How Pixieset achieved 35% AI feature adoption by solving the right problem with Amazon Bedrock

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

픽시셋은 사진가의 창작을 대체하지 않고 반복적인 대체 텍스트 작성 부담을 줄이는 AI 기능을 설계해, 4개월 만에 출시하고 16개월 뒤에도 적용 대상 이용자의 35%가 사용하는 성과를 냈다.

📌 핵심 요약

• 사진가와 예술가는 생성형 AI가 창작을 위협한다고 느끼는 회의적인 이용자층이지만, 픽시셋은 창작이 아닌 반복 업무를 줄이는 문제에 집중했다.
• 픽시셋은 수백 장에서 수천 장의 포트폴리오 이미지마다 작성해야 하는 대체 텍스트를 사진가들이 필요성을 알면서도 계속 미루는 핵심 불편으로 확인했다.
• Amazon Bedrock을 활용한 이미지 대체 텍스트 생성기는 구상부터 수백만 이용자 대상 출시까지 4개월이 걸렸으며, 첫 주에 75만 장이 넘는 사진을 처리하고 구독 업그레이드 증가를 이끌었다.
• 이용자는 사진별 제안을 수락·수정·거절한 뒤 신뢰가 생기면 전체 자동 적용을 활성화할 수 있고, 자동 생성된 문구도 계속 편집할 수 있다.
• 기존 이벤트 기반 파이프라인에 단일 API 호출을 추가하고 리전 간 요청 분산과 보조 모델 재시도를 적용해, 별도 서버 구축 없이 대규모로 확장하면서 출시 이후 무중단을 유지했다.

🧩 주요 포인트

1. 반복적으로 미뤄지던 대체 텍스트 작성 문제를 선택함 → 사진가의 창작 영역을 침범하지 않으면서 검색 노출에 필요한 비창작 업무를 줄였다.
2. 사진 한 장 단위의 검토에서 전체 자동 적용으로 단계화하고 모든 문구를 편집 가능하게 함 → 최종 결정권을 이용자에게 남기며 신뢰를 점진적으로 쌓는 구조를 만들었다.
3. 기존 작업 흐름에 단일 API를 연결하고 리전 간 분산과 보조 모델 재시도를 구성함 → 빠른 대규모 확장과 높은 가용성을 함께 확보했다.

🧠 상세 정리

1. 회의적인 이용자층과 문제 중심의 출발

사진가와 예술가는 생성형 AI가 자신의 창작을 위협하고 합성 결과물로 업계를 뒤덮는다고 느껴, 특히 회의적인 이용자층으로 소개된다. 글은 2025년 MIT 연구를 인용해 기업 생성형 AI 시범 사업의 95%가 측정 가능한 수익을 내지 못했다고 지적하며, 기술 도입 자체가 성과를 보장하지 않는다는 배경을 제시한다. 픽시셋은 갤러리, 웹사이트, 스토어, 스튜디오 관리, 사진 편집을 제공하고 80억 장이 넘는 사진을 호스팅하며 전 세계 수백만 사진가가 이용하는 서비스다. 이 회사는 생성형 AI로 무엇을 만들 수 있는지보다 이용자가 창작에서 벗어나 억지로 처리하는 일이 무엇인지 물었고, 그 문제 설정을 실제 기능 개발의 출발점으로 삼았다.

2. 대체 텍스트라는 반복 업무의 발견

픽시셋 웹사이트 이용 데이터를 보면 사진가의 웹사이트 대부분에는 대체 텍스트가 거의 없거나 전혀 없었다. 대체 텍스트는 페이지의 각 이미지를 고유하고 정확하게 설명해 검색 엔진이 이미지를 인식하도록 돕지만, 일반적인 사진가의 포트폴리오에는 수백 장에서 수천 장의 사진이 들어간다. 이미지마다 설명을 직접 쓰는 일은 반복적이고 시간이 많이 들어, 사진가들은 사업 홍보에 필요하다는 사실을 알면서도 계속 미루고 있었다. 팀은 사진가가 자부심을 갖는 이미지 창작을 AI로 대체하는 화려한 기능 대신, 창작과 무관하지만 포트폴리오의 가시성을 떠받치는 메타데이터 작업을 자동화 대상으로 선택했다.

