<div style="text-align:center"><span style="font-size:14pt">&nbsp;<strong>트랜드 예측의 미래(The future of trend prediction)</strong></span></div> <div style="text-align:center"><span style="font-size:14pt">&nbsp;<br /> &nbsp;</span></div> &nbsp;<br /> 최신 테크놀로지들은 창의성을 억누르는 것이 아닌 촉발 시키고 있는 중이다. 약 3조 달러(한화 약 3천400조원) 규모의 글로벌 패션 마켓은 전세계 전체 GDP의 약 2%를 차지하고 있는 결코 무시할 수 없는 중요한 비즈니스 영역이다. 패션 업계에서 가장 중요한 요소 중 하나는 최신의 트래드를 미리 앞서 예측하고 시즌별 히트 아이템을 사전에 미리 예측해 내는 것이다. 예를 들어, 이번 가을 1970년대 무드의 밝은 플레인 패턴의 판쵸, 그리고 1990년대 초반의 유행 했던 베이비 돌 드레스가 다시 패션의 중심으로 돌아 올 것이라는 패션 업계의 예측이 실제 고객들의 반응과 얼마나 일치하는지가 패션 업계의 이번 가을 시즌 성공을 판갈음하게 될 것이다. 패션 업계의 트랜드, 즉 유행은 다른 비즈니스 카테고리와 비교 했을 때, 매우 빠른 속도 오고 간다. 그렇기 때문에 빠르고 정확하게 고객 니즈의 변화를 예측해 낼 수 있다는 것은 수백만 달러를 놓치느냐, 아니면 내것으로 만드냐의 문제인 것이다.<br /> &nbsp;<br /> 트랜드가 끊임없이 변화하고 있음에 따라, 실시간으로 변화하는 고객과 시장의 변동 사항을 즉각적으로 적용해 낼 수 있는 기술과 앞서 시장을 예측 할 수있는 인사이트는 패션 업계에서 가지는 가장 중요한 장점 중 하나가 되었다. 차세대 유행 아이템을 예측하기 위해 모은 정보들을 어떻게 활용하느냐에 따라 패션업계, 그리고 패션 리테일 업계에서 승자와 패자로 나뉘게 된다. 이 모든 결투의 정점에 테크놀로지가 있다.<br /> &nbsp;<br /> &nbsp; <div style="text-align:center">&nbsp;</div> <div style="text-align:center"><img alt="" src="http://www.fashionnetkorea.com/__boardstyle/FASHION/MARKERREPORT/images/20171010143942_551410159.jpg" style="height:229px; width:400px" /></div> <div style="text-align:center"><strong>패션 업계에서 중요한 역할을 감당하고 있는 트랜드 예측(trend prediction) (출처: linkedin)</strong></div> &nbsp;<br /> 동일한 아이템 혹은 칼라에 대해 이것을 분석하고 새로운 정보로 산출해 낼 수 있는 인간의 능력은 분석능력을 갖춘 기계들에 의한 한층 개선될 수 있다. 우리가 살고 있는 지금 이시대는 데이터의 시대라고 볼 수 있다. 데이터는 이제 단순히 숫자 혹은 수 빽빽하게 채워진 수백장의 종이가 아니라 리스트를 최소화하고 디자이너들에게는 새로운 영감으로 작용하고 있다. 디자이너들이 자리에 앉아 다음 시즌을 구상할때, 이들의 디자인은 단순히 디자이너들의 직감에 의한 것이 아니라, 지극히 현실적이고 적용가능 한 리얼 데이터에 기초해 이루어 진다.<br /> &nbsp;<br /> 인지 능력을 갖춘 컴퓨터, 즉 일종의 인공지능 시스템은 거대한 양의 데이터를 분석하고, 정보가 가진 요소들 사이의 다른점을 서로 연결시켜 하나의 새로운 정보로 탈바꿈 시키는 역할을 수행한다. 마치 인간 두뇌처럼, 이들은 활자는 물론 시각적 이미지, 비디오, 패션 리뷰, 소셜 미디어, 그리고 심지어 예측에 이르기까지 거의 모든 영역에 대한 데이터 분석이 가능하다. 인간의 두뇌와 비교했을 때, 인공지능이 소화해 낼 수 있는 정보의 양은 비교가 불가 할 정도이다. 특정 상품 수요에 대한 예측 역시, 인간 보다 더 높은 정확도와 속도를 자랑한다.<br /> &nbsp;<br /> IBM사의 인공지능 시스템 왓슨(Watson)은 실제로 패션 업계의 트랜드 예측에 적용되어진 바 있다. 고객들의 선택을 가장 많이 받을 칼라와 패턴을 정확하게 예측하게 위해 왓슨이 수년전 부터 사용되어지고 있다. 하지만 과거 소수의 패션 기업들 만이 이러한 새로운 테크놀로지의 혜택을 누려왔다면, 이제는 더욱 진보된 기술력과 대중화 흐름을 타고 보다 많은 패션 기업들이 이러한 혜택을 누릴 수 있게 되었다. 보편화된 트랜드 예측 기술력은 단순히 한 기업이 아닌 패션 업계 전반의 심오한 영향력을 미치고 있다는 뜻이다.<br /> &nbsp;<br /> 과거 패스트 패션 리테일러들은 트랜드 예측 전문 기업에 의뢰해 다음 시즌 라인업과 주력 상품을 선정해 왔다. 패스트 패션 리테일러들은 업계에서 그 누구보다도 트랜디 하고 유행에 민감할 수 밖에 없는 비즈니스 영역이다. 그럼에도 불구하고 이들이 전문 기업에 까지 의뢰해 트랜드 예측에 최선을 다하는 이유는, 정확한 트랜드 예측이 생산 비용 절감에 가장 효율적이고 확실한 방법이기 때문이다.<br /> &nbsp; <div style="text-align:center"><img alt="" src="http://www.fashionnetkorea.com/__boardstyle/FASHION/MARKERREPORT/images/20171010144006_551410159.jpg" style="height:384px; width:640px" /></div> <div style="text-align:center">&nbsp;</div> <div style="text-align:center"><strong>인공지능을 사용한 트랜드 예측의 우수 사례로 손꼽히고 있는 </strong><br /> <strong>디자이너 제이슨 그리치(JASONGRECH) (출처: notey)</strong><br /> &nbsp;</div> 패션 하우스은 전형적으로 외부 트랜드 예측 전문 기억을 고용하거나 트랜트 예측에 특화된 전문 블로거들을 따로 고용해 왔다. 이러한 외부 인력과 더불어 내부적으로도 컬렉션, 소셜미디어, 패션 관련 문서 보관소에서 가져온 수만장의 이미지들을 기반으로 다음 시즌 트랜드를 예측하고 새로운 컬렉션을 준비해왔다. 