모든 산업에서 가치사슬(Value Chain) 단계별 디지털 전환(Digital Transformation) 작업이 활발히 이루어고 있다.

​

산업의 디지털 전환이란 빅데이터, 인공지능(AI), 사물인터넷(IoT), 증강·가상현실, RFID, 클라우드 등과 같은 디지털 기술을 상품기획·유통·마케팅·고객관리 등 모든 가치사슬에 융합해 새로운 산업생태계 조성해 기존에 없었던 비즈니스를 창출하는 것을 의미한다.

​

패션업계도 가치사슬의 혁신을 통한 생산성과 효율성 향상, 경쟁력 강화 및 시장개척 등을 위해 디지털 전환이 빠르게 진행 중이며, 패션유통산업은 온라인과 오프라인의 통합(Omni-channel Retail)을 넘어 대응형 리테일(Adaptive Retail)로 진화하고 있다. 이처럼 패션산업의 가치사슬에 따른 단계별 디지털 전환이 활발히 전개되면서 이에 따른 IT기술과 대표적 아날로그 감성산업인 패션산업의 특성을 이해하고 있는 디지털 융합형 전문인력 수요가 증가하고 있다.

코로나를 겪으면서 온라인과 오프라인의 경계가 이미 허물어졌고, 모바일과 물류까지 가세한 혁신적인 매장도 속속 등장하며, 유례없는 연결성의 확장이 일어나고 있다. 이에 패션 리테일 기업은 전통적인 비즈니스에 디지털 기술을 결합해 공급망 관리 및 물류‧유통의 혁신이 요구되고 있다. 특히 최근 전통적인 오프라인 리테일과 온라인 리테일에 대한 위상 변화가 생기고 있다. 국내외 온라인 패션시장 규모가 이를 증명하고 있다. 글로벌 패션시장은 연평균 25.9% 성장하고 있으며 내년 시장 규모는 내년 1조 2천억 달러로 예상되고 있다. 국내 시장도 연평균 12.5% 성장하며, 지난 2023년 32조 1천억 원을 넘어섰다. 이는 패션 시장에서 전세계적으로 구매력을 확장시키고 있는 밀레니얼 세대와 Z세대는 각각 디지털 노마드(Digital Nomad)와 디지털 네이티브(Digital Native)라 불리는 소비자들로, 기계나 기술과의 상호작용에 익숙한 세대다. MZ세대인 새로운 소비자들은 온라인과 오프라인의 경계 없이 각각의 리테일 환경의 장점만을 골라 보다 효율적으로 쇼핑한다. 이들은 겨냥한 무신사 등 다양한 패션전문 플렛폼들은 2020년대에 들어서 AI를 기반으로 한 다양한 리테일 서비스를 제공해 엄청난 속도로 성장했다. 이제 국내 패션유통 분야에서 디지털 전환은 이제 선택이 아닌 필수가 되어가고 있으며, 이에 따른 관련 전문인력 양성이 시급해지고 있다.

​

패션 분야의 DX에 대한 McKinsey & Company (2022)의 분석을 참고하면, 현재 시점에서는 생산공정에서 디지털 전환이 가장 광범위하게 수용되고 있긴 하나, 재고관리 및 물류와 관련된 기술인 IoT와 로보틱스, RFID 기술 역시 꽤 넓게 활용되고 있으며, 다양한 분야에서 활용되는 빅데이터와 AI에 대한 활용도도 높은 편으로 나타나고 있다. 향후, 2025년까지의 성장 가능성을 살펴보면, 이미 활용도가 높은 AI가 앞으로 계속 성장할 것으로 예측되며, 현재로서는 도입이 많이 되지 않은 블록체인 기술이 앞으로 매우 크게 성장할 것으로 예측된다.

전통적인 오프라인 리테일 패션기업에서 디지털 전환은 현재 초보적 수준이다. 패션기업의 지속가능성장을 위해 상품기획과 판매분석 그리고 수요예측, 재고관리를 위한 RFID(무선인식) 시스템 등 재고와의 전쟁에서 승리할 수 있는 분야에 적극적인 도입이 요구되고 있다.

