AI 워시타워 디자인의 핵심은 기존 워시타워의 정체성을 유지하면서도 대화면 인터페이스와 최신 인테리어 트렌드에 맞춰 브랜드 디자인을 한 단계 발전시키는 데 있습니다. 이를 위해 워시타워의 아이덴티티인 블랙 통합 컨트롤과 원형 도어라는 핵심 요소는 유지하되, 대화면 LCD가 중심이 되는 새로운 디자인 밸런스를 구축하는 데 많은 고민을 기울였습니다.
기존 플랫 디자인을 넘어 완전한 풀 플랫을 완성하기 위해 좌우 모서리 라운드를 최소화하고 엣지를 살린 형태로 다듬어 인테리어와 자연스럽게 어울리는 정제된 실루엣을 구현했습니다. 구조물 사이의 갭을 정밀하게 줄이고, 대화면 LCD가 더욱 돋보이도록 유·무광 텍스처 대비를 적용해 사용성과 미학을 만족시키는 디자인에 집중했습니다.
결과적으로 AI 워시타워는 워시타워 고유의 아이덴티티를 계승하면서도, 공간과 조화되고 사용자 경험을 강화해 브랜드 디자인 철학을 한 단계 더 진화시켰습니다.

• 새로운 디자인 밸런스 구축
• 플랫 & 엣지 디자인을 통한 공간핏 디자인의 완성도 강화
• 미세 톤 처리로 전원 OFF 상태에서도 대화면감 구현

AI 워시타워의 플랫 캐비닛은 단순히 곡면을 평면화 한 것이 아닌 모든 디자인 요소가 연결됩니다. 직선과 엣지를 강조한 도어와 캐비닛 디자인을 적용하는 한편, 이에 맞는 히든 힌지 도어를 개발하여 미니멀하면서도 세련된 외관을 완성했습니다. 히든 힌지 도어는 최대 도어 열림각을 확보하기 위해 힌지의 형상과 위치를 수차례 조정했고, 도어 돌출량과 캐비닛 간 갭을 최소화하기 위해 많은 설계 및 디자인 검토가 이뤄졌습니다. 도어 크기와 상·하부 캐비닛의 비례, 컨트롤 영역의 면적과 위치 등을 수많은 시뮬레이션을 통해 사용성과 미니멀한 안정감을 동시에 확보한 최적의 비례를 완성했습니다.
고객이 집 안 어디에 두어도 어울릴 수 있도록, 심플하고 트렌디한 컬러를 조합해 인테리어와 조화로운 디자인 완성도를 추구한 점도 중요한 포인트입니다. 인테리어에 자연스럽게 스며들면서도 존재감을 갖는 외관을 구현하기 위해 각각의 비례·라인·컬러를 정교하게 다듬어 디자인 완성도를 높였습니다.

AI 워시타워 UX 디자인의 핵심 목표는 다양한 특성의 고객이 쉽게 사용할 수 있는 사용자 친화적이고 직관적인 경험을 제공하는 것이었습니다. 가전 기기의 디스플레이는 근거리에서 집중해 사용하는 환경이 아니기 때문에 가전의 사용 맥락에 최적화된 별도의 UX 구조 설계가 필수적이었습니다.
제품을 켜면 가장 먼저 마주하는 코스 선택 화면은 세탁 과정에서 가장 중요한 장면입니다. 사용자의 인지 부담을 줄이기 위해 넓은 디스플레이에 큼지막한 코스 카드를 배치하고, 화면을 자연스럽게 쓸어 넘기며 탐색할 수 있는 인터랙션을 적용했습니다. 또한, 다양한 코스를 한눈에 확인할 수 있도록 전체 코스 목록 화면을 별도로 제공하여 사용 맥락에 따라 코스를 재분류해 원하는 코스를 더욱 빠르고 정확하게 찾을 수 있습니다.
옵션 화면 역시 대화면 LCD의 장점을 살려 재구성했습니다. 다양한 세탁 옵션과 자동 세제 투입 기능을 하나의 패널로 묶어 크고 명확한 버튼 형태로 제공해 가전 사용 환경에서도 쉽게 조작할 수 있도록 했습니다. 예약 세탁, 드럼 라이트와 같은 공통 기능은 화면 하단의 퀵액션 버튼으로 배치해 복잡한 메뉴 탐색 없이 바로 사용할 수 있도록 했습니다.
이처럼 AI 워시타워의 UI는 단순한 화면 통일이 아니라, 가전이라는 매체 특성을 반영한 UX 설계와 고객의 사용 맥락에 최적화된 직관적 인터랙션을 제공하기 위한 디자인 철학으로 완성되었습니다.