앞서 언급한 이러한 과정을 완성하기까지 수개월이 소요됨은 물론, 그 비용을 언급하기 어려울 정도이다. 하지만 이러한 과정들을 인공지능 기반을 테크놀로지들은 과거와는 비교도 할 수 없을 정도로 단 몇 초안에 완료해 낼 수 있다. 글로벌 패션 산업에서 가장 대표적인 트랜드 예측 기업 WGSN에 제공과하는 트랜드 관련 정보들을 일년동안 받아 보는데 소요되는 비용이 일년에 약 오만 달러(한화 약 5,700만원)이라고 한다. 하지만 인공지능은 외부가 아닌 인하우스에서 즉각적으로 외부와 내부에서 확보된 데이터들을 분석해 내고, 추가적인 비용을 제로이다.<br /> &nbsp;<br /> 하이앤드 디자인으로 유명한 호주 디자이너 제이슨그리치(JASONGRECH)는 인공지능 기술을 잘 활용하고 있는 대표적인 사례이다. 특히 그는 인공지능을 사용하여 자신의 디자인, 컬러 초이스, 소재에 이르기까지 새로운 창의적 접근 방법을 사용하고 있다. 디자이너 제이슨 그리치는 IBM사와의 파트너쉽을 통해 2016 멜번 패션 위크(Melbourne Fashion Week)에서 인공지능이 패션에 어떻게 활용 될어 질 수 있는지를 아주 극적으로 보여 주었다는 평가를 받았다. IMB의 인공지능 왓슨과 함께 한 작업을 통해 기존에는 패션을 통해 경혐할 수 없었던 완전히 새로운 것들은 제이슨 그리치의 디자인 속에 녹여 넣은 것이다.<br /> &nbsp;<br /> <br /> 디자이너 제이슨 그리치는 특정 디자이너의 룩북과 패션 이미지에서 모은 수천장의 런웨이 이미지를 분석하고 농축시켰다. 그의 이러한 작업을 그 혼자 해낸 것이 아니라, 실시간 외부와의 소통, 즉 트위터(Twitter), 인스타그램(Instagram), 핀터레스트(Pinterest) 등과 같은 소셜미디어를 통해 완성되었다고 한다. 그는 또한 과거 자신이 디자인한 지난 시즌들의 이미지에서 정보를 모으고 압축 시켰다. 수년 동안 제이슨그리치의 디자인은 전형적으로 어두운 색감의 패션이었다. 하지만 그가 왓슨의 비주얼 인식 테크놀로지를 통해 고객들의 컬러에 대한 선호도, 의견, 아이디어, 소재와 촉감에 대한 이미지를 재 정립 했을때, 그가 얻은 인사이트는 이제 컬러에 대한 고객들의 선호도는 파스텔 톤으로 이동할 것이라는 사실이었다. 그는 곧바로 이러한 컬러 변화를 자신의 디자인에 적용 시켰고, 그과 과거에는 고려도 하지 않았던 다양한 요소들은 자신의 컬렉션에 녹여내었다. 결국 그의 이러한 새로운 시도는 제이슨그리치 라는 브랜드의 새로운 터닝 포인트가 되어 주었다.<br /> &nbsp; <div style="text-align:center"><br /> <img alt="" src="http://www.fashionnetkorea.com/__boardstyle/FASHION/MARKERREPORT/images/20171010144017_551410159.jpg" style="height:383px; width:480px" /></div> <div style="text-align:center"><strong>컬렉션 준비를 위한 인스퍼레이션 작업을 인공지능 왓슨(Watson)과 함께 한 인도 출신 디자이너 듀오 팔구니 앤 새인 피코크(Falguni & Shane Peacock) (출처: meetthedesigner)</strong></div> &nbsp;<br /> 왓슨과 함께 정보를 모으고 분석하는 과정은 약 4일이라는 시간이 소모되었다. 과거 디자이너인 그가 스스로 정보를 소화해내는데 약 28일이 소요된 것과는 상당히 대조적인 시간이다. 그리고 무엇보다 중요한 것은 왓슨과 함께한 시즌의 판매량의 아주 드라마틱하게 급증했다는 것이다.<br /> &nbsp;<br /> 인도 출신 디자이너 듀오 팔구니 앤 새인 피코크(Falguni & Shane Peacock) 역시 브랜드의 새로운 컬렉션을 위한 디자인 인스퍼레이션 작업에 IBM 사의 인공지능 왓슨과 함께 했다. 팔구니 앤 새인 피코크는 발리우드 패션의 역사에 기초한 컬렉션을 준비하고 있었고, 이들은 런던, 파리, 밀라노, 그리고 뉴욕 컬렉션에서 가져온 약 6십만 여장의 하이앤드 패션 이미지들을 자신들의 인스퍼레이션으로 사용하고자 했다. 이외에도 이들은 지난 40년간 모아온 8천여장의 발리우드 포스터 이미지 역시 인스퍼리에션에 포함시키기를 원했다. 디자이너 듀오가 분석해야할 사진은 수 십만장에 달했고, 이들인 여기서 약 십만개의 컬러 스와치를 골라내야만 했다.<br /> &nbsp;<br /> 상식적으로 인공지능이 아닌 순수 인간의 두뇌와 생산활동만으로 이 많은 이미지들을 분석하고 압축시키는 것을 불가능하다. 하지만 그 결과는 대 성공적이었다. 팔구니 앤 새인 피코크는 세개의 아주 유니크한 드레스를 세상에 선보 일 수 있었는데, 이는 아주 철저히 왓슨의 빠르고 정확한 데이터 처리 능력에 기반으로 한 것이었다.<br /> &nbsp;<br /> &nbsp;<br /> &nbsp;<br /> &nbsp;<br /> 인공지능을 기반으로 한 테크놀로지가 인간의 창의적인 사고방식 자체를 대체 할 수 있다는 말은 아니다. 이러한 기술력들은 인간의 사고 방식과 과정을 향상 시키고 과속할 시킬 뿐이다. 특히 트랜드가 빠르게 이동하는 패션 산업에서, 새로운 기술력과 인간의 창의적인 능력의 콜라보레이션을 기반으로 완성된 다양한 창의적 아이디어들이 업계를 좌지우지할 핵식 요소가 되고 있는 것만은 틀림없는 사실이다.<br /> &nbsp;<br /> 하지만 여기서 많은 이들의 머릿속에 한가지 의문점이 떠오르고 있다. 과연 방대한 양의 데이터들만으로 패션 트랜드를 예측할 수 있는 것인가? 또한 일종의 정보들의 축적되어진 단순한 데이터들이 고객, 즉 인간의 새로운 니즈와 변화를 예측해 내는 것이 가능한 것인가? 라는 의문이다.<br /> &nbsp;<br /> &lsquo;악마는 프라다를 입는다&rsquo; 영화 속의 미란다 프리슬리(Miranda Priestly) 역할은 실제 보그(Vogue) 에디터를 기반으로 만들어 졌다고 한다. 패션을 이해하지 못하는 자신의 어시던트를 무섭게 꾸짖는 모습은 결코 감독의 상상으로만 만들어 진 것이 아님을 의미한다. 영화 속에서 미란다 프리슬리는 &ldquo;패션이란 디자이너와 자신들과 같은 패션 비평가들이 지목한 그것이 바로 패션이 된다.&rdquo; 라고 말한다. 하지만 그녀는 그녀의 판단이나 결정이 그녀 자신이 아닌 외부적인 요소들의 영향을 받고 있다는 사실을 언급하지 않았다. 가장 대표적인 것이 패션 예측가들이다. 