[정연이의 메타패션 다이브 Episode 19]
패션 기업의 AI 도입 전략은 ‘PTLS’
DX·AX 이후, 패션산업의 가치사슬은 어떻게 변했나
[사진 제공 : 어소시에 NN, AI 제작]
당신이 온라인에서 본 그 재킷은 아직 만들어지지 않았을지도 모른다. 이미 결제는 끝났고 배송 알림을 기다리고 있지만, 실제로 원단이 재단되는 순간은 그 이후다. 이 역전된 순서는 더 이상 낯선 예외가 아니라, 반복적으로 관찰되는 방식이 되고 있다. 패션 산업의 의사결정 방식이 달라지고 있다는 신호다.
# 만들기 전에 팔리는 패션
패션은 오랫동안 ‘기획하고, 만들고, 파는 산업’이었다. 시즌은 미리 기획되었고, 생산은 예측에 기반했으며, 판매는 결과였다. 그러나 디지털 전환과 AI 도입 과정에서 이 순서는 더 이상 자연스럽지 않다.
지금 패션은 완성된 제품을 전제로 움직이기보다 반응을 검증하며 확장하는 산업으로 이동하고 있다. 이 변화는 기술의 문제가 아니다. 본질은 패션 가치사슬이 ‘확정’이 아니라 ‘검증’을 중심으로 재편되고 있다는 점에 있다.
# 기획은 출발점이 아니라, 가설의 지점이 되었다
[사진 제공 : 어소시에 NN, AI 제작]
최근 패션 업계에서 기획은 더 이상 시즌의 시작이 아니다. 트렌드를 미리 선언하는 역할에서 이미 발생한 반응을 해석하고 조정하는 역할로 이동했다.
생성형 AI를 활용해 상품 기획과 이미지 제작을 자동화하는 브랜드들이 등장했고, 데이터 기반 기획은 실험 단계를 넘어 실제 매출과 연결되고 있다. 중요한 것은 AI가 디자인을 대신한다는 사실이 아니다. 무엇이 팔릴 ‘가능성’이 있는지를 먼저 가설로 세우고, 시장에서 검증하려는 태도가 기획의 중심이 되었다는 점이다.
기획은 감각의 영역에서 사라지지 않았다. 다만 그 성격이 바뀌었다. 직관은 더 이상 완성안을 만드는 도구가 아니라, 파일럿(Pilot)과 MVP(Minimum Viable Product)를 설계하는 기준이 된다. 기획은 데이터와 반응, 콘텐츠와 판매 사이를 조율하는 중간 지점이 되었다.
# 생산은 결과가 아니라, 확장의 단계가 되었다
[사진 제공 : 어소시에 NN, AI 제작]
지금 패션에서 ‘만든다’는 행위는 더 이상 출발 조건이 아니다. 생산은 점점 가설이 검증된 이후에 확장되는 단계로 변화하고 있다.
보그 비즈니스와 맥킨지가 최근 공동 발간한 보고서는 최근 패션 기업들의 AI 도입 방식이 단번에 확장되기보다, 파일럿(Pilot)–테스트(Test)–학습(Learn)–확장(Scale)의 방식으로 진행되고 있다고 분석한다. 즉, 제한된 범위에서 먼저 실험하고, 실제 시장 반응을 통해 학습한 뒤 확장 여부를 결정하는 방식이다.
이 접근법에서 생산은 더 이상 한 번에 끝내는 결정이 아니다. 하나의 가설을 검증하는 과정이며, 실패한 디자인은 재고가 아니라 데이터가 된다. 브랜드는 전량 생산 대신 캡슐, 드롭, 제한 수량과 같은 형태로 시장의 반응을 먼저 확인하고, 그 결과를 다음 기획과 생산에 반영한다. ‘팔리고 만드는 패션’이 아직 표준이 되지는 않았지만, ‘확장 가능한 생산’이라는 사고방식은 이미 산업 전반에 스며들고 있다.
# 유통과 마케팅은 검증의 무대가 되었다
이처럼 생산이 확정이 아닌 확장의 단계로 밀려나면서 유통과 마케팅의 역할은 앞단으로 이동했다. AI 기반 가상 피팅이나 개인화 추천 기술이 확산되는 이유도 여기에 있다. 이는 단순한 구매 편의의 문제가 아니다. 어디까지 만들어도 되는지를 판단하기 위한 사전 검증 장치에 가깝다.
유통과 마케팅은 이제 제품을 알리는 단계가 아니라, 기획의 가설을 시험하고 생산의 범위를 정하는 무대가 된다. 이 과정에서 판매 데이터, 전환 속도, 반응의 질은 모두 학습 자료가 된다. 잘 팔린 제품뿐 아니라 멈춘 제품 역시 다음 기획을 위한 핵심지표가 된다.