3. 4개월 출시와 초기·장기 사용 성과

회사의 연례 전사 해커톤은 팀이 생성형 AI의 가능성을 처음 확인한 계기였지만, 실제 제품 개발에서는 기술 실험보다 고객 문제를 다시 기준으로 삼았다. 픽시셋은 Amazon Bedrock을 이용한 이미지 대체 텍스트 생성기를 구상에서 수백만 이용자를 위한 실제 출시까지 4개월 만에 완성했다. 출시 첫 주에만 75만 장이 넘는 사진에 대체 텍스트가 생성됐고, 같은 기간 구독 업그레이드도 크게 늘었다고 글은 설명한다. 출시 16개월 뒤에도 해당 기능을 사용할 수 있는 이용자층의 35%가 계속 사용하고 있다는 수치는 이 기능이 단기적인 관심에 그치지 않고 실제 이용 흐름에서 지속적으로 쓰이고 있음을 보여준다.

4. 통제권을 보장하는 단계적 신뢰 설계

팀은 기능을 웹사이트 전체에 한 번에 적용하지 않고, 먼저 사진 한 장마다 제안된 대체 텍스트를 보여주는 방식으로 설계했다. 사진가는 각 제안을 수락하거나 직접 수정하거나 거절할 수 있으며, 결과 품질에 대한 확신을 자기 속도로 쌓을 수 있다. 충분히 익숙해진 뒤에는 포트폴리오 전체에 자동 적용 기능을 켤 수 있지만, 자동 생성된 모든 문구는 이후에도 편집할 수 있다. 이런 단계적 노출과 지속적인 수정 권한은 최종 판단을 사진가에게 남기고, 창작 전문가를 소외시키지 않으면서 AI가 신뢰를 조금씩 얻도록 하는 제품 원칙을 구현한다.

5. 기존 업로드 흐름에 결합한 처리 구조

픽시셋의 기존 시스템은 Amazon EC2, AWS Lambda, Amazon SQS를 이용하는 이벤트 기반 구조로 구성돼 있다. 사진가가 이미지를 올리면 이벤트가 발생하고 작업자 파이프라인이 실행되는데, 팀은 이 흐름에 이미지를 Amazon Bedrock으로 보내는 단계 하나를 추가했다. 멀티모달 대규모 언어 모델이 이미지 내용을 바탕으로 문구를 생성하면, 시스템은 그 설명을 사진과 함께 저장하고 사진가가 매일 사용하는 웹사이트 빌더의 검토 화면에 표시한다. 별도 작업 도구로 이용자를 이동시키지 않고 기존 업로드와 편집 흐름 안에 생성과 검토를 배치했다는 점이 전체 기능의 구조적 특징이다.

6. 단일 API를 통한 빠른 대규모 확장

이 연동은 단일 API 호출로 구현돼 새 인프라 구축, GPU 준비, 모델 직접 호스팅이 필요하지 않았다. 픽시셋은 완전관리형 Amazon Bedrock과 하나의 API를 통해 여러 기반 모델에 안전하게 접근했고, 별도 서버를 프로비저닝하지 않은 채 첫 주에 0건에서 75만 건의 추론 요청까지 확장했다. 팀은 빠른 제품화뿐 아니라 대규모 요청을 감당하는 운영 부담을 줄일 수 있다는 점을 서비스 선택의 주요 이유로 들었다. 결과적으로 기존 이벤트 파이프라인에 작은 단계를 더하는 방식으로 수백만 이용자에게 기능을 제공했으며, 기술 통합 범위를 고객 문제 해결에 필요한 수준으로 제한했다.