앞서 언급 했듯이 WSGN와 같은 트랜드 예측 기업들과 개인 예측가들은 패션 디자이너들과 에디터들에게 강력한 영향력을 행사하고 있다.<br /> &nbsp;<br /> 패션 예측은 항상 이상한 직업군 중 하나에 속해왔다. 1960년대 파리에서 처음 시작된 패션 예측이라는 직업군은 한 에이전시 기업이 디자인 아이디어와 소재 컬랙션을 한 책에 모아 소위 &lsquo;트랜드 북&rsquo; 이라 불리우는 책을 발간하면서 시작되었다. 그 당시 리테일러들은 이러한 책들은 인스퍼레이션을 사용했고, 이 아이디어들이 모여 디자인을 완성시켰다.<br /> &nbsp;<br /> 전세계에서 가장 큰 패션 트랜드 예측 기업은 바로 앞서 언급 했듯이 WSGN이다. 전체 패션 트랜드 예측 분야의 마켓 쉐어 중 약 50%를 차지하고 있다. WSGN은 150여명의 패션 전문 예측가들을 고용하고 있고, 이들은 글로절 캣워크는 물론, 클럽, 레스토랑등 차세대 트랜디 아이템과 플레이스들을 찾아내고 있다. 이들의 트랜드 예측은 다양한 경제 예측과 정치적 상황관련 등 다양한 데이터들과 결합되어 진정한 가치를 지니게 된다.<br /> <br /> WSGN의 수석 에디터인 페타 마리안(Petah Marian)은 현재 WSGN에서 이루어지고 있는 트랜드 예측 방법론에 대한 엄청난 자신감을 보여준다. 그녀는 &ldquo;종종 나의 동료들은 옷가게를 둘러 보면 중, &lsquo;이건 내가 예측 한 아이템이야.&rsquo; 라고 외치는 순간들을 목격하게 된다.&rdquo; 라고 밝힌 바 있다. 페타 마리안의 자심감은 약간은 과대평가된 부분이 없지 않다. 특히나 패션과 거시 경제적 데이타 사이의 관계성에 대한 명확한 설명이 부족한 현 상황이라면 더욱 그럴 것이다.<br /> &nbsp; <div style="text-align:center"><br /> <img alt="" src="http://www.fashionnetkorea.com/__boardstyle/FASHION/MARKERREPORT/images/20171010144029_551410159.jpg" style="height:336px; width:400px" /></div> <div style="text-align:center"><strong>글로벌 패션 예측 전문 기업인 WSGN (출처: businesswire)</strong></div> &nbsp;<br /> 패션과 경제와 관련된 많은 이론들이 있다. 하지만, 이들 중 그 어떤것도 사실 관계를 확인해 줄 만한 명확한 근거를 가지고 있지 않다. 경제 학자 조지 테일러(George Taylor)의 주가와 여성 스커트 헴라인 사이의 관계성, 레너드 루너(Leonard Lauder)가 제안한 불경기 중 립스틱 판매의 증가 등 많은 이론들이 있지만, 사실상 이들 중 그 어떤 것도 명확히 입증 된 바 없다.<br /> &nbsp;<br /> WSGN과 동일한 형태의 서비스 제공 기업을 세우기 위해 WSGN을 팔아버린WSGN의 공동 창립자인 마크 워스(Marc Worth)조차, 한때 이런 발언을 했을 정도이다. &ldquo;만약 패션 예측가들이 80% 정도의 정확성을 가지고 어떠한 사실을 주장한다면, 이는 이들의 예측이 종종 자기 만족에 그치고 마는 예측이기 때문일 것이다.&rdquo; 라고 마크 웨스는 밝힌바 있다. 대부분의 메인 리테일러들은 트랜드 북을 구입하는 그 행위 자체에 만족하고, 디자이너들은 WSGN과 같은 기업들이 제공하는 트랜드 북을 일종의 보험으로 여긴다. 더 많은 디자이너들이 동인한 트랜드 북을 공유하고 있다는 사실만으로도, 자신의 창조물이 시장에서 실패할 거라는 위험이 줄어들고, 쉽게 말해 자신의 상품이 시장에서 중간을 갈 수 있다는, 즉 시즌별 트랜드에 완전히 반하지는 않을 것이라는 일종의 보험으로 작용하는 것이다. &nbsp;<br /> &nbsp;<br /> 최근 다양한 테크놀로지의 발달과 함께, 트랜드 예측 관련 비즈니스는 방대한 양의 데이터 분석 기술에 의해 엄청난 위협을 받게 되었다. 의류 산업의 생산 체인 자체가 점점 더 디지털화되어지고 더 많은 유동성을 보유하게 되면서 기존의 인간 능력에 의존한 트랜드 예측 산업은 점점 더 위기에 처할 수 밖에 없다. 대표적인 글로벌 패스트 패션 기업 인디텍스(Inditex)와 H&M은 하나의 아이디어를 대량 생산으로 스토어에서 고객에게 실제로 판매되기 까지의 시간을 약 2주로 잡고 있다.<br /> &nbsp;<br /> 이렇게 점점 더 빨라지고 있는 패션 사이클과 패션 업계에 만연해 있는 더 많은 유동성과 유연성들이 패션 트랜드 예측 기업들로 하여금 리테일러들의 IT시스템에서 확보된 막대한 양의 데이터들을 사용하지 않을 수 없게끔 만들고 있다. 특히나 이전과 비교하여 더 짧은 시간내에 더 많은 양의 데이터를 소화해 내야 하다 보니 트랜드 예측 기업들에게 테크놀로지는 이제 선택이 아닌 필수가 되어 버렸다.<br /> &nbsp;<br /> 2013년 WSGN는 패션 브랜드가 아닌 리테일러들만을 위한 특화된 트랜드 분석 서비스를 런칭했다. 인스탁(INstock)으로 불리우는 해당 서비스는 과거 판매 수치를 분석하여 미래의 &lsquo;베스트 셀링&rsquo; 아이템을 예측 해 주는 서비스이다. 이와 유사한 서비스에는 EDITED가 있다. 해당 서비스는 인공지능 기술을 이용하여 특정 기간, 특정 아이템을 세일 트랜드를 예측해 주는 서비스를 제공하고 있다.<br /> &nbsp;<br /> &nbsp; <div style="text-align:center"><img alt="" src="http://www.fashionnetkorea.com/__boardstyle/FASHION/MARKERREPORT/images/20171010144047_551410159.jpg" style="height:359px; width:400px" /></div> <div style="text-align:center"><strong>과거 판매 히스토리를 기반으로 새로운 히트 아이템을 예측 하는 WSGN의 인스탁(INstock) 서비스 (출처:</strong> <strong>andrewharris)</strong></div> &nbsp;<br /> 이러한 다양한 서비스들이 존재함에도 불구하고, 패션과 인공지능과 같은 하이 태크놀로지의 만남은 아직 많은 의문점을 남기고 있다. 2014년 진행된 한 연구에 따르면, 현존하는 최고의 기술력으로 완성된 트랜드 예측 프로그램 조차, 이루어진 예측 중 약 절반 정도는 제대로된 예측이 아니었던 것으로 판갈음 되었다.