본 기사는 인공지능이 향후 몇 년간 패션 및 뷰티 산업을 어떻게 변화시킬지 탐구하는 시리즈 'AI의 미래'의 일부입니다.
AI는 결국 우리 삶의 모든 측면에 영향을 미칠 것으로 예상됩니다. 패션 브랜드가 시대에 뒤처지지 않으려면, AI 중심 세계에 적응 중인 소비자의 변화하는 욕구, 행동, 우려를 이해해야 합니다. 그렇다면 패션에 민감한 소비자들은 AI로부터 실제로 무엇을 원할까요?
이를 알아보기 위해 영국, 미국, 유럽의 보그, 보그 비즈니스, GQ 독자 250명을 대상으로 설문조사를 실시했습니다. 핵심 결과는 소비자들이 신중한 태도를 보이며, 패션 분야 초기 AI 애플리케이션의 현재 실행 방식이 그들의 참여를 저해하고 있다는 점입니다. 쇼핑에 AI를 사용해 본 사람들은 주로 편의성과 효율성을 동기로 삼지만, 많은 이들이 신뢰와 진정성에 대한 우려로 인해 주저하고 있습니다.
그럼에도 불구하고, 편의성과 진정성을 성공적으로 균형 잡을 수 있는 브랜드에게는 상당한 기회가 존재합니다.
AI에 대한 현재 인식
설문조사 결과, 소비자들의 일반적인 AI 사용과 패션 및 뷰티 쇼핑을 위한 AI 사용 사이에는 간극이 있는 것으로 나타났습니다. ChatGPT, Google Gemini, Perplexity와 같은 AI 챗봇의 광범위한 사용은 상대적으로 높은 편입니다: 응답자의 43%가 항상 또는 정기적으로 사용하고, 26%는 가끔 사용하며, 32%는 거의 또는 전혀 사용하지 않습니다.
그러나 패션 및 뷰티 쇼핑을 위한 AI 도입은 아직 초기 단계이며 일관성이 부족합니다. 절반 이상(54%)이 이 목적으로 AI를 사용해 본 적이 없습니다. 사용해 본 사람들 사이에서도 사용은 습관적이기보다는 가끔씩 이루어집니다. 패션 및 뷰티 쇼핑 시 AI 챗봇을 항상 사용하는 응답자는 2%에 불과한 반면, 12%는 자주 사용합니다.
소비자들이 패션 및 뷰티 쇼핑을 위해 AI 챗봇을 사용할 때, 대다수(63%)는 OpenAI의 ChatGPT를 사용하며, 그 다음으로 Google Gemini(38%), Anthropic의 Claude(23%) 순입니다. 쇼핑에 Perplexity를 사용하는 비율은 10%에 그칩니다.
응답자들은 AI 챗봇(8%)보다 인플루언서 추천(27%)을 더 신뢰할 가능성이 높았지만, 49%는 둘 다 신뢰하지 않는다고 답했습니다. 인플루언서를 신뢰하는 사람들은 종종 패션을 본질적으로 인간의 영역으로 봅니다. 70% 이상이 AI 인플루언서를 절대 신뢰하지 않겠다고 답한 것처럼, AI는 실제 사람의 개인적, 감정적, 창의적인 감각이 부족하다는 데 일반적인 합의가 있습니다. 한 응답자가 지적했듯이, 인플루언서는 "옷을 몸에 입은 모습을 볼 수" 있지만, "AI는 물리적으로 제품을 입어볼 수 없습니다." 궁극적으로 소비자들은 인플루언서 추천이 편향될 수 있다는 점을 이해하지만, 그런 미묘함을 알아차릴 수 있다고 느끼는 반면, AI는 다른 응답자의 표현을 빌리자 "더 불투명하다"고 느낍니다.
패션 브랜드가 더 많은 AI를 사용하는 것에 대한 가장 큰 우려사항을 묻는 질문에 응답은 상당히 고르게 분배되었습니다. 거의 4분의 1(23%)이 창의성 상실을 가장 두려워합니다. 또 다른 5분의 1(19%)은 기술이 인간의 일자리를 대체할까 봐 걱정하며, 비슷한 비율(18%)은 패션에서 인간 상호작용이 줄어드는 것을 우려합니다. 데이터와 프라이버시는 17%에게 최대 관심사이며, 럭셔리한 느낌의 상실이 11%를 걱정시킵니다.