AI 워시타워는 자사 최초로 OS 가전 기반 UX를 대화면에 적용한 제품으로, 어떤 제품에서도 일관된 사용성을 제공하고 기능 확장에도 유연하게 대응할 수 있도록 OS 가전표준 UX 원칙에 따라 설계되었습니다. 전체 UX 구조는 ‘제품 모드’와 ‘위젯 모드’로 구성됩니다. 제품 모드에서는 제품의 본질적인 기능인 세탁·건조에 집중할 수 있도록 설계했으며, 모드 칩을 통해 세탁기와 건조기를 직관적으로 전환할 수 있도록 했습니다. 반면 위젯 모드는 사용자가 필요에 따라 화면을 구성하는 확장형 공간으로, ThinQ 앱스토어에서 다양한 위젯을 추가·편집하며 기능을 확장할 수 있습니다. AI 워시타워에 기본 제공되는 ‘빠른 설정’, ‘통세척 모니터링’ 등의 위젯은 조작 편의성과 관리 효율을 높여줍니다.
향후 위젯 생태계가 확장되면, 가족 구성이나 라이프스타일에 맞춘 더욱 개인화된 가전 경험이 가능해집니다. 예를 들어, 아이가 있는 가정은 유아 의류 케어 중심으로, IoT 활용도가 높은 사용자는 다른 가전의 상태 모니터링이나 제어 기능을 한 화면에 배치하여 활용할 수 있습니다. 또한 위젯을 통해 신규 서비스 알림을 받거나 소모품을 주문하고, 음악·영상 플레이어나 가족 메시지 공유 등까지 활용할 수 있어 가전이 일상 속에서 사용자와 더욱 유기적으로 연결되도록 돕는 역할을 할 수 있습니다.
결국 이와 같은 OS 가전 표준 UX 적용은 반복적인 집안일에 드는 시간을 줄이고, 가전을 더욱 스마트하고 능동적으로 사용할 수 있게 하는 핵심 기반이라 생각합니다. 장기적으로는 집 안의 다양한 기기가 하나의 OS 환경에서 연결되는 통합 생태계를 구현할 수 있는 토대를 마련할 것이라 기대합니다. 이는 AI 워시타워가 사용자에게 제공하는 가장 큰 가치이자, 향후 가전 디자인이 나아가야 할 방향입니다.
앞으로도 가전이 사용자의 특성에 맞게 진화하고, 일상 가까이에서 도움을 주며 신뢰할 수 있는 존재로 다가가도록 하여 단순한 기기를 넘어 ‘애착 가전’으로 자리 잡을 수 있도록 가전 UX를 지속적으로 발전시켜 나갈 예정입니다.

AI 워시타워의 고도화된 기능을 사용자가 더 쉽게 활용하도록, 텍스트를 읽지 않고 시각 요소만으로도 상태와 의미를 즉시 이해하도록 설계하는 것을 직관성의 핵심 목표로 잡았습니다.
넓은 화면 안에서도 모든 정보가 동일한 중요도를 갖지 않기 때문에, 폰트 크기·굵기·여백을 전략적으로 활용하는 디자인 시스템을 마련해 사용자의 시선이 자연스럽게 가장 중요한 정보로 흐르도록 유도했습니다. 또한, 코스의 특성과 행정 상태는 짧은 문구만으로 전달하기 어려워 상징적 이미지와 동적 그래픽을 활용해 인지적 부담을 최소화했습니다.
터치 인터페이스 도입은 단순히 버튼을 화면으로 바꾼 것이 아니라, 사용자와 제품의 상호작용 방식을 근본적으로 바꾸었습니다. 과거의 Knob과 LED 인터페이스가 일방적 정보 제공이었다면, 터치 LCD는 사용자의 행동에 맞춰 필요한 정보만 제공하고 즉각 반응하는 대화형 경험으로 진화했습니다.
이를 통해 코스 선택, 옵션 변경 등 각 단계에 필요한 정보만 노출되어 의사결정이 단순화되고, 이미지와 동적 그래픽으로 내용을 직관적으로 파악할 수 있습니다. 사용자는 화면을 직접 터치하고 스크롤하며 원하는 기능을 능동적으로 제어하게 되었고, 즉각적인 시청각 피드백은 조작에 대한 신뢰와 제품 만족도, 브랜드 신뢰도를 높이는 핵심 요소가 되었습니다.

