AI 시대, ‘핵심 자원’으로 강한 패션기업을 만드는 법
DX를 넘어 AX, 의사결정 지능을 설계하라
AI를 도입했지만 회사는 그대로다. 생성형 AI로 이미지를 만들고, 보고서를 자동화하고, 트렌드를 요약한다. 업무 속도는 빨라졌지만 경영자는 여전히 묻는다. “그래서 무엇이 달라졌는가.”
PID 전문 컨퍼런스에서 발표하는 이동현 FCL 코리아 대표는 이 질문을 정면으로 던진다. 그의 메시지는 분명하다. AI는 효율을 높이는 도구가 아니라, 의사결정을 증폭시키는 구조적 장치다. 핵심은 기술 도입이 아니라 ‘운영 체계 재설계’에 있다.
# 더 많은 정보가 아니라, 더 나은 의사결정
아직도 감으로 상품 기획을 하시나요. [사진 출처=이동현 대표 강연 자료 중]
AI 활용이 늘어날수록 업무는 줄어들 것이라는 기대와 달리 현실은 다르다. 리포트는 더 많이 생산되고, 디자인 시안은 더 빠르게 생성되며, 데이터는 넘쳐난다. 그러나 의사결정의 질이 함께 올라가고 있는지는 별개의 문제다. 그는 이를 ‘AI 패러독스’라고 설명한다. 생산성은 올라가지만 판단력은 약화될 수 있다는 경고다.
패션 비즈니스의 본질은 언제나 결정에 있다. 무엇을 기획할 것인가, 얼마를 생산할 것인가, 리오더는 언제 할 것인가, 할인은 어디서 멈출 것인가. 더 많은 정보가 아니라, 더 나은 의사결정이 수익을 만든다.
이동현 대표는 DX와 AX를 구분한다. DX가 데이터를 디지털화하고 프로세스를 효율화하는 단계라면, AX는 의사결정 구조 자체를 AI 기반으로 전환하는 단계다. 많은 기업이 정보·리포트·전략·디자인까지는 체계화했지만, 최종 판단은 여전히 ‘감’에 의존한다. AX는 바로 그 마지막 단계를 데이터 기반으로 이동시키는 작업이다.
# 자동화에서 증강으로, 그리고 ‘의사결정 지능’으로
그는 AI 활용을 단순 자동화에 머물지 말아야 한다고 강조한다. 반복 업무 자동화는 출발점일 뿐이다. 그 위에 분석과 리포트 증강이 쌓이고, 전략 판단을 보조하는 구조가 마련될 때 비로소 의사결정 지능이 형성된다.
강연에서는 이를 실제 사례로 보여준다. 리서치와 보고서 작성, 발표 자료 제작을 AI로 자동화해 시간을 단축하는 구조, 원단 번수와 조직 특성을 반영해 디자인 이미지를 생성하는 사례, 컬렉션 이미지를 분석해 색상 계열을 자동 분류하는 코드 시연 등이 그것이다. 이는 단순한 생성이 아니라 ‘데이터화된 기획’으로의 전환이다.
손익 예측 모델도 제시된다. 월 매출을 입력하면 예상 영업이익을 도출하고, 아이템·컬러·수량을 입력하면 판매 성공 가능성을 확률로 제시한다. 이는 더 이상 경험에 의존한 추정이 아니라, 통계적 근거에 기반한 판단이다.
그는 말한다.
“데이터가 쌓였다고 끝이 아닙니다. 예측 모델로 연결되지 않으면 DX는 비용에 불과합니다.”
# 가격·소재·마케팅까지 연결되는 AX 운영 구조
이동현 대표는 여러 패션 기업을 대상으로 AI 기반 조직으로 변화를 강조한다. 사진은 BYN블랙야크 강연 중.
강연은 기획과 판매를 넘어 소재 가격 예측, 동적 가격 전략, 연관 분석을 통한 번들·VMD 전략까지 확장된다. 기획·생산·가격·마케팅이 각각 따로 움직이는 것이 아니라, 하나의 데이터 체계 안에서 연결되는 구조다. 이때 AI는 사람을 대체하는 존재가 아니라, 핵심 인력의 판단력을 증폭시키는 도구로 작동한다.
그의 결론은 단순하다. 많은 기업이 AI를 사용하지만, 의사결정 지능을 조직 차원에서 제도화한 기업은 거의 없다. AI 시대에 강한 패션기업은 더 많은 툴을 쓰는 회사가 아니다. 더 많은 인력을 확보한 기업도 아니다. 핵심 자원을 중심으로, 의사결정이 체계적으로 이루어지는 구조를 설계한 기업이다.
기술은 이미 충분히 발전했다. 데이터도 쌓여 있다. 남은 질문은 이것이다.
당신의 회사는 AI를 ‘사용’하고 있는가,
아니면 AI 기반 의사결정 구조를 ‘설계’하고 있는가.
DX는 시작일 뿐이다. AX는 선택이 아니라 생존 전략이다.
이동현 FCL 코리아 대표는 오는 3월 4일 오후 2시 30분, 2026 프리뷰인대구에서 PID X SFF 컨퍼런스 연사로 나서 [AI 시대 핵심 자원으로 강한 패션회사 만드는 법]이라는 주제로 우리 섬유 패션 기업이 어떻게 AI 기반 의사결정 구조를 설계해야 하는지 인사이트를 제안한다.
