패션 EC의 추천 기술은 지난 10여 년 동안 빠르게 진화해 왔습니다. 초기에는 인기 상품 중심의 단순 추천이 주를 이뤘고, 이후에는 협업 필터링(Collaborative Filtering), 머신러닝 기반 개인화, 행동 데이터 분석 기술이 도입되며 추천의 정밀도가 높아졌습니다. 오늘날 대부분의 대형 EC 플랫폼은 클릭률(CTR), 구매전환율(CVR), 체류시간 등을 기반으로 고객별 최적 상품을 제안하는 구조를 갖추고 있습니다. 그러나 생성형 AI 시대에 들어서면서, 기존 추천 시스템의 구조적 한계 역시 점점 분명해지고 있습니다. 특히 패션 산업에서는 이러한 변화가 더욱 빠르게 나타나고 있습니다.
기존 추천 시스템은 기본적으로 ‘과거 행동’을 분석합니다. 무엇을 클릭했는가, 어떤 상품을 장바구니에 담았는가, 어떤 고객군과 유사한가를 중심으로 추천이 이뤄집니다. 이는 구매 가능성이 높은 상품을 효율적으로 노출하는 데에는 매우 효과적입니다. 하지만 동시에 고객을 이미 소비했던 취향과 패턴 안에 가두는 경향도 존재합니다.
예를 들어, 특정 스타일의 블라우스를 자주 본 고객에게는 비슷한 계열의 상품이 반복적으로 노출됩니다. 알고리즘 관점에서는 최적화일 수 있지만, 실제 고객 경험 측면에서는 새로운 발견(Discovery)의 폭이 제한될 가능성이 있습니다. 패션 커머스는 원래 단순한 목적 구매 산업이 아닙니다. 고객은 특정 SKU를 찾기보다, 자신이 원하는 분위기와 상황을 탐색하는 경우가 훨씬 많습니다.
“와이드 팬츠에 어울리는 너무 딱딱하지 않은 오피스룩”
“교외 데이트에서 입을 수 있는 여성스러운 원피스”
“장마철에도 가볍게 입을 수 있는 출근 코디”
이러한 질문에는 단순 키워드 이상의 정보가 포함됩니다. TPO(Time, Place, Occasion), 감성, 체형 고민, 관계, 계절감, 가격대, 스타일 목적 등이 복합적으로 섞여 있습니다. 다시 말해 고객은 상품명이 아니라 ‘의도(Intent)’를 기반으로 탐색하고 있는 것입니다.
최근 생성형 AI 기반 탐색 기술이 주목받는 이유도 바로 여기에 있습니다. 생성형 AI는 고객의 자연어 질문을 단순 검색어로 처리하지 않습니다. 문맥과 목적, 상황성을 함께 이해하려고 시도합니다. 그리고 이 과정에서 기존 EC가 확보하기 어려웠던 새로운 데이터가 생성됩니다. 바로 인텐트 데이터(Intent Data)입니다.
인텐트 데이터는 단순 구매 이력과 다릅니다. ‘무엇을 구매했는가’보다 ‘왜 그것을 원했는가’에 가까운 데이터입니다. 이 데이터가 중요한 이유는 추천의 구조 자체를 바꾸기 때문입니다.
기존 추천 시스템이 상품과 상품을 연결하는 구조였다면, 인텐트 기반 추천은 상황과 테마를 연결합니다. 예를 들어 고객들의 자연어 탐색 데이터를 분석해 ‘여름 바캉스 커플룩’, ‘미니멀 오피스 스타일’, ‘비 오는 날 출근 코디’, ‘데이트용 여성스러운 블라우스’ 같은 테마형 큐레이션을 자동으로 생성하는 방식입니다.
이는 단순히 추천 정확도를 높이는 수준의 변화가 아닙니다. 추천 시스템이 ‘검색 최적화 엔진’에서 ‘AI 큐레이션 엔진’으로 진화하고 있다는 의미에 가깝습니다. 특히 패션 산업에서는 이러한 변화가 전략적으로 매우 중요합니다. 패션은 고객의 감성과 취향 변화 속도가 빠르고, 시즌성과 트렌드 영향도 큽니다. 따라서 단순 행동 데이터만으로는 고객의 잠재 니즈를 충분히 설명하기 어렵습니다. 반면 인텐트 데이터는 고객이 아직 구매하지 않았더라도 ‘무엇을 고민하고 있는가’를 보여줍니다.
이는 향후 개인화 전략뿐 아니라 MD, 콘텐츠 제작, 소싱, 프로모션 전략까지 변화시킬 가능성이 큽니다. 예를 들어 특정 시즌에 ‘출근 가능한 애슬레저룩’, ‘하객룩처럼 보이지 않는 세미 포멀 스타일’ 같은 인텐트가 급증한다면, 이는 단순 검색 트렌드가 아니라 고객 라이프스타일 변화의 신호로 해석할 수 있습니다. 결국 인텐트 데이터는 단순 추천 데이터가 아니라 시장 수요를 실시간으로 읽어내는 소비자 언어 데이터에 가까워지고 있습니다.
이러한 흐름 속에서 앞으로의 EC 경쟁력은 단순히 많은 상품을 보유하는 데 있지 않을 가능성이 높습니다.
오히려 고객이 스스로도 명확히 설명하지 못한 욕구를 얼마나 빠르게 이해하고, 이를 탐색 경험으로 연결할 수 있는지가 핵심 경쟁력이 될 수 있습니다. 생성형 AI는 지금까지 숫자와 클릭 중심으로 움직였던 추천 시스템을, 고객의 맥락과 감성을 이해하는 방향으로 이동시키고 있습니다.
💡 더 읽어볼 콘텐츠