LG전자의 핵심 철학인 “Life’s Good”은 단순히 좋은 제품을 넘어 고객의 삶을 편안하고 가치 있게 만드는 경험을 제공하는데 있습니다. 이러한 철학을 GUI에 반영하기 위해 가장 먼저 '고객 중심의 쉬운 사용성'에 집중했습니다. 단순 기능 전달을 넘어, 사용자가 제품을 사용하는 동안 브랜드가 가진 신뢰감과 완성도를 자연스럽게 경험할 수 있도록 하는 것이 핵심 방향이었습니다.
이를 위해 GUI에서는 텍스트 중심 UI를 벗어나 각 세탁 코스에 맞춘 실사 이미지, 단계별 진행 화면, 부드러운 모션 효과 등 시각적 요소를 적극 활용했습니다. 이러한 풍부한 시각 경험은 사용자가 현재 세탁 상태를 한눈에 이해하도록 돕고, 동시에 감성적 만족감을 제공해 브랜드의 프리미엄 이미지를 강화합니다. 중요한 점은 이러한 표현이 과해지지 않도록 LG전자의 디자인 원칙에 맞춰 정제된 톤으로 일관되게 구성했다는 것입니다.
한편, AI 기술은 눈에 보이지 않기 때문에 사용자가 그 작동 방식을 이해하고 신뢰하도록 만드는 것이 가장 큰 과제였습니다. 7인치 AI 워시타워에는 직접적으로 적용되지 않았지만, 다음 적용되는 모델에서는 AI의 판단 과정을 ‘시각적 스토리텔링’으로 풀어내는 것을 목표로 삼았습니다. 단순히 “AI가 알아서 세탁했습니다”라는 결과만 제시하는 대신, 세탁 리포트에서는 직관적인 아이콘과 인포그래픽을 활용해 AI가 어떤 데이터를 근거로 어떤 판단을 했는지를 명확하게 보여주려고 합니다. 복잡한 기술적 정보를 사용자 친화적인 시각 언어로 번역함으로써, 사용자가 AI의 효용을 실제로 체감하고 기술에 대해 긍정적 신뢰를 쌓을 수 있도록 했습니다.

AI 워시타워에는 LUPA OS가 적용되어, 기존 펌웨어 기반 소프트웨어 구조를 넘어 가전 제품에 최적화된 운영체제 환경을 제공합니다.
LUPA OS는 제한된 메모리와 처리 능력을 갖는 임베디드 시스템 환경에서 경량화된 플랫폼으로 작동하며, 폰트 랜더링, 메모리 보호, 패키지 관리, 보안, 그래픽 등의 기능을 제공합니다. 이러한 기능을 활용해 개별 앱 단위로 설치 및 업데이트(소프트웨어 오버 더 에어, SOTA)할 수 있어, 기존 펌웨어 대비 유지보수와 기능 확장이 용이하다는 것이 큰 특징입니다.
AI 워시타워는 신규 하드웨어와 소프트웨어가 다수 적용된 프로젝트로, LCD 대화면 터치 필름, ^*NAND Flash 등 변경 사항을 지원하기 위해 LUPA 1.2 버전이 적용되었습니다. 기존 OS가전은 LUPA 1.1 버전으로 2.4” LCD, NOR Flash, Non-Touch 방식으로 세탁기 또는 건조기 단일 제품만 제어할 수 있었던 반면, AI 워시타워는 세탁기와 건조기를 하나의 대화면 LCD에서 통합 제어해야 했습니다. 기존 OS가전과 비교할 때 AI 워시타워는 LUPA 버전 업, 대화면 Full Touch LCD, NAND Flash 적용, 통합 제어 등으로 차별화되며, 대화면과 터치 환경에서의 직관적 UX와 화면 반응성을 최적화하는 설계가 필수였습니다.
결과적으로 LUPA OS 기반 AI 워시타워는 사용자가 보다 직관적이고 확장 가능한 경험을 누릴 수 있도록, 기술적·사용자 경험 측면에서 한 단계 진화한 플랫폼을 제공합니다.

