"이 바지에 뭐 입지?" — AI 스타일링이 여기까지 왔습니다

3년 전만 해도 앱에 "내일 비즈니스 캐주얼인데 저녁에 클라이언트 디너도 있어, 뭐 입지?"라고 물어볼 수 있을 거라고 상상이나 했을까요. AI 스타일링은 이제 단순한 추천을 넘어, 내 옷장을 이해하고 대화하는 단계에 와 있습니다.

나를 위한 AI인가, 플랫폼을 위한 AI인가

같은 "AI 추천"이라도 누구를 위한 건지에 따라 완전히 다른 결과가 나와요.

쇼핑몰 AI의 데이터 출처는 판매 중인 상품이에요. 목표는 구매 유도. 그래서 추천이 좋을수록 더 많이 사게 만들어요. 반면 디지털 옷장 AI의 데이터 출처는 내가 가진 옷이에요. 목표는 활용도 극대화. 추천이 좋을수록 이미 가진 옷을 더 잘 입게 돼요.

쇼핑몰 AI가 나쁘다는 게 아니에요. 다만 이해 충돌(conflict of interest)이 있다는 걸 알아야 해요. 플랫폼은 내가 많이 살수록 이익이니까, 추천 알고리즘이 "사게 만드는 방향"으로 최적화되어 있을 수밖에 없거든요.

디지털 옷장 AI는 이 충돌이 없어요. 내가 가진 옷을 더 잘 활용하게 해주는 것 자체가 목표니까요. 이 차이를 이해하면 두 종류의 AI를 상황에 맞게 현명하게 쓸 수 있어요 — 쇼핑할 때는 쇼핑몰 AI를, 코디할 때는 옷장 AI를.

솔직하게 이야기해야 할 부분이 있어요. AI 스타일링이 만능은 아니에요.

잘하는 것: 규칙 기반 매칭(네이비+화이트 조합), 착용 패턴 감지("이 사용자는 월요일에 포멀을 선호한다"), 취향 학습을 통한 개인화, 24시간 접근 가능한 점.

아직 어려운 것: "오늘 기분이 좀 다운인데 옷으로 기분 전환하고 싶어" 같은 감정적 맥락. 원단을 만져봐야 아는 촉감과 드레이프의 뉘앙스. "이 자리에서 이 옷을 입으면 좀 오버인가?" 같은 문화적으로 미묘한 드레스코드 판단.

핵심은 이거예요. AI는 도구이고, 최종 결정은 언제나 나의 감각이에요. AI가 3개의 코디를 제안하면, 그중에서 "오늘의 나"에 맞는 걸 고르는 건 내 몫이에요. 그리고 그 선택에 좋아요/싫어요 피드백을 남기면 AI의 다음 추천이 더 정확해집니다.

이 관계를 잘 설정하면, AI 스타일링은 단순한 도구를 넘어서 내 스타일을 발전시켜주는 파트너가 돼요. 제대로 활용하려면 약간의 준비가 필요해요.

AI가 좋은 추천을 하려면 내 옷장을 알아야 해요. 쓰레기가 들어가면 쓰레기가 나오듯, 좋은 데이터가 들어가야 좋은 추천이 나옵니다.

첫째, 옷장의 80% 이상을 디지털로 등록하세요. 등록률이 낮으면 AI가 볼 수 있는 옵션이 제한되니까, 추천의 질이 떨어질 수밖에 없어요.

둘째, 태그를 정확하게 달아주세요. 색상, 카테고리, 소재, 시즌. 이 네 가지만 정확해도 AI의 추천 정확도가 눈에 띄게 올라가요.

셋째, 최소 30일간 착용 기록을 쌓아주세요. AI는 내 착용 패턴에서 배워요. 데이터가 없으면 일반적인 추천밖에 못 하지만, 30일치 데이터가 쌓이면 "나"에게 맞춤화된 추천이 시작됩니다.

그리고 가장 중요한 것 — TPO를 구체적으로 말해주세요. "코디 추천해줘"보다 "내일 오전 카페 미팅, 비즈니스 캐주얼, 네이비 바지 중심으로"가 훨씬 나은 결과를 줘요. AI에게 상황을 자세히 설명할수록, 추천의 정확도는 올라갑니다.

Q: AI 스타일링을 제대로 쓰려면 옷을 몇 벌이나 등록해야 하나요?
A: 보유 옷의 80% 이상을 등록하는 걸 권장해요. 최소 30벌 이상 등록해야 의미 있는 코디 추천이 가능해요.

Q: AI 추천이 마음에 안 들면 어떻게 하나요?
A: 좋아요/싫어요 피드백을 남기세요. "색상이 너무 어두워", "좀 더 캐주얼하게" 같은 구체적인 피드백이 AI 정확도 향상에 큰 도움이 돼요.

Q: 에이클로젯의 AI 코디 추천은 쇼핑몰 AI랑 어떻게 다른가요?
A: 에이클로젯은 이미 보유한 옷을 기반으로 추천하므로 불필요한 구매를 줄여주지만, 쇼핑몰 AI는 새 상품 구매를 유도하는 게 목표예요.

References & Sources:

에이클로젯 매거진 팀에서 발간하였습니다.