패션 산업이 직면한 가장 큰 과제 중 하나는 동시에 가장 기본적인 문제이기도 합니다. 바로 '핏'입니다. 산업 전반에 걸쳐 표준화된 치수 체계가 부재함에 따라 옷의 핏이 불량해지고 반품률이 높아지며, 이는 소비자 신뢰, 브랜드 재정, 환경 모두에 부정적인 영향을 미치고 있습니다. 최근 보그 비즈니스(Vogue Business)가 실시한 설문조사는 이 문제의 심각성을 부각시켰는데, 이는 브랜드들이 이미 럭셔리 제품 판매 전반의 감소세를 겪고 있는 상황에서 더욱 두드러집니다. 해당 조사에 따르면, 불량한 핏(43%)과 일관성 없는 사이즈(36%)가 소비자들이 특정 브랜드나 리테일러 구매를 꺼리는 주요 이유이며, 불량한 핏은 38%를 차지하며 반품의 가장 큰 원인으로 나타났습니다.
패션의 핏 문제에 피비 고믈리(Phoebe Gormley)만큼 집중한 사람은 거의 없습니다. 그녀는 20세의 나이에 런던 사빌 로(Savile Row)에 최초의 여성 재단사를 열었습니다. 그녀는 보그 비즈니스와의 인터뷰에서 "10년 동안 여성들이 사이즈에 대해 불평하는 소리를 들어왔습니다. 나이, 예산, 쇼핑하는 장소와 상관없이 모두 똑같은 질문을 합니다. '왜 사이즈가 이렇게 안 맞는 거죠?' 패션 산업이 의류 치수와 완전히 동떨어진 것 같습니다."라고 말했습니다.
고믈리는 AI가 해결책이 될 수 있다고 믿습니다. 그녀는 AI를 활용하여 브랜드에 고객 반품 데이터를 제공하는 핏 운영 시스템 '핏 콜렉티브(Fit Collective)'를 만들었습니다. 이를 통해 브랜드는 사이즈와 원단에 대한 인사이트를 바탕으로 의류 제작 방식을 개선할 수 있게 됐습니다. 이 스타트업은 최근 AlbionVC, Superseded, True, January Ventures로부터 프리 시드 자금 300만 파운드(약 52억 원)와 영국 정부 보조금 32만 4,000파운드(약 5억 6,000만 원)를 조달했습니다. 고믈리에 따르면 이 자금은 주로 핏 콜렉티브의 기계 학습 기술을 발전시키기 위한 엔지니어 채용에 사용될 예정입니다. 2023년 말 출시 이후 이 회사는 Rixo, Boden, Ro & Zo, L’Estrange, The Sports Edit(마크스앤스펜서 자회사) 등 10개의 고객사를 확보했으며, 이를 통해 패션 사이즈가 실패하는 지점을 분석할 풍부한 데이터를 확보하게 되었습니다.
패션에서 핏이 잘못되는 이유
고믈리는 사이즈 문제가 남성보다 여성에게 더 큰 영향을 미친다고 지적합니다. 핏 콜렉티브 데이터에 따르면, 남성 의류의 반품률은 약 15%인 반면, 여성 의류의 반품률은 가격대에 따라 40~50%에 달할 수 있습니다. 럭셔리 여성 의류의 경우 반품률이 약 60%로 더 높습니다. 이러한 차이는 여성 의류 디자인이 남성 의류보다 원본 사이즈 템플릿에서 더 멀리 벗어나기 때문인데, 이는 더 정교한 디자인과 매우 가벼운 원단부터 높은 신축성 소재까지 다양한 원료 사용으로 인해 핏이 왜곡되기 때문입니다. 브랜드들이 새로운 사이즈를 기존 의류를 기준으로 정함에 따라, 원본 템플릿과의 편차는 시간이 지남에 따라 커집니다.
고믈리는 "럭셔리 시장에서는 고객들이 더 적게 구매하고 각 구매에 대해 더 신중하게 생각하기 때문에 반품 문제가 더 심각합니다. 이는 럭셔리 브랜드들이 메이저 브랜드들보다 훨씬 적은 반품 데이터를 보유하고 있음을 의미합니다."라고 설명했습니다.
고믈리는 프리 시드 라운드에서의 자금 조달이 어려웠다고 인정했습니다. 핏 테크는 반품률을 크게 줄이지 못한 기존 도구들이 많아 투자자들에게 선호되지 않는 분야이기 때문입니다. 현재의 솔루션들은 일반적으로 고객이 사진을 업로드하게 하는 AI 바디 스캔이나, 키, 체중, 평소 사이즈를 묻는 '내 사이즈 찾기' 버튼을 포함합니다. 두 방법 모두 추가적인 단계를 요구하고 많은 입력을 필요로 하여 도입률이 낮은데, 핏 콜렉티브 고객사 중 이러한 도구를 사용하는 소비자는 3%에 불과합니다.
