[김혜경의 패션AI Digging]
패션 트렌드 예측, 이젠 AI로 하세요!
지오스타일, 휴리텍, WGSN 등 AI 기술 활용해 트렌드 적중
리테일러에게 투자 아이템, 투자 시기 정보 제공으로 수익 기여
점점 더 디지털화되는 세상에서 시대를 앞서가는 것이 그 어느 때보다 중요하다. 인공 지능은 업계의 미래를 예측하고 경쟁에서 한 발 앞서 나가는 데 도움이 될 수 있는 매우 귀중한 도구이다. 트렌드 예측에 인공 지능을 사용하려면 기계 학습 알고리즘이 필요하다. 이 알고리즘은 패턴과 추세를 식별하기 위해 과거 데이터를 분석한다.
이러한 패턴이 식별되면 알고리즘은 이 데이터를 기반으로 향후 추세를 예측한다. 패션 트렌드 예측은 다가오는 시즌의 의류 컬렉션을 위한 색상, 직물, 실루엣, 패턴, 스타일 등의 트렌드를 예측하는 행위이며 오늘날은 트렌드 예측이 훨씬 더 빠르게 진행되고 있다.
자동화된 AI 기반 예측은 실시간 데이터를 사용하고 새로운 패턴을 지속적으로 식별하고 단순히 수요 변화에 대응하는 것이 아니라 수요 변화를 예측하기 때문에 빠르고 민첩한 조치를 가능하게 한다.
트렌드 AI는 이커머스, 각종 SNS 등 인터넷에 업로드된 이미지를 바탕으로 트렌드를 분석한다. 사진 출처 : 휴리텍
매일 수백만 장의 사진이 인터넷에 업로드된다. 이 사진들은 개인이 입고 있는 것 이상의 것을 전달한다. 날씨, 하위 문화, 활동 등과 같은 요인 등을 온라인으로 공유된 사진을 통해 모두 해독한다. AI 알고리즘을 사용하여 이러한 사진을 분석하는 것은 향후 추세를 예측하는 강력한 도구가 될 것이다.
소셜 미디어에서 라이브 스트리밍 컬렉션에 이르기까지 광범위한 기술의 존재는 패션 산업을 민주화하여 사회 전반에 걸쳐 패션이 움직이는 방식을 효과적으로 변화시키고 있다. 이러한 방대하게 쏟아지는 데이터를 기반으로 잘 학습되어 자동화 된 AI 기반 패션 트렌드 예측 기업들의 글로벌 사례를 살펴보고 한국 패션 시장의 AI 기반 패션 트렌드 예측 솔루션의 나아갈 방향을 모색해 보고자 한다.
# ‘지오스타일’, ‘휴리텍’, 패션 트렌드 예측위한 AI 알고리즘
지오스타일는 전세계 37개 도시의 패션 트렌드를 파악한다
제프 베조스가 1994년 시애틀에 설립한 미국의 전자상거래를 기반으로 한 IT기업 아마존이 지원하는 AI 도구인 지오스타일(GeoStyle)은 인스타그램과 플리커를 통해 공개적으로 사용 가능한 이미지를 기반으로 구축된 데이터 세트를 활용하여 패션 트렌드를 예측한다.
GeoStyle은 위치, 날씨 및 사회적 사건의 영향을 염두에 두고 전 세계 37개 도시의 패션 트렌드를 파악하고 그것이 전달하는 내용을 해독하고 비슷한 패션 감각을 가진 이웃으로 지도를 자동으로 분할하여 각 도시에 대한 통찰력을 발견하는 AI 알고리즘 사례이다.
프랑스의 패션 기술 기업 휴리텍(Heuritech)은 2013년에 소셜 미디어에 공유된 이미지를 해독하면 귀중한 통찰력을 얻을 수 있겠다고 믿은 기계 학습 박사 두 명에 의해 설립됐다. 고급 인공 지능(AI)을 사용하여 소셜 미디어에서 공유되는 실제 이미지를 의미 있는 통찰력으로 변환하여 패션 브랜드가 수요와 트렌드를 보다 정확하게 예측하여 패션 기업들에게 경쟁 우위를 달성할 수 있도록 지원하는 대표적 기업 사례이다.