‘처음’이라는 타이틀이 붙은 프로젝트에는 해야 할 일이 많습니다. AI 워시타워는 신규 하드웨어 제작과 대화면 Full Touch 스펙에 맞는 OS 기반 소프트웨어 플랫폼을 처음 개발해야 했기 때문에, 기술적·관리적 도전이 특히 컸습니다. 제한된 개발 일정 내에서 하드웨어, BSP, OS, 애플리케이션 모듈 등 모든 요소를 새롭게 정의하고 설계해야 했으며, 수많은 소프트웨어 모듈 간 유기적 협업도 필수적이었습니다.
또한, 향후 다양한 파생 모델을 지원할 수 있는 확장 가능한 소프트웨어 구조를 고민하는 것도 중요한 과제였습니다. 개발 PM으로서 사용자 경험과 기술 구현의 균형을 맞추기 위해, 디자인팀이 요청한 풍부한 인터랙션 효과와 UX 기능을 초기 컨셉 단계에서부터 사전 검토했습니다. 정식 가이드가 배포되기 전이라도 초안 수준으로 미리 검토하며 일정 위험을 최소화했고, 구현 복잡도와 일정에 맞춰 핵심 디자인 요구사항은 유지하되 필요한 절충점을 논의했습니다.
일정에 맞추기 어려운 항목은 추후 모델이나 업그레이드된 버전에서 반영하는 전략을 세워 유관 부서와 합의를 이끌어 프로젝트를 성공적으로 진행했습니다.

AI 워시타워 기획은 세탁기와 건조기의 용량 불균형에서 비롯된 소비자 불편을 해결하고, 대용량 세탁에 대한 니즈를 충족하기 위해 시작되었습니다. 기존 시장에서는 세탁기가 건조기보다 더 큰 용량을 제공하여, 고객들은 세탁 후 일부 세탁물을 건조기로 옮겨야 하는지 고민하는 상황이 발생했습니다.
이에 따라 세탁기와 건조기의 용량을 동일하게 맞추고, 국내 규격 기준 최대 용량인 25kg씩을 구현함으로써 이러한 문제를 해결하고 대형 세탁물 관리에 대한 수요를 충족시켰습니다.
제품 디자인 측면에서는 워시타워가 출시 초기부터 완성형에 가까운 심플한 디자인을 가지고 있어, 신모델임을 인식시킬 수 있는 외형적 변화가 제한적이었습니다. 최근 가전 트렌드가 심플하고 공간과 조화되는 디자인을 선호한다는 점에 착안하여, 기존 모서리와 도어의 라운드를 플랫하게 변경하고, 파팅 라인을 최소화한 히든 힌지 도어를 적용했습니다.
LG전자는 단순 로직 기반 자동화나 편의 기능에 AI라는 명칭을 함부로 사용하지 않고, 내부 기준에 부합하는 기술과 기능에만 AI 네이밍을 적용해 왔습니다. 그 결과 경쟁력은 높지만, 시장에서 AI 가전으로서 인식이 약화되는 문제가 있었습니다.
이를 개선하기 위해 LG전자의 AIDD 기술에 기반한 실질적 가치의 AI 신기능을 통합하고, 개별 기능 네이밍을 일원화했으며, 마케팅과 고객 경험 전반을 강화하여 AI 가전으로서의 경쟁력을 높였습니다.

