글로벌 트렌드

수출 산업 분석 리포트

수출 산업 분석 딜로이트 인사이트 리포트 명품 산업, 인공지능(AI)을 품다

명품 산업은 최근 그 어떤 산업보다 신기술 도입과 실험에 적극적이다. 옴니채널, 디지털 ID,메타버스(metaverse·현실과 가상이 혼합된 세계) 등이 도입되고 있다. 인공지능(AI)과 생성AI(Generative AI)는 고객 서비스 개선과 생산성 향상의 중요한 도구가 되고 있다. AI는 1950년대 등장한 기술이지만, 생성 AI가 등장한 이후 AI의 인기는 더욱 높아졌다. 생성 AI 기술로 창출되는 전 세계 매출 규모는 연간 58%의 성장률로, 2028년 360억달러에 이를 것으로 전망된다.


제품 혁신부터 매장 운영까지 담당

첨단 기술인 생성 AI와 긴 시간 고유한 가치를 만들어온 명품의 조합이 어색하긴 하지만, 이 조합은 현재 성공적으로 입증되고 있다. 명품 업계는 생성 AI를 활용해 개인화된 디자인을 개발할 수 있으며, 공급망과 물류 프로세스 재편으로 생산·마케팅 비용을 절감하고 보다 나은 매장 운영 전략을 수립할 수 있다.

명품 업체가 본사만의 고객을 독점적으로 유치하고 경쟁 우위를 지키고 있는 이유는 고객이 원하는 것을 선제적으로 파악해 고객이 기대하는 수준에 부합하는 제품과 서비스를 개발하고 차별화된 경험을 제공하기 때문이다. 생성 AI는 고객이 명품 제품과 서비스를 경험하는 모든 접점에서 발생하는 대규모 데이터를 분석한다. 고객 행동을 다차원으로 분석해 고객의 숨겨진 니즈를 파악하며, 수집된 고객 데이터를 기반으로 고객의 라이프스타일, 구매 습관, 욕구, 기대하는 경험 등을 분석한다. 이는 초개인화된 고객 여정 설계, 마케팅 및 커뮤니케이션 전략 수립에 활용된다.

최근 명품 업계에서 실질적으로 가장 활발하게 AI가 도입되고 있는 분야는 대고객 커뮤니케이션이다. 생성 AI 기능이 탑재된 챗봇 형태의 가상 도우미 서비스는 고객이 원할 때 개인화된 제품을 추천하고 스타일링을 조언한다. 명품 업계는 생성AI를 활용해 대고객 커뮤니케이션 채널을 확대하고, 서비스 품질을 개선하려는 노력을 이어가고 있다. AI 모델 고도화를 위한 데이터 플랫폼도 확보해 가고 있다.

AI의 기능은 분석에 국한되지 않는다. 크리에이티브 영역으로 역할을 확대하고 있다. 기존 브랜드이미지와 디자인 아카이브, 고객 선호도, 시장 트렌드 등 데이터로 학습한 생성 AI는 디자이너의창의적이고 혁신적인 아이디어 발전에 기여한다. 디자이너에게 다양한 참고 자료를 제공해 작업 시간을 줄이고, 신제품의 시장 적기 출시를 지원하는 것이다. 예를 들어 명품 주얼리 브랜드는 생성AI를 활용해 독특하고 정교한 패턴과 구조가 포함된 디자인을 빠르게 제작할 수 있게 됐다. 디자이너가 생성 AI가 제시한 디자인 옵션을 참고해 최적의 디자인을 선정하거나 새로운 디자인 아이디어를 얻을 수 있기 때문이다.

생성 AI는 새로운 트렌드를 반영해 완전히 새롭고 혁신적인 디자인을 제공할 수도 있다. 특히 패션디자인의 경우 생성 AI는 시각적인 형태를 제시할뿐만 아니라 디자인에 적합한 소재를 제시하기도 한다. 지속 가능하고 윤리적으로 공급되는 소재를 식별해 기업이 지속 가능성 기준을 충족하도록 지원할 수 있다. 신제품 디자인은 시장 위험이 많이 동반되는데, 생성 AI는 신제품 출시 전 성공 가능성을 예측하고 시장 진입 전략을 효과적으로 수립하는 데 기여할 수 있다.

명품 업체가 그들의 브랜드 이미지를 지키기 위해 가장 주목하고 있는 것은 가품(위조품) 관리다. 하나의 명품을 완성하기까지 장인의 손길과 대규모 마케팅 비용이 소요되는 명품 산업에서 가품의 제조·유통은 심각한 문제다. 명품 업체는 가품을 식별하기 위해 컴퓨터 비전과 머신러닝 등 같은 AI기술을 활용하고 있다. 명품의 특성 정보를 충분히 학습한 AI 모델은 정교하게 위조된 가품을 식별해 자사의 명품 브랜드를 보호할 수 있기 때문이다. 명품 업체는 AI를 활용해 제품 수요와 가격을 예측하고 재고 관리 수준을 고도화할 수 있다. 명품 제품을 적시에 그리고 가장 비용 효율적인 방법으로 시장에 출시하는 것은 명품 업계의 핵심 과제다. AI가 수요와 생산량을 결정하고 매장별 재고 수준을 예측해 배송 경로를 제안하며 공급 중단까지 예측한다면, 과잉생산, 재고 부족, 결품 등 공급망상에서 발생할 수 있는 잠재적인 문제가 대부분 해소될 것이다. 과잉생산에 따른 폐기물 감소로 환경에 미치는 영향까지 최소화될 것이다.





