패션, 뷰티 등 스타일 분야와 인공지능, IoT, VR·AR, 빅데이터 등 4차산업기술을 융합해 새로운 가치와 경험을 창출하는 스타일테크가 각광받는 산업으로 주목받고 있다. 산업통상자원부와 한국디자인진흥원은 지난해부터 스타일테크 신사업을 통해 최근 시장 트렌드를 담은 컨텐츠와 유망기업의 발굴, 빠른 성장을 돕고 있다. 한국디자인진흥원 스타일테크 유망기업 성장지원 프로그램 2기에 선정, 시장을 이끌 잠재력 있는 스타일테크 스타트업을 소개한다. 

디넥트(d’nect) - 동대문 도매상과 소비자 직접 연결

“쇼핑몰 편집샵에서 D*** 블라우스를 봤는데, 코디 상품이라 판매하지 않았어요. 아쉬운 마음에 라벨만 보고 나왔는데, 꼭 가지고 싶은 마음에 구글에서 이 라벨을 검색했더니 동대문 도매 브랜드라고 검색이 되네요” 

“자주 들르는 편집숍에서 옷을 사면서 라벨을 보게 됐는데 S*** 옷만 여섯번 째네요. 저랑 여기 옷이 잘 맞는 거 같아요”

동대문에는 크고 작은 생산자 업체들이 있다. 수많은 온라인 쇼핑몰과 오프라인 편집샵에 상품을 공급한다. 이들이 공급사가 아니라 브랜드로 성장할 수 있는 기회가 열린다. 브라켓(대표 김다정)의 디넥트(d’nect)는 동대문과 온라인을 연결한다는 의미를 담고 있는 동대문 도매 온라인 플랫폼이다. B2B2C를 표방해 업체도, 개인도 동대문 도매 기업의 상품을 직접 살 수 있게 됐다. 

브라켓 김다정 대표는 “온라인 쇼핑몰마다 명확한 컨셉이 있고, MD가 그 컨셉에 맞는 옷을 다양한 동대문 도매 업체에서 선별해 컨텐츠를 제작, 쇼핑몰에서 판매한다. 실제 쇼핑몰에서 판매되는 상품은 여러 도매 업체의 브랜드가 뒤섞인다는 점에서 아이디어를 얻었다”고 말했다. 

온라인 쇼핑몰이나 편집샵에는 상품별로 기준이 되는 사이즈도, 퀄리티도 차이가 날 수 밖에 없다는 것. 디넥트는 동대문 도매도 엄연히 브랜드라는 것을 알리고 싶었다. 상품력과 퀄리티, 디자인력이 우수하지만 브랜딩에는 취약하다는 점에 착안했다. 

디넥트는 동대문 도매 업체의 정보를 공개하고 업체별 상품만을 모아 샵인샵 형태로 동대문 생산자 브랜드관을 운영한다. 다양한 여성 타겟의 경쟁력 있는 도매 업체를 선별해 30여개의 브랜드관을 운영 중이다. 지금까지 알기 힘들었던 도매 정보를 소비자들이 알기 쉬운 컨텐츠로 제작해 패션 시장의 정보 비대칭을 해소하고 있다. 

디넥트에는 “내가 좋아하는 숨겨진 진짜 브랜드를 알게 됐네요. 다음번엔 브랜드A 에서 바로 구매할 수 있게 되었어요”라는 리뷰가 올라온다. 

디넥트는 동대문 도매상에게 고객 재구매를 위한 안정적인 수량과 퀄리티를 약속받는다. 고객이 직접 입어보는 개인적인 경험과 피드백을 통해 생산자가 브랜드로 성장 할 수 있는 발판을 제공한다. 

디넥트는 플랫폼 모델을 기반으로 일반적인 쇼핑몰이 명확한 컨셉으로 확장에 제한적인 것에 비해 다양성이 보장돼 무한한 확장이 가능하다. 동대문 도매 브랜드가 공급사가 아니라 파트너로서 성장하는 것이 목표다. 추후 2만여 개 도매 브랜드 중 경쟁력을 갖춘 1000개(5%) 브랜드관 입점을 유도하고 물류를 통합하는 시스템 구축을 통해 온라인 시장 점유 10%가 목표다. 