AI 워시타워의 핵심 차별화 포인트는 디자인과 기능 양측에서 나타납니다. 먼저 디자인 측면에서는 세탁기와 건조기의 단순 직렬 설치를 넘어, 파팅 라인을 최소화하여 세탁기 자체의 미적 완성도를 높였습니다. 각 구성 요소의 라인이 정교하게 구분되어 비례감이 뛰어나고, 깔끔하며 완성도 높은 외형을 제공합니다. 기능 측면에서는 고객 경험을 강화하기 위해 AI 기반 개인화와 신뢰 구축에 집중했습니다. AI 가전의 기본 방향은 ‘자동으로 최적화해주는 것’이지만, 고객이 자신의 습관과 패턴을 포기하고 제품을 온전히 신뢰하는 것은 어렵습니다.
이를 해결하기 위해 워시타워는 사용자의 자주 사용하는 코스와 옵션 조합을 추천하고, 세탁 종료 시 어떤 과정과 정보를 감지했는지 상세한 결과 리포트를 제공합니다. 또한, 구독 서비스에서는 드럼케어 코스를 추가해 드럼 내부를 세척하는 직관적이고 유용한 세척 경험을 제공함으로써 서비스 가치를 높였습니다. 이러한 디자인과 AI 기반 UX 개선은 고객이 제품을 신뢰하고 효율적으로 사용할 수 있도록 돕고, 반복적인 가사 노동에 대한 부담을 줄이며, 원스톱 솔루션으로서의 브랜드 경험을 강화하는 전략적 기획 요소로 작용했습니다.

‘AI 코스’에서 제공하는 AI 맞춤 세탁 기능은 의류 인식, 자동 세제 투입, 오염도 감지를 통해 구현됩니다. 의류 인식 과정에서는 세탁물이 드럼에 투입되어 회전하면서, 의류의 두께·부피·신축성 등에 따라 원심력과 중력에 의한 움직임이 달라집니다. 이러한 움직임은 DD모터의 전류 신호로 나타나며, 세탁 전 드럼 회전 시 측정된 전류 패턴이 딥러닝 신경망의 입력값으로 활용됩니다. 이를 통해 옷감 재질을 ‘섬세합성’, ‘일반합성’, ‘면’, ‘두툼한 면’으로 구분하고, 각 재질에 맞는 최적의 세탁 모션을 결정합니다. 예를 들어, 섬세 의류로 인식된 경우에는 6가지 세탁 모션 중 ‘흔들기(Swing)’와 ‘주무르기(Rolling)’ 모션의 조합을 통해 세탁물의 엉킴과 변형을 줄이고, 옷감 손상을 최소화 합니다.
자동 세제 기능은 감지된 세탁물의 무게에 따라 세제 투입량을 자동으로 조절합니다. 예를 들어 5kg 부하 기준으로 세제량이 45ml로 설정되며, 사용자가 직접 세제량을 조절할 수 있도록 6단계(0, 80, 90, 100, 110, 120%) 옵션도 제공합니다. 세제는 자동세제함의 체크밸브가 열리면서 펌프를 통해 투입되며, 투입량이 많을수록 펌프 작동 시간이 길어집니다.
또한 ‘AI 세탁’ 코스에서는 의류 인식과 자동 세제 투입 이후, 세탁 초반과 중간에 탁도 센서로 오염도를 분석합니다. 오염이 적으면 세탁 시간을 줄이고, 오염이 많으면 세제를 추가로 투입하며 세탁 시간과 헹굼 횟수를 늘려 세탁 효율을 높입니다.
이처럼 사용자는 AI 맞춤 세탁 기능을 통해 의류 재질과 오염 정도에 맞춘 효율적이고 안전한 세탁을 경험할 수 있습니다.

AI 맞춤 탈수 기능의 목적은 탈수 중 발생할 수 있는 과진동을 사전에 예측하여 소비자가 느낄 수 있는 불쾌한 진동을 예방하는 것입니다. 이를 통해 고객은 탈수 과정에서 쿵쾅거림이나 진동 소음에 대한 불안 없이 안정적으로 세탁기를 사용할 수 있습니다.
이 기술의 기반은 LG전자의 6자유도 진동 센서(관성측정장치) 기술입니다. 드럼과 모터를 둘러싼 구동부에 부착된 이 센서는 좌우·전후·상하의 3방향 위치 변화와 3방향 회전 변화를 동시에 감지하여, 탈수 중 구동부의 움직임을 3차원으로 정밀하게 파악합니다. 특정 지점의 움직임뿐 아니라 구동부 전체의 진동 상태까지 계측할 수 있어, 딥러닝 기반 입체적인 과진동 예측 모델 구현이 가능합니다.
또한, 빅데이터는 제품 출시 이후 탈수 품질 개선에 활용됩니다. 개발 단계에서는 연구실 환경과 제한된 부하 조건만으로 학습하기 때문에 실제 고객 사용 환경의 모든 변수를 반영하기 어렵습니다. 이러한 한계를 보완하기 위해, 출시 후 수집되는 탈수 진동 데이터를 지속적으로 모니터링하고 필요 시 재학습을 통해 개선 알고리즘을 업데이트할 수 있도록 기술을 준비했습니다. 이는 단순히 고객 예측에 그치던 기존 개발 방식에서 벗어나, 실제 고객 데이터를 기반으로 성능을 지속적으로 개선하는 품질 개선 체계를 구현한 것입니다. 이처럼 LG전자 세탁기는 고객 데이터 기반의 연구개발을 통해 한 단계 앞선 기술 혁신을 이어가고 있습니다.