​

트렌드에 예민하게 반응하는 패션산업의 속성상, 상품기획에서 빠른 의사결정이 무엇보다 중요하다. 기존에는 트렌드 분석 전문가 및 예측 업체가 시즌을 앞서 스타일, 색상, 소재 등을 예측했으나, AI와 컴퓨터비전 기술을 도입하며 트렌드를 보다 빠르게 상품 기획에 반영하는 것이 가능해졌다. 프랑스의 패션 기술 기업 ‘휴리텍(Heuritech)’은 소셜 미디어에 공유된 이미지를 분석해 패션 트렌드에 대한 통찰력을 제공하는 기업으로, 지역별로 주요 인플루언서를 패널로 선정한 후 패널의 인스타그램에서 수집한 이미지 데이터와 지역, 연령, 관심사, 추구 가치 등을 분석하여 시장 수요를 예측한다.

​

판매분석에도 변화가 요구된다. 기존에는 전산시스템에서 품번별 판매량을 수집해 담당 MD가 제품을 분휴하고 스타일별 판매량을 취합했지만, 컴퓨터비전 기술이 도입되면서 제품 사진을 AI가 인식해 자동으로 삼품속성을 태깅하는 방식으로 변화하고 있다. 상품속성 태깅이란, 컴퓨터비전으로 이미지의 특정 세부 사항을 인식하고 이를 해당되는 카테고리에 할당하여 자동으로 태그를 지정하는 ‘이미지 라베링’이다. LF몰은 ‘옴니어스 태깅 솔루션(1초만에 1000가지 속성을 33개 카테고리로 나누어 태깅)’ 도입 후 유사 상품 재현율이 평균 380% 증가했다. 7개의 이커머스를 통합한 롯데온은 도입 전에는 매달 나오는 신상품 태그 입력에 20∼30명이 투입됐으나, 솔루션 도입 후 100만개 제품을 한 명이 관리하는 수준으로 업무 효율성이 개선됐다.

​

과잉 재고를 미연에 방지할 수 있는 수요예측 관련 AI 기반 솔루션도 활발히 개발되고 있다. 패션업계 특성상 빠른 트렌드 변화에 수요를 정확하게 예측하지 못하면 과잉 재고로 인한 재고 정리 판매, 재고 부족으로 인한 판매 기회 상실, 보관 관련 비용 증가, 전반적인 수익성 감소 등 심각한 문제가 발생한다. AI 기반 수요예측은 방대한 양의 데이터를 분석하고, 복잡한 패턴을 식별하고, 변화하는 조건에 적응할 수 있으며, 고려할 수 있는 내·외부 요인을 모두 포함해 전체적인 수요를 예측한다. 이를 통해 복잡하고 역동적인 수요패턴을 처리 하는데 탁월하고, 여러 데이터의 미세 조정을 통해 정확도를 지속적으로 향상시킬 수 있다. 패션 브랜드이자 리테일 기업인 「H&M」 「Zara」 등의 패스트패션 브랜드는 AI를 통해 수요예측을 시행하고 있다. 「H&M」은 제품 속성, 계절성, 가격, 지역 동향 등 다양한 변수를 고려할 수 있는 수요예측 모델을 개발했고, 수요에 대한 정확한 예측으로 재고 관리를 최적화하고 낭비를 줄이며 전반적인 고객 경험을 개선했다. 「Zara」는 판매 데이터, 소셜 미디어 동향, 고객 피드백을 분석해 어떤 제품이 어떤 지역 에서 인기를 끌지 예측하여 재고 최적화에 성공했다.

​

머신러닝을 활용한 수요예측 솔루션은 물량기획 뿐만 아니라, 재고 보충 및 점포별 할당, 가격 책정, 프로모션, 협업에 이르기까지 예측 모형을 개발해 패션 기업이 리테일링에 고려할 수 있는 요인에 대한 데이터 구축으로 매우 정교한 예측 결과를 얻을 수 있다.

