왜 패션 업계는 '전문 패션AI'를 넘어 '범용 AI'를 찾아야 하는가

지난 9/3 (목) 섬유패션 AX Demo day 에서 13개의 다양한 패션 AI 기업들이 참가하여 각자의 전문 AI를 설명했습니다.
팔레트는 조금 다른 이야기를 꺼냈습니다.

팔레트는 유일하게 '패션 특정 분야에서 특화된 AI'가 아니라, 패션의 모든 업무에서 사용이 가능한 범용 AI 에이전트를 소개했습니다.
결과적으로 Demo day에 모인 여러 패션 기업 관계자들에게 큰 호응을 얻었습니다.

팔레트는 왜 패션 AI의 전문성보다 범용 AI에 대해 이야기했을까요? 지금부터 그 생각을 풀어보겠습니다.

전문 패션 AI가 증명한 것, 그러나 아직 남아있는 질문은?

13개 기업의 발표는 모두 인상적이었습니다. 각자의 영역에서 전문 AI가 굉장히 정교해졌다는 것을 보여주었습니다.

다만, 현장에서 함께 떠오르는 질문도 있었습니다.

이 좋은 Tool이 서로 연결되어 있는가 ?

하나의 시스템에서 모든 워크플로우가 흐를 수는 없는가 ?

디자인 AI가 만든 시안은 상품 기획 회의로, 수요예측 결과는 발주 시스템으로, 마케팅 콘텐츠는 채널 운영 담당자에게, 결국 기업의 많은 사람의 손을 거쳐 넘어가야 완성됩니다.

결국, 좋은 도구가 하나 늘어날 때마다 로그인할 화면과 옮겨 적을 데이터, 확인할 담당자도 함께 늘어납니다. 의사결정을 위해 모든 전문 AI가 연결될 수는 없는가에 대한 의문은 각 AI의 완성도와는 다른 차원의, 아직 아무도 답하지 않은 질문이었습니다.

섬유패션 AX DEMO DAY 에서 Palette Agent 를 설명하는 Palette CEO. Jong-keun Lee

팔레트는 더 확신할 수 있었습니다. 패션 AI라고 해서 꼭 특정 분야에 국한된 전문 AI만을 고집할 필요가 없다는 확신입니다.

범용 AI 에이전트는 특정 기능 대신 ‘일하는 방식’ 을 제공합니다.

데이터를 읽고, 판단하고, 다음 시스템에 실행을 넘기는 모든 구조는 디자인이든 수요 예측이든 같습니다.

그래서 하나의 Palette Agent 는 개별 패션 AI Agent가 아닌 트렌드 분석부터 상세페이지 제작, 촬영부터 편집, 모델 생성, 콘텐츠 제작 에이전트까지 필요할 때마다 추가하여 전체 워크 플로우가 하나의 공간에서 구현될 수 있도록 합니다.

또한, 특정 기능에 고정된 AI는 그 변화를 따라가기 어렵지만, 에이전트 구조는 규칙이 바뀔 때마다 다시 설계할 수 있습니다.

즉, 패션의 업무는 언제나 여러 전문 영역에 걸쳐 있습니다. 시즌 기획 하나에도 트렌드 분석, 발주 데이터, 마케팅 캘린더가 동시에 얽혀 있습니다. 패션 전문 AI 하나로 그 경계를 전부 넘나들 수 없습니다.

그래서 패션 업계에도 범용 AI Agent가 필요합니다.

많은 기업들이 ‘패션 AI로 우리는 이런 일들이 가능합니다.’ ‘이런 것들을 해줄 수 있습니다.’ 라고 제안합니다.

하지만, 팔레트는 ‘현업에 있는 담당자가 가장 잘 만들 수 있는 AI’ 를 제시합니다.

직접 업무와 구조를 실제로 다루는 사람은 결국 현장 담당자이기 때문입니다.

MD와 기획자, 채널 운영자가 개발자의 도움 없이 에이전트를 직접 만들고 고칠 수 있어야, 전문성이 도구 안에 갇히지 않고 조직의 역량으로 남습니다. 유연한 구조와 규칙의 재설계가 가능한 것도 이런 이유에서 중요합니다.

이를 위해, Palette 는 ‘노코드 빌더 AI (No Code Builder)’를 지향합니다.

팔레트의 노코드 빌더 AI 에 대한 생각을 더 자세히 알고 싶다면 지난 포스팅을 통해 참고해보세요.

팔레트는 어떤 회사인가ㅣAI기술이 아닌 AI 경험을 설계하는 회사

결국, AI의 효용 가치는 데이터 기반으로 얼마나 많은 의사결정을 맡길 수 있는지, 그리고 그 AI를 현장의 누구나 쓸 수 있는지로 결정 됩니다.

다음 글에서는 팔레트의 고객사인 LF 의 패션AI 사례를 다뤄보도록 하겠습니다.

Palette SNS: Instagram / Threads / Youtube / X