AI는 패션 디자인의 무엇을 바꾸고, 무엇을 바꾸지 않는가

서론 — 아날로그의 성역에 AI가 찾아왔다

패션 디자인은 오랫동안 아날로그 세계에서 살아왔습니다. 디자이너는 거리를 걷고, 미술관에 서고, 이국의 시장에서 천의 감촉을 확인합니다. 스케치북에 거친 선을 긋고, 샘플을 몇 번이고 다시 꿰매고, 피팅룸에서 사람의 몸이 전하는 말에 귀를 기울입니다. 그 일련의 과정은 효율과는 거리가 멉니다. 하지만 그 '돌아감' 속에 옷이 옷인 이유가 깃들어 있습니다.

그곳에 AI가 등장했습니다. 텍스트를 입력하면 비주얼이 생성되고, 과거 데이터에서 수요를 예측하고, 사양서가 자동으로 채워집니다. 'AI가 디자이너를 대체할 것인가'라는 질문이 또다시 떠오릅니다. 하지만 질문 자체가 틀렸습니다. 올바른 질문은 'AI는 디자이너의 무엇을 돕고, 무엇을 절대로 대체할 수 없는가'입니다.

이 글에서는 패션이라는 산업에서 AI가 가져오는 가능성과, 그럼에도 인간이 계속 담당해야 할 업무의 본질에 대해 솔직하게 정리합니다.

패션 산업이 해결하지 못한 '정보의 문제'

패션 산업의 제품 제작은 놀라울 만큼 방대한 정보를 다룹니다. 하나의 스타일에 대해 소재 구성·중량·색상 번호·세탁 표시, 봉제 사양, 치수표, 공장 지시서(테크팩), 샘플 수정 코멘트, 발주 정보, 납기 관리 — 이것들이 복잡하게 얽혀 있습니다. 그럼에도 불구하고 많은 브랜드에서 이 정보는 Excel, 이메일, 메시지 앱, 전화에 흩어져 있고 누군가의 기억에 크게 의존하는 것이 현실입니다.

이 '정보의 비구조화'야말로 패션 산업의 낮은 생산성과 품질 오류의 근본 원인입니다. 언어 장벽만의 문제가 아닙니다 — 정보 관리 구조의 장벽입니다. 디자이너가 영어로 코멘트하고 공장 직원이 중국어로 읽으면, 해석이 어긋난 채 생산에 들어갑니다. 이것은 번역만의 문제가 아니라 정보가 수치나 명확한 형식으로 정리되지 않은 것이 원인인 경우가 많습니다. '넥라인을 조금 더 내려주세요'라는 모호한 지시는 어떤 언어로 번역해도 모호한 채로 남습니다.

사람은 익숙한 방식을 바꾸기 싫어하고, 기업이 도입해온 정보 관리 시스템은 정보 관리 자체가 목적이 되어버려 바꿀 이점을 느끼지 못합니다.

데이터가 정리되면, AI는 비로소 '이해'한다

다만, AI의 등장으로 상황은 크게 달라지고 있습니다. 업무 방식을 크게 바꾸지 않아도, AI 지원과 기존 기술의 결합으로 정보 관리 방식이 변화하고 있습니다. 게다가 AI는 마법이 아닙니다. 정확히 말하면, AI는 주어진 정보의 질과 양에 완전히 의존하는 도구입니다.
이런 장면을 생각해보세요:

디자이너가 스케치를 촬영하면, AI가 유사한 과거 스타일을 즉시 참조해 소재 후보와 비용 감각을 제안합니다.
소재 샘플을 카메라로 찍으면, 색상 번호·구성·세탁 표시가 자동으로 BOM(자재 명세서)에 기입됩니다.

이것들은 공상이 아니라 현재 구축 중인 기술입니다. 그리고 이것들이 작동하는 전제는 하나 — '디지털 데이터가 존재하는 것'입니다.
데이터가 많을수록 AI는 똑똑해집니다. 과거 10시즌의 테크팩 데이터가 있다면, '이 소재로 이 실루엣을 만들면 비용이 얼마인가' '이 공장에서 이 사양을 재현할 수 있는가'를 AI는 근거를 갖고 답할 수 있습니다. 하지만 종이와 Excel과 누군가의 기억에 흩어진 채로는 영원히 실현되지 않습니다.

정보를 디지털로 관리하는 것은 단순한 '디지털화'가 아닙니다. AI에게 의도를 올바르게 전달하기 위한 '언어를 정리하는 행위'입니다.

AI가 바꾸는 업무, 바꾸지 않는 업무

AI로 인해 확실히 바뀌는 것과 바뀌지 않는 것을 솔직하게 나열해 봅니다.
AI가 근본적으로 바꾸는 영역
작업 자동화와 정확도 향상
테크팩 작성, 치수표 전개, 세탁 표시 법규 확인, 다국어 커뮤니케이션 — 이것들은 본질적으로 '규칙에 기반한 정보 처리'이며, AI가 인간보다 빠르고 정확하게 처리할 수 있습니다. 디자이너가 테크팩 하나를 정리하는 데 반나절이 걸리던 작업이 수 분 만에 완성되는 시대가 곧 옵니다.
의사결정 지원
과거 데이터를 바탕으로 '이 스타일은 작년 유사품 반품률이 15%였다' '이 소재는 이 봉제 사양과 궁합이 좋지 않다'고 보여줄 수 있다면, 디자이너는 더 근거 있는 판단을 내릴 수 있습니다. 직감만이 아닌, 데이터에 뒷받침된 직감으로.
국경을 초월한 커뮤니케이션
일본어로 입력한 수정 지시가 베트남 공장 담당자에게 구조화된 베트남어 테크팩으로 전달됩니다. 핵심은 번역이 아니라 정보 장벽의 제거입니다.

