캐시해 같은 계산을 반복하지 않습니다. 업로드된 사진은 이 처리 전에 항상 얼굴 검사부터 거칩니다.
가능한 조합은 많지만 보여줄 수 있는 건 몇 개뿐입니다. 상황·날씨·기온·체형을 넣어 후보를 만들고, 무엇을 위에 올릴지 정하는 랭킹과 그 품질을 재는 평가 체계를 함께 운영합니다.
iOS·Android 앱, API 서버, 구독과 결제, 개인정보 처리 절차까지 직접 만들고 직접 굴립니다. 넘겨받는 단계가 없어서 화면 한 줄을 고치려고 모델까지 되짚어 갈 수 있습니다.
수익 축은 두 개입니다. 둘 다 “사용자가 가진 것을 더 잘 쓰게 한다”는 방향과 어긋나지 않는 것이 조건입니다.
옷장 분석처럼 쌓인 데이터가 있어야 의미가 생기는 기능이 구독 영역입니다. 오래 쓸수록 값이 커지는 구조라, 붙잡아 두지 않아도 남습니다.
옷장 분석에서 빈자리가 확인됐을 때만 제휴 쇼핑몰의 옷을 제안합니다. 노출량을 늘려 버는 광고가 아니라, 필요가 확인된 순간에만 붙는 구조입니다.