<br /> &nbsp;<br /> 기존의 트랜드 예측 기업들은 시장에 속속들이 진입하고 있는 테크놀로지 기업들과의 본격적인 경쟁에 뛰어 들고 있다. 글로벌 거대 온라인 기업인 구글(Google)은 현재 &lsquo;트랜드스포팅(Treanspotting)&rsquo;이라는 타이틀의 부서를 신설, 운영중이다. 구글은 해당 부서를 통해 정기적으로 &lsquo;패션 트랜드 리포트&rsquo;를 발행하고 있는데, 이는 구글의 검색기능을 통해 모여진 거대한 데이터를 기반으로 작성되고 있다. 현재까지 구글의 트랜드 예측 능력은 아주 기초적인 단계로 전문가들은 평가하고 있다. 2016년 구글은 배기 스타일의 &lsquo;보이프랜드 진&rsquo;의 하략세와 &lsquo;맘 진&rsquo;의 상승세를 예측해 낼 수 있었다. &lsquo;패션 트랜드 리포트&rsquo;의 데이터 과학자인 올리비아 짐머(Olivier Zimmer)는 구글의 목표는 앞으로 보다 정교하고 정확한 트랜드 예측을 완성해 내는 것이라 강조했다.<br /> &nbsp;<br /> 인간이 아닌 기술이 진정으로 패션 트랜드 예측 분야를 장악하게 될지에 관하여서는 아직까지 조금 더 시간이 필요 할 듯 하다. 일부에서는 인공지능과 같은 특정 기술력들이 패션을, 그리고 디자인을 지루한 것으로 만들고 있다고 염려하기도 한다.<br /> &nbsp;<br /> 하지만 이미 패션은 단순한 미적 감성과 창의력을 벗어나, 지극히 규칙에 따라 운영되고, 확률에 의해 좌지우지 되는 산업이 되어 버렸다. 또한 오늘날의 고객들은 브랜드와 디자이너들 보다 훨씬 더 빠르게 새로운 변화를 수용하고 거기에 적응해 나가고 있다. 그리고 그 어느때 보다 고객의 니즈를 정확히 이해하고, 고객과 브랜드가 동일한 방향으로 나가는 것이 기업의 승패를 결정할 만한 중요한 요소로 자리잡고 있다.<br /> &nbsp;<br /> 패션은 단순히 옷이 아닌 고객의 라이프 스타일과 밀접한 관계를 맺고 있다는 점 역시 인간이 아닌 기술력이 트랜드 예측에 있어 우위를 점할 수 밖에 없는 사실에 중요한 배경으로 작용하고 있다.<br /> &nbsp;<br /> 트랜드 예측이 단순히 의류상품 관련 데이터만을 기반으로 하는 것이 아니라, 고객의 사는 지역, 나이, 직업, 라이프 스타일, 여행, 음식등 고객 삶의 전반에 대한 방대한 양의 데이터를 기반으로 완성되어야먄 한다. 패션 트랜드 예측이라는 경기에서 아직 승자는 가려 지지 않았다. 하지만 테크놀로지가 분명한 이점을 가지고 있는 것만을 사실이다. 아직 끝나지 않은 경기에 진정한 승자는 누구일지, 전세계 패션 업계가 주목 하고 있다.<br /> &nbsp;<br /> &nbsp;<br /> &nbsp;<br /> &nbsp;작성자 : 영어 통신원 고예은 yeeun9009@gmail.com<br /> &nbsp;<br /> &nbsp;<br /> &lt; 내용 출처 &gt;<br /> <a href="https://qz.com/1061405/the-future-of-trend-prediction-will-come-from-tech-innovators-not-fashion-designers/">https://qz.com/1061405/the-future-of-trend-prediction-will-come-from-tech-innovators-not-fashion-designers/</a><br /> <a href="https://www.economist.com/news/business/21725599-technology-may-be-disrupting-peculiar-business-can-data-predict-fashion-trends">https://www.economist.com/news/business/21725599-technology-may-be-disrupting-peculiar-business-can-data-predict-fashion-trends</a><br /> <a href="https://www.businessoffashion.com/articles/opinion/op-ed-trend-forecasting-is-becoming-less-art-more-science">https://www.businessoffashion.com/articles/opinion/op-ed-trend-forecasting-is-becoming-less-art-more-science</a><br /> <a href="http://www.highsnobiety.com/2017/04/05/trend-forecasting-how-to/">http://www.highsnobiety.com/2017/04/05/trend-forecasting-how-to/</a><br /> &nbsp;<br /> &lt; 이미지 출처 &gt;<br /> <a href="https://www.linkedin.com/pulse/mens-trend-forecast-spring-summer-2017-ton-ruiken/">https://www.linkedin.com/pulse/mens-trend-forecast-spring-summer-2017-ton-ruiken/</a><br /> <a href="http://www.notey.com/blogs/jason-grech">http://www.notey.com/blogs/jason-grech</a><br /> <a href="http://meetthedesigner.co.uk/2010/03/name-the-designerfalguni-shane-peacock/">http://meetthedesigner.co.uk/2010/03/name-the-designerfalguni-shane-peacock/</a><br /> <a href="http://www.businesswire.com/news/home/20140804005551/en/New%C2%A0WGSN%C2%A0Goes-Live%C2%A0Today">http://www.businesswire.com/news/home/20140804005551/en/New%C2%A0WGSN%C2%A0Goes-Live%C2%A0Today</a><br /> http://www.andrewharris.tv/project_WGSN_instock_2.0.html <p><br /> &nbsp;</p>

