소개
설텍2026 총정리, 패션산업 AI 전환(AX)이 바꾸는 생산.소싱의 미래,
전 세계 의류 생산량 중 수많은 옷이 제대로 팔리지도 못한 채 소각되거나 매립되며,
이로 인한 경제적 손실만 매년 최대 1,400억 달러에 달한다고 합니다. 오는 9월 9일부터 10일까지 서울 동대문디자인플라자(DDP)에서 열리는 ‘설텍2026’ 행사의 핵심 키워드이기도 한 패션 AX(AI Transformation)의 실체와 생산 현장의 변화를 상세히 짚어보겠습니다.
이 엄청난 손실의 시작인 ‘잘못된 수요 예측’을 뿌리부터 바꾸기 위해 등장한 것이 바로 인공지능,
AI입니다.
설텍2026 개요 및 핵심 개념
Human + AI Operating System
이번 설텍2026(2026 SEOUL Tex & Tech)은 단순한 AI 툴 소개를 넘어 패션 기업의 일하는 방식 자체를 바꾸는 대전환을 다룹니다.
행사 일정 및 참여 방법
• 일시: 2026년 9월 9일(수) ~ 10일(목)
• 장소: 서울 동대문디자인플라자(DDP) 디자인랩
• 주제: BUILD WITH AI. SCALE GLOBALLY.
• 참가 신청: 8월 10일부터 시작하며, 패션·유통 종사자를 대상으로 1인당 최대 3개 세션 선택이 가능합니다.
문화 정체성 반영과 지속 가능한 패션,소비자 가이드 3가지
Human + AI Operating System의 실체
단순히 AI 프로그램 하나를 도입하는 데 그치지 않고, 고객 데이터 분석부터 상품기획, 작업지시서 작성, 소싱, 생산, 그리고 재고 환류까지 이어지는 전 과정의 의사결정 구조를 AI에 맞춰 재설계하는 시스템을 의미합니다.
일자별 주요 세션과 글로벌 실전 사례
설텍2026의 주요 세션은 이틀간 기획, 디자인, 제조, 그리고 글로벌 확장까지 전 과정을 포괄적으로 다룹니다.
첫날(9월 9일) BUILD WITH AI 세션
• 글로벌 데이터 경영: 한국오라클 김은희 상무가 데이터 기반 패션 경영을 발표합니다.
• 상품기획 및 디자인 AI: Centric Software 김유진 이사, 트렌드인코리아 이은희 대표, 스타일AI 이현학 부사장이 디자인부터 작업지시서까지 연결하는 AI 에이전트 활용법을 전달합니다.
• 고객 경험과 콘텐츠: 채널코퍼레이션 문희철 리드와 스튜디오랩 강성훈 대표가 AEO·GEO 시대의 브랜드 콘텐츠 전략을 제시합니다.
설텍2026, 제조·공급망 AX 및 클로징 세션
• 생산관리 데이터화: 더라커룸 강규식 대표와 랩오브어패럴 김성한 대표가 감에 의존하던 방식을 데이터 기반으로 전환하고 글로벌 소싱에 AI를 결합한 실전 사례를 공개합니다.
쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
• 중국 및 글로벌 시장 공략 (9월 10일): 미스토상하이 오준영 법인장(마리떼, 마뗑킴 사례), POIZON 코리아 범유명 총괄, 상하이109 주화 총감, MOYNAT Korea 엄운현 대표가 중국 콘텐츠 커머스와 유럽 럭셔리 시장 진출을 다룹니다.
• AI Native Company: 베러웍스 임태은 대표, 리버스마운틴 김경민 대표가 참여하는 패널토론을 통해 AI 시대의 리더십 변화를 논의합니다.
경쟁력 있는 AI 솔루션 도입법
AI 솔루션을 무턱대고 도입하면 오히려 비용만 늘어날 수 있습니다. 알뜰하게 도입하는 법과 현장에서 거론되는 단점들을 살펴보겠습니다.
저렴하게 구매 및 도입하는 방법
• 구독형 SaaS 솔루션 활용: 초기 인프라 구축 비용이 부담스러운 중소기업의 경우,
월정액 형태의 클로징/재고 최적화 SaaS 솔루션을 활용하면 초기 비용을 획기적으로 낮출 수 있습니다.
• 특정 라인 파일럿(Pilot) 테스트: 전체 공장에 적용하기보다 일부 스타일이나 라인에 먼저 적용해 보고 효과를 검증한 후 확장하는 전략이 경제적입니다.
설텍2026 참여이후 단점 및 주의점
• 초기 데이터 정비(Cleansing) 비용 발생: 기존 수기 기록이나 파편화된 데이터를 디지털화하고 정제하는 과정에서 의외로 많은 시간과 추가 인력 비용이 소요됩니다.