AI가 바꾸지 않는, 바꿔서는 안 되는 영역
여기가 핵심입니다.
영감을 얻는 방법
디자이너가 골목 낡은 건물의 타일에서 색 조합을 발견하는 순간, 시장의 소란 속에서 천의 감촉에 몰두하는 시간, 여행지에서 만난 사람의 옷차림에서 무언가를 느끼는 경험 — 이것은 AI가 생성할 수 없습니다. AI는 '비슷한 무언가를 조합해서 출력'할 수 있을지 몰라도, '아직 세상에 없는 무언가에 대한 깨달음'은 인간의 몸과 감각을 통해서만 생겨납니다.
바깥 세계와 물리적으로 접촉하는 것. 아날로그 정보 속을 헤엄치는 것. 그것은 디자이너 업무에서 가장 가치 있는 부분으로 남을 것입니다.
손으로 그리는 디자인 스케치
손으로 그린 스케치는 '완성품'이 아니라 '탐색의 흔적'입니다. 지운 선, 다시 그린 곡선, 여백에 끄적인 메모 — 그것들은 사고 과정 그 자체이며, 디지털 도구로는 대체할 수 없는 무언가가 있습니다. 거친 스케치에 가치가 있는 것은, 그것이 '아직 결정되지 않은 여백'을 보존하고 있기 때문입니다.

모호함과 해석의 여지
컬렉션 컨셉이 시적이고 추상적인 것은 결함이 아닙니다. '강인함과 연약함이 공존하는 여성'이라는 비전은 수치화할 수 없기에, 그것을 받아들인 패턴 메이커, 바이어, 최종 고객이 각자의 해석을 겹쳐나갈 수 있습니다. 모든 것을 명시화·정량화하는 것은 이 '의미의 여백'을 짓누르는 것입니다.
AI가 잘하는 것은 이 여백을 '구현하는' 단계입니다. 컨셉을 정하는 것은 어디까지나 인간의 행위입니다.

효율화되어도, '굳이 남겨야 할 작업'이 있다

여기서 조금 역설적인 이야기를 하겠습니다.
업무 효율이 최대화되더라도, 일부 '작업'은 굳이 비효율인 채로 남겨야 한다고 생각합니다.

디자이너가 샘플을 손에 들고, 솔기를 손가락으로 훑고, 착용해보고 '뭔가 다르다'고 느끼는 순간 — 이것은 데이터로 대체할 수 없는 감각적 피드백입니다. AI가 검품 사진에서 불량을 검출할 수 있다고 해도, 디자이너가 자신의 눈으로 실물을 확인하는 과정은 품질 보증뿐만 아니라 '상품에 대한 이해를 깊이는 학습'이기도 합니다.

스케치를 손으로 그리는 것을 '디지털 도구로 대체하면 더 빠르다'고 해서 없애버린다면, 디자이너는 자신의 손과 눈과 뇌가 협응하는 경험을 잃게 됩니다. 그 경험의 축적이야말로 AI에 대한 정확한 지시로 이어지는 '판단력'을 키워줍니다.

AI는 '경험'을 쌓지 않습니다. 인간만이 경험을 통해 감각을 연마합니다.
그렇기에, 효율화의 물결 속에서 의도적으로 아날로그를 지키는 선택이 장기적으로는 가장 합리적인 전략이 됩니다.

패션 디자이너의 업무 본질은 변하지 않는다

최종적으로, 무엇이 세상에 나와야 하고, 무엇이 사람들에게 사랑받는 옷인지를 결정하는 것은 인간입니다.
AI는 데이터를 분석하고, 트렌드를 예측하고, 유사한 옷이 작년에 얼마나 팔렸는지 알려줍니다. 하지만 '이 옷을 내년 봄에 세상에 전달하고 싶다'는 의지와, '이 한 벌이 누군가의 인생의 소중한 날에 함께하길'이라는 바람은 데이터 밖에 있습니다.

패션 디자이너가 해야 할 업무의 본질 — 자신과 브랜드를 표현하고, 세상 사람들에게 사랑받는 상품을 만드는 것 — 은 AI가 아무리 고도화되어도 변하지 않습니다. 오히려 AI로 인해 사무적인 부담이 줄어든 만큼, 디자이너는 그 본질적인 업무에 더 많은 시간과 에너지를 쏟을 수 있게 됩니다.

도구가 진화해도, 요리사의 본질이 '맛있는 음식을 만드는 것'인 것과 마찬가지입니다.

결론 — 데이터와 크리에이티비티는 대립하지 않는다

'AI를 사용하면 크리에이티비티가 사라진다'는 우려는 뿌리 깊습니다. 하지만 그것은 도구의 사용 방법의 문제입니다.
정보를 디지털로 관리함으로써 AI는 당신의 의도를 올바르게 이해하고, 올바른 아웃풋을 낼 수 있게 됩니다. 데이터가 쌓일수록 AI는 당신의 브랜드 맥락을 학습하고, 더욱 정확한 제안을 할 수 있게 됩니다.

그 혜택을 최대화하면서, 동시에 — 거리를 걷고, 천에 닿고, 종이에 선을 긋고, 여백을 소중히 하는 시간을 지키는 것.
이 양립이 앞으로의 패션 디자이너에게 요구되는 모습이 아닐까요.

AI는 당신의 일을 빼앗으러 온 것이 아닙니다. 당신이 정말로 해야 할 일만을 남겨줄 것입니다.