김다정 대표는 “브라켓프로젝트를 통해 독자상품개발로 동대문 도매 브랜드의 시장성을 실험하는 등 경쟁력을 확보하는데 총력을 다하고 있다”고 밝혔다. 또 “동대문생산자 브랜드의 대표격인 온라인 플랫폼을 목표로 시장성과 서비스 경쟁력을 확보할 방침“이라고 말했다.  

패션에이드(FASHIONADE) - 코디 상품 추천하는 인공지능 패션 MD

“김하정(24세)씨는 오랜만에 온라인 플랫폼에 들어가 맘에 드는 스커트를 발견했다. 이 스커트와 어울리는 니트를 고르기 위해 한 시간째 미리 찜해둔 스커트와 수많은 상품 속을 해매며 시간을 허비하다보니 금새 피로감이 몰려왔다. 구매 욕구도 사라져 ‘다음에 사야겠다’며 쇼핑을 포기했다”     

패션에이드는 한층 고도화된 패션AI 스타일추천 솔루션을 공급한다. 핵심 목표는 좀 더 개인화된 데이터분석을 통해 유저들의 쇼핑 피로감을 줄이고 클릭전환율, 구매 전환율을 높이는 것이다.  패션사에게는 기존 코디 상품 등록 업무를 자동화해 인적 리소스를 줄여준다.

패션 MD들이 객단가를 높이기 위해 만들었던 코디 상품 컨텐츠를 인공지능이 대신해준다. 상품 이미지를 입력하면 학습된 인공지능이 상품 카테고리에서 스타일 네트워크를 찾아내는 원리다. 이미지 태깅을 통한 코디 추천이 아닌 고객 구매 여정에 따라 어울릴만한 코디 상품을 제안해 좀 더 직관적이며 구매 전환율을 높일 수 있다.

수많은 상품 중에서 나에게 어울릴만한 취향 저격 패션 상품들이 제공되니 김하정씨처럼 쇼핑을 포기하는 고객을 락인(Lock In)하는 효과가 있다. 패션에이드 AI가 자체 개발한 이미지 딥러닝은 상품 네트워크를 분류한다. 감각있는 국내 여성들의 데일리룩을 학습하고 트렌디한 스타일을 판별해낸다.

그리고 고객이 클릭한 상품에서 색상, 패턴, 브랜드, 가격 등 스타일 속성을 분류한 뒤 고객이 보고 있는 상품과 어울릴만한 상품 코디를 추천한다. 기존 유사 상품 정보만 추천받던 방식에서 한 층 진보된 방식이다.

패션에이드 딥러닝 엔진은 8만개의 패션 상품들의 코디 상품 관계를 학습하고 패션 전문가의 정성적인 리뷰와 고객들의 행동 데이터로 재학습하는 원리다. 보다 정확한 고객 스타일 속성을 찾아내고 자동화 스타일 코디 추천으로 매출을 효과적으로 극대화할 수 있다. 고객에게는 차별화된 상품 탐색 경험을 제공한다.  

백하정 대표는 “패션에이드는 최신 딥러닝 알고리즘이 핵심 경쟁력이다. 국내 1차원적인 이미지 분석 상품 추천 시스템에서 한층 더 나아가 고객 데이터 분석이 가능한 전문 패션 AI다”고 밝혔다. 또 “케이스 스터디를 통해 기존 통계기반의 추천시스템 대비 구매 전환율이 128% 향상하고 순 매출 120%증가, 1:1 추천 시 장바구니 주문단가 162% 향상 효과를 보였다”고 말했다. 

패션에이드는 수많은 온라인몰 속에서 패션 리테일러들이 트래픽과 소비자 락인효과를 얻는데 어려움을 겪는 자사몰 운영을 돕는다. 기존 이미지 분석을 통한 상품 추천이 배경, 인물수, 각도에 따라 다른 이미지 분석 솔루션의 한계를 반영했다. 또 비싸지는 광고 단가에도 비슷한 상품의 반복 노출로 클릭 전환율이 낮아지는 한계도 고려했다. 

시즌 상품을 업로드하면 어울리는 상품끼리 자동 매칭되는 ‘룩 자동 생성’ 기능을 추가한 2.0 버전도 출시할 예정이다. 텍스트보다 상품 이미지 컨텐츠 활용도가 훨씬 많아지면서 마케팅 소스로 활용 가능한 이미지 컨텐츠를 제공한다.