AI 아웃핏 127만 조회. 브랜드의 조건

Ustyle의 스타일링 엔진은 127만 건이 넘는 아웃핏 조회를 기록했다. 성과의 핵심은 새 화보를 계속 찍는 데 있지 않다. 브랜드가 이미 보유한 상품 카탈로그를 고객별로 조합해, 각 아이템을 바로 살 수 있는 완성형 코디로 바꾼 데 있다.

이탈리아 AI 스타트업 Ustyle는 상품을 각각 한 번 처리한 뒤 실제 상품 이미지를 AI 모델에 입힌다. 온라인몰에서 상·하의와 액세서리의 모든 조합을 보여주려면 조합마다 별도 촬영이 필요하지만, 이 방식은 핏을 맞춘 룩을 카탈로그 안에서 조립한다. 줄어드는 것은 조합별 재촬영 부담이며, 결과물은 개인화된 쇼퍼블 아웃핏이다.

초기 고객인 토리노 가죽 브랜드 Mialuis는 60일 파일럿 기간 전체 매출의 33%를 이 엔진에 귀속했다. 기존의 ‘신상품’ 중심 제안 대신 맥락과 스타일링 로직, 이용자 선호를 반영했고, 전자상거래에는 가벼운 플러그인으로 붙였다. 매출의 약 4분의 1은 귀속 점수 80~100을 받았다. 조합별 촬영 부담을 낮추면서 추천이 실제 구매 과정에 사용됐다는 사례다.

출처 · Sourcing Journal, 「Some AI Recommend A Piece of Garment. This Picks Out Entire Outfits.」

마케팅 리더의 97%가 매일 AI를 쓰지만, 고객 앞에 무엇을 내놓을지는 여전히 별도 판단이다. Gartner 조사에서 미국 소비자의 49%는 AI가 콘텐츠 품질을 악화시켰다고 답했고, Gen Z와 밀레니얼에서는 57%로 높아졌다.

많은 브랜드는 AI를 제작 효율에 먼저 붙인다. Unilever의 AI Studio는 기존 방식보다 에셋 제작을 30% 빠르게 했고, Hilton은 Meta와 AI 이미지-투-비디오를 활용해 700개 시설의 재촬영 비용을 피하면서 도달률 42% 증가, 예약 13% 증가, 8% ROAS를 기록했다.

다만 효율이 곧 공개 범위의 확대를 뜻하지는 않는다. Koia는 AI임을 알 수 있는 비현실적 CGI로 Costco 단백질 파우더 출시에서 4만8,000건의 오가닉 조회와 평소 릴스의 6.4배 조회를 얻었지만, Goodwipes는 정적 AI 인물 이미지와 달리 AI 배우는 쓰지 않는다. 프리미엄 브랜드 Gozney는 AI를 고객용 콘텐츠가 아닌 초안 작업에만 둔다. 공통된 기준은 AI로 사람의 창의성을 대체하기보다 다듬고, 브랜드의 목소리와 스토리텔링은 사람이 지키는 것이다.

출처 · Modern Retail, 「The new AI playbook: The rules brands are setting around customer-facing content」

RealSnap의 룩북 스냅은 쇼핑몰 상세컷 담당자나 브랜드 마케터가 의류 사진을 AI 모델·포즈·무드와 결합해 착장 룩북 컷을 만드는 기능이다. 상품 조합마다 모델과 촬영을 다시 준비하는 부담을 줄이는 데 초점을 둔다.

모델·포즈·무드 선택부터 의류 구성, 생성 결과 비교까지 한 작업 흐름에서 이어지므로 시즌 상품의 여러 착장 시안을 검토할 때 촬영본을 따로 준비하고 취합하는 수고를 덜 수 있다.