명품 기업의 AI 활용 사례 5가지

1. 중국 선전에 있는 ‘버버리 오픈 스페이스’. 버버리 2. 인도네시아 자카르타의 루이비통 매장. 루이비통

1│리치몬트

리치몬트는 최근 구글 클라우드와 AI 서비스를 활용해 대규모 고객 데이터를 수집하고 있다. 이를 기반으로 고객 맞춤형 마케팅 활동을 이행하고 있다. 예를 들어 구매 성향이 강한 고객은 특별 부티크 방문에 초대하고, 구매 여정상 다른 단계에 있는 고객에게는 선호도에 맞는 추천 같은 구매 옵션을 제안하는 것이다. 이 AI 솔루션은 현재 25개국 11개 리치몬트 메종 매장에서 활용되고 있다. 리치몬트는 또 고객의 방문 매장, 체류 시간, 유입경로, 구매 이력 등의 구매 행동과 브랜드 선호도 등을 수집·분석하기 위한 데이터 플랫폼 개발 노력을 지속하고 있다. 고객 경험 개선과 브랜드와 소비자 간 관계 강화가 목적이다.

2│루이비통모에헤네시(LVMH)

LVMH는 구글과 협력해 클라우드 기반 AI 솔루션을 개발, 개인화된 고객 경험을 제공할 예정이다. LVMH는 구글 알파벳의 AI 기술 지원으로 브랜드별 수요 예측, 재고 관리, 최적 상품 추천 기능 등을 강화할 것으로 기대하고 있다. 우선 루이비통,디올 등 15개 브랜드부터 시작해 점진적으로 확대 적용 할 전망이다. 제품 개발, 공급망, 직원과 고객간 상호작용에 이르기까지 LVMH 운영의 모든 부분에 영향을 미칠 것으로 예상된다. LVMH는 구글과 파리에 AI 아카데미를 공동으로 설립하는 혁신 정책도 펼칠 계획이다.

3│버버리

버버리는 가품 식별을 위해 AI를 활용하고 있다. 미국 AI 스타트업 엔트루피가 제공하는 AI 기반 이미지 인식 및 인증 서비스를 채택하고 진품 여부를 평가하고 있다. 버버리는 텐센트와 협력해 중국 선전에 첫 소셜 스토어 ‘버버리 오픈 스페이스’를 개소했고, 자사의 독점적인 콘텐츠와 개인화된 경험을 제공하기 위해 모바일 앱 ‘위챗 미니’를 출시했다. 고객은 이 앱으로 매장 방문을 예약하고, 신제품과 독점 콘텐츠 정보를 받아볼 수 있다.

4│제냐

제냐는 오프라인 매장과 디지털 채널의 경험을 원활하게 제공하기 위해 제냐 X(Zegna X) 시스템을 출시했다. 제냐 X는 재단, 색상, 스타일링, 치수, 소재에 이르기까지 고객의 특정 요구 사항을 파악하고 이를 3D로 구현한다. 제냐는 이 시스템을 매장에 구축하기 위해 마이크로소프트(MS)와 협력했다. AI와 MS의 애저(Azure) 클라우드 서비스를 통합했다. 소비자는 개인 모바일 기기를 사용해 개인 맞춤형 스타일 서비스를 사용할 수 있다.

5│티파니와 까르띠에

티파니와 까르띠에는 스냅(Snap)과 협업해 가상으로 제품을 착용하는 AR(증강현실) 서비스를 출시했다. 비디오 게임에서 활용하고 있는 광선 추적 기술을 활용, 금속과 다이아몬드에서 발산되는 빛의 움직임을 추적해 AR 객체를 만든다. 예를 들어 고객은 AR 필터를 사용해 까르띠에의 ‘탱크 시계’를 착용해 볼 수 있다. 스냅은 AR 기술을 이용한 가상 착용 경험을 활용해 Z 세대(1997~2010년생)가 럭셔리 제품에 투자하도록 유도한다.


