IT기술 활용ㆍ디지털화 기반 다지기가 먼저

패션업계에서 기대되는 AI 활용(출처: https://www.otsuka-shokai.co.jp)

패션업계는 다른 산업보다 IT 기술 도입이 늦는 경향이 있다. AI 활용은 최근 모든 분야에서 활발히 논의되고 있으며, 패션 업계에도 이러한 변화의 바람이 불어오고 있다. 그러나 여전히 많은 사람들이 AI가 패션 비즈니스에 어떤 방식으로 기여할 수 있는지 명확히 이해하지 못하고 있다.

AI 기술의 발전은 비즈니스 환경을 급격히 변화시키고 있으며, 패션 업계에서도 AI 활용이 점차 확산되고 있다. 의류 분야를 중심으로 다양한 업무가 AI를 통해 개선되고, 이를 통해 고객은 기존에 없던 새로운 서비스를 경험하고 있다. 그러나 여전히 일부 분야에서는 AI의 성능이 더욱 개선되어야 하는 상황이며, 혁신적인 기술 발전이 필수적이라는 목소리도 나오고 있다.

그렇다면 현재 패션 업계에서 활용되고 있는 AI 기술이나, 앞으로 활용이 기대되는 업무 및 서비스에는 어떤 것들이 있을까?

1. AI 챗봇

AI 챗봇은 소비자의 질문에 AI가 답변을 해주는 시스템으로 상호작용을 통해 거의 모든 질문에 대답할 수 있다. AI는 학습 과정을 통해 점점 더 요구에 맞는 답변을 제공할 수 있는 능력을 갖추게 된다.

패션 업계에서는 온라인과 오프라인 점포에서 상품을 소개하거나 고객에게 맞는 코디를 제안하는 데 활용할 수 있다. 이를 통해 사람에 의한 접객 부담을 줄일 수 있으며, 다국어 대응이 가능해 외국어를 구사할 수 있는 직원 채용에 따른 비용도 절감할 수 있다. AI는 점포의 독자적인 정보를 학습하여 매장 플로어 소개나 제품 설명 등 세세한 접객 서비스도 제공할 수 있다. 또한 전화 문의에 AI를 활용하면 고객 서비스 응대가 자동화되어 업무 부담을 줄이고, 인건비와 직원 교육비까지도 해결할 수 있다.

2. 수요 예측

AI의 뛰어난 데이터 분석 능력을 활용하면 패션 상품의 수요와 판매량을 보다 정확히 예측할 수 있다. AI를 활용한 수요 예측은 각 점포마다 판매량을 예측하고 이를 바탕으로 필요한 상품의 생산량을 결정하는 데 도움을 준다. 이를 통해 대량의 재고가 남아 할인 판매로 이어지는 문제를 줄이고, 재고를 최적화하여 수익률을 높일 수 있다. 또한 SNS 데이터를 분석하여 현재의 트렌드를 예측함으로써 고객이 선호할 상품을 개발하고 유행을 반영한 상품을 제안할 수 있다. 그러나 수요 예측은 여러 전제 조건을 필요로 한다. ‘대량의 데이터’와 ‘데이터 포맷의 통일성’, 그리고 ‘예상 밖의 외적 요인이 없음’이라는 전제가 있어야 하지만, 패션 업계는 외부 요인에 의해 매출이 크게 좌우될 수밖에 없는 구조를 가지고 있다.

예를 들어 날씨, 유명인의 패션, 경쟁 업체의 가격 변화, 감염병 확산 등은 예측이 불가능한 외적 요인으로, 데이터가 존재할 수 없다. 현재 AI 기술은 이러한 외적 요인까지 예측에 반영시키는 수준에는 올라가지 못했으며, 이는 AI의 수요 예측이 패션 업계에서 정확성이 떨어지는 이유다.