# 사후관리는 학습을 완성하는 단계가 되었다
[사진 제공 : 어소시에 NN, AI 제작]
가치사슬 재편의 마지막 변화는 사후관리 단계에서 나타난다. 과거 사후관리는 비용이었고, 폐기였다. 그러나 순환 모델이 도입되면서 이 단계는 학습을 완성하는 단계로 다시 정의되고 있다. 회수된 의류를 재생 원료로 전환해 다음 시즌 기획과 소재 전략에 반영하는 구조에서는 사후관리가 다시 기획의 출발점으로 이어진다. 수선과 재판매, 재유통을 전제로 한 모델에서는 제품의 생애주기 전체가 하나의 실험 단위가 된다.
이 과정에서 새로운 직무들도 등장하고 있다. 리버스 물류 매니저(Reverse Logistics Manager), 리퍼비시 상품 큐레이터(Refurbished Product Curator), 순환경제 전략가(Circular Economy Strategist), 지속가능성 전문가(Sustainability Specialist)는 모두 확장 이후의 단계를 설계하는 역할을 맡는다.
# 완성 보다 판단이 중요한 산업
지금 패션 산업에서 벌어지고 있는 일은 단순한 디지털화가 아니다. 가치사슬 전체가 선형에서 반복으로, 예측에서 검증으로, 대량에서 확장으로 이동하고 있다.
패션은 이제 ‘만들고 → 파는’ 산업이 아니라, ‘가설을 세우고 → 시험하고 → 학습한 뒤 → 확장하는’ 산업에 가깝다. 이 구조 변화는 하나의 질문을 남긴다.
속도와 자동화, 데이터가 모든 것을 앞질러 가는 시대에 패션에서 인간은 무엇을 담당하게 될 것인가. 아마도 그 답은 더 빨리 만드는 능력이 아니라, 언제 멈추고 어디까지 확장할지를 가늠하는 감각에 있을 것이다.
정연이 디토리안
패션 컨설턴트이자 교육자. 디지털 전환과 생성형 AI가 패션 기획·디자인·브랜딩에 가져 온 변화를 연구하고, 이를 산업과 교육 현장에서 실천적으로 적용하고 있습니다. 기술 변화 속에서 패션 산업의 구조와 가치, 지속가능한 디자인 방식을 사유하며 글을 씁니다. associe.nn@gmail.com
[정연이의 메타패션 다이브 Episode 19]
패션 기업의 AI 도입 전략은 ‘PTLS’
[사진 제공 : 어소시에 NN, AI 제작]
당신이 온라인에서 본 그 재킷은 아직 만들어지지 않았을지도 모른다. 이미 결제는 끝났고 배송 알림을 기다리고 있지만, 실제로 원단이 재단되는 순간은 그 이후다. 이 역전된 순서는 더 이상 낯선 예외가 아니라, 반복적으로 관찰되는 방식이 되고 있다. 패션 산업의 의사결정 방식이 달라지고 있다는 신호다.
# 만들기 전에 팔리는 패션
패션은 오랫동안 ‘기획하고, 만들고, 파는 산업’이었다. 시즌은 미리 기획되었고, 생산은 예측에 기반했으며, 판매는 결과였다. 그러나 디지털 전환과 AI 도입 과정에서 이 순서는 더 이상 자연스럽지 않다.
지금 패션은 완성된 제품을 전제로 움직이기보다 반응을 검증하며 확장하는 산업으로 이동하고 있다. 이 변화는 기술의 문제가 아니다. 본질은 패션 가치사슬이 ‘확정’이 아니라 ‘검증’을 중심으로 재편되고 있다는 점에 있다.
# 기획은 출발점이 아니라, 가설의 지점이 되었다
[사진 제공 : 어소시에 NN, AI 제작]
최근 패션 업계에서 기획은 더 이상 시즌의 시작이 아니다. 트렌드를 미리 선언하는 역할에서 이미 발생한 반응을 해석하고 조정하는 역할로 이동했다.
생성형 AI를 활용해 상품 기획과 이미지 제작을 자동화하는 브랜드들이 등장했고, 데이터 기반 기획은 실험 단계를 넘어 실제 매출과 연결되고 있다. 중요한 것은 AI가 디자인을 대신한다는 사실이 아니다. 무엇이 팔릴 ‘가능성’이 있는지를 먼저 가설로 세우고, 시장에서 검증하려는 태도가 기획의 중심이 되었다는 점이다.
기획은 감각의 영역에서 사라지지 않았다. 다만 그 성격이 바뀌었다. 직관은 더 이상 완성안을 만드는 도구가 아니라, 파일럿(Pilot)과 MVP(Minimum Viable Product)를 설계하는 기준이 된다. 기획은 데이터와 반응, 콘텐츠와 판매 사이를 조율하는 중간 지점이 되었다.