이러한 결과는 소비자들이 패션에서의 AI 사용을 반대하는 것은 아니지만, 산업을 정의하는 창의성, 인간성, 독점성이 훼손될까 봐 우려하고 있음을 시사합니다. 46%는 AI가 패션의 미래에 대해 흥미롭고 유망하다고 동의하며, 58%는 AI가 창의성을 돕는 도구가 될 수 있다고 동의합니다. 그러나 브랜드 캠페인을 위한 AI 생성 이미지와 동영상이 인간이 만든 콘텐츠만큼 가치 있을 수 있다고 생각하는 사람은 4분의 1 미만(24%)이며, AI를 사용하여 럭셔리 패션이나 뷰티 제품을 만드는 브랜드를 더 부정적으로 보겠다는 응답은 절반 조금 넘는(51%) 비율입니다. 이 결과는 효율성이 때로는 매력을 훼손할 수 있다는 불일치를 지적합니다.
패션에서의 AI는 눈에 띄지 않아야 한다
럭셔리 브랜드에게 가장 즉각적인 기회는... 럭셔리 리테일에서 AI의 진정한 기회는 소비자 대면 도구가 아니라, 고객이 직접 상호작용하지 않는 강화된 백엔드 시스템에 있습니다. 기술이 발전함에 따라, 오프라인 매장은 럭셔리 브랜드가 소위 "보이지 않는 AI"라고 불릴 수 있는, 고객의 적극적인 참여나 추가 데이터 공유 없이 고객 경험을 향상시키는 애플리케이션을 사용하여 차별화할 수 있는 공간을 제공합니다.
오프라인 쇼핑은 응답자들 사이에서 여전히 럭셔리 제품 구매의 선호 방식으로, 40%가 오프라인 리테일을 선호하고 또 다른 37%는 하이브리드 방식을 사용합니다. 주요 이유는 품질(43%)과 핏(31%)을 확인하기 위해서입니다. 우리의 설문조사는 소비자들이 럭셔리 매장을 방문할 때 AI와 상호작용한다는 느낌을 원하지 않는다는 점을 분명히 합니다. 3분의 2(66%)는 AI 로봇이 대면으로 도와준다면 쇼핑 경험이 나빠질 것이라고 말합니다. 이는 인간 상호작용에 대한 지속적인 필요성을 강조하지만, 동시에 AI가 조용히 배경에서 작동할 수 있는 부분을 보여줍니다. 예를 들어 제품 재고를 보장하기 위한 AI 기반 재고 관리, 또는 판매 직원에게 관련 통찰력과 고도로 개인화된 서비스를 제공하는 클라이언텔링 도구 등이 있습니다.
전체 설문조사에서 신뢰는 채용의 핵심 장벽으로 부상했습니다. 이는 AI의 좋은 추천을 할 수 있는 능력과 기능을 수행하는 데 필요한 데이터 모두에 관한 것입니다. 응답자의 69%가 AI 챗봇을 적어도 가끔 사용하지만, 패션 및 뷰티 제안을 신뢰하는 사람은 4분의 1 미만(24%)이며, 절반 이상(55%)이 적극적으로 불신합니다. AI 추천에 대한 회의감을 넘어, 특히 민감한 정보와 관련하여 데이터 프라이버시, 보안, 통제에 대한 강력한 근본적인 우려도 존재합니다. 거의 절반(49%)이 드레스 사이즈와 같은 비교적 낮은 위험의 데이터는 공유할 의사가 있지만, 재정 및 행동 데이터에 대해서는 명확한 한계가 나타납니다: 72%는 카드 정보를 공유하지 않을 것이며, 46%는 브라우징 기록을, 40%는 위치 데이터를 공유하지 않을 것이라고 답했습니다. 한 응답자가 표현했듯이: "데이터 유출로 내 드레스 사이즈가 유출되든 말든 상관없어요. 내 카드 정보가 유출되는 게 걱정됩니다." 응답자들은 카드 정보와 같은 민감한 정보는 신뢰할 수 있는 제3자에 의해 암호화된 경우에만 공유하는 데 편안함을 느낄 것이라고 언급했습니다.