패션넷코리아 로고

메뉴 아이콘

Market

Market

Market Report

트랜드 예측의 미래(The future of trend prediction)

2017.10.10 / 출처 - 패션넷코리아

 트랜드 예측의 미래(The future of trend prediction)
 
 
 
최신 테크놀로지들은 창의성을 억누르는 것이 아닌 촉발 시키고 있는 중이다. 약 3조 달러(한화 약 3천400조원) 규모의 글로벌 패션 마켓은 전세계 전체 GDP의 약 2%를 차지하고 있는 결코 무시할 수 없는 중요한 비즈니스 영역이다. 패션 업계에서 가장 중요한 요소 중 하나는 최신의 트래드를 미리 앞서 예측하고 시즌별 히트 아이템을 사전에 미리 예측해 내는 것이다. 예를 들어, 이번 가을 1970년대 무드의 밝은 플레인 패턴의 판쵸, 그리고 1990년대 초반의 유행 했던 베이비 돌 드레스가 다시 패션의 중심으로 돌아 올 것이라는 패션 업계의 예측이 실제 고객들의 반응과 얼마나 일치하는지가 패션 업계의 이번 가을 시즌 성공을 판갈음하게 될 것이다. 패션 업계의 트랜드, 즉 유행은 다른 비즈니스 카테고리와 비교 했을 때, 매우 빠른 속도 오고 간다. 그렇기 때문에 빠르고 정확하게 고객 니즈의 변화를 예측해 낼 수 있다는 것은 수백만 달러를 놓치느냐, 아니면 내것으로 만드냐의 문제인 것이다.
 
트랜드가 끊임없이 변화하고 있음에 따라, 실시간으로 변화하는 고객과 시장의 변동 사항을 즉각적으로 적용해 낼 수 있는 기술과 앞서 시장을 예측 할 수있는 인사이트는 패션 업계에서 가지는 가장 중요한 장점 중 하나가 되었다. 차세대 유행 아이템을 예측하기 위해 모은 정보들을 어떻게 활용하느냐에 따라 패션업계, 그리고 패션 리테일 업계에서 승자와 패자로 나뉘게 된다. 이 모든 결투의 정점에 테크놀로지가 있다.
 
 
 
패션 업계에서 중요한 역할을 감당하고 있는 트랜드 예측(trend prediction) (출처: linkedin)
 
동일한 아이템 혹은 칼라에 대해 이것을 분석하고 새로운 정보로 산출해 낼 수 있는 인간의 능력은 분석능력을 갖춘 기계들에 의한 한층 개선될 수 있다. 우리가 살고 있는 지금 이시대는 데이터의 시대라고 볼 수 있다. 데이터는 이제 단순히 숫자 혹은 수 빽빽하게 채워진 수백장의 종이가 아니라 리스트를 최소화하고 디자이너들에게는 새로운 영감으로 작용하고 있다. 디자이너들이 자리에 앉아 다음 시즌을 구상할때, 이들의 디자인은 단순히 디자이너들의 직감에 의한 것이 아니라, 지극히 현실적이고 적용가능 한 리얼 데이터에 기초해 이루어 진다.
 
인지 능력을 갖춘 컴퓨터, 즉 일종의 인공지능 시스템은 거대한 양의 데이터를 분석하고, 정보가 가진 요소들 사이의 다른점을 서로 연결시켜 하나의 새로운 정보로 탈바꿈 시키는 역할을 수행한다. 마치 인간 두뇌처럼, 이들은 활자는 물론 시각적 이미지, 비디오, 패션 리뷰, 소셜 미디어, 그리고 심지어 예측에 이르기까지 거의 모든 영역에 대한 데이터 분석이 가능하다. 인간의 두뇌와 비교했을 때, 인공지능이 소화해 낼 수 있는 정보의 양은 비교가 불가 할 정도이다. 특정 상품 수요에 대한 예측 역시, 인간 보다 더 높은 정확도와 속도를 자랑한다.
 
IBM사의 인공지능 시스템 왓슨(Watson)은 실제로 패션 업계의 트랜드 예측에 적용되어진 바 있다. 고객들의 선택을 가장 많이 받을 칼라와 패턴을 정확하게 예측하게 위해 왓슨이 수년전 부터 사용되어지고 있다. 하지만 과거 소수의 패션 기업들 만이 이러한 새로운 테크놀로지의 혜택을 누려왔다면, 이제는 더욱 진보된 기술력과 대중화 흐름을 타고 보다 많은 패션 기업들이 이러한 혜택을 누릴 수 있게 되었다. 보편화된 트랜드 예측 기술력은 단순히 한 기업이 아닌 패션 업계 전반의 심오한 영향력을 미치고 있다는 뜻이다.
 