+ 명품 산업과 생성 AI 진입 영역




AI 도입을 위한 도전 과제 4가지

1│데이터 및 인프라 확보


최신 데이터가 필요하다. 오래된 데이터는 더 이상 가치 없는 통찰력을 창출할 수 있기 때문이다. 또 데이터가 분석하기 쉬운 방법으로 작성, 범주화 및 분류돼야 한다. 많은 기업은 대규모 데이터를 넘쳐날 정도로 보유하고 있지만, 실제로는 분류돼 있지 않거나, 품질이 떨어지거나, 시의성이 떨어진다. 따라서 성공적으로 AI를 도입하기 위해서는 가장 최신의 데이터 플랫폼과 데이터 관리 기능에 대한 투자가 필수적이다.

2│데이터 및 개인 정보 보호

개인화된 경험을 제공하기 위해서는 대규모 고객데이터가 필요하다. 또 AI를 위한 학습 데이터를 규제에 맞게 수집하고 활용해야 한다. 개인 정보를 수집할 때는 이용자에게 개인 정보의 항목, 목적, 보유·이용 기간, 동의 거부권을 반드시 안내하고 동의를 받아야 한다. 개인 정보 보호에 대한 원칙을 준수하고, 고객과 신뢰를 유지하는 것이 중요하다. AI를 활용한 학습 데이터의 규제 준수는 기업의 지속적인 노력과 관리가 필요한 분야다.

3│인간 요소와 생성 AI 간 균형 유지

명품 브랜드 가치의 핵심은 오랜 시간 유지되어온 장인 정신과 모방하기 어려운 전문성에 있다.명품 업계에서 AI를 활용하면 많은 부분을 자동화할 수 있지만, 인간의 손길이 사라지는 순간 명품의 이미지도 사라질 위험이 있다. 명품 브랜드는AI가 제공할 수 있는 효율성과 인간의 창의성 사이에서 적절한 균형을 유지해야 한다. AI 알고리즘은 학습된 데이터에 따라 편향이 발생할 수 있다. 다양성, 포용성, 문화적 감수성을 중시하는 명품 업계에서 AI로 인한 편견이 지속되는 것은 브랜드 이미지 훼손으로 이어질 수 있다. AI를 기반으로 하는 모든 의사 결정은 브랜드 가치, 비즈니스 윤리, 업계 관행과 약속에 부합해야 한다.

4│교육 및 훈련에 투자

빠르게 변화하는 기술 환경에 적응하기 위해서는 언제나 비용이 수반된다. AI의 잠재력을 최대한 활용하기 위해 지속적인 직원 교육과 훈련에 투자해야 한다. 새로운 기술과 알고리즘 및 업데이트가 지속적으로 등장하고 있기 때문에, 직원은 이러한 변화에 대응하고 기술을 효과적으로 활용하기 위한 지식과 기술을 습득해야 한다. 


미래 명품 매장, 몰입형 체험 공간으로 변모

명품 업계도 다른 리테일 업계와 마찬가지로 온라인 채널 매출이 증가하고 있다. 최근 글로벌 온라인 명품 시장은 1년(2022~2023년) 새 11.2% 성장해, 두 자릿수 성장률을 기록하고 있다. 하지만 명품 기업 매출의 80% 이상은 여전히 오프라인 채널이 차지한다. 코로나19 팬데믹(pandemic·감염병 대유행) 기간 디지털 채널이 급격히 증가했음에도 명품 고객은 오프라인에서의 경험적 가치를 중시하고 있다. 딜로이트 조사에서 약 10% 고객은 매장 직원과의 쇼핑 경험을 매우 중시한다고 답했다. 그러나 온라인 채널의 중요성을 등한시해서는 안 된다. 명품 브랜드 제품을 구매하는 연령이 점점 낮아져, Z 세대와 알파 세대(2011년 이후출생)가 핵심 소비층으로 급부상하고 있다는 분석이 나왔다. 이들은 AI를 비롯한 디지털 기술에 익숙하며 소셜미디어(SNS)상에서의 소통과 경험을 중요시 한다. 또 최근 명품 브랜드 고객은 점점 ROPO1) 양상을 보이고 있으며, 오프라인 매장과 가상 매장을 쉽게 넘나드는 옴니채널 경험을 중시하고 있다. 리치몬트, 버버리 등의 명품 브랜드가 수년간 온라인 플랫폼 개발과 체험형 옴니채널 매장에 공을 들이고 있는 이유다.


명품 브랜드는 AI를 비롯해 VR(가상현실), 사물인터넷(IoT) 등 디지털 기술이 개인화된 경험을 제공하고, 고객 충성도와 브랜드 자산을 높인다고 생각하고 있다. 이들은 궁극적으로 하나의 통합된 증강 스토어(Augmented Store)를 구축하는 것을 목표로 하고 있다. 증강 스토어는 고객이 쇼핑할 때 겪는 불편을 몰입과 상호작용, 풍부한 정보가제공 되는 경험으로 대체한다. 또, 차별화된 브랜드 경험을 창출해 소비자의 구매율을 높이고 재방문을 촉진해 수익을 개선하도록 한다.






용어설명

  • *ROPO(1)

    (Research Online & Purchase Offline)는 온라인 검색 후 오프라인에서 구매하는 것을 말한다.