패션은 역동적인 사업이다. 대부분의 의류 브랜드는 연간 최소 2~4개의 컬렉션을 제작합니다. 현재 시즌 컬렉션을 판매하는 동시에 브랜드는 시장 동향과 소재를 파악하여 최소 1년 전에 다음 컬렉션을 계획합니다. 판매 기간은 약 3개월이며, 판매되지 않은 재고는 재정적 손실을 나타냅니다.
패스트 패션 회사는 새로운 라인을 더욱 자주 출시하여 새로운 아이템을 디자인, 생산 및 판매하는 데 필요한 시간을 줄입니다.
패션 산업은 기술적 한계를 실험하는 데 익숙합니다. 가장 중요한 기술 혁신으로는 레이저 절단, 컴퓨터 지원 설계, 그리고 최근에는 2010년 초에 나타난 3D 프린팅의 사용이 있습니다.
패션 산업은 기초 AI와 기타 최첨단 기술을 실험해 왔습니다. 한 가지 예는 브랜드 100주년을 기념하기 위해 2021년 5월 가상 세계 플랫폼 Roblox와 레이블이 협력한 Gucci Garden입니다.
대체 불가능한 토큰(NFT)은 디지털 럭셔리 마켓플레이스인 UNXD와 협력한 Dolce &Gabbana Genesi 컬렉션에서 볼 수 있듯이 또 다른 혁신 영역입니다. 이 컬렉션은 600만 달러에 판매되어 NFT 판매 기록을 세웠습니다.
패션 회사들은 또한 LVMH/루이비통이 통합한 제품 인증 및 추적성을 포함하여 제품 인증, 추적성 및 디지털 ID를 위해 블록체인을 사용합니다.
또한 기업에서는 몰입감 있고 상호 작용적인 고객 경험을 창출하기 위해 증강 현실을 마케팅 및 소매 전략에 통합했습니다.
2021년 패션 기업은 매출의 1.6~1.8%를 기술에 투자했습니다. 2030년까지 이 수치는 3~3.5%로 증가할 것으로 예상됩니다.
생성적 AI는 3~5년 내에 영업 이익에 미화 1,500억~2,500억 달러를 추가하여 패션 산업의 판도를 바꿀 수 있습니다. 패션 부문은 AI 통합을 이제 막 시작했지만, AI가 제시하는 기회와 과제는 모든 비즈니스 프로세스에서 분명하게 드러납니다.
생성적 AI는 패션 회사가 프로세스를 개선하고, 제품을 더 빠르게 시장에 출시하고, 더 효율적으로 판매하고, 고객 경험을 개선하는 데 도움이 될 수 있습니다. 생성적 AI는 또한 대규모 소셜 미디어와 런웨이 쇼 데이터세트를 분석하여 새로운 패션 트렌드를 파악함으로써 제품 개발을 지원할 수도 있습니다.
Estée Lauder Companies와 Microsoft는 동향을 파악 및 대응하고, 제품 개발을 알리고, 고객 경험을 개선하기 위해 사내 AI 혁신 연구소를 열기 위해 협력했습니다.
디자이너는 AI를 사용하여 과거 소비자 선호도를 기반으로 다양한 재료와 패턴을 시각화할 수 있습니다. 예를 들어, Tommy Hilfiger Corporation은 AI를 사용하여 소비자 데이터를 분석하고 새로운 패션 컬렉션을 디자인하는 Reimagine Retail 프로젝트에서 IBM 및 뉴욕의 Fashion Institute of Technology와 협력하고 있습니다.
디자이너는 스케치와 무드 보드를 3D 디자인으로 변환하고 3D 프린팅하여 프로토타입 제작 속도를 높일 수도 있습니다. 네덜란드 패션 디자이너 Iris van Herpen은 AI를 사용하여 2023년 가을/겨울 컬렉션의 비주얼을 상상하고 실행했습니다.
NOWNESS는 네덜란드 디자이너 Iris van Herpen의 상상력이 풍부한 AI 사용을 살펴봅니다.