과거 패스트 패션 리테일러들은 트랜드 예측 전문 기업에 의뢰해 다음 시즌 라인업과 주력 상품을 선정해 왔다. 패스트 패션 리테일러들은 업계에서 그 누구보다도 트랜디 하고 유행에 민감할 수 밖에 없는 비즈니스 영역이다. 그럼에도 불구하고 이들이 전문 기업에 까지 의뢰해 트랜드 예측에 최선을 다하는 이유는, 정확한 트랜드 예측이 생산 비용 절감에 가장 효율적이고 확실한 방법이기 때문이다.
 
 
인공지능을 사용한 트랜드 예측의 우수 사례로 손꼽히고 있는
디자이너 제이슨 그리치(JASONGRECH) (출처: notey)
 
패션 하우스은 전형적으로 외부 트랜드 예측 전문 기억을 고용하거나 트랜트 예측에 특화된 전문 블로거들을 따로 고용해 왔다. 이러한 외부 인력과 더불어 내부적으로도 컬렉션, 소셜미디어, 패션 관련 문서 보관소에서 가져온 수만장의 이미지들을 기반으로 다음 시즌 트랜드를 예측하고 새로운 컬렉션을 준비해왔다. 앞서 언급한 이러한 과정을 완성하기까지 수개월이 소요됨은 물론, 그 비용을 언급하기 어려울 정도이다. 하지만 이러한 과정들을 인공지능 기반을 테크놀로지들은 과거와는 비교도 할 수 없을 정도로 단 몇 초안에 완료해 낼 수 있다. 글로벌 패션 산업에서 가장 대표적인 트랜드 예측 기업 WGSN에 제공과하는 트랜드 관련 정보들을 일년동안 받아 보는데 소요되는 비용이 일년에 약 오만 달러(한화 약 5,700만원)이라고 한다. 하지만 인공지능은 외부가 아닌 인하우스에서 즉각적으로 외부와 내부에서 확보된 데이터들을 분석해 내고, 추가적인 비용을 제로이다.
 
하이앤드 디자인으로 유명한 호주 디자이너 제이슨그리치(JASONGRECH)는 인공지능 기술을 잘 활용하고 있는 대표적인 사례이다. 특히 그는 인공지능을 사용하여 자신의 디자인, 컬러 초이스, 소재에 이르기까지 새로운 창의적 접근 방법을 사용하고 있다. 디자이너 제이슨 그리치는 IBM사와의 파트너쉽을 통해 2016 멜번 패션 위크(Melbourne Fashion Week)에서 인공지능이 패션에 어떻게 활용 될어 질 수 있는지를 아주 극적으로 보여 주었다는 평가를 받았다. IMB의 인공지능 왓슨과 함께 한 작업을 통해 기존에는 패션을 통해 경혐할 수 없었던 완전히 새로운 것들은 제이슨 그리치의 디자인 속에 녹여 넣은 것이다.
 

디자이너 제이슨 그리치는 특정 디자이너의 룩북과 패션 이미지에서 모은 수천장의 런웨이 이미지를 분석하고 농축시켰다. 그의 이러한 작업을 그 혼자 해낸 것이 아니라, 실시간 외부와의 소통, 즉 트위터(Twitter), 인스타그램(Instagram), 핀터레스트(Pinterest) 등과 같은 소셜미디어를 통해 완성되었다고 한다. 그는 또한 과거 자신이 디자인한 지난 시즌들의 이미지에서 정보를 모으고 압축 시켰다. 수년 동안 제이슨그리치의 디자인은 전형적으로 어두운 색감의 패션이었다. 하지만 그가 왓슨의 비주얼 인식 테크놀로지를 통해 고객들의 컬러에 대한 선호도, 의견, 아이디어, 소재와 촉감에 대한 이미지를 재 정립 했을때, 그가 얻은 인사이트는 이제 컬러에 대한 고객들의 선호도는 파스텔 톤으로 이동할 것이라는 사실이었다. 그는 곧바로 이러한 컬러 변화를 자신의 디자인에 적용 시켰고, 그과 과거에는 고려도 하지 않았던 다양한 요소들은 자신의 컬렉션에 녹여내었다. 결국 그의 이러한 새로운 시도는 제이슨그리치 라는 브랜드의 새로운 터닝 포인트가 되어 주었다.
 

컬렉션 준비를 위한 인스퍼레이션 작업을 인공지능 왓슨(Watson)과 함께 한 인도 출신 디자이너 듀오 팔구니 앤 새인 피코크(Falguni & Shane Peacock) (출처: meetthedesigner)
 
왓슨과 함께 정보를 모으고 분석하는 과정은 약 4일이라는 시간이 소모되었다. 과거 디자이너인 그가 스스로 정보를 소화해내는데 약 28일이 소요된 것과는 상당히 대조적인 시간이다. 그리고 무엇보다 중요한 것은 왓슨과 함께한 시즌의 판매량의 아주 드라마틱하게 급증했다는 것이다.
 
인도 출신 디자이너 듀오 팔구니 앤 새인 피코크(Falguni & Shane Peacock) 역시 브랜드의 새로운 컬렉션을 위한 디자인 인스퍼레이션 작업에 IBM 사의 인공지능 왓슨과 함께 했다. 팔구니 앤 새인 피코크는 발리우드 패션의 역사에 기초한 컬렉션을 준비하고 있었고, 이들은 런던, 파리, 밀라노, 그리고 뉴욕 컬렉션에서 가져온 약 6십만 여장의 하이앤드 패션 이미지들을 자신들의 인스퍼레이션으로 사용하고자 했다. 이외에도 이들은 지난 40년간 모아온 8천여장의 발리우드 포스터 이미지 역시 인스퍼리에션에 포함시키기를 원했다. 디자이너 듀오가 분석해야할 사진은 수 십만장에 달했고, 이들인 여기서 약 십만개의 컬러 스와치를 골라내야만 했다.
 