소셜 미디어에서 가져온 데이터를 사용해 브랜드는 잠재 고객의 지역, 연령, 관심사, 가치, 스타일 등에 대해 더 많이 알 수 있다. Heuritech에서는 바로 이 작업을 수행하며, Instagram에서 수집한 소비자 데이터를 통해 시장 수요를 예측하고, 각 시장을 대표하는 빅 데이터 패널에 제품 중심의 컴퓨터 비전 기술을 사용하여 전 세계 사람들이 착용하는 옷을 정량화하고 시장 변화를 예측하여 패션 회사가 고객이 원하는 제품의 생산량은 늘리고 판매되지 않은 제품의 양은 줄일 수 있도록 지원한다.
따라서 판매율 증가, 수익성 향상 및 브랜드 관련성 향상으로 이어지도록 하여 기업이윤을 극대화하는데 도움을 주고 있는 것이 이 기업의 특징이다.
휴리텍 AI 패션 트렌드 예측 방법
이안 로저스(IAN ROGERS), LVMH의 전 최고 디지털 책임자(CDO)는 “우리는 이러한 이미지에서 우리 제품을 볼 수 있을 뿐만 아니라 사람들이 게시하는 트렌드를 식별할 수 있고, 우리 제품이 실제로 어떻게 나타나는지, 사람들이 자신의 아이덴티티를 구축하기 위해 제품을 어떻게 사용하는지 더 많이 이해할 수 있다”고 말했다.
# WGSN, 투자 트렌드 대상과 시기 정보 AI로 해결
세계적인 트렌드 정보사 WGSN은 20년간 축적된 5만개 이상의 캣워크 이미지, 1만개 이상의 소매업체에서 200개 이상의 브랜드 이커머스 데이터를 수집, 매월 17,600명의 소비자를 대상으로 설문조사를 실시한다. 200개 패션 소매업체 및 브랜드에서 요청한 230개 이상의 측정값을 추적, 5년 이상의 검색 기록을 담은 소비자 검색 데이터등, 방대한 데이터를 통합하여 트렌드를 추적하고 수요를 모니터링한다. 이 기업은 패션뿐만 아니라 뷰티, 소비자 인사이트, 인테리어, 푸드 등 전반적인 산업의 트렌드를 제공하는 것이 특징이다.
WGSN AI 패션 트렌드 예측 방법
WGSN의 TrendCurve+는 소셜, 검색, 진열대, 쇼 및 감성 전반에 걸쳐 데이터 소스와 고급 머신 러닝을 결합하여 어떤 트렌드에 얼마나 깊이 투자해야 하는지, 언제 투자해야 하는지 알려주는 AI 기반 패션 기획 모델이다.
이 모델은 데이터를 사용해 고객의 드레스 카테고리에 대한 전반적인 역학을 살펴보고 경쟁사 세트 및 시장과 비교하여 구색의 크기를 분석한다. 드레스 카테고리 내에서 변화하는 주요 트렌드를 살펴 특정 스타일에서 후퇴할 수 있는 직관과 다른 스타일에 투자할 수 있는 곳을 강조하는 등, 소셜 미디어 및 패션쇼 데이터의 분석은 특정 트렌드가 타겟 소비자 그룹과 언제 어떻게 공감할 것인지에 대한 추가 통찰력을 제공한다.
이처럼 기계 학습 알고리즘을 사용하여 트렌드를 예측하는 것은 소매업체에 매우 유용하다.
이밖에도 인도에서 시작된 스타일루미아, 국내에는 디자이노블, 에스에프랩 등의 AI 기반 트렌드예측 솔루션을 제공하는 기술 기업들이 속속 늘어나고 있다.