AI 타임 센싱은 세계 최초의 미소 회전 기반 관성 추정 기술을 통한 CX 혁신 사례입니다. 기존처럼 긴 텀블링 후 무게를 감지하는 방식이 아니라, 드럼을 약 45도 각도로 미세하게 회전시키면서 세탁물의 관성을 정밀하게 추정하는 LG전자만의 독자 기술을 기반으로 합니다. 이 미소 회전 과정에서 발생하는 관성값을 수학적 모델로 계산하고, DD모터의 정밀 속도 제어를 결합하여 세탁물 무게를 빠르게 파악함으로써 코스별 예상 세탁 시간을 즉시 안내할 수 있습니다.
또한 드럼 회전 각도, 연산 구간, 가감속 시간, 속도, 역기전력, 전압, 모터 기동 토크, PCB 산포 등 관성에 영향을 주는 다양한 요소들을 사전에 학습하여 감지 시간과 정확도를 모두 고려한 최적의 선형 회귀 기반 모델을 설계했습니다.
세탁기의 경우 시작 전 시간 안내 시 고객이 옷을 추가 투입하기 위해 문을 열고 닫으면, 유의미한 무게 변화가 있을 때만 시간을 재계산하도록 하여 측정값이 과민하게 변하지 않도록 조정했습니다. 또한, 빠른 감지와 규격 조건에서의 대량 세탁 시 정확도를 동시에 높이기 위해 감지 횟수를 늘리는 방식도 적용했습니다. 건조기의 경우에는 제품 안전규격을 만족하기 위해 초기 약 120도 회전 후 무게를 감지해 즉시 예상 건조 시간을 제공합니다.

개발 과정에서 여러 기술적 도전이 있었는데, 고객이 시작 버튼을 누르기 전에 코스·옵션을 변경하면 즉시 예상 시간을 안내해야 했기 때문에, 기존의 ‘시작 후 무게 감지’라는 고정관념을 깨고 ‘시작 전 감지’가 가능하도록 시스템 안전성(PL·규격)까지 확보하는 것이 큰 과제였습니다.
이를 위해 사전에 충분한 역기능 검토와 안전 설계 및 규격 기관 검증을 수행하였습니다. 또한 짧은 시간내 감지 가능하고, 다양한 산포(고객조건 부하, 규격 부하, 투입 방법, 시료, PCB, 전압, 모터 역기전력 등) 조건에 대해 강인해야 하고, 전 제품 확대 용이하도록 기존 마이컴에 구현 가능하고 일반화할 수 있도록 학습 인자를 최소화하고 선정하여 선형 회귀모델 최적화를 수행하였습니다.
이러한 기술 혁신을 통해 세탁물의 무게를 감지하고, 코스 선택 단계에서 단 3초만에 코스별 예상 종료 시간을 알려줍니다. 또한 세탁량 안내 기능을 제공해 수동 세제 투입량을 고민하는 불편도 해소했습니다. 건조기 역시 시작 직후 예상 시간이 즉시 제공돼 편의성이 높아졌습니다. 더 나아가 AI 타임 센싱 데이터를 기반으로 코스 추천, 에너지·물 사용량 안내 등 확장된 UX 콘텐츠도 가능해지면서 제품 차별화 가치가 크게 강화되었습니다.