상식적으로 인공지능이 아닌 순수 인간의 두뇌와 생산활동만으로 이 많은 이미지들을 분석하고 압축시키는 것을 불가능하다. 하지만 그 결과는 대 성공적이었다. 팔구니 앤 새인 피코크는 세개의 아주 유니크한 드레스를 세상에 선보 일 수 있었는데, 이는 아주 철저히 왓슨의 빠르고 정확한 데이터 처리 능력에 기반으로 한 것이었다.
 
 
 
 
인공지능을 기반으로 한 테크놀로지가 인간의 창의적인 사고방식 자체를 대체 할 수 있다는 말은 아니다. 이러한 기술력들은 인간의 사고 방식과 과정을 향상 시키고 과속할 시킬 뿐이다. 특히 트랜드가 빠르게 이동하는 패션 산업에서, 새로운 기술력과 인간의 창의적인 능력의 콜라보레이션을 기반으로 완성된 다양한 창의적 아이디어들이 업계를 좌지우지할 핵식 요소가 되고 있는 것만은 틀림없는 사실이다.
 
하지만 여기서 많은 이들의 머릿속에 한가지 의문점이 떠오르고 있다. 과연 방대한 양의 데이터들만으로 패션 트랜드를 예측할 수 있는 것인가? 또한 일종의 정보들의 축적되어진 단순한 데이터들이 고객, 즉 인간의 새로운 니즈와 변화를 예측해 내는 것이 가능한 것인가? 라는 의문이다.
 
‘악마는 프라다를 입는다’ 영화 속의 미란다 프리슬리(Miranda Priestly) 역할은 실제 보그(Vogue) 에디터를 기반으로 만들어 졌다고 한다. 패션을 이해하지 못하는 자신의 어시던트를 무섭게 꾸짖는 모습은 결코 감독의 상상으로만 만들어 진 것이 아님을 의미한다. 영화 속에서 미란다 프리슬리는 “패션이란 디자이너와 자신들과 같은 패션 비평가들이 지목한 그것이 바로 패션이 된다.” 라고 말한다. 하지만 그녀는 그녀의 판단이나 결정이 그녀 자신이 아닌 외부적인 요소들의 영향을 받고 있다는 사실을 언급하지 않았다. 가장 대표적인 것이 패션 예측가들이다. 앞서 언급 했듯이 WSGN와 같은 트랜드 예측 기업들과 개인 예측가들은 패션 디자이너들과 에디터들에게 강력한 영향력을 행사하고 있다.
 
패션 예측은 항상 이상한 직업군 중 하나에 속해왔다. 1960년대 파리에서 처음 시작된 패션 예측이라는 직업군은 한 에이전시 기업이 디자인 아이디어와 소재 컬랙션을 한 책에 모아 소위 ‘트랜드 북’ 이라 불리우는 책을 발간하면서 시작되었다. 그 당시 리테일러들은 이러한 책들은 인스퍼레이션을 사용했고, 이 아이디어들이 모여 디자인을 완성시켰다.
 
전세계에서 가장 큰 패션 트랜드 예측 기업은 바로 앞서 언급 했듯이 WSGN이다. 전체 패션 트랜드 예측 분야의 마켓 쉐어 중 약 50%를 차지하고 있다. WSGN은 150여명의 패션 전문 예측가들을 고용하고 있고, 이들은 글로절 캣워크는 물론, 클럽, 레스토랑등 차세대 트랜디 아이템과 플레이스들을 찾아내고 있다. 이들의 트랜드 예측은 다양한 경제 예측과 정치적 상황관련 등 다양한 데이터들과 결합되어 진정한 가치를 지니게 된다.

WSGN의 수석 에디터인 페타 마리안(Petah Marian)은 현재 WSGN에서 이루어지고 있는 트랜드 예측 방법론에 대한 엄청난 자신감을 보여준다. 그녀는 “종종 나의 동료들은 옷가게를 둘러 보면 중, ‘이건 내가 예측 한 아이템이야.’ 라고 외치는 순간들을 목격하게 된다.” 라고 밝힌 바 있다. 페타 마리안의 자심감은 약간은 과대평가된 부분이 없지 않다. 특히나 패션과 거시 경제적 데이타 사이의 관계성에 대한 명확한 설명이 부족한 현 상황이라면 더욱 그럴 것이다.
 

글로벌 패션 예측 전문 기업인 WSGN (출처: businesswire)
 
패션과 경제와 관련된 많은 이론들이 있다. 하지만, 이들 중 그 어떤것도 사실 관계를 확인해 줄 만한 명확한 근거를 가지고 있지 않다. 경제 학자 조지 테일러(George Taylor)의 주가와 여성 스커트 헴라인 사이의 관계성, 레너드 루너(Leonard Lauder)가 제안한 불경기 중 립스틱 판매의 증가 등 많은 이론들이 있지만, 사실상 이들 중 그 어떤 것도 명확히 입증 된 바 없다.
 
WSGN과 동일한 형태의 서비스 제공 기업을 세우기 위해 WSGN을 팔아버린WSGN의 공동 창립자인 마크 워스(Marc Worth)조차, 한때 이런 발언을 했을 정도이다. “만약 패션 예측가들이 80% 정도의 정확성을 가지고 어떠한 사실을 주장한다면, 이는 이들의 예측이 종종 자기 만족에 그치고 마는 예측이기 때문일 것이다.” 라고 마크 웨스는 밝힌바 있다. 대부분의 메인 리테일러들은 트랜드 북을 구입하는 그 행위 자체에 만족하고, 디자이너들은 WSGN과 같은 기업들이 제공하는 트랜드 북을 일종의 보험으로 여긴다. 더 많은 디자이너들이 동인한 트랜드 북을 공유하고 있다는 사실만으로도, 자신의 창조물이 시장에서 실패할 거라는 위험이 줄어들고, 쉽게 말해 자신의 상품이 시장에서 중간을 갈 수 있다는, 즉 시즌별 트랜드에 완전히 반하지는 않을 것이라는 일종의 보험으로 작용하는 것이다.  
 
