생성형 AI는 디지털 패션테크에 새로운 변화를 가져오고 있다. 대표적으로 스타일AI와 스타일봇은 서로 다른 기능으로 디지털 패션 경험을 확장한다. 스타일AI는 브랜드 정체성과 트렌드를 반영하여 패션 디자인을 자동으로 생성하는 솔루션으로, 창의적인 디자인을 효율적으로 제공하며 비용과 시간을 절감할 수 있는 장점이 있다.

반면 스타일봇은 사용자의 디지털 옷장을 분석해 개인 취향에 맞춘 스타일 추천을 제공하는 AI로, 가상 피팅과 코디 제안을 통해 쇼핑 경험을 향상시키며 소비자의 니즈를 세밀하게 반영한다. 두 솔루션은 각각 비용 절감과 고객 맞춤형 경험 제공에서 강점을 가지며, 이러한 상호 보완적인 기능이 패션 산업의 효율성 향상과 개인화된 서비스 제공에 기여하고 있다.

AI는 디지털 옷장 외에도 가상 시착과 맞춤형 제품 제작에 다양하게 활용되고 있다. 114 예를 들어 에이블리의 AI 기반 가상 시착 서비스는 고객이 얼굴 사진을 업로드하면 해당 쇼핑몰의 모델과 동일한 착장 이미지를 제공하여, 실제 쇼핑 전에 자신이 착용한 모습을 가상으로 확인할 수 있게 한다. 이는 온라인 쇼핑에서의 불확실성을 줄여주고, 맞춤형 추천을 통해 만족스러운 경험을 제공한다.

또한 브리즘의 맞춤형 안경 제작 서비스는 3D 스캐너로 고객의 얼굴을 측정하고, AI 추천과 가상 시착 기술을 결합해 개개인에게 가장 적합한 안경을 제공한다. 이를 통해 소비자는 얼굴 형태에 최적화된 안경을 선택할 수 있어 편안한 착용감을 얻으며, 지난 5년간 약 5만 명의 고객이 이러한 맞춤형 서비스를 통해 만족을 경험했다.

한편, 아모레퍼시픽의 톤 워크 파운데이션은 AI 기반의 컬러 진단과 로봇 조제 기술을 활용해 고객의 피부 톤에 맞춘 200여 가지 맞춤형 색상의 파운데이션을 제공한다. 고객이 매장에서 정밀한 컬러 진단을 받으면, AI가 정확한 색상 정보를 바탕으로 즉시 파운데이션을 조제해 주는 이 서비스는 개인별 피부 톤에 최적화된 색상 제안을 가능하게 한다. 글로벌 패션 AI 시장도 급성장 중이다. 이처럼 글로벌 패션 AI 시장은 현재 빠르게 성장하고 있으며, 생성형 AI는 패션 산업의 미래에 더 큰 변화를 예고하고 있다.

리서치앤 마켓에 따르면, 2019년 2억2800만 달러 규모였던 글로벌 패션 AI 시장은 올해 12억6000만 달러로 확장되었으며, 연평균 40.8%의 성장률을 기록하고 있다. 이는 AI 기술이 디자인과 고객 맞춤형 서비스에서 효율성을 높여주는 데 크게 기여하기 때문이다.

특히, 생성형 AI는 향후 고객의 개별 선호도를 더욱 정교하게 반영하고, 시장 트렌드에 실시간으로 대응할 수 있는 역량을 갖출 전망이다. 예를 들어, 스타일AI는 캐나다의 밀라 AI와 협력하여 최신 딥러닝 모델을 연구, 개발하고 있으며, 이를 통해 AI 기반 패션 디자인의 혁신을 지속적으로 추진하고 있다. 이러한 기술 고도화는 대형 브랜드 뿐만 아니라 중소형 셀러에도 적용 가능해 비용을 절감하면서도 경쟁력을 갖출 수 있는 기회를 제공한다.

미래에는 AI가 고객 데이터와 시장 변화를 실시간으로 분석해 소비자에게 최적화된 제품과 스타일을 자동으로 추천하는 시스템이 주류가 될 것이다. 이를 통해 패션 산업은 재고 관리 비용 절감과 동시에 소비자 만족도를 높이는 경제적 이득을 실현할 수 있을 것이다.

MIT(메사츄세츠공과대학)슬론 경영 대학원에서 ‘과학기술이 패션에 미친 파괴적 혁신’이라는 주제의 논문을 발표하고 경영학 석사를 받았다. 4차산업이 패션 비즈니스, 리테일, 마케팅 분야에 과학기술이 미치는 혁신적 이 영향에 관한 칼럼을 쓰고 있 다. 2003년 SBS 슈퍼모델 선발 대회 1위로 입상 후 세계 패션 도시들에서 패션모델로 활동했다.