본문 바로가기

댓글0
번역beta

Translated by kakao i

번역할 언어 선택

뷰 본문

jobsN

“수천만 데이터 학습한 인공지능 MD로 연매출 90억”

“월매출 1000만원 나던 매장, 인공지능 MD로 10배 수익 올렸죠”

3,735 읽음
댓글0
번역beta

Translated by kakao i

번역할 언어 선택
어반유니온 안치성 대표
패션 데이터 활용해
오프라인 매장에 판매

“‘다음 달 이 아이템이 유행합니다’라는 말 누가 하나요? 유명한 패션 디자이너, 스타일리스트, 인플루언서 등이 하죠. 그런데 그 말이 실제로 맞던가요? 2018년 컬러는 울트라 바이올렛이라고 했는데 길에서 보라색 옷 입고 다니는 분 한번도 못봤습니다. 데이터는 다른 단어를 가리키고 있더군요.”

어반유니온 안치성 대표.

출처jobsN

◇패션 데이터 분석으로 소비자 취향 파악


안치성(44) 어반유니온 대표는 오랫동안 유통업계에 몸담아온 인물이다. 어반유니온은 패션 데이터를 분석해 소비자가 원하는 옷을 판다. 예를 들어 온라인 쇼핑몰에서 잘 팔리는 원피스가 있다면 해당 원피스를 바로 다음 날 오프라인 매장에 걸어놓는 식이다. 안 회장은 20대부터 해외 브랜드를 한국의 백화점에 유통하는 사업을 했다. 2000년대 후반 인기를 끌었던 미국 캐주얼 의류 브랜드 아베크롬비&피치를 한국에 처음 들여온 장본인이기도 하다. 2010년 이후부터는 국내 인디 브랜드로 눈길을 돌렸다. 오랫동안 유통과 패션업계에 머물며 유통업자들이 실질적으로 소비자가 원하는 상품이 뭔지 관심이 없다는 걸 깨달았다.


“2014년 인디 브랜드를 주체로 패션 리테일 페어를 열었습니다. 동대문에서 활동하는 국내 신진 디자이너 400명 정도가 주요 유통 바이어·MD 등과 만나는 자리였죠. 인디 디자이너에게 좋은 기회일 거라 생각했어요. 하지만 당시 백화점 바이어들의 콧대가 너무 높았습니다. ‘우리 백화점 오려면 35% 수수료를 내야 한다, 팝업 행사에서 매출 기준을 통과해야 한다’ 등 요구 사항이 많았습니다. 부담스러운 입점 비용에 오프라인 매장을 포기해버리는 인디 디자이너들의 상황이 안타까웠어요. 직접 담당자를 만나 롯데몰 김포점에 200평짜리 공간을 내달라 했습니다. 신진 디자이너 약 45개 브랜드가 자신의 옷을 직접 팔 수 있는 시장을 기획했어요. ‘인디 디자이너 인큐베이팅 플랫폼’ 사업을 1년 진행습니다. 기존 백화점보다 저렴한 13%의 수수료를 받았어요. 당시 매출로는 20억원 정도를 기록했죠.”

인디브랜드페어 전경.

출처한국패션산업협회 홈페이지

문제는 공실이었다. 200평의 공간에 약 45개 브랜드가 들어섰지만 가끔 빈 공간이 났다. 빈 공간을 놀리느니 직접 동대문에서 보세 옷을 떼다 재판매하는 사입형 사업을 기획했다. 2014년은 스타일난다·난닝구·임블리 등 국내 사입형 패션 브랜드가 주목받기 시작하던 때였다. 안 대표는 어바니썸이라는 패션 브랜드를 창업했다. 처음에는 공실을 메우기 위한 목적으로 패션 사업에 뛰어들었다. 


◇소비자 의견 반영 안하는 독단적 패션 산업 구조


유통업을 하다 패션사업으로 뛰어든 안 대표는 당혹감을 느꼈다. 패션 유통업자들이 패션 상품을 고르는데 아무런 체계나 시스템을 갖추지 않았다. 패션 트렌드를 결정하고 옷을 출시하는 과정도 마찬가지였다.


“패션 산업은 패션 디렉터나 디자이너의 권위가 막강해요. 6개월 주기로 그 해 가을·겨울에 입을 옷을 봄·여름에 내놓습니다. 유명 디자이너가 명품 브랜드의 패션쇼로 옷을 선보이면 주요 매체에선 ‘올해 유행하는 팬텀컬러’, ‘올해 트렌드’ 등 각종 수식어를 달아 전합니다. 하지만 실제로 이 같은 표현에 공감하는 소비자는 많지 않을 거라고 봐요. 소비자 의견을 그 어디에도 반영하지 않았기 때문이죠. 패션 브랜드가 보유한 데이터라고 해봤자 1년 전 매출 분석 정도입니다. 그러니 소비자 취향을 적극 분석하고 이들의 니즈를 파악하는 스타일난다 같은 쇼핑몰이 성장할 수밖에 없어요.”

어반유니온 사옥.