3. AI에 의한 치수

AI는 사진만으로도 신체 치수를 측정할 수 있어 고객이 매장을 방문하지 않고도 자신의 체형에 적합한 사이즈를 선택할 수 있도록 도와준다. 이를 통해 소비자는 매장 방문의 번거로움을 덜고, 사이즈 차이로 인한 불편을 줄이며, 자신에게 가장 잘 맞는 옷을 쉽게 찾을 수 있다.

AI를 활용하면 치수 측정에 필요한 직원의 노동과 시간을 절약할 수 있으며, 고객 만족도를 크게 높일 수 있다. 더 나아가 AI는 치수 데이터를 기반으로 착용했을 때의 이미지를 생성하여 고객이 자신에게 잘 맞는지 미리 확인할 수 있도록 돕는다. AI가 모든 옷과 코디 정보를 학습하면 고객의 선호도와 과거 구매 데이터를 기반으로 맞춤형 상품과 코디를 제안할 수도 있다. AI는 사람과 달리 정보 편차가 없기 때문에 항상 동일한 품질을 유지할 수 있다.

4. AI 모델 활용

AI는 실제 인간과 같은 아바타를 제작하거나 3D 캐릭터를 모델로 활용할 수 있다. 인간 모델을 활용한 촬영은 비용이 많이 들지만, AI로 생성한 가상 모델은 비용과 시간을 대폭 절약할 수 있다. AI를 통해 성별, 체형, 헤어스타일 등을 자유롭게 설정할 수 있어 브랜드 컨셉에 적합한 다양한 모델을 활용할 수 있다. 이를 통해 비용 효율적인 마케팅이 가능하며, 고객에게 더 많은 선택지를 제공할 수 있다.

5. MD 업무 보조

AI는 MD 업무를 지원하는 데에도 유용하다. MD는 ‘언제, 무엇을, 얼마에, 어떻게 판매할까’를 계획하는 업무로, 패션 업계에서는 주관이나 경험이 중시되는 경향이 있다. 그러나 현대 패션 시장은 트렌드가 세분화되고 다양화되면서 생산량과 판매량의 예측 차이가 발생하기 쉬운 환경이 되었다.

AI를 활용하면 빅데이터 분석을 통해 시장 동향을 정량적으로 파악할 수 있어, 재고 과잉이나 정상 판매율 저하와 같은 문제를 줄일 수 있다. 이를 통해 세일 일상화나 잉여 재고를 억제하고, 이익을 극대화할 수 있다. 다만, 현재의 AI는 데이터 부족과 패션 특유의 감각적 요소를 수치화하지 못하는 한계로 인해 활용이 제한적일 수밖에 없다.

◇ AI 활용에 필요한 조건

패션 업계에서 AI를 성공적으로 도입하고 활용하려면 몇 가지 필수 조건이 있다. AI 분석의 기본 조건은 대량의 데이터와 표준화된 데이터 포맷이다. 또한 AI의 예측 결과를 더 효과적으로 활용하려면 데이터 해석 능력이 필요하며, AI의 장점인 데이터 분석과 인간의 직관, 감성, 창의성을 어떻게 결합할 지에 대한 전략도 중요하다. 현 상태의 AI는 소재의 질감과 모든 감각을 수치화할 수 없으며, 이는 AI MD 및 디자인에서 한계로 작용한다. 궁극적으로, 인간과 같은 지능을 가진 AGI(인공 범용 지능)와 같은 고도화된 기술이 필요하다.

IT 기술과 디지털화의 기반을 먼저 마련하고, 마케팅 자동화 및 옴니채널 고객 접근을 통해 빅데이터를 구축하는 것이 AI 도입의 첫 단계다. 현재 검증된 AI 기술을 보조적으로 활용하며 점진적으로 AI를 도입하는 전략이 가장 현명한 접근법이다. AI는 만능이 아니며, 철저한 준비와 신중한 계획이 필수적이다. AGI와 같은 차세대 기술의 등장을 기대하면서도, 현재 가능한 기술로 지속 가능한 성과를 창출하는 것이 중요하다.