이는 고급 AI 쇼핑 애플리케이션, 특히 AI 에이전트가 주도하는 애플리케이션에 대한 구조적 도전을 만듭니다. 자신의 취향과 구매 기록을 알고 있다 하더라도, 쇼핑을 AI 에이전트에게 위임하겠다는 응답자는 31%에 불과합니다. AI 어시스턴트에 개방적인 사람들 사이에서조차, 수용은 여러 조건에 달려 있습니다. 응답자들은 정확성, 투명성, 보안을 전제 조건으로 꼽았으며, 통제력을 유지하려는 강한 욕구도 함께 언급했습니다. 한 응답자는 "차라리 통제권을 지키고 싶어요. AI가 나를 대신해 구매하길 원하지 않습니다"라고 말했습니다. 다른 응답자는 "너무 쉽고 자동화되면, 나는 내 쇼핑 습관에 대한 통제력을 잃을지도 모릅니다"라고 덧붙였습니다. 많은 이들에게 있어, 인지된 위험은 편의성을 능가합니다.
우리의 데이터는 흥미로운 모순을 드러냅니다: 소비자들의 가장 큰 쇼핑 불만족 요소는 AI 도입이 여전히 가장 약한 영역에 있습니다. 이는 AI 도구의 성능이 채용을 저해하는 요인이며, 수요 부족이 아니라는 점을 시사합니다.
패션 및 뷰티 쇼핑을 위한 AI 챗봇 추천이 얼마나 유용한지 묻는 질문에, 응답자의 38%는 결정을 내리지 못했으며, 35%는 대체로 유용하다고 생각합니다. 단 1%만이 "완전히 유용하다"고 생각합니다. 신뢰도 제한적입니다. 4분의 1 미만(24%)이 AI 챗봇의 추천과 요약을 신뢰한다고 말하는 반면, 절반 이상(55%)이 불신을 표현했습니다. 비록 60%가 AI가 정보를 수집하고 결정을 내리는 방식을 이해한다고 주장했음에도 불구하고 말입니다. 이는 AI에 대한 인식과 실제 신뢰 사이의 간극을 가리킵니다.
패션은 매우 개인적이고 주관적입니다. 사람들에게 패션과 스타일링에 대한 가장 큰 어려움을 묻자, 가장 많은 답변은 "이미 가지고 있는 아이템으로 옷차림을 구성하기"와 "예산 내에서 나만의 스타일 찾기"였습니다. 이러한 문제들은 패션 및 기술 산업에 익숙한 것으로, Daydream, Doji, Alta, Phia와 같은 AI 스타일링 및 쇼핑 도구들이 이를 해결하기 위해 등장했습니다. 그러나 이러한 도구에 대한 인식과 낙관론은 여전히 낮습니다: 30%는 AI 쇼핑 어시스턴트가 무엇인지 모른다고 말하며, 단 11%만이 쇼핑에 이를 사용합니다. 가상 피팅 앱을 사용해 본 사람은 6%에 불과하지만, 25%는 관심이 있다고 답했습니다.
가장 큰 쇼핑 어려움이 스타일과 관련되어 있음에도 불구하고, 개인화된 추천을 위해 AI를 사용하는 사람은 11%에 불과합니다. 부정확성이 주요 장벽으로 보입니다: AI가 자신의 스타일을 "항상" 맞춘다고 말하는 사람은 2%에 불과하며, 대부분은 "가끔"(62%) 또는 "전혀 아님"(21%)이라고 답했습니다.
이러한 도구들의 성능이 핵심 문제입니다. 많은 응답자들이 출력 결과가 맞지 않거나 일반적이라고 느낍니다. 한 응답자는 "기계는 나를 영감을 줄 수 있는 미묘한 차이를 이해할 수 없습니다"라고 말했습니다. 다른 응답자는 "그들은 단지 내가 온라인에서 찾을 수 있는 정보를 입력할 뿐이에요… 패션과 스타일 조언을 찾을 때 나는 온라인에서 구할 수 없는 정보를 찾습니다"라고 덧붙였습니다. 스타일링에는 취향, 정체성, 문화적 맥락이 포함되기 때문에, AI의 추천은 종종 충분히 역동적으로 느껴지지 않습니다. 더 미묘해지기 전까지는, 패션 선도적 고객들 사이에서의 채용은 제한적으로 유지될 가능성이 높습니다. 응답자의 단 3%만이 스타일 영감을 위해 AI 챗봇에 의존하는 반면, 잡지(57%), 스트리트 스타일(47%), 인플루언서(35%)에 의존하는 비율이 더 높습니다.