AI 맞춤 건조는 딥러닝 기반 의류 인식 기술을 활용하여, 사용자의 실사용 의류를 세부 종류별로 구분하기보다는 건조 특성에 따라 ^*1단계 부하 Set 잘 마르는 재질(합성), ^*2단계 부하 Set Mixed, ^*3단계 부하 Set 잘 마르지 않는 재질(면 위주)로 분류합니다. 내부 센서 데이터를 기반으로 학습된 모델을 통해 의류 재질과 수분 함량 변화를 감지하고, 각 단계에 맞춰 최적의 건조 조건을 설정합니다. 예를 들어, 1단계 의류는 종료 시간을 기존 대비 약 18% 단축하고, 3단계 의류는 건조 제어 온도를 한 단계 높여 균일한 건조 성능을 제공합니다.
건조기 모션은 세탁물 양과 형태, 수분 상태에 따라 동적으로 제어됩니다. 특히, 이불코스+에서는 건조기 내 센서데이터(전극, IR센서)를 기반으로 이불의 두께를 감지하고, 그에 맞게 종료판단을 진행하여 얇은 이불은 더 빠르게(기존 대비 39분 단축)하고, 두껍거나 서로 다른 종류의 2장의 이불에서 더 꼼꼼한 건조를 하도록 하였습니다. 이를 통해 가끔 발생하는 ^*이불만두(꼬임/말림) 현상을 개선해 미건조가 발생하지 않도록 품질 이슈를 해결하였습니다.
또한, 6가지 건조모션은 의류 소재와 건조특성을 연계하여 세탁 직후 마찰이 큰 초기 단계에는 의류간 마찰 손상을 줄이고 세탁으로 인해 줄어든 의류를 당겨주기 위해 ‘펴주기 모션’을 적용하며 건조 후반에 수축 발생 위험이 높은 단계에는 의류가 받는 충격을 줄여주기 위한 ‘널기 모션’을 활용합니다. 특히 의류 수분이 20~30%에서 5~10%로 줄어드는 시점에는 낙차에 의해 건조 후 비어있는 직물 간 공간이 파괴되는 것을 최소화 하기위해 정밀하게 모션을 조정합니다.
이처럼 6가지 각각의 모션이 정밀하게 구현되어 사용자가 원하는 맞춤형 건조 경험과 섬세한 의류 보호를 동시에 실현할 수 있습니다.

AI 시간 안내 기능은 사용자의 환경과 세탁물 특성에 맞춰 건조 종료 시간을 점점 더 정확하게 예측할 수 있도록 개발되었습니다. 기존 건조기는 세탁물의 무게만을 기준으로 시간을 계산했기 때문에, 같은 5kg이라도 여름철 얇은 옷과 겨울철 두꺼운 옷, 합성 소재와 면, 또는 세탁실 환경과 집 안 환경 등 다양한 변수에 따라 실제 소요 시간이 달라져 정확도가 떨어졌습니다.
이를 해결하기 위해 AI 워시타워 건조기는 무게뿐만 아니라 온도, 습도, 의류 재질 등 다양한 센서 데이터를 학습하도록 설계되었습니다. 개발 과정에서는 제품 내부 메모리를 활용해 사용자의 환경 데이터를 지속적으로 저장하고, 오래된 데이터는 삭제하며 새로운 데이터를 반영하도록 머신러닝 기반 시스템을 구축했습니다. 계절별 환경 변화, 사용 의류의 특성과 센서값을 학습하여, 고객이 제품을 사용할수록 환경에 최적화된 맞춤형 종료 시간을 제공할 수 있습니다. 또한 사용자가 집을 옮기거나 환경이 달라져도 건조기가 스스로 학습하여 정확도를 유지하도록 설계되었습니다.
이 기능의 차별점은 단순히 건조 시간을 단축하거나 에너지를 효율적으로 쓰는 것을 넘어, 고객 개인의 사용 습관과 성향을 파악하고 그에 맞춘 최적의 성능과 가치를 제공하는 데 있습니다.
즉, ‘나에게 맞춘 가치’를 제공하고, 여기에 ^*‘편리미엄’을 더해 가사 시간을 줄이면서 사용자가 자신과 가족을 위해 더 많은 시간을 활용할 수 있도록 돕는 것이 가전에서의 AI 기술이 추구해야 하는 최종적인 가치라 생각합니다.