이미지 출처 : 휴리텍 홈페이지
필자가 패션 브랜드 디자이너로 일할 때는 패션 트렌드를 예측하고 소비자의 성향을 알기 위해서 패션 스트리트를 주말마다 촬영하러 다녔다. 정기적으로 해외 출장을 통해 해외 컬렉션과 백화점, 패션 스트리트 등을 직접 가서 수백, 수천 장의 사진을 직접 찍고, 카달로그 등의 자료를 수집하고, 해외 패션 페어나 해외 트렌드 보고서등과 함께 분석해서 보고서를 쓰고 컨셉 기획서를 작성했다.
AI 기반 트렌드 예측은 사람이 일일이 분석할 때보다 전체 프로세스를 정교하게 만들고 긴 시간을 할애해야 했던 수작업을 줄일 수 있을 뿐 아니라 휴먼 디자이너와 기획자들의 예측 능력과 통찰력을 증강시킬 것이다.
# AI, 선제적 전략을 취할 수 있는 미래적인 사고 도움
경쟁에서 앞서 나가고자 하는 소매업체라면 AI를 사용한 트렌드 예측은 반드시 사용을 고려해야 하는 도구이다. 트렌드 예측은 고객의 요구를 예측하고 정보에 입각한 전략적 조치를 취하는 데 도움이 될 수 있다. 트렌드 예측에서 AI의 힘은 업계의 미래를 형성할 것이다.
중요한 것은 패션 기업이 스스로 AI를 학습하여 알고리즘을 개발하고 트렌드를 예측하는 모델을 구축하기에는 너무 많은 비용과 시간, 인력의 낭비이다. 컴퓨터 비젼이나 생성 AI 등의 기술을 이미 가지고 AI를 훈련 시키고 있는 기술 기업과의 협업을 통해 패션 기업들이 상품기획의 프로세스를 한 단계씩 디지털 트랜스포메이션해 나가기를 기대한다.
김혜경 패션AI연구소 보니스컴백 대표, bonnies2215@gmail.com
김혜경 대표는 ‘ZIOZIA’ 디자인실장을 거쳐 서울모드패션전문학교 부학장을 지냈으며, 패션과 IT기술의 융합과 패션 디지털 트랜스포메이션, 패션AI를 활용한 머천다이징과 증강현실 마케팅 등 패션산업 디지털 혁신에 주도적으로 참여하고 있다.
[김혜경의 패션AI Digging]
패션 트렌드 예측, 이젠 AI로 하세요!
점점 더 디지털화되는 세상에서 시대를 앞서가는 것이 그 어느 때보다 중요하다. 인공 지능은 업계의 미래를 예측하고 경쟁에서 한 발 앞서 나가는 데 도움이 될 수 있는 매우 귀중한 도구이다. 트렌드 예측에 인공 지능을 사용하려면 기계 학습 알고리즘이 필요하다. 이 알고리즘은 패턴과 추세를 식별하기 위해 과거 데이터를 분석한다.
이러한 패턴이 식별되면 알고리즘은 이 데이터를 기반으로 향후 추세를 예측한다. 패션 트렌드 예측은 다가오는 시즌의 의류 컬렉션을 위한 색상, 직물, 실루엣, 패턴, 스타일 등의 트렌드를 예측하는 행위이며 오늘날은 트렌드 예측이 훨씬 더 빠르게 진행되고 있다.
자동화된 AI 기반 예측은 실시간 데이터를 사용하고 새로운 패턴을 지속적으로 식별하고 단순히 수요 변화에 대응하는 것이 아니라 수요 변화를 예측하기 때문에 빠르고 민첩한 조치를 가능하게 한다.
트렌드 AI는 이커머스, 각종 SNS 등 인터넷에 업로드된 이미지를 바탕으로 트렌드를 분석한다. 사진 출처 : 휴리텍
매일 수백만 장의 사진이 인터넷에 업로드된다. 이 사진들은 개인이 입고 있는 것 이상의 것을 전달한다. 날씨, 하위 문화, 활동 등과 같은 요인 등을 온라인으로 공유된 사진을 통해 모두 해독한다. AI 알고리즘을 사용하여 이러한 사진을 분석하는 것은 향후 추세를 예측하는 강력한 도구가 될 것이다.
