AI는 패션 산업의 디자인, 생산, 유통, 소비 경험을 새롭게 바꾸고 있다. 데이터 기반 전략과 생성형 AI가 열어 갈 미래 패션의 가능성과 한계를 균형 있게 조망한다. 인공지능총서. aiseries.oopy.io에서 필요한 인공지능 지식을 찾을 수 있다.

AI와 패션 산업, 감성과 알고리즘이 만나는 곳 01 패션 산업의 디지털 전환 02 생성형 AI와 디자인의 자동화 03 트렌드 예측과 AI 04 맞춤형 패션과 추천 시스템 05 스마트 생산과 공정 자동화 06 VR·AR 기술과 디지털 소비자 경험 07 AI가 바꾸는 패션 유통 채널 08 지속 가능성과 AI 09 데이터와 패션 브랜드의 전략 10 미래의 패션, 인간과 AI의 공진화

한편, 최근에는 전통적인 컬렉션 패션쇼를 넘어 AI 기반 또는 메타버스 기반의 디지털 패션 위크가 새로운 트렌드로 떠오르고 있다. 2023년 뉴욕에서는 최초의 〈AI 패션 위크(Fashion Week)〉가 개최되어, 디자이너들이 생성형 AI를 활용한 가상 의상을 출품했다. 이 행사는 “AI가 주도하는 디자인이 실제 어떻게 반영될 수 있는가?”라는 질문을 중심으로, 신진 디자이너와 테크 기반 브랜드들의 미래 가능성을 보여 주는 계기가 되었다. 또한, 2022년부터 디센트라랜드(Decentraland)에서는 메타버스 패션 위크(Metaverse Fashion Week)가 정기적으로 개최되고 있다. 돌체 앤 가바나(Dolce & Gabbana), 타미 힐피거(Tommy Hilfiger), 에트로(Etro) 등 글로벌 브랜드들이 참여하여 3D 가상 의상 및 대체 불가능 토큰(Non-Fungible Token, NFT)을 활용한 디지털 패션 생태계를 선보였다.
－01_“패션 산업의 디지털 전환” 중에서

아이비엠(IBM)은 ‘인지 패션(Cognitive Fashion)’ 프로젝트에서 인스타그램, 트위터 등 SNS에서 사용되는 해시태그와 이미지 데이터를 분석해 다음 시즌 트렌드를 예측하였고, 로레알(L’Oreal)과 협업해 2021년 뷰티 트렌드도 함께 분석했다. H&M은 유럽 전역의 포스(POS) 데이터를 실시간으로 수집해 지역별로 인기 상품을 파악하고, 해당 데이터를 기반으로 디자인 시안을 조정하는 ‘AI 피드백 루프(AI Feedback Loop)’를 구축했다.
또한, 알리바바(Alibaba)의 티몰(Tmall) 플랫폼은 소비자 행동 데이터를 분석해 입점 브랜드들에 ‘실시간 상품 인사이트’를 제공하고 있으며, 예측 트렌드는 디자이너와 생산자가 함께 활용할 수 있도록 API(Application Programming Interface, 응용 프로그램 프로그래밍 인터페이스) 형태로 공개된다.
－03_“트렌드 예측과 AI” 중에서

국내에서는 ‘오늘의 집’이 이러한 흐름을 적극적으로 반영하고 있다. ‘오늘의 집’은 2022년부터 AR 기반 ‘가상 배치’ 기능을 도입하여, 사용자가 스마트폰 카메라를 통해 자신의 실제 거실, 침실, 주방 등의 공간에 다양한 가구를 실시간으로 배치해 볼 수 있도록 지원한다. 소비자는 제품을 360도 회전하거나 크기를 조정하며 다양한 각도에서 확인할 수 있으며, 실제 공간에서 가구가 차지하는 부피나 색상 조화를 사전에 시뮬레이션할 수 있다. 이 기능은 단순한 시각화 도구를 넘어, 공간 활용도 분석, 제품 비교, 실시간 스타일링 등 구매 의사 결정 과정에 중요한 역할을 하며, 특히 모바일 커머스 중심의 국내 인테리어 시장에서 소비자의 체험 중심 소비 패턴을 효과적으로 반영하고 있다. 또한 ‘오늘의 집’은 AR 기술을 자사 커머스 플랫폼 내에 직접 통합함으로써, 탐색에서 구매까지의 전환 과정을 유기적으로 연결하고 있다.
－06_“VR·AR 기술과 디지털 소비자 경험” 중에서

무신사는 자체 머신 러닝 알고리즘을 활용해 고객의 등급, 장바구니 유지 기간, 상품 클릭 빈도 등을 분석하여 개인별 쿠폰 발송 시기와 할인율을 조정하고 있다. 이에 따라 2024년 10∼11월 진행된 테스트에서 2,370개 입점 브랜드가 AI 기반 상품 광고를 집행한 결과, 월 거래액 5,000만 원 이하 중소 브랜드의 거래액이 평균 25% 이상 증가했다. 또한 앱 개편 이후, AI 추천 판과 상품 상세 추천을 통한 구매 전환율이 약 3배, 관련 거래액은 308% 이상 증가하는 성과를 보였다. 무신사는 이처럼 AI 기반 개인화 프로모션으로 회원 1인당 전환율과 전체 매출 성장에 기여하고 있다.
AI 기반 가격 결정 전략은 구매 가능성, 가격 민감도, 경쟁 상황을 동시에 고려하는 ‘적응형 가격 결정(adaptive pricing)’ 방식으로 진화하고 있다. 미국의 백화점 체인인 노드스트롬(Nordstrom)은 AI 시스템을 활용해 소비자의 평소 검색 행동과 과거 할인 반응을 분석하고, 구매 확률이 높은 시점에만 타깃 할인 정보를 노출해 프로모션 노출 대비 전환율을 35% 이상 높였다.
－09_“데이터와 패션 브랜드의 전략” 중에서

AI와 패션, 창조와 데이터가 만나는 지점 패션은 단순한 유행이 아니라 사회적 기호, 정체성, 시대정신을 담아온 문화적 언어였다. 그러나 21세기 들어 디지털 기술과 AI는 패션 산업의 전 주기에 근본적 변화를 일으키고 있다. 생성형 AI는 디자인을 자동화하고, 추천 시스템은 소비자 맞춤형 경험을 제공하며, 스마트 생산과 유통 자동화는 효율성과 지속 가능성을 높인다. 동시에 VR·AR 기반 가상 피팅룸, 디지털 쇼룸은 소비 문화를 재편하고, 데이터 분석은 브랜드 전략의 핵심 자산으로 부상한다. 하지만 이 과정은 창의성의 기준, 저작권, 개인정보 활용 같은 윤리적 문제도 동반한다. 이 책은 패션의 역사적 맥락을 짚으며 AI가 어떻게 기존 구조를 재구성하는지를 다층적으로 분석한다. 궁극적으로 AI는 디자이너의 직관을 대체하는 것이 아니라 데이터와 결합해 창조적 가능성을 확장하는 파트너로 자리 잡는다. 기술 중심의 설명을 넘어 인간과 AI의 공진화를 전망하며 패션의 본질적 가치를 재정의한다.