Q1. 이 사업을 시작하게 된 가장 근본적인 이유는 무엇인가요?
2018년 12월에 창업하기까지 패션과 유통 업계에서 오랜 시간 일했습니다.
2006년 E-Land Group을 시작으로 동일레나운, 세정과 미래, NewCore, 2001Outlet 그리고 중국의 이랜드 차이나 등 다양한 현장에서 경험을 쌓으며 패션 비즈니스의 본질을 계속 고민해 왔습니다.
제가 생각하는 패션 비즈니스의 핵심은 결국 “어떤 고객에게 어떤 상품을 가장 적절한 시점에 제안할 것인가”입니다.
그리고 그 중심에는 항상 ‘트렌드 예측’이라는 어려운 과제가 존재했지만, 당시의 상품 기획은 여전히 개인의 감각이나 경험에 크게 의존하는 경우가 많았습니다.
저는 그것을 데이터 기반으로 더 정교하게 만들고 싶었습니다.
빅데이터를 활용해 트렌드를 분석하고, 이를 통해 상품 기획의 효율과 정확도를 높이고 싶었습니다.
그 이유는 단순히 매출 때문만은 아니라, 패션 산업은 재고 문제와도 깊게 연결되어 있습니다.
잘못된 예측은 결국 과잉 생산과 폐기로 이어지고, 이는 환경 오염과 자원의 낭비로 연결됩니다.
그래서 저는 데이터와 AI를 통해 더 정확한 "트렌드 예측 체계"를 만들고, "패션 산업의 비 효율과 낭비를 줄이는 데 기여"하고 싶었습니다.
그것이 이 사업을 시작한 가장 근본적인 이유입니다.
Q2. 이 사업을 통해 가장 해결하고 싶은 문제는 무엇인가요?
한 단어로 표현하면 “트렌드 예측”입니다.
패션 브랜드마다 고객층과 브랜드 콘셉트는 모두 다릅니다.
중요한 것은 단순히 유행을 따라가는 것이 아니라, 각 브랜드와 고객에게 맞는 트렌드를 읽어내는 것입니다.
이를 위해서는 AI 기술이 반드시 필요했습니다.
패션 산업의 데이터는 대부분 이미지와 텍스트 같은 비정형 데이터이기 때문입니다.
예를 들어 글로벌 패션쇼 이미지, 스트리트 패션 사진, 이커머스 상품 이미지 같은 시각 데이터가 있고, 동시에 SNS 반응, 구매 후기, 고객 의견 같은 텍스트 데이터도 존재합니다.
그래서 저희는 AI 기반의 컴퓨터 비전 기술을 활용해 이미지 속 패션 상품의 디테일을 분석하고 태깅하는 기술을 연구했습니다.
또 자연어 처리(NLP)를 통해 고객이 텍스트로 표현하는 니즈와 감성을 분석하는 기술도 함께 적용했습니다.
그렇게 트렌드 예측을 고도화해 오던 중, 생성형 AI 시대가 열렸습니다.
이제는 단순히 트렌드를 예측하는 것을 넘어, 그 결과를 반영한 가상의 상품까지 생성할 수 있는 단계로 발전하고 있습니다.