소셜 미디어에서 라이브 스트리밍 컬렉션에 이르기까지 광범위한 기술의 존재는 패션 산업을 민주화하여 사회 전반에 걸쳐 패션이 움직이는 방식을 효과적으로 변화시키고 있다. 이러한 방대하게 쏟아지는 데이터를 기반으로 잘 학습되어 자동화 된 AI 기반 패션 트렌드 예측 기업들의 글로벌 사례를 살펴보고 한국 패션 시장의 AI 기반 패션 트렌드 예측 솔루션의 나아갈 방향을 모색해 보고자 한다.
# ‘지오스타일’, ‘휴리텍’, 패션 트렌드 예측위한 AI 알고리즘
지오스타일는 전세계 37개 도시의 패션 트렌드를 파악한다
제프 베조스가 1994년 시애틀에 설립한 미국의 전자상거래를 기반으로 한 IT기업 아마존이 지원하는 AI 도구인 지오스타일(GeoStyle)은 인스타그램과 플리커를 통해 공개적으로 사용 가능한 이미지를 기반으로 구축된 데이터 세트를 활용하여 패션 트렌드를 예측한다.
GeoStyle은 위치, 날씨 및 사회적 사건의 영향을 염두에 두고 전 세계 37개 도시의 패션 트렌드를 파악하고 그것이 전달하는 내용을 해독하고 비슷한 패션 감각을 가진 이웃으로 지도를 자동으로 분할하여 각 도시에 대한 통찰력을 발견하는 AI 알고리즘 사례이다.
프랑스의 패션 기술 기업 휴리텍(Heuritech)은 2013년에 소셜 미디어에 공유된 이미지를 해독하면 귀중한 통찰력을 얻을 수 있겠다고 믿은 기계 학습 박사 두 명에 의해 설립됐다. 고급 인공 지능(AI)을 사용하여 소셜 미디어에서 공유되는 실제 이미지를 의미 있는 통찰력으로 변환하여 패션 브랜드가 수요와 트렌드를 보다 정확하게 예측하여 패션 기업들에게 경쟁 우위를 달성할 수 있도록 지원하는 대표적 기업 사례이다.
소셜 미디어에서 가져온 데이터를 사용해 브랜드는 잠재 고객의 지역, 연령, 관심사, 가치, 스타일 등에 대해 더 많이 알 수 있다. Heuritech에서는 바로 이 작업을 수행하며, Instagram에서 수집한 소비자 데이터를 통해 시장 수요를 예측하고, 각 시장을 대표하는 빅 데이터 패널에 제품 중심의 컴퓨터 비전 기술을 사용하여 전 세계 사람들이 착용하는 옷을 정량화하고 시장 변화를 예측하여 패션 회사가 고객이 원하는 제품의 생산량은 늘리고 판매되지 않은 제품의 양은 줄일 수 있도록 지원한다.
따라서 판매율 증가, 수익성 향상 및 브랜드 관련성 향상으로 이어지도록 하여 기업이윤을 극대화하는데 도움을 주고 있는 것이 이 기업의 특징이다.
휴리텍 AI 패션 트렌드 예측 방법
이안 로저스(IAN ROGERS), LVMH의 전 최고 디지털 책임자(CDO)는 “우리는 이러한 이미지에서 우리 제품을 볼 수 있을 뿐만 아니라 사람들이 게시하는 트렌드를 식별할 수 있고, 우리 제품이 실제로 어떻게 나타나는지, 사람들이 자신의 아이덴티티를 구축하기 위해 제품을 어떻게 사용하는지 더 많이 이해할 수 있다”고 말했다.
# WGSN, 투자 트렌드 대상과 시기 정보 AI로 해결
세계적인 트렌드 정보사 WGSN은 20년간 축적된 5만개 이상의 캣워크 이미지, 1만개 이상의 소매업체에서 200개 이상의 브랜드 이커머스 데이터를 수집, 매월 17,600명의 소비자를 대상으로 설문조사를 실시한다. 200개 패션 소매업체 및 브랜드에서 요청한 230개 이상의 측정값을 추적, 5년 이상의 검색 기록을 담은 소비자 검색 데이터등, 방대한 데이터를 통합하여 트렌드를 추적하고 수요를 모니터링한다. 이 기업은 패션뿐만 아니라 뷰티, 소비자 인사이트, 인테리어, 푸드 등 전반적인 산업의 트렌드를 제공하는 것이 특징이다.