결론은 대부분의 사람들이 여전히 취향과 큐레이션을 근본적으로 인간의 기술로 보고 있다는 점입니다. 이는 브랜드에게 AI 도구를 단순히 데이터 기반 시스템이 아니라, 취향과 브랜드 정체성을 반영하는 인간 전문성의 확장으로 재정위할 기회를 만듭니다.
이러한 의미에서, 취향 자체가 하나의 시스템이 될 수 있습니다. 이는 이러한 도구들이 어떻게 구축되었는지, 훈련된 데이터부터 출력물 뒤의 창의적 논리까지, 더 명확한 스토리텔링을 포함할 수 있습니다. 럭셔리 브랜드의 경우, 이 스토리텔링은 아카이브, 하우스 코드, 디자인 역사를 활용하여 유산을 통해 AI 스타일링 도구를 조명하는 방식으로 더 나아갈 수 있습니다. 온라인에서의 브랜드 AI 스타일링 경험은 영감과 제품 발견 모두의 역할을 하며, 재고 업셀링에 상당한 기회를 제공할 수 있습니다.
그러나 럭셔리 브랜드들은 종종 자신들의 미학을 확장 가능한 방식으로 인코딩할 인프라가 부족합니다. 아카이브가 디지털화되지 않았거나 AI 사용을 위해 태깅되지 않았을 수 있으며, 데이터 시스템이 종종 단편화되어 있습니다. 또한 충분한 브랜드 데이터가 있더라도 AI가 브랜드 이미지를 저하시키는 브랜드와 맞지 않는 결과를 생산할 위험이 있어, 모든 단계에서 인간의 감독이 필수적입니다.
개인화의 역설
개인화는 오랫동안 리테일에서 AI의 주요 이점으로 내세워져 왔지만, 우리의 설문조사는 특히 럭셔리 분야에서 그 가치가 덜 직선적임을 시사합니다. 이 도전은 알고리즘이 행동을 예측하는 방식, 즉 이미 알려진 것으로 옵션을 좁히는 방식으로 인해 더욱 복잡해집니다. 한 응답자는 "내가 한 번 무언가를 샀거나 어떤 것을 검색했다고 해서, 그것이 내가 계속 원하는 전부라는 뜻은 아닙니다"라고 지적했습니다. 다른 이들은 추천이 반복적이 되어 발견을 제한한다고 느낍니다. "이것이 내가 새로운 것을 찾기 어려워하는 이유입니다. AI 봇들이 전통적인 브라우징을 빼앗고 있어요."
많은 것이 개인화와의 적절한 균형을 맞추는 데 달려 있습니다. 패션 브랜드들은 럭셔리 고객들을 소외시키지 않으면서 AI를 사용하는 방법을 찾아야 합니다. 소비자들이 브랜드가 AI를 사용하는 데 편안함을 느끼는 영역은 미묘하며 진화할 수 있고, 개인화가 도움이 되기보다는 제한적으로 느껴질 위험이 있습니다.
보그 비즈니스 설문조사 응답자가 말했듯이, "AI의 도움을 받는 쇼핑은 그저 지루합니다."
균일성에 대한 우려도 존재합니다. 일부 응답자들은 AI 기반 추천이 특히 유사한 프로필을 가진 소비자들 사이에서 스타일의 동질화로 이어질 수 있는지 의문을 제기합니다. 한 응답자는 "그들의 도움을 받는 쇼핑은 그저 지루해요. 기대했던 흥분도 없고, 발견도 없고, 그저 강제로 먹이는 정보뿐이에요"라고 말했습니다. 다른 응답자는 "나와 비슷한 취향을 가진 사람들이 같은 옷차림을 하게 될까 봐 걱정됩니다"라고 지적했습니다.
이러한 우려에도 불구하고, 소비자들은 개인화를 완전히 거부하지는 않습니다. 그들은 지침에는 열려 있지만 제한에는 그렇지 않습니다. 서비스를 개선하는 가벼운 접촉의 애플리케이션은 환영받는 반면, 비인간적으로 느껴지는 더 깊은 자동화 시스템은 신중하게 바라봅니다. 럭셔리의 경우, 기회는 효율성을 극대화하는 데 있는 것이 아니라, 예측적 제안과 놀라움의 요소를 균형 있게 맞추는 데 있습니다. 목표는 고객에게 단지 그들이 기대하는 것뿐만 아니라, 그들이 원하는지 몰랐던 무언가를 제공하는 데 있습니다.
