몇 달 걸리던 디자인을 일주일로 줄인 스티치 픽스
스타일 하나를 기획해 매장에 올리기까지 걸리던 시간은 원래 몇 달 단위였다. 온라인 스타일링 서비스 스티치 픽스의 최고경영자 매트 베어는 최근 투자자 콘퍼런스에서 자체 브랜드 상품을 개발할 때 AI를 도입한 뒤로 이 기획 주기가 일주일로 줄었다고 밝혔다.
베어가 함께 소개한 기능 '비전(Vision)'은 고객이 옷을 실제로 입어보기 전에 AI로 자신에게 어떻게 어울리는지 미리 확인하게 해주는 도구다. AI는 스타일을 구성하는 것은 물론 그 스타일에 어울리는 고객층을 골라내고 이를 이미지로 보여주는 역할까지 맡는다.
같은 자리에서 월마트 최고성장책임자 세스 댈레어는 쇼핑 도우미 '스파키(Sparky)'와 같은 자체 AI 도구를 사람의 관리 아래 만들고 있다고 전했다. 리볼브 그룹 공동대표 마이클 카라니콜라스는 매장 내 고객 동선을 추적하는 기술을 엔지니어 한 명이 약 1.5주 만에 개발했다고 소개하며, 세 회사 모두 AI를 이미 실제 운영에 들여놓았다는 공통점을 보였다.
출처 · WWD, 「How Fashion Retail Is Talking the AI Talk」
AI는 믿지만, 250달러부터는 사람이 확인한다
미국 소비자 42%가 쇼핑 결정에 AI 도구를 신뢰한다고 답했다. 온라인 리타게팅 기업 RTB하우스(RTB House)가 미국·영국·일본·프랑스 소비자 1,800명 이상을 대상으로 조사한 결과다. AI에 대한 신뢰도는 친구·가족에 대한 신뢰(59%)에는 못 미치지만 44%까지 근접했다.
다만 신뢰가 곧 전권 위임을 뜻하지는 않았다. 250달러(약 35만 원)를 넘는 구매를 AI 에이전트가 대신 결정할 때는 응답자의 약 60%가 사람이 먼저 확인하는 절차를 원한다고 답했다. 반대로 밀레니얼 세대의 42%는 7일 이내 환불 조건이 붙는다면 250달러 이하 구매는 AI에 맡겨도 된다고 답해, 금액과 세대에 따라 AI에 맡기는 범위가 갈렸다.
AI는 구매 결정 이전 단계에서도 이미 소비자 행동을 바꾸고 있다. 응답자의 59%는 AI 덕분에 새로운 브랜드를 발견했다고 답했고, 62%는 가격 비교에 AI를 활용한다고 밝혔다. 쇼핑에 가장 많이 쓰이는 AI 도구는 구글 AI 오버뷰와 챗GPT(각 43%)였고, 아마존의 음성 쇼핑 서비스 알렉사 이용자는 3억 5,000만 명을 넘어섰다.
출처 · Retail Dive, 「Consumers warm up to agentic AI purchases」
룩북 스냅. 모델·포즈·무드 레퍼런스로 착장 후보를 한 화면에서 뽑는다
RealSnap의 룩북 스냅은 의류 사진과 AI 모델·포즈·무드를 조합해 모델 착장 컷을 만드는 기능으로, 신상품이 나올 때마다 착장 이미지를 새로 준비해야 하는 쇼핑몰 상세페이지 담당자나 신상품 MD가 쓸 만하다. 모델 섭외와 스튜디오 예약, 포즈별 재촬영을 반복하는 대신 저장해 둔 레퍼런스를 조합하는 식으로 진행된다.
옷걸이 컷이나 마네킹 컷만 있는 상품이라면, 이 조합만으로 여러 착장 후보를 한 번에 만들어 비교하는 작업으로 대체할 수 있다.