황연희 에디터 yuni@dito.fashion
AI 시대, ‘핵심 자원’으로 강한 패션기업을 만드는 법
AI를 도입했지만 회사는 그대로다. 생성형 AI로 이미지를 만들고, 보고서를 자동화하고, 트렌드를 요약한다. 업무 속도는 빨라졌지만 경영자는 여전히 묻는다. “그래서 무엇이 달라졌는가.”
PID 전문 컨퍼런스에서 발표하는 이동현 FCL 코리아 대표는 이 질문을 정면으로 던진다. 그의 메시지는 분명하다. AI는 효율을 높이는 도구가 아니라, 의사결정을 증폭시키는 구조적 장치다. 핵심은 기술 도입이 아니라 ‘운영 체계 재설계’에 있다.
# 더 많은 정보가 아니라, 더 나은 의사결정
AI 활용이 늘어날수록 업무는 줄어들 것이라는 기대와 달리 현실은 다르다. 리포트는 더 많이 생산되고, 디자인 시안은 더 빠르게 생성되며, 데이터는 넘쳐난다. 그러나 의사결정의 질이 함께 올라가고 있는지는 별개의 문제다. 그는 이를 ‘AI 패러독스’라고 설명한다. 생산성은 올라가지만 판단력은 약화될 수 있다는 경고다.
패션 비즈니스의 본질은 언제나 결정에 있다. 무엇을 기획할 것인가, 얼마를 생산할 것인가, 리오더는 언제 할 것인가, 할인은 어디서 멈출 것인가. 더 많은 정보가 아니라, 더 나은 의사결정이 수익을 만든다.
이동현 대표는 DX와 AX를 구분한다. DX가 데이터를 디지털화하고 프로세스를 효율화하는 단계라면, AX는 의사결정 구조 자체를 AI 기반으로 전환하는 단계다. 많은 기업이 정보·리포트·전략·디자인까지는 체계화했지만, 최종 판단은 여전히 ‘감’에 의존한다. AX는 바로 그 마지막 단계를 데이터 기반으로 이동시키는 작업이다.
# 자동화에서 증강으로, 그리고 ‘의사결정 지능’으로
그는 AI 활용을 단순 자동화에 머물지 말아야 한다고 강조한다. 반복 업무 자동화는 출발점일 뿐이다. 그 위에 분석과 리포트 증강이 쌓이고, 전략 판단을 보조하는 구조가 마련될 때 비로소 의사결정 지능이 형성된다.
강연에서는 이를 실제 사례로 보여준다. 리서치와 보고서 작성, 발표 자료 제작을 AI로 자동화해 시간을 단축하는 구조, 원단 번수와 조직 특성을 반영해 디자인 이미지를 생성하는 사례, 컬렉션 이미지를 분석해 색상 계열을 자동 분류하는 코드 시연 등이 그것이다. 이는 단순한 생성이 아니라 ‘데이터화된 기획’으로의 전환이다.
손익 예측 모델도 제시된다. 월 매출을 입력하면 예상 영업이익을 도출하고, 아이템·컬러·수량을 입력하면 판매 성공 가능성을 확률로 제시한다. 이는 더 이상 경험에 의존한 추정이 아니라, 통계적 근거에 기반한 판단이다.
그는 말한다.
“데이터가 쌓였다고 끝이 아닙니다. 예측 모델로 연결되지 않으면 DX는 비용에 불과합니다.”
# 가격·소재·마케팅까지 연결되는 AX 운영 구조
강연은 기획과 판매를 넘어 소재 가격 예측, 동적 가격 전략, 연관 분석을 통한 번들·VMD 전략까지 확장된다. 기획·생산·가격·마케팅이 각각 따로 움직이는 것이 아니라, 하나의 데이터 체계 안에서 연결되는 구조다. 이때 AI는 사람을 대체하는 존재가 아니라, 핵심 인력의 판단력을 증폭시키는 도구로 작동한다.
그의 결론은 단순하다. 많은 기업이 AI를 사용하지만, 의사결정 지능을 조직 차원에서 제도화한 기업은 거의 없다. AI 시대에 강한 패션기업은 더 많은 툴을 쓰는 회사가 아니다. 더 많은 인력을 확보한 기업도 아니다. 핵심 자원을 중심으로, 의사결정이 체계적으로 이루어지는 구조를 설계한 기업이다.
기술은 이미 충분히 발전했다. 데이터도 쌓여 있다. 남은 질문은 이것이다.
당신의 회사는 AI를 ‘사용’하고 있는가,
아니면 AI 기반 의사결정 구조를 ‘설계’하고 있는가.
DX는 시작일 뿐이다. AX는 선택이 아니라 생존 전략이다.
이동현 FCL 코리아 대표는 오는 3월 4일 오후 2시 30분, 2026 프리뷰인대구에서 PID X SFF 컨퍼런스 연사로 나서 [AI 시대 핵심 자원으로 강한 패션회사 만드는 법]이라는 주제로 우리 섬유 패션 기업이 어떻게 AI 기반 의사결정 구조를 설계해야 하는지 인사이트를 제안한다.
황연희 에디터 yuni@dito.fashion