AI는 보다 정확한 제조 프로세스와 효율적인 공급망 및 재고 관리를 통해 자원 사용을 최적화하고, 재료를 재활용하고, 폐기물을 줄여 보다 지속 가능한 패션 관행을 만드는 데 도움을 줍니다. 예를 들어, H&M은 AI를 사용하여 재활용 프로세스를 개선하고 재활용을 위해 의류를 분류 및 분류하며 순환 패션 경제를 촉진합니다.
AI는 재고 관리를 최적화하고, 과거 데이터를 기반으로 판매를 예측하고, 과잉 재고 및 품절을 줄여 운영 및 공급망 프로세스를 개선할 수 있습니다. Zara 및 H&M과 같은 브랜드는 이미 AI를 사용하여 공급망을 제어하고 재고 수준을 최적화하고 낭비를 줄임으로써 지속 가능성을 촉진합니다. Zara는 또한 온라인 주문 픽업 속도를 높이기 위해 소매점에 AI와 로봇 공학을 도입했습니다.
AI 기반 가상 시착 솔루션을 통해 고객은 직접 입어보지 않고도 옷이 어떻게 보일지 확인할 수 있어 온라인 쇼핑 경험을 향상하고 반품률을 줄일 수 있습니다. 처방 안경 소매업체인 Warby Parker 및 Amazon과 같은 디지털 기업에서는 가상 체험이 이미 현실이 되었습니다.
또 다른 예는 2018년 프랑스의 다국적 개인 관리 회사인 L'Oréal이 인수한 Modiface로, 메이크업과 패션 액세서리에 대한 AR 기반 가상 체험판을 제공합니다.
AI는 맞춤형 고객 경험을 제공할 수도 있습니다. Reebok 및 Versace와 같은 일부 브랜드는 AI 도구를 사용하여 브랜드의 느낌과 룩에서 영감을 받은 제품을 디자인하도록 고객을 초대합니다.
AI 기반 도구는 마케팅 팀이 커뮤니케이션 캠페인의 영향을 타겟팅하고 최대화하여 잠재적으로 마케팅 비용을 절감하는 데 도움이 됩니다.
패션 사업에는 소규모 기업부터 글로벌 체인, 오뜨 꾸뛰르, 기성복, 대중 시장, 패스트 패션까지 모든 것이 포함됩니다. 각 브랜드는 브랜드 아이덴티티를 훼손하지 않으면서 AI가 비즈니스 가치를 창출할 수 있는 부분을 이해해야 합니다.
그러나 가장 큰 과제는 균질화를 피하는 것입니다. 제너레이티브 AI는 인간의 창의성을 대체하는 것이 아니라 새로운 공간과 프로세스를 창출해야 합니다.
창의성과 혁신은 모든 패션 브랜드의 영혼과 핵심으로 남아 있으며, AI는 이를 향상하고 지원하는 도구가 되어야 합니다. 패션 디자이너 Hussein Chalayan이 말했듯이 "패션은 기술, 새로운 섬유, 옷을 만드는 새로운 방식을 통해 스스로를 갱신할 것입니다."
패션 회사는 특히 지적 재산권, 창작권 및 브랜드 평판과 관련하여 신기술과 관련된 위험을 관리할 준비가 되어 있어야 합니다. 가장 큰 문제 중 하나는 훈련 데이터와 관련된 지적재산권 침해 가능성이다.
GenAI 모델은 종종 저작권이 있는 저작물을 포함하는 방대한 디자인 데이터세트를 통해 훈련됩니다. 이는 독창성과 소유권에 대한 법적 분쟁으로 이어질 수 있습니다. 관련된 위험은 생성 AI 시스템의 편견과 공정성이며, 이는 해당 기술에 의존하는 브랜드의 평판에 문제를 일으킬 수 있습니다.
AI 시대의 창작권을 둘러싼 모호함은 또 다른 관심사입니다. 아이디어를 개념화한 디자이너, AI를 구축한 개발자, AI 자체 등 누가 디자인에 대한 창의적 권리를 보유하는지 결정하는 것은 어렵습니다. 이러한 모호함은 브랜드의 창의적 표현의 진정성을 희석시킬 수 있으며, 소비자가 브랜드를 덜 혁신적이거나 진정성 있는 것으로 인식하면 브랜드 평판에 잠재적으로 해를 끼칠 수 있습니다.