이와 함께 공급망 관리를 위한 디지털 기술의 활용도 광범위하게 진행되고 있다. 리테일 기업은 재고 변화, 물류비 증가, 리드타임 증가 등의 문제와 기업 환경의 변화와 같은 불확실성에 대처하고 기업의 경쟁력을 강화시키기 위해 지속적으로 공급망을 관리해야한다. 원재료로부터 최종 고객에까지 이르는 전체 흐름을 계획 하고 통제하는 것이 공급망 관리의 기본이다. 공급망 관리의 디지털 기술 융합의 핵심은 ‘공급 컨트롤타워’로 원재료로부터 최종 고객에까지 이르는 공급체인망의 모든 제품 및 정보의 흐름과 활동을 기업 간, 지역 간 경계를 극복하고 통합해 일관되게 관리하고 전체를 최적화할 수 있다. 이미 많은 선도기업들이 공급망 관리를 위한 ‘End-to-End’ 프로세스 구축을 중요하게 인식하고 있다. 패션기업의 경영진 설문조사 결과, 61%의 응답자가 패션산업의 디지털화 관련 2025년까지 조직에서 가장 중요하게 투자해야 하는 영역으로 End-to-End 프로세스를 지목했다. 패션기업의 End-to-End 프로세스는 비즈니스의 민첩성(시장 변화에 따른 빠른 반응)을 달성하기 위한 노력이며, 이를 통해 주문형 제조(On demand) 비즈니스 모델을 운영할 수 있다.

​

RFID(무선인식) 시스템을 활용한 전반적인 재고관리도 기업의 경쟁력 강화위한 필수요소로 인식되고 있다. 특히 오프라인 매장에서는 매장 내의 재고 부족 문제가 매출 하락의 큰 이유이므로 RFID(무선인식) 시스템으로 재고 현황을 실시간 체크하고 통합 재고 관리 시스템을 활용해 자동적으로 재고 보충 가능하다. 최근 「유니클로」 등 SPA 브랜드를 중심으로 적극적으로 도입되고 있는 RFID 기반 셀프 계산대는 근처로 가면 자동으로 제품이 인식되는 기술로 계산을 위해 대기해야 하는 번거로운 과정을 생략할 수 있다.

​

패션산업 전반에 걸쳐 디지털 전환이 가속화되면서 전문인력 수요가 폭발적으로 증가하고 있다. 반면 국내 실정은 패션산업 관련 교육기관 입학자 수는 점차 감소하고 있으며 ’22년 정규 교육기관 입학인원은 전년대비 5.3% 감소한 4,940명으로 축소됐다. 전국 대학 의류, 의상, 패션디자인 등 관련 학과 21개교를 대상으로 최근 2년간 개설된 디지털 관련 교과목을 확인한 결과, 17개 교과과정 중 81개가 3D CLO, 포토샵, 일러스트, 패턴 CAD, 텍스타일 CAD, 스마트의류 개발 등에 대한 수업이 개설됐다. 그 중 패션리테일 분야의 디지털기술 융합 특화 교과목은 8개 대학에서 개설된 16개로, DX 융합형 전문인력 양성을 위한 교육 훈련 및 자격을 확대할 필요가 있다. 또한 DX 융합형 인재의 필요성에 따라 한국섬유산업연합회 등 패션산업 유관기관도 현재 다양한 디지털 역량 강화 교육 프로그램을 제공하고 있다.

​

섬유·패션 산업의 디지털 전환은 시대와 세대의 변화에 능동적으로 대처하기 위한 선택이 아닌 필수요소로 인식되고 있다. 이를 위한 다양한 가치사슬의 단계에서 변화를 가속도가 붙고 있으며, 이에 따른 IT기술과 대표적 아날로그 감성산업이 패션산업을 이해하는 융합형 전문인력 수급이 시급해졌다. 이를 위해 섬유패션 유관기관과 기업, 교육기관 간의 상호 인력양성을 위한 공동 협의체의 활발한 활동이 필요한 시접이다.

<박석일 기자>