7. 채택을 지키기 위한 가용성 확보

픽시셋은 빈 생성 문구나 다시 시도하라는 오류가 이용자 신뢰를 떨어뜨려 기능 채택을 방해한다고 보고 높은 가용성을 필수 조건으로 삼았다. Amazon Bedrock의 리전 간 추론은 정해진 지리적 경계 안에서 요청을 여러 리전으로 자동 분산해, 픽시셋이 별도 라우팅 로직을 만들지 않아도 처리량을 유지하게 했다. 여기에 첫 번째 모델 호출이 실패하면 비슷한 품질의 두 번째 모델로 다시 시도하는 대체 경로를 추가했다. 글에 따르면 이 이중 대응의 결과로 기능은 출시 이후 중단 시간이 한 번도 없었으며, 안정성 자체가 신뢰와 지속 사용을 지키는 제품 요건으로 다뤄졌다.

8. 모델 선택과 교체 가능성

픽시셋은 2025년 초 멀티모달 이미지 이해, 빠른 추론, 대규모 비용 효율성을 기준으로 Anthropic Claude 3.5 Sonnet을 선택해 기능을 출시했다. Amazon Bedrock이 모델 제공업체 전반에 통합 API를 제공하므로, 팀은 특정 모델 버전이나 업체에 고정되지 않고 새로운 모델을 평가하거나 연동 구조를 다시 짜지 않은 채 교체할 수 있었다. 글은 기존 프롬프트를 새 모델의 강점에 맞게 조정하는 프롬프트 최적화가 전환 비용을 더 낮춘다고 설명한다. 또한 2026년 6월 기준 카탈로그에 Claude Sonnet 5, OpenAI GPT-5.5, Amazon Nova와 Meta·Mistral·Cohere 등의 모델이 포함됐다고 제시하며, 선택지 확대가 기존 기능을 개선할 수 있는 여건을 제공한다고 설명한다.

🧾 핵심 주장 / 시사점

• 생성형 AI의 높은 사용률은 가장 화려한 기능보다 이용자가 반복적으로 미루는 실제 업무를 정확히 선택하는 데서 출발할 수 있다.
• 창작 전문가를 대상으로 하는 AI 기능에서는 자동화 범위보다 수락·수정·거절과 단계적 확대를 포함한 이용자 통제권이 신뢰 형성의 핵심이다.
• 첫 주의 대규모 요청을 처리하는 확장성, 오류 시 대체 경로, 출시 후 무중단 같은 운영 품질은 기능 구현과 별개가 아니라 지속적인 채택을 위한 제품 조건이다.

✅ 액션 아이템

• 픽시셋처럼 창작을 대체하지 않고 반복적인 대체 텍스트 작성 부담을 줄이는 문제를 제품 기능의 1차 목표로 정한다.
• Amazon Bedrock 기반 자동화로 구상부터 4개월 내 출시를 상정해 수백 장에서 수천 장 포트폴리오 이미지의 대체 텍스트 처리 범위를 정한다.
• 이용자 제안 수락·수정·거절 후 신뢰가 쌓이면 전체 자동 적용으로 넘어가며, 생성 문구 편집 가능성도 유지해 최종 결정권을 이용자에게 남긴다.

❓ 열린 질문

• 픽시셋이 첫 주 75만 장을 처리해 16개월 뒤 35% 사용률을 만든 구조에서, 동일한 속도와 성과를 내기 위한 핵심 제약은 무엇인가?
• 이벤트 기반 파이프라인에 단일 API 호출을 추가하고 리전 간 분산과 보조 모델 재시도를 병행할 때, 실제로 무중단 확장을 보장할 수 있는가?
• 구독 업그레이드 증가와 연결되기 위해 사진별 제안 수락·수정·거절 흐름이 어느 단계에서 전체 자동 적용을 허용해야 하는가?