패션에 디지털 트랜스포메이션이 필요한 이유
전통적 산업으로 평가되는 패션 업계에서도 디지털 트랜스포메이션은 필요하다. 시장을 선도하는 기업들은 전통적인 방식으로 충족시키기 어려웠던 고객 가치에 맞는 기술을 찾아 이를 효율적으로 사용하기 위해 노력 중이다. 고객 개인별 관리·추천 서비스, 생산·재고 효율화, 더욱 트렌디한 디자인, 다양한 매장 경험 등은 충성 고객을 확보하고 회사만의 독특한 가치를 만드는 데 기여한다.
본 리포트에서는 디지털 트랜스포메이션의 성공적인 사례로 평가받는 루이 비통(Louis Vuitton), 리볼브(Revolve), 스티치 픽스(Stitch Fix) 세 기업의 이야기를 다룬다.
루이 비통(Louis Vuitton)
: 1위 럭셔리 브랜드의 이유 있는 디지털 트랜스포메이션
맥킨지는 2018년 보고서에서 2016년 온라인 명품 판매가 2009년 대비 5배 증가했으며 이 수치는 다시 2025년 3배로 증가할 것이라고 예측했다. 명품 소비의 약 80%가 디지털에서 영향을 받아 이루어진다는 조사 결과를 미루어 보면 명품 브랜드가 디지털 트랜스포메이션을 시도하는 것은 놀랍지 않은 일이다.
포브스 선정 2019년 세계에서 가장 가치 있는 럭셔리 브랜드 1위(전체 카테고리 중 12위)를 차지한 루이 비통. 고객들을 ‘루이 비통의 세계로 이끄는’ 루이 비통 앱에서는 루이 비통 제품을 구매할 수 있는 것은 물론, 루이 비통의 패션쇼나 상품 런칭 등의 이벤트에 독점적으로 접근할 수 있다. 잡지 등에 실린 루이 비통 앱 아이콘을 스캔하면 캠페인 관련 제품 정보, 동영상, 이미지 및 메이킹 영상을 살펴볼 수 있다. 앱 내에서 이용할 수 있는 챗봇은 고객의 서비스 경험을 보다 긍정적으로 만들어간다.
1854년 설립된 유서 깊은 럭셔리 브랜드인 루이 비통의 모회사인 LVMH는 이럭셔리(eLuxury)라는 온라인 리테일 사이트를 오픈했다 2009년 문을 닫은 바 있다. 하지만 2015년 애플뮤직의 수석 디렉터 이안 로저스(Ian Rogers)를 LVMH 그룹의 최초 CDO(Chief Digital Officer, 최고 디지털 책임자)로 영입하면서 보다 적극적으로 디지털 트랜스포메이션에 도전하게 된다.
이안 로저스는 뉴욕타임즈와의 인터뷰에서 “우리는 얼리어답터가 되고 싶지 않습니다. 얼리어답터의 위치에 있었고, 그에 대한(이럭셔리) 대가를 치른 적 있으니까요.”라고 답한 바 있다. 이전의 실패를 딛고 2017년 오픈한 LVMH의 온라인 쇼핑몰 24S는 루이 비통을 포함, 하이엔드급 명품부터 디자이너 브랜드까지 220여 개 제품을 판매 중이다. 전 세계 100개국에 배송 서비스를 하고 있는 24S의 국가별 매출 순위에서 한국도 10위권에 든다고 한다. LVMH 회장이 이 사이트를 직접 이용하고 서비스를 체크한다는 24S CEO 에릭 고게(Eric Goguey)의 인터뷰에서 그들이 디지털 전환을 얼마나 중요하게 생각하는지 엿볼 수 있다.
한편, LVMH는 2018년에는 파리의 STATION F 스타트업 캠퍼스에서 액셀러레이터 프로그램을 시작했다. 매년 50개 스타트업을 지원할 것이라고 발표한 그들은 신생 기업과의 협업으로 명품 시장을 위한 혁신적인 제품 및 서비스를 만들겠다는 포부를 밝히기도 했다.
리볼브 (Revolve)
: 데이터로 매출 상승을 이끌어낸 온라인 쇼핑몰
소프트웨어 회사에서 일하던 두 남자가 창업한 청바지 회사, 리볼브는 2003년부터 지금까지 16년 넘게 사업을 이어나가고 있다. 성장세는 매년 25~50%를 기록하며 2017년에는 연 매출 10억 달러를 넘기기도 했다. 공동창업자 Mente와 Karanikolas는 옷을 잘 입는 모델이나 스타일리스트가 아니었고 패션 업계에서 일해본 경험조차 없었다. 그들이 자신 있는 일은 단지 데이터를 수집하고 분석하는 것이었다.
닷컴 버블 붕괴로 일자리를 잃게 된 두 남자. 그들은 온라인에서 가장 많이 검색되는 것이 ‘청바지’ 임을 발견, 모든 의류 브랜드 상품을 판매하는 온라인 쇼핑몰을 만들기로 한다. 하지만 2008년 금융 위기 때 경쟁사에서 자신들과 같은 상품을 반값에 판매하는 것에 충격을 받아 밀레니얼 여성들만을 위한 특별한 상품 판매로 전략을 변경한다.
그들이 주목한 것은 웹상에서 떠도는 수많은 데이터였다. 그들이 수집하는 데이터는 단순히 어떤 카테고리의 상품이 많이 팔리는지를 넘어선다. 상품의 기장, 단추의 개수 및 위치, 디자이너와 스타일 정보까지 모든 것을 태깅하고 하루 단위로 주문량을 추적한다. 판매량이 예상치를 뛰어넘으면 생산 공장에 자동으로 추가 생산을 요청하는 푸시 알림을 넣는다. 계약한 공장에서 추가 생산이 불가능할 경우 자체 생산을 진행한다. 이때 명품 브랜드 소속은 아니지만 인기 있는 제품을 만든 디자이너들의 정보를 수집, 그들의 제품 판매량을 분석해 알짜배기 디자이너를 섭외하는 것도 리볼브의 인기 비결이다.