방법론 및 인구통계
보그 비즈니스는 영국, 미국, 유럽의 보그, 보그 비즈니스, GQ 독자들과 공유된 10분 분량의 정량적 온라인 설문조사를 실시했습니다. 이 연구는 2026년 3월 16일부터 4월 7일까지 콘데 나스트의 내부 맞춤형 연구팀에 의해 수행되었습니다. 응답자는 만 16세 이상이어야 했습니다.
총 251명의 응답자가 설문조사를 완료했습니다. 이 중 33%는 35세 미만이었고 65%는 35세 이상이었습니다. 여성 응답자는 그룹의 76%를 차지했으며, 남성 응답자는 22%를 차지했습니다. 지리적으로는 절반 이상(55%)이 영국에 거주했으며, 4분의 1(24%)은 미국에, 나머지 21%는 유럽 전역에 분포했습니다. 지출 프로필 측면에서, 절반 미만(45%)이 열망 고객으로 분류되었으며, 이는 연간 소득이 현지 통화(USD, EUR, GBP) 기준 100,000 미만인 사람들로 정의됩니다. 37%는 연간 100,000 이상을 벌고 있으며, 나머지 19%는 답변을 원하지 않았습니다.
자주 묻는 질문
물론입니다. 다음은 '기계를 신뢰할 수 없다'는 주제를 바탕으로 한 AI에 대한 소비자 견해에 관한 FAQ 목록입니다.
초보자용 정의 질문
1 이 설문조사에서 AI는 무엇을 의미하나요?
일상에서 접하는 인공지능, 예를 들어 챗봇, 추천 알고리즘, 음성 비서, 얼굴 인식, 자동화된 고객 서비스 등을 의미합니다.
2 설문조사의 주요 결과는 무엇인가요?
핵심 결과는 상당한 신뢰 격차입니다. 사람들은 AI 기반 서비스를 항상 사용하지만, 특히 중요한 결정에 있어서 그 공정성, 프라이버시, 신뢰성에 대해 깊이 회의적입니다.
3 누가 설문조사에 참여했나요?
일반 대중의 의견을 파악하기 위해 기술 전문가뿐만 아니라 광범위한 성인 소비자 대표 표본이 포함됩니다.
우려사항 및 문제점
4 사람들이 AI에 대해 가장 큰 걱정은 무엇인가요?
가장 큰 우려는 프라이버시, 편향 및 공정성, 투명성 부족, 일자리 대체입니다.
5 AI 편향이란 무엇을 의미하나요?
AI 시스템이 한 집단을 다른 집단보다 불공정하게 우대하는 등의 불공정한 결과를 낼 수 있다는 의미입니다. 예를 들어, 채용 알고리즘이 편향된 역사적 데이터로 훈련되었다면 성별이나 인종에 따라 이력서를 불공정하게 걸러낼 수 있습니다.
6 기계가 인간보다 실수를 덜 하지 않나요?
항상 그렇지는 않습니다. 기계는 반복적인 작업에는 뛰어나지만 예측 불가능한 방식으로 실패하거나 훈련 데이터의 오류를 증폭시킬 수 있습니다. 또한 인간의 상식과 공감 능력이 부족하여 실망스럽거나 해로운 실수로 이어질 수 있습니다.
7 사람들은 왜 중요한 결정을 AI에게 맡길 수 없다고 느끼나요?
AI의 의사결정 과정이 종종 블랙박스이기 때문입니다. 사람들은 대출 거부, 의학적 진단, 뉴스 추천 등의 이유를 이해하고 싶어하지만, 많은 AI 시스템이 이를 명확히 설명할 수 없습니다.
예시 및 일상 생활
8 내가 인지하지 못하는 AI는 어디에서 접하나요?
ChatGPT와 같은 명백한 예를 넘어서, 소셜 미디어 피드, 스팸 필터, 교통 예측 내비게이션 앱, 신용카드 사기 감지, 심지어 사진 앱의 필터에서도 찾을 수 있습니다.
9 실제 생활에서 AI 신뢰 문제의 예를 들어줄 수 있나요?
일반적인 예시는...