출처어반유니온 제공

소비자 데이터를 분석해 성공한 명품 브랜드도 있다. 구찌는 침체된 명품 브랜드 시장에서 2017년 40%, 2018년 23% 이상의 매출 증가를 기록했다. 구찌는 전통적인 여타 명품 브랜드와 달리 온라인 쇼핑몰 사업과 소셜 미디어 마케팅에 주력했다. 안 대표 역시 일찍부터 소비자를 알기 위해선 디지털 데이터에 주목해야 한다고 생각했다. 2013년부터 연세대학교 정보대학원 정보시스템학 석사 과정을 밟았다. 대학원 과정에서 배운 데이터 마이닝 기술로 패션 데이터를 수집하는 모델을 구축했다.


◇통일 코드 없는 패션상품···분류체계 갖추는데 2년


옷을 데이터로 수집하고 정립하는 것이 쉽지 않았다. “옷마다 의류 회사에서 내놓는 명칭이 전부 제각각입니다. 라운드 넥, 브이넥, 슬리브리스, 소매가 긴, 니트 재질, 캐시미어 소재···. 등 명칭이 자기 멋대로죠. 150여가지 종류를 정리하고 분류해내는 데만 2년의 시간이 걸렸어요.” 2018년 한국전자통신연구원과의 공동연구를 통해 패션 인공지능 ‘사만다’를 개발했다. 사만다에 약 4000만건의 패션 이미지 데이터를 주입하면 딥러닝 방식으로 25가지 종류의 의류를 구별해냈다. 온라인 쇼핑몰·소셜미디어·포털사이트 등에서 100만건의 이미지와 태그 값 데이터를 추출해 여성 패션 트렌드를 분석하는데 성공했다.

어반유니온 직원들의 모습(왼쪽)과 월 매출 1억원을 돌파한 AK앤드홍대점의 매출전표.

출처안치성·김용채 대표 제공

그러나 수천만가지의 데이터를 학습시킨 패션 인공지능 ‘사만다’가 내놓은 답은 언제나 모호했다. 예를 들어 2018년 패션 트렌드를 한 단어로 표현하고 나니 ‘넉넉함’이라는 단어가 나왔다. 안 대표는 ‘넉넉함’이라는 단어가 패션 용어인지, 일상적으로 쓰는 감정 용어인지 헷갈렸다고 한다. 패션의 영역에 있어서만큼은 인간의 해석이 무엇보다 중요하단 걸 깨달을 수 있었던 순간이었다. “넉넉함이라는 게 대체 뭘까요. 딱 달라붙지 않고 헐렁한 옷, 자유로운 행동이 가능한 옷을 말하는 걸까요. 결국 최고의 인공지능을 활용한다 하더라도 사람의 인문·심리적 해석 없이는 데이터가 소용없다는 결론을 내렸습니다.”


어반유니온은 인공지능 MD ‘사만다’가 온라인상 트렌드 상품을 분석하면 오프라인 매장에 판매한다. 사만다는 주 1회 베스트 선정을 위한 리포트를 자동 생성한다. 어반유니온은 리포트를 토대로 매장 상품을 빠르게 바꿔나간다. 어반유니온은 2018년 1월 수원·평택·원주·분당 AK백화점에 입점했다. 어반유니온이 입점한 뒤 기존 매장보다 약 10배의 매출을 나는 곳도 있다. 2018년 6월에 입점한 AK&홍대점이다. LG패션이 입점해 있던 AK&홍대점은 원래 월 1500만원의 매출을 기록하고 있었다. 어반유니온이 입점한 뒤로 2019년 6월까지 평균 월 1억5000만원을 기록했다. 고객은 인터넷에서 사고 싶었던 상품을 직접 만져보고 입어볼 수 있다는 점에서 만족했다.

홍대에 위치한 어바니썸 매장.

출처어반유니온 제공

◇"데이터 분석으로 올해 매출 약 90억원”


어반유니온은 3년 연속 약 2배씩 성장해나가고 있다. 2017년 25억원, 2018년 40억원의 매출을 기록했다. 2019년에는 약 90억원의 매출을 예상하고 있다. 올해 안에 롯데몰 은평점, 롯데백화점 광복점, 현대 천호점·중동점 등에 매장을 오픈할 예정이다. 창업 초창기보다 전문 인력도 크게 늘었다. 원더플레이스를 총괄 기획하고 이랜드 본부장을 지냈던 김용채 공동대표가 어반유니온에 합류하고 있다.


“인간의 필수적인 요소가 의식주죠. 음식과 거주의 산업보다 유독 패션 분야에서 IT(Information Technology) 기술을 활용하는 게 늦었어요. 소비자 중심으로 제품을 생산하지 않다 보니 여러 문제점이 나왔죠. 명품 패션 브랜드, 패스트패션(Fast Fashion) 브랜드 등이 독선적으로 생산한 옷들은 재고가 많이 쌓여 환경을 오염시켰어요. 또 정말 실력 있는 인디 브랜드 디자이너들은 오랫동안 빛을 보지 못하기도 했죠. 앞으로는 생산자가 팔고 싶은 상품이 아니라 소비자가 원하는 제품이 시장에 나왔으면 합니다. 마흔을 넘긴 나이지만 패션업계에서 젊은 분들과 열린 마음으로 계속 협업해나갈 생각입니다.”

글 jobsN 김지아

jobarajob@naver.com

잡스엔

작성자 정보

jobsN

    실시간 인기

      번역중 Now in translation
      잠시 후 다시 시도해 주세요 Please try again in a moment