고객의 입력 필요성 이상으로 브랜드들의 주요 과제는 서로 다른 아이템 간의 사이즈 불일치입니다. 예를 들어, 고믈리가 한 고스트리트 브랜드의 공개된 치수를 분석했을 때, 사이즈 12로 표기된 여성 셔츠 179가지 스타일의 실제 치수에서 66cm의 차이가 발견되었습니다.
창립자 고믈리는 많은 기업들이 고객이 자신의 사이즈를 찾도록 돕는 웹사이트 도구에 집중하는 반면, 처음부터 불일치하는 의류 사이즈라는 근본적인 문제를 해결하려는 기업은 거의 없다는 점을 발견했습니다. 그녀의 스타트업은 AI를 활용해 브랜드들이 자신들의 사이즈를 표준화하도록 돕는 것을 목표로 합니다.
브랜드, 특히 대형 리테일러들은 고객 구매 및 반품 데이터를 방대하게 수집합니다. 판매 데이터는 종종 향후 생산에 반영되지만, 반품 사유는 자주 간과됩니다. 핏 콜렉티브의 소프트웨어는 이 간과된 데이터, 즉 반품, 원단 특성, 사이즈 불일치를 분석하도록 설계되었습니다. 이는 브랜드를 위한 '공동 파일럿' 역할을 하여, 더 스마트한 사이즈 결정을 내리고 제품을 개선하며 반품률을 낮출 수 있도록 돕습니다.
핏 콜렉티브 제품의 80%는 브랜드가 자신들의 의류 성과를 분석할 수 있게 하는 백엔드 소프트웨어입니다. 대시보드는 각 제품(SKU)을 상업적 성공도와 핏 적합도에 따라 빨강, 주황, 초록색 등급으로 평가합니다. 이 평가는 판매율, 반품률, 반품으로 인한 재정적 손실 및 그 비율을 고려합니다. 이 소프트웨어는 고객 반품 정보로부터 핏과 원단 품질에 대한 인사이트를 수집하고, 제조사 기록과 같은 추가 출처를 사용하여 이 데이터를 어디에 적용해야 하는지 제안합니다. 또한 권장 변경 사항이 반품률과 수익에 미칠 영향을 예측합니다.
Shopify를 사용하는 브랜드의 경우, 이 플랫폼은 원클릭 앱으로 쉽게 통합되며 API 키를 통해 다른 데이터 도구들과 연결됩니다. 거래 및 반품 데이터를 연결하는 것이 중요하며, 고객 리뷰와 같은 추가 데이터를 포함하여 더 깊은 인사이트를 얻을 수 있습니다. Shopify를 사용하지 않는 브랜드들은 API를 통해 자신들의 데이터 웨어하우스에 연결할 수 있습니다.
SaaS 기업인 핏 콜렉티브는 구독 모델을 사용합니다. 비용은 브랜드의 수익과 반품률에 기반하여 책정됩니다. 예를 들어, 1,000만 달러(약 140억 원)의 수익을 내는 여성 의류 브랜드는 월 약 1,000파운드(약 170만 원)를 지불할 수 있습니다. 투자 수익률(ROI)은 일반적으로 6~12개월 내에 실현됩니다.
이 스타트업은 또한 제품 페이지에 소비자 대상 인사이트를 제공하여 의류의 핏이 어떻게 되는지 상세히 설명합니다. 별도의 '내 사이즈 찾기' 도구처럼 추가 단계가 필요한 방식과 달리, 이 정보는 제품 설명에 직접 통합되어 모든 쇼핑객에게 도달합니다. 고믈리에 따르면, 이러한 업데이트를 통해 고객사 브랜드들이 계약 연간 비용을 불과 3개월 만에 회수하는 데 도움이 되었다고 합니다.
그녀는 생산에 영향을 미치는 것은 더딘 과정이며, 새로운 아이템이 선반에 오르기까지 6~12개월이 걸린다는 점을 인정했습니다. 그러나 그期間 동안에도 제품 페이지의 소비자 사이즈 추천은 이미 활성화되어 반품을 줄이기 시작합니다.
그녀는 "내려오세요"라고 말했습니다.
OpenAI의 ChatGPT와 Google이 온라인 쇼핑으로 더욱 확장됨에 따라, 고믈리는 Shopify와의 파트너십(챗봇 내 결제 통합)이 이러한 AI 시스템이 자신들의 스타트업 사이즈 추천을 사용할 수 있게 할 것이라고 설명했습니다. 이는 쇼핑객들이 브랜드 웹사이트에 있지 않을 때도 더 정확한 핏 조언을 받을 수 있음을 의미합니다.
이 외에도 핏 콜렉티브는 가상 피팅 기술에 진출할 의도가 없습니다. 대신 고믈리는 Apple과 같은 주요 기술 기업들이 카메라 기반 측정 앱을 개선하여 사용자가 자신의 체형 측정값을 결정하는 데 도움을 줄 수 있다고 믿습니다. 이는 likely 건강 데이터 맥락 내에서 구성되어, 소비자들이 1년에 몇 번씩 자신의 측정값을 업데이트할 수 있게 할 것입니다.
