[서울파이낸스 이지영 기자] 직장인 A씨는 주말을 맞아 쇼핑을 하러 근교 아울렛을 찾았지만 발길을 돌렸다. 자신의 취향에 맞는 원하는 스타일의 옷을 고르기가 쉽지 않았기 때문이다.
A씨는 어쩔 수 없이 집으로 돌아와 온라인 쇼핑몰에서 자신의 취향이 맞는 옷을 검색했다. A씨는 온라인 쇼핑몰에서 자신이 원하는 스타일의 비슷한 추천 상품을 구매했다. 구매하는 상품이 이전 구매했던 상품보다 실측사이즈가 어떤 차이가 있는지 비교 가능했다. 이를 통해 쇼핑 검색 시간을 줄이고 구매 만족도를 높일 수 있었다.
이것이 패션업계의 화두인 초개인화의 기본 원리다. 초개인화는 고객의 구매 단계에서 현재 보고 있는 상품과 연관성이 높은 상품을 추천하거나, 고객의 실시간 행동을 파악해 고객 취향의 상품을 추천해주고 있다.
패션 온라인몰은 소비자의 욕구에 맞추기 위해 인공지능(AI) 기술력을 기반으로 한 초개인화를 도입하고 있다. 삼성물산 패션부문은 자체 온라인쇼핑몰 에스에스에프(SSF)샵에 개인화된 디지털 마케팅 기술을 접목했다. 대표적인 사례로는 유사한 상품을 검색해주는 시각 지능 엔진 △고객 온라인 행동 기반 상품을 추천해주는 상품 추천 엔진 △온·오프라인 고객 데이터 통합 분석해 하루 5백만개 이상의 코디를 제공해주는 패션 큐레이션 엔진 등이 있다.
SSF샵에선 상품 추천(큐레이션)과 유사 이미지 검색 서비스 등을 제공하고 있다. 상품 추천은 소비자 행동 자료를 토대로 개인화시켜 알려준다. 유사 이미지 검색 서비스는 특정 상품과 비슷한 사진을 확인할 수 있는 게 특징이다.
SSF샵 내 30여만개 상품과 소비자 행동 데이터를 분석해 보여준다. 인공지능 기반 패션 추천 서비스를 토대로 차별화된 구매 경험을 제공한다. 특히 패션 전문가가 만든 스타일링 조합을 학습해 소비자가 고른 옷과 잘 어울리는 상품을 추천해준다.
엘에프(LF)가 운영하는 전문몰 LF몰에선 관심 상품과 브랜드별로 크기를 보여주는 마이(MY) 사이즈 서비스를 제공한다. 해당 서비스는 로그인 후 마이페이지에 자신의 사이즈 정보를 입력하면 데이터를 토대로 유사한 체형의 다른 회원들이 가장 많이 선택한 사이즈를 제안한다.
연간 100만건 이상 작성되는 고객 정보를 사이즈 구간별로 데이터 베이스화한다. 이를 통해 같은 사이즈 고객의 구매 데이터와 가장 많이 구매한 이력 중 사이즈가 맞다고 리뷰를 남긴 사이즈를 추출해 추천한다.
에이블리코퍼레이션이 운영하는 플랫폼 에이블리 역시 자체 개발한 AI 개인화 추천 서비스 모델을 사용하고 있다. 에이블리 AI 개인화 추천 서비스는 단순 동일 상품에 대한 가격 비교를 넘어, 유사한 취향을 지닌 다른 사용자의 데이터를 활용해 교차 추천하는 수준까지 고도화했다. 앱은 하나지만, 에이블리에 접속한 유저들의 앱 페이지는 사용자에 맞춰 모두 다르게 나타난다.