최근 다양한 테크놀로지의 발달과 함께, 트랜드 예측 관련 비즈니스는 방대한 양의 데이터 분석 기술에 의해 엄청난 위협을 받게 되었다. 의류 산업의 생산 체인 자체가 점점 더 디지털화되어지고 더 많은 유동성을 보유하게 되면서 기존의 인간 능력에 의존한 트랜드 예측 산업은 점점 더 위기에 처할 수 밖에 없다. 대표적인 글로벌 패스트 패션 기업 인디텍스(Inditex)와 H&M은 하나의 아이디어를 대량 생산으로 스토어에서 고객에게 실제로 판매되기 까지의 시간을 약 2주로 잡고 있다.
 
이렇게 점점 더 빨라지고 있는 패션 사이클과 패션 업계에 만연해 있는 더 많은 유동성과 유연성들이 패션 트랜드 예측 기업들로 하여금 리테일러들의 IT시스템에서 확보된 막대한 양의 데이터들을 사용하지 않을 수 없게끔 만들고 있다. 특히나 이전과 비교하여 더 짧은 시간내에 더 많은 양의 데이터를 소화해 내야 하다 보니 트랜드 예측 기업들에게 테크놀로지는 이제 선택이 아닌 필수가 되어 버렸다.
 
2013년 WSGN는 패션 브랜드가 아닌 리테일러들만을 위한 특화된 트랜드 분석 서비스를 런칭했다. 인스탁(INstock)으로 불리우는 해당 서비스는 과거 판매 수치를 분석하여 미래의 ‘베스트 셀링’ 아이템을 예측 해 주는 서비스이다. 이와 유사한 서비스에는 EDITED가 있다. 해당 서비스는 인공지능 기술을 이용하여 특정 기간, 특정 아이템을 세일 트랜드를 예측해 주는 서비스를 제공하고 있다.
 
 
과거 판매 히스토리를 기반으로 새로운 히트 아이템을 예측 하는 WSGN의 인스탁(INstock) 서비스 (출처: andrewharris)
 
이러한 다양한 서비스들이 존재함에도 불구하고, 패션과 인공지능과 같은 하이 태크놀로지의 만남은 아직 많은 의문점을 남기고 있다. 2014년 진행된 한 연구에 따르면, 현존하는 최고의 기술력으로 완성된 트랜드 예측 프로그램 조차, 이루어진 예측 중 약 절반 정도는 제대로된 예측이 아니었던 것으로 판갈음 되었다.
 
기존의 트랜드 예측 기업들은 시장에 속속들이 진입하고 있는 테크놀로지 기업들과의 본격적인 경쟁에 뛰어 들고 있다. 글로벌 거대 온라인 기업인 구글(Google)은 현재 ‘트랜드스포팅(Treanspotting)’이라는 타이틀의 부서를 신설, 운영중이다. 구글은 해당 부서를 통해 정기적으로 ‘패션 트랜드 리포트’를 발행하고 있는데, 이는 구글의 검색기능을 통해 모여진 거대한 데이터를 기반으로 작성되고 있다. 현재까지 구글의 트랜드 예측 능력은 아주 기초적인 단계로 전문가들은 평가하고 있다. 2016년 구글은 배기 스타일의 ‘보이프랜드 진’의 하략세와 ‘맘 진’의 상승세를 예측해 낼 수 있었다. ‘패션 트랜드 리포트’의 데이터 과학자인 올리비아 짐머(Olivier Zimmer)는 구글의 목표는 앞으로 보다 정교하고 정확한 트랜드 예측을 완성해 내는 것이라 강조했다.
 
인간이 아닌 기술이 진정으로 패션 트랜드 예측 분야를 장악하게 될지에 관하여서는 아직까지 조금 더 시간이 필요 할 듯 하다. 일부에서는 인공지능과 같은 특정 기술력들이 패션을, 그리고 디자인을 지루한 것으로 만들고 있다고 염려하기도 한다.
 
하지만 이미 패션은 단순한 미적 감성과 창의력을 벗어나, 지극히 규칙에 따라 운영되고, 확률에 의해 좌지우지 되는 산업이 되어 버렸다. 또한 오늘날의 고객들은 브랜드와 디자이너들 보다 훨씬 더 빠르게 새로운 변화를 수용하고 거기에 적응해 나가고 있다. 그리고 그 어느때 보다 고객의 니즈를 정확히 이해하고, 고객과 브랜드가 동일한 방향으로 나가는 것이 기업의 승패를 결정할 만한 중요한 요소로 자리잡고 있다.
 
패션은 단순히 옷이 아닌 고객의 라이프 스타일과 밀접한 관계를 맺고 있다는 점 역시 인간이 아닌 기술력이 트랜드 예측에 있어 우위를 점할 수 밖에 없는 사실에 중요한 배경으로 작용하고 있다.
 
트랜드 예측이 단순히 의류상품 관련 데이터만을 기반으로 하는 것이 아니라, 고객의 사는 지역, 나이, 직업, 라이프 스타일, 여행, 음식등 고객 삶의 전반에 대한 방대한 양의 데이터를 기반으로 완성되어야먄 한다. 패션 트랜드 예측이라는 경기에서 아직 승자는 가려 지지 않았다. 하지만 테크놀로지가 분명한 이점을 가지고 있는 것만을 사실이다. 아직 끝나지 않은 경기에 진정한 승자는 누구일지, 전세계 패션 업계가 주목 하고 있다.
 
 
 
 작성자 : 영어 통신원 고예은 yeeun9009@gmail.com
 
 
< 내용 출처 >
https://qz.com/1061405/the-future-of-trend-prediction-will-come-from-tech-innovators-not-fashion-designers/
https://www.economist.com/news/business/21725599-technology-may-be-disrupting-peculiar-business-can-data-predict-fashion-trends
https://www.businessoffashion.com/articles/opinion/op-ed-trend-forecasting-is-becoming-less-art-more-science
http://www.highsnobiety.com/2017/04/05/trend-forecasting-how-to/
 
< 이미지 출처 >
https://www.linkedin.com/pulse/mens-trend-forecast-spring-summer-2017-ton-ruiken/
http://www.notey.com/blogs/jason-grech
http://meetthedesigner.co.uk/2010/03/name-the-designerfalguni-shane-peacock/
http://www.businesswire.com/news/home/20140804005551/en/New%C2%A0WGSN%C2%A0Goes-Live%C2%A0Today
http://www.andrewharris.tv/project_WGSN_instock_2.0.html


 



출처 : 패션넷코리아




top