AI 네이티브가 당연해진 시대, under+beneath는 잠시 멈춰 섰다

'AI 네이티브'가 스타트업의 기본 조건처럼 통용되는 요즘, 지속가능 브라 브랜드 under+beneath의 공동창업자 두 명은 오히려 걸음을 멈췄다. 운영과 ROI, 효율, 구조를 맡아온 Amelia Tombs와 공동창업자 Chloe Grant는 회사 초기 단계에서 생성형 AI를 어디까지, 어떻게 들일지를 놓고 대화를 나눴다. 효율성 이득과 환경·윤리적 비용을 함께 저울질하며, 어떤 업무를 AI에 넘기고 어떤 업무를 사람 중심으로 남길지 고민한 결과다.

이 대화의 배경에는 업계 전반의 긴장이 있다. 패스트패션식 과잉생산과 과잉소비에 기대어 온 패션 산업이 에이전틱 의사결정, 즉 AI가 스스로 판단해 업무를 처리하는 방식으로 빠르게 옮겨가는 가운데, 프롬프트 한 번의 행성적·인간적·윤리적 비용을 묻는 질문은 뒷전으로 밀려나기 쉽다. 업계 설문에서도 AI 도입 압력과 이 질문에서 비롯된 주저함이 동시에 확인됐다.

이 논의가 담긴 보고서에는 AI 기업 17곳의 프로필과 인터뷰, 업계 관계자 12명의 관점, 응답자 약 100명 규모의 설문 결과가 함께 실렸다. under+beneath의 사례는 그중 하나로, AI 도입 여부보다 어떤 작업을 AI에 맡길지가 브랜드 규모와 무관하게 다시 논의되고 있음을 보여준다.

출처 · The Interline, 「Calculating The Cost Of A Prompt」

생성형 이미지 AI가 확산되면 정교한 3D 엔지니어링의 필요성은 줄어들 것 같지만, 실제로는 정반대의 일이 벌어지고 있다. 오랫동안 3D 그래픽에 관심을 가져온 한 팟캐스트 진행자는 생성형 이미지 AI의 부상이 오히려 정밀한 기술 엔지니어링과 시뮬레이션의 중요성을 다시 부각시켰다고 짚었다.

패션 업계의 디지털 프로덕트 크리에이션(DPC, 실제 의류 제작 전에 3D로 디자인하고 시뮬레이션하는 작업)은 고가의 로컬 하드웨어와 복잡한 소프트웨어에 의존하는 소수 전문가의 영역으로 남아 있었다. '3D 확장'도 3D를 다루는 사람을 늘리는 것이 아니라, 이미 만든 3D 렌더링이나 오브젝트를 다른 용도로 재활용하는 것을 뜻해 왔다. 반면 10년 전 웹디자인·그래픽디자인·DTP 같은 2D 디자인도 소수 전문가의 데스크톱 영역이었지만, Figma와 Canva 같은 '멀티플레이어' 웹 협업 도구가 이를 바꿔놓았다.

최근 3D 스캐닝 기술이 발전하면서 웹에서도 3D 오브젝트를 손쉽게 보여줄 수 있게 됐고, 이를 계기로 의류·액세서리의 3D 디자인과 시뮬레이션을 브라우저 안으로 옮기려는 관심이 커지고 있다. 다만 2D 디자인의 웹 전환을 이끈 '멀티플레이어' 협업 모델이 정밀함이 생명인 3D 패션 제작에도 그대로 통할지는 아직 열린 질문이다.

출처 · The Interline, 「Will The Web-Native Playbook Work For Digital Product Creation?」

RealSnap의 클리어런스는 완성한 이미지를 공개하기 전에 유사도 위험을 점검하는 기능이다. 역이미지 검색과 AI 분석을 함께 돌려 기존 이미지와 닮은 정도를 확인하고, 위험 신호가 있는 부분을 구체적으로 짚어낸다.