스티치 픽스 (Stitch Fix)
: 인공지능과 ‘인간 감성’이 성공시킨 패션 구독 서비스
‘스타일박스’ 구독 서비스라는 새로운 돌풍을 일으킨 기업. 패선 업계 종사자라면 한 번쯤은 들어 봤다는 유니콘, 스티치 픽스다. 스티치 픽스는 2011년 서비스 시작 이후 2018년 1조 원이 넘는 매출을 기록하는 등 성장을 거듭하고 있다. 하버드 비즈니스 스쿨에 재학하던 창업자 Katrina Lake는 회사와 학업을 병행하는 바쁜 일상 속에서 원하는 옷을 찾아 헤매는 시간조차 아까웠다. 그는 이러한 경험을 바탕으로 고객에게 어울릴 패션 상품을 알아서 코디해주는 서비스를 만들었다. 고객의 취향이 반영된 5벌의 패션 상품이 담긴 박스 하나를 수령하는 데 드는 비용은 20달러. 고객은 원하는 옷만 골라 구매하고 나머지는 선불 우편으로 반송하면 된다. 구매하는 상품은 이미 지급한 20달러의 사용료를 차감한 가격으로 살 수 있다. 5벌 모두 구매하면 25% 할인 혜택까지 제공한다.
의상 코디 및 추천 서비스를 시도했던 회사는 많았다. 유독 스티치 픽스만이 성공가도를 달리는 데에는 데이터 수집과 분석에 집착한 그들 특유의 방식이 한 몫했다. 스티치 픽스는 넷플릭스에서 데이터 사이언티스트로 근무하던 Eric Colson을 부사장으로 영입하고 다각적인 데이터를 수집할 프로세스를 설립했다. 고객은 서비스 가입 시 선호하는 스타일, 직업, 사이즈 등의 질문이 포함된 설문조사에 10분 정도를 들여 답변한다. 답변 내용이 반영된 박스를 받을 때마다 각각의 상품을 피드백하거나 추가적인 요구사항을 작성하는 것도 가능하다. 이밖에도 고객이 Pinterest에서 ‘좋아요’를 누른 이미지, 작성한 글 등의 데이터도 인공지능으로 분석한다. 박스에 담기는 옷들은 색상, 소매, 스타일, 소재, 단추, 워싱 등 디테일한 부분까지 태깅한다.
이렇게 수집한 다양한 데이터는 패션 상품 추천 외에도 많은 영역에 쓰인다. 많은 인기를 얻은 제품의 디자인을 조합해 새로운 디자인을 만들어낼 뿐 아니라 창고 선정, 물류 효율화, 제품별 판매량 예상, 가격 산정, 물류 창고 내 직원들의 동선 효율화까지 모든 부문에 데이터가 관여한다.
스티치 픽스는 최고의 데이터 분석가들과 인공지능 연구진을 보유했지만 기술에만 의존하지 않는다. 알고리즘이 내놓은 결과물 리스트가 원석이라면, 패션 전문가를 비롯한 사람의 개입이 완벽한 보석을 만든다. 물류·재고 현황과 고객의 구매 이력 및 선호도를 바탕으로 인공지능이 추천 제품들을 선정하면 파트타임으로 근무하는 3900명의 스타일리스트가 고객 개개인의 스타일 성향을 반영해 최종적으로 박스에 담길 상품을 고른다.
전문 스타일리스트가 놓칠 수 있는 개인의 취향은 고객이 스스로 드러낼 수 있다. 고객이 반송한 아이템 데이터는 고객 개개인의 제품 선호도 영역에 저장되고, 같은 스타일의 상품은 다시 배송되지 않는다. 반송 기간을 3일 이내로 두어 빠른 피드백과 재고 전환을 만든다. 기존 의류업계의 관행보다 2번이 많은 연간 6번의 turnover를 실시하는 것도 눈여겨볼 만하다. 최근 유행하는 상품군이나 디자인 디테일은 인공지능이 판별하고, ‘소개팅 갈 때 입기 좋은 옷’ 등은 스타일리스트의 감성에 맡긴다.
디지털 트랜스포메이션, 핵심은 데이터
디지털 트랜스포메이션의 궁극적인 목적은 원가를 절감하고 고객 만족도를 높여 매출을 상승시키는 데 있다. 목적을 달성하기 위해 다양한 방법이 활용되지만, 결국 중추를 담당하는 것은 데이터다.
그동안 감성이 지배하는 영역으로 여겨지던 패션도 예외는 아니다. 어떤 상품이 많이 팔리고 적게 팔리는지 파악해 재고를 효율적으로 관리하고, 고객 개개인이 선호하는 상품을 파악해 개인화된 상품을 추천하는 것이 모두 데이터를 기반으로 이루어진다. 수집이나 관리가 어려워 버려지고 있던 데이터를 제대로 살펴보자. 놓치고 있던 새로운 관점을 발견할 수 있을 것이다.
리포트를 작성한 Fashion AI Tech 기업 옴니어스는 사진 속 상품을 인식해 아이템 종류, 색상부터 소재, 프린트, 스타일까지 다양한 속성을 AI 엔진이 자동으로 정확하게 태깅하는 옴니어스 태거(OMNIOUS Tagger)를 서비스하고 있습니다. 태깅 데이터로 가능해지는 인사이트 수집과 트렌드 분석이 궁금하시다면 아래 링크를 참고 바랍니다.