# 생산은 결과가 아니라, 확장의 단계가 되었다
[사진 제공 : 어소시에 NN, AI 제작]
지금 패션에서 ‘만든다’는 행위는 더 이상 출발 조건이 아니다. 생산은 점점 가설이 검증된 이후에 확장되는 단계로 변화하고 있다.
보그 비즈니스와 맥킨지가 최근 공동 발간한 보고서는 최근 패션 기업들의 AI 도입 방식이 단번에 확장되기보다, 파일럿(Pilot)–테스트(Test)–학습(Learn)–확장(Scale)의 방식으로 진행되고 있다고 분석한다. 즉, 제한된 범위에서 먼저 실험하고, 실제 시장 반응을 통해 학습한 뒤 확장 여부를 결정하는 방식이다.
이 접근법에서 생산은 더 이상 한 번에 끝내는 결정이 아니다. 하나의 가설을 검증하는 과정이며, 실패한 디자인은 재고가 아니라 데이터가 된다. 브랜드는 전량 생산 대신 캡슐, 드롭, 제한 수량과 같은 형태로 시장의 반응을 먼저 확인하고, 그 결과를 다음 기획과 생산에 반영한다. ‘팔리고 만드는 패션’이 아직 표준이 되지는 않았지만, ‘확장 가능한 생산’이라는 사고방식은 이미 산업 전반에 스며들고 있다.
# 유통과 마케팅은 검증의 무대가 되었다
이처럼 생산이 확정이 아닌 확장의 단계로 밀려나면서 유통과 마케팅의 역할은 앞단으로 이동했다. AI 기반 가상 피팅이나 개인화 추천 기술이 확산되는 이유도 여기에 있다. 이는 단순한 구매 편의의 문제가 아니다. 어디까지 만들어도 되는지를 판단하기 위한 사전 검증 장치에 가깝다.
유통과 마케팅은 이제 제품을 알리는 단계가 아니라, 기획의 가설을 시험하고 생산의 범위를 정하는 무대가 된다. 이 과정에서 판매 데이터, 전환 속도, 반응의 질은 모두 학습 자료가 된다. 잘 팔린 제품뿐 아니라 멈춘 제품 역시 다음 기획을 위한 핵심지표가 된다.
# 사후관리는 학습을 완성하는 단계가 되었다
[사진 제공 : 어소시에 NN, AI 제작]
가치사슬 재편의 마지막 변화는 사후관리 단계에서 나타난다. 과거 사후관리는 비용이었고, 폐기였다. 그러나 순환 모델이 도입되면서 이 단계는 학습을 완성하는 단계로 다시 정의되고 있다. 회수된 의류를 재생 원료로 전환해 다음 시즌 기획과 소재 전략에 반영하는 구조에서는 사후관리가 다시 기획의 출발점으로 이어진다. 수선과 재판매, 재유통을 전제로 한 모델에서는 제품의 생애주기 전체가 하나의 실험 단위가 된다.
이 과정에서 새로운 직무들도 등장하고 있다. 리버스 물류 매니저(Reverse Logistics Manager), 리퍼비시 상품 큐레이터(Refurbished Product Curator), 순환경제 전략가(Circular Economy Strategist), 지속가능성 전문가(Sustainability Specialist)는 모두 확장 이후의 단계를 설계하는 역할을 맡는다.
# 완성 보다 판단이 중요한 산업
지금 패션 산업에서 벌어지고 있는 일은 단순한 디지털화가 아니다. 가치사슬 전체가 선형에서 반복으로, 예측에서 검증으로, 대량에서 확장으로 이동하고 있다.
패션은 이제 ‘만들고 → 파는’ 산업이 아니라, ‘가설을 세우고 → 시험하고 → 학습한 뒤 → 확장하는’ 산업에 가깝다. 이 구조 변화는 하나의 질문을 남긴다.
속도와 자동화, 데이터가 모든 것을 앞질러 가는 시대에 패션에서 인간은 무엇을 담당하게 될 것인가. 아마도 그 답은 더 빨리 만드는 능력이 아니라, 언제 멈추고 어디까지 확장할지를 가늠하는 감각에 있을 것이다.
정연이 디토리안
패션 컨설턴트이자 교육자. 디지털 전환과 생성형 AI가 패션 기획·디자인·브랜딩에 가져 온 변화를 연구하고, 이를 산업과 교육 현장에서 실천적으로 적용하고 있습니다. 기술 변화 속에서 패션 산업의 구조와 가치, 지속가능한 디자인 방식을 사유하며 글을 씁니다. associe.nn@gmail.com