최근 글로벌 소매 대기업 월마트가 18개월간 자체 개발한 생성형 AI 도구 'Trend-to-Product'를 공식 출시하며 혁신적인 기술 변화를 발표했습니다.

의류 산업에 특화된 이 기술은 소셜 미디어와 인터넷 트렌드 데이터를 실시간으로 수집해 기존 의류 개발 기간을 6개월에서 6주로 단축하며, 최적의 경우 전체 생산 주기를 18주까지 줄여 데이터 인사이트에서 제품 출시까지 '초고속' 생산 모드를 구현합니다.

출처: 네트워크

1. AI 기반 패션 개발: 영감 포착부터 생산 결정까지 전면 가속화

월마트 미국 아칸소주 본사에서 기술팀은 이 혁신적인 시스템의 작동 과정을 언론에 공개했습니다. 시스템은 매일 5억 개 이상의 소셜 미디어 게시물, 패션 블로거 콘텐츠, 전자상거래 플랫폼 데이터를 자동으로 수집하고, 딥러닝 알고리즘을 통해 색상, 패턴, 스타일 등 120여 개 패션 요소의 트렌드를 식별합니다. 기존 수동 조사가 2~3주 걸리는 시장 조사 주기와 달리, AI 시스템은 15분 내에 소재 제안, 비용 추정, 생산 가능성 분석이 포함된 완전한 영감 보드를 생성합니다.

"과거 디자이너는 수백 권의 패션 잡지를 뒤져야 했지만, 이제 AI가 해당 시즌 가장 인기 있는 200가지 디자인 요소를 자동으로 추천합니다." 월마트 조달 담당 수석 부사장 Andrea Albright는 이 시스템이 No Boundaries 브랜드의 신제품 개발 효율성을 400% 향상시켰으며, 일부 프로세스는 수 주에서 24시간 이내로 단축되었다고 밝혔습니다. 2023년 겨울 컬렉션에서는 베스트셀러 아이템의 30%가 AI가 생성한 영감 솔루션에서 직접 비롯되었습니다.

출처: 월마트 공식 홈페이지

2. 공급망 대폭 축소: 18주 시간 블랙홀 해소

의류 산업은 오랫동안 '디자인-생산-출시'의 긴 주기 문제에 시달려 왔습니다. 기존 방식에서는 트렌드 발견부터 매장 진열까지 평균 26주가 소요되었지만, 월마트는 AI 도구를 통해 이 주기를 8주 이내로 단축했습니다. 기술팀 책임자는 시스템이 12주 전에 히트 상품의 특징을 예측하고 동시에 원단 구매 협상을 시작하여, 원단 예약 단계에서만 45일을 절약한다고 설명했습니다.

더 중요한 것은 AI의 생산 결정 최적화입니다. 시스템은 월마트의 전 세계 2,000여 개 공급업체의 실시간 생산 능력 데이터를 통합하여 트렌드 인기도에 따라 최적의 생산 방안을 자동으로 추천합니다.

출처: 월마트 공식 홈페이지

3. 20억 달러 브랜드의 AI 실전: 패스트 패션 모델 재정의

첫 번째 적용 사례로, 월마트 산하 젊은 층 의류 브랜드 No Boundaries는 AI 기반 모델의 수혜자가 되었습니다. 2023년 2월에 새롭게 출시된 이 브랜드는 Trend-to-Product 시스템을 통해 '매주 신상품 출시' 리듬을 구현했으며, 연간 SKU 수는 기존 방식보다 170% 증가했습니다. 주목할 점은 히트 상품 예측 정확도가 업계 평균 35%에서 68%로 향상되었고, 시즌 말 재고 적체는 40% 감소했습니다.

출처: 월마트 공식 홈페이지

4. 조 단위 상품 제국의 AI 야망

월마트 인터내셔널 최고 기술 책임자 Vinod Bidarkoppa는 이 기술이 점차 가전, 생활용품 등 200여 개 카테고리로 확대될 것이라고 밝혔습니다. 첫 번째 확장 분야는 계절성 상품으로, 2024년 할로윈 장식품 개발에 트렌드 예측 모듈이 적용되기 시작했습니다. 시스템에 따르면 스파이더맨 테마 장식의 검색량이 전년 대비 300% 급증했으며, AI는 이에 따라 관련 제품 진열량을 2배로 늘리고 중국 공급업체의 원자재 구매를 2개월 앞당길 것을 제안했습니다.

연간 조달액이 3,500억 달러를 넘는 이 거대 기업이 글로벌 공급망을 실시간 트렌드 데이터와 깊이 결합하면서, 기존 6~12개월의 상품 개발 주기는 완전히 붕괴될 수 있습니다. Bidarkoppa가 말했듯이: "미래 소매 경쟁의 본질은 데이터를 상품으로 전환하는 속도 경쟁입니다."