ChatGPT AI 굿즈 트렌드 소싱 에이전트 만들기

Redbubble 같은 글로벌 굿즈 마켓플레이스에 티셔츠나 스티커를 디자인해서 올리는 부업이 최근 많은 관심을 받고 있습니다. 하지만 매일 어떤 디자인이 유행하는지 분석하고, 그에 맞는 이미지 생성 문구까지 직접 구상하는 과정은 생각보다 꽤 많은 시간과 에너지가 들어가는 일입니다. ChatGPT를 활용해 실시간 디자인 트렌드 키워드를 검색하고, 이를 바탕으로 티셔츠 제작에 필요한 이미지 생성 문구와 상품명까지 한 번에 정리하는 자동 소싱 에이전트를 구성해 보겠습니다. 이전 단계에서 다루었던 분석 파이프라인의 연장선상에서, 이번에는 디자인 소싱과 상품 기획이라는 구체적인 수익화 영역에 초점을 맞춰 워크플로를 설계하겠습니다.

이번 과정에서는 ChatGPT 하나만 준비하면 충분합니다. ChatGPT Plus 구독자라면 기본 탑재된 웹 검색 기능과 GPTs 맞춤 설정을 그대로 쓸 수 있어서 좋습니다. 별도의 외부 API 연동이나 추가적인 비용 지출 없이 바로 업무 자동화 프레임워크를 구축할 수 있다는 점이 큰 장점입니다.

트렌드 수집의 기본 설계

기획과 프롬프트의 연계

작동 규칙의 자동화

다단계 교차 검수

자주 발생하는 예외 상황 해결법

실전에서 자동 소싱 체계를 운영하다 보면 몇 가지 예상하지 못한 돌발 변수가 발생할 수 있습니다.

첫째, 검색 기능이 정상적으로 동작하지 않거나 오래된 과거 자료만 불러오는 상황이 생길 수 있습니다. 이는 대상 쇼핑몰의 크롤링 방지 정책이 변경되었을 때 주로 발생합니다. 이때는 타깃 사이트를 하나로 한정하지 말고, 커뮤니티 트렌드 채널이나 소셜 미디어의 관련 태그를 넓게 탐색하도록 검색 범위를 넓게 조정해 주면 정상적으로 해결됩니다.

둘째, 이미지 생성 결과물 내부에 무작위로 깨진 알파벳 텍스트가 삽입되는 현상이 나타나기도 합니다. 생성 모델이 입력 단어를 실제 텍스트 요소로 오인하여 묘사하기 때문에 발생하는 문제입니다. 이를 미연에 방지하기 위해 생성 지시서 작성 단계에서 텍스트 배제를 명확히 요구하는 네거티브 옵션을 미리 추가해 두는 조치가 필요합니다.

셋째, 추천 상품명이나 판매 태그가 다소 투박하고 직역에 가까운 표현으로 제공되는 아쉬움이 있을 수 있습니다. 학습 데이터의 한계로 인하여 다소 경직된 표현 위주로 매칭되기 때문입니다. 이런 경우에는 영미권 소비자들이 인스타그램이나 핀터레스트 등 SNS 채널에서 주로 사용하는 자연스럽고 트렌디한 해시태그 위주로 재구성해 달라고 보완 요청을 하면 자연스럽게 다듬어집니다.

향후 확장 전략