WGSN AI 패션 트렌드 예측 방법
WGSN의 TrendCurve+는 소셜, 검색, 진열대, 쇼 및 감성 전반에 걸쳐 데이터 소스와 고급 머신 러닝을 결합하여 어떤 트렌드에 얼마나 깊이 투자해야 하는지, 언제 투자해야 하는지 알려주는 AI 기반 패션 기획 모델이다.
이 모델은 데이터를 사용해 고객의 드레스 카테고리에 대한 전반적인 역학을 살펴보고 경쟁사 세트 및 시장과 비교하여 구색의 크기를 분석한다. 드레스 카테고리 내에서 변화하는 주요 트렌드를 살펴 특정 스타일에서 후퇴할 수 있는 직관과 다른 스타일에 투자할 수 있는 곳을 강조하는 등, 소셜 미디어 및 패션쇼 데이터의 분석은 특정 트렌드가 타겟 소비자 그룹과 언제 어떻게 공감할 것인지에 대한 추가 통찰력을 제공한다.
이처럼 기계 학습 알고리즘을 사용하여 트렌드를 예측하는 것은 소매업체에 매우 유용하다.
이밖에도 인도에서 시작된 스타일루미아, 국내에는 디자이노블, 에스에프랩 등의 AI 기반 트렌드예측 솔루션을 제공하는 기술 기업들이 속속 늘어나고 있다.
이미지 출처 : 휴리텍 홈페이지
필자가 패션 브랜드 디자이너로 일할 때는 패션 트렌드를 예측하고 소비자의 성향을 알기 위해서 패션 스트리트를 주말마다 촬영하러 다녔다. 정기적으로 해외 출장을 통해 해외 컬렉션과 백화점, 패션 스트리트 등을 직접 가서 수백, 수천 장의 사진을 직접 찍고, 카달로그 등의 자료를 수집하고, 해외 패션 페어나 해외 트렌드 보고서등과 함께 분석해서 보고서를 쓰고 컨셉 기획서를 작성했다.
AI 기반 트렌드 예측은 사람이 일일이 분석할 때보다 전체 프로세스를 정교하게 만들고 긴 시간을 할애해야 했던 수작업을 줄일 수 있을 뿐 아니라 휴먼 디자이너와 기획자들의 예측 능력과 통찰력을 증강시킬 것이다.
# AI, 선제적 전략을 취할 수 있는 미래적인 사고 도움
경쟁에서 앞서 나가고자 하는 소매업체라면 AI를 사용한 트렌드 예측은 반드시 사용을 고려해야 하는 도구이다. 트렌드 예측은 고객의 요구를 예측하고 정보에 입각한 전략적 조치를 취하는 데 도움이 될 수 있다. 트렌드 예측에서 AI의 힘은 업계의 미래를 형성할 것이다.
중요한 것은 패션 기업이 스스로 AI를 학습하여 알고리즘을 개발하고 트렌드를 예측하는 모델을 구축하기에는 너무 많은 비용과 시간, 인력의 낭비이다. 컴퓨터 비젼이나 생성 AI 등의 기술을 이미 가지고 AI를 훈련 시키고 있는 기술 기업과의 협업을 통해 패션 기업들이 상품기획의 프로세스를 한 단계씩 디지털 트랜스포메이션해 나가기를 기대한다.
김혜경 패션AI연구소 보니스컴백 대표, bonnies2215@gmail.com
김혜경 대표는 ‘ZIOZIA’ 디자인실장을 거쳐 서울모드패션전문학교 부학장을 지냈으며, 패션과 IT기술의 융합과 패션 디지털 트랜스포메이션, 패션AI를 활용한 머천다이징과 증강현실 마케팅 등 패션산업 디지털 혁신에 주도적으로 참여하고 있다.