고믈리는 "소비자들이 자신의 측정값을 휴대폰에 저장하고 ChatGPT나 Google 쇼핑을 사용해 화이트 진과 같은 아이템을 검색할 수 있는 미래가 기대됩니다. 그런 다음, 우리 기술이 브랜드 웹사이트에 통합되면, AI는 수천 개의 결과를 걸러내고 여러분에게 가장 잘 맞을 100개의 제품을 추천할 수 있을 것입니다."라고 말했습니다.
그녀는 잘 알려진 브랜드들조차 진과 같은 제품에서 사이즈 불일치가 있을 수 있다고 지적했습니다.
현재로서 고믈리는 패션 산업이 브랜드들이 올바른 제품을 생산하도록 돕는 데 있어 상당한 재정적 및 지속 가능성 기회가 있다고 봅니다. 그녀는 "만약 우리가 리테일러들이 더 나은 아이템을 만들도록 돕는다면, 반품률은 떨어질 것이고, 그들은 제품 개선에 더 많이 투자할 수 있을 것입니다."라고 설명했습니다.
고믈리는 브랜드들이 빠져있는 "악순환"에 대해 설명했습니다. 그들은 제품을 빠르고 저렴하게 생산하여 높은 반품률과 재정적 손실을 초래합니다. 이 순환은 매년 더 적은 자본을 남겨두며, 그들이 생산 비용을 더욱 절감하도록 강요합니다.
그녀는 "우리 소프트웨어가 그 순환을 깨고 상승세로 전환시켜, 브랜드들이 미리 더 좋은 품질의 제품에 투자할 자신감을 갖도록 하고 싶습니다. 그들은 의류가 고객에게 더 잘 맞고 결과적으로 60%의 비율로 반품되지 않을 것임을 보여주는 신뢰할 수 있는 데이터를 가지고 있기 때문에 이를 실행할 것입니다."라고 말했습니다.
**자주 묻는 질문**
**초보자 - 정의 관련 질문**
1. **AI가 의류 핏에 어떻게 도움을 줄 수 있나요?**
AI는 체형 측정값, 원단 특성, 고객 피드백과 같은 방대한 양의 데이터를 분석하여 의류가 다양한 체형에 어떻게 맞을지 예측하고, 디자인과 사이즈에 대한 개선점을 제안합니다.
2. **의류 핏을 위한 AI는 실제로 무엇을 의미하나요?**
이는 스마트 컴퓨터 알고리즘을 사용하여 일관성 없는 사이즈라는 오래된 문제를 해결하는 것을 의미합니다. 일반적인 사이즈 차트에 의존하는 대신, AI는 맞춤형 사이즈 추천을 생성하고 브랜드들이 처음부터 더 잘 맞는 옷을 디자인하도록 도울 수 있습니다.
3. **이것은 단지 멋진 사이즈 차트인가요?**
아닙니다. 훨씬 더 동적입니다. 사이즈 차트가 정적인 안내서라면, AI는 다양한 체형을 가진 실제 사람들이 옷에 어떻게 맞는지로부터 학습하여 예측 정확도를 지속적으로 개선할 수 있습니다.
**장점 및 쇼핑객에게의 도움**
4. **쇼핑객으로서 제게 주는 주요 이점은 무엇인가요?**
가장 큰 이점은 반품을 줄이는 것입니다. 온라인으로 주문한 것이 실제로 맞을 것이라는 확신이 더 커져, 물건을 다시 보내야 하는 번거로움을 덜 수 있습니다.
5. **AI가 제가 살 사이즈를 알려줄까요?**
네. 많은 온라인 스토어들이 이제 사이즈 추천 도구를 보유하고 있습니다. 키, 체중, 때로는 다른 세부 사항을 입력하면 AI가 해당 특정 브랜드나 아이템에서 가장 좋은 사이즈를 추천합니다.
6. **AI가 제 특정 체형에 맞는 옷을 찾는 데 도움이 될까요?**
Absolutely. 고급 AI는 여러분이 배 모양, 사과 모양, 아니면 운동선수 체형인지 식별하고, 기본 측정값을 넘어서 그 실루엣을 돋보이게 하는 것으로 알려진 브랜드와 스타일을 추천할 수 있습니다.
**일반적인 문제 및 한계**
7. **핏을 맞추는 데 있어 AI의 가장 큰 과제는 무엇인가요?**
가장 큰 과제는 산업 전반에 걸친 표준화된 사이즈의 부재입니다. Medium 사이즈가 다른 브랜드에서 다른 의미를 가질 수 있어 쇼핑객과 AI 모두를 혼란스럽게 합니다.
8. **이 기능이 작동하려면 제 체형 측정값을 공유해야 하나요?**
가장 정확한 결과를 위해서는, 네. 일부 도구들은 키와 체중으로부터 추정할 수 있지만, 특정 측정값을 제공하면 AI가 완벽한 추천을 내리기 위해 필요한 정확한 데이터를 제공하게 됩니다.
9. **AI가 개인의 핏 선호도를 고려할 수 있나요?**
이것은 활발히 개발 중인 분야입니다. 일부 시스템은 여러분이... (답변 중단)