• 3D 가상 피팅과 실제 원단 질감의 갭: 3D 시뮬레이션 기술이 발전했어도 실제 원단이 가지는 고유의 드레이프성이나 핸드필(Hand feel)을 100% 재현하기 어려워 물리적 샘플 검수 절차가 완전히 사라지지는 않습니다.
• 현장 인력과의 마찰: 기존 숙련 공정 관리자들이 AI 시스템의 추천 결과를 신뢰하지 않거나 시스템 입력에 거부감을 느끼는 경우가 빈번하게 발생합니다.
인터넷 및 업계에서 거론되는 최신 이슈
• AI 저작권 및 디자인 도용 논란: 생성형 AI로 만든 디자인의 저작권 인정 범위에 대한 법적 기준이 미비하여 타 브랜드의 디자인 권리 침해 시비가 인터넷 커뮤니티 등에서 지속적으로 언급되고 있습니다.
• 디지털 격차로 인한 하청 공장의 소외: 원청 브랜드는 AI 시스템을 빠르게 도입하는 반면, 1차·2차 하청 봉제공장은 관련 인프라 부족으로 인해 데이터 연동 과정에서 소외되거나 부담을 떠안는 양극화 현상이 거론됩니다.
패션 AI 생산 체계 구축, 지속관리체크리스트
AI 도입 효과를 장기적으로 유지하기 위해 현장에서 실행해야 할 관리 항목입니다.
• 데이터 정제 습관화: 월 1회 이상 판매, 반품, 생산 데이터의 누락이나 오기를 정제합니다.
• 예측 오차 관리: AI 예측값과 실제 판매량 간 오차(MAPE)를 정기 추적하여 기준 오차 초과 시 모델을 재학습시킵니다.
• 3D 시뮬레이션 피드백 루프: 가상 샘플과 실제 봉제 완성품 간의 치수 편차 데이터를 축적하여 설정값에 지속 반영합니다.
• 품질 검사 시스템 업데이트: 신소재나 복잡한 공법이 적용될 때마다 자동 품질 검사의 불량 학습 데이터를 업데이트합니다.
• 정기적인 AI 리터러시 교육: 분기별로 최신 AI 트렌드와 교육을 통해 조직원들의 기술 활용도를 높입니다.
IE(산업공학) 및 생산관리자 관점의 시사점
그동안 현장 경험과 감에만 의존했던 생산관리 방식에서 탈피하여 공정 데이터와 라인밸런싱 데이터를 표준화하고 축적하는 것이 패션 AX의 핵심 출발점입니다.
핵심 Q&A 5가지
Q1. AI를 도입하면 기존 봉제 숙련 인력이 불필요해지나요?
A1. 그렇지 않습니다. AI는 데이터 분석에 강하지만 원단의 손맛 판단, 복잡한 봉제 구조 대응 등은 여전히 숙련 인력이 필수적입니다. 단순 작업이 자동화되면서 인력의 역할이 고차원적 의사결정 중심으로 재정의되는 것입니다.
Q2. 중소 규모의 공장이나 브랜드도 AI 도입이 가능한가요?
A2. 충분히 가능합니다. 클라우드 기반의 구독형(SaaS) AI 툴이나 3D 샘플링 소프트웨어를 선택적으로 도입하여 특정 공정부터 부담 없이 시작할 수 있습니다.
Q3. AI 수요 예측은 100% 정확한가요?
A3. 완벽하지는 않습니다. 시장의 외부 변동성이 크거나 신규 상품처럼 학습 데이터가 부족할 때는 오차가 커질 수 있으므로, 최종 판단에 현장 전문가의 의견을 반영하는 방식이 적합합니다.
Q4. 아시아 태평양 지역이 패션 AI 시장에서 주목받는 이유는 무엇인가요?
A4. 방대한 제조 인프라와 봉제 생산 데이터를 보유하고 있는 동시에, 급성장하는 이커머스 시장과 디지털 소비층을 동시에 갖추고 있기 때문입니다.
Q5. AI 전환 과정에서 가장 흔히 발생하는 실패 원인은 무엇인가요?
A5. 데이터 정비 없이 기술부터 들여오는 조급함, 현장 구성원의 변화 관리 실패, 그리고 명확한 성과 측정 기준(KPI) 미비 등이 대표적인 실패 원인입니다.
결론 및 마무리
설텍2026 오늘 다룬 내용을 요약하면, 패션 산업은 기존의 과잉 생산과 재고 손실 구조에서 벗어나,
데이터와 AI 기반의 정밀 생산 체계로 빠르게 변화하고 있습니다.
설텍2026에서 제시하는 흐름처럼 핵심은 ‘우리 데이터의 신뢰도’를 먼저 점검하고,
현장과 기술을 원활하게 연결하는 것입니다.
급변하는 환경 속에서 차근차근 데이터를 표준화하고 준비해 나간다면 현장의 경쟁력을 더욱 공고히 하실 수 있을 것입니다.
정성껏 준비한 이번 글이 여러분의 현장에 작은 도움이 되었기를 바랍니다.
쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.