Levi's의 원활한 데이터 전략: 상징적인 청바지 브랜드가 미래를 향해 나아가도록 지원하는 맞춤형 AI

* 본 아티클의 원문은 2025년 03월 20일 Google Cloud 블로그(영문)에 게재되었습니다.

상징적인 청바지 제조사인 Levi’s의 데이터, 분석, AI 부문 글로벌 책임자인 Louis DiCesari는 최근 인터뷰에서 "Levi’s는 172년 된 회사로, 501 제품 라인만 해도 152년의 역사를 자랑합니다."라고 이야기하며 "덕분에 그간 쌓인 데이터양도 엄청납니다."라고 덧붙입니다.

스트레이트 라인과 클래식한 인디고 워싱이 특징인 Levi’s 501 청바지는 일반적인 청바지처럼 보일 수 있습니다. 하지만 이 청바지를 입어본 수백만, 혹은 수십억 명의 생각은 다릅니다. 그들은 1955년식 501 XX의 씨실부터 Nirvana 뮤직비디오에 나온 Kurt Cobain이 입었던 여러 개의 Levi’s까지 아주 사소한 차이도 구분할 수 있습니다.

이제 IT 부서에 동일한 평가를 요청하여 어떤 고객이 어떤 핏을 선호하고, 어느 신흥 시장이 성장 중이고, 최근의 한파로 인해 공급망에 어떤 문제가 발생했는지 판단해 보세요. 5년 전만 해도 어렵고 시간이 오래 걸리는 작업이었습니다. 하지만 Levi’s에서 데이터 처리를 담당하는 DiCesari와 그의 팀은 이러한 업무를 일상적으로 처리하고 있습니다.

Levi's 디자이너들이 도쿄, 뉴욕, 런던, 샌프란시스코의 거리를 누비며 미래 지향적인 스타일을 디자인할 때, DiCesari의 팀에서는 현 시즌의 판매 흐름을 파악하고 내부적으로는 '팬'이라고 하는 Levi's 소비자에게 의미 있는 맞춤형 경험을 창출하기 위해 머신러닝 도구를 빌드하고 있습니다.

DiCesari는 "데님 중심의 브랜드에서 다른 카테고리를 섭렵하는 브랜드로 성장함에 따라 이 데이터는 각 팬의 옷장에서 자사 제품의 점유율을 늘리는 데 결정적인 역할을 할 것입니다."라고 이야기합니다.

Google Cloud는 DiCesari와의 인터뷰를 통해 Levi's가 2020년 Google Cloud와 처음으로 파트너십을 맺은 후 조직 전반에 걸쳐 데이터 전략을 어떻게 세분화해 왔는지, AI 메시지를 통해 어떻게 기존 팬을 유지하고 새로운 팬을 유치하고 있는지, AI 디자인 분야의 초반 실험 결과는 어떤지 자세히 이야기를 나눠보았습니다.

Levi's는 약 5년 전에 Google Cloud와 협업을 시작했습니다. 팬데믹이 한창이라 사람들이 대부분 집에 머무르면서 패션 업계의 미래가 불투명했던 시기였는데요. Levi's에서는 클라우드를 기반으로 무엇을 이루어내려고 했나요?

Louis DiCesari: Levi's는 명확성을 원했습니다. Levi's의 전반적인 목표는 회사가 소비자를 중심으로 더 나은 비즈니스 결정을 내릴 수 있도록 데이터 기반 인사이트를 얻는 것입니다. 모든 업무의 원칙이죠.

팀의 임무는 크게 네 가지 핵심 구성 요소로 나눌 수 있습니다. 첫 번째는 회사에 인사이트를 제공하는 것입니다. Levi’s는 172년 된 회사로, 501 제품 라인만 해도 152년의 역사를 자랑합니다. 덕분에 그간 쌓인 데이터양도 엄청납니다. 하지만 직감에 의존해 결정을 내리는 경우가 많았기 때문에 데이터를 통합해 인사이트를 얻고 비즈니스 의사 결정권자들이 결정을 내리는 데 필요한 정보를 그 순간에 제공할 필요가 있었습니다.

두 번째는 Google Cloud의 도움을 크게 받고 있는 부분이기도 한데요. 조직 내 모든 사용자에게 적절한 액세스 제어 권한과 함께 데이터를 서비스로 제공하는 것입니다. 저희 팀은 데이터 분석을 수행할 수 있는 유일한 팀이나 병목 현상의 원인이 되고 싶어 하지 않습니다. 회사 내 누구에게나 의사 결정이 필요한 순간에 상세히 살펴보고 분석하는 데 필요한 데이터를 제공하고자 합니다.

세 번째와 네 번째 구성 요소는 첫 번째와 두 번째를 뒷받침합니다. Google Cloud Platform에 가져오는 데이터는 효과적인 정의와 표준화 과정을 거쳐야 합니다. 규모가 큰 글로벌 회사에서는 동일한 용어도 지역이나 부서에 따라 매우 다른 의미를 지니거나 다른 방식으로 계산될 수 있습니다. 저희 팀은 전사적으로 모든 개념이 일관되게 정의되고 표준화되도록 하는 데 투자하고 있습니다.

네 번째 구성 요소는 분석 보고서 수 감축과 합리화입니다. 과거에는 중앙 플랫폼이 부족해서 다양한 도구에 많은 데이터가 분산되어 있었습니다. 이제 데이터를 Google Cloud에 통합해 정의하고 표준화하는 과정에서 회사의 단일 정보 소스를 마련하기 위해 다른 도구와 보고서는 중단해야 합니다.

4년 만에 달성하기에는 꽤 많은 일처럼 보이는데요. 어디서부터 시작하셨고 어떻게 우선순위를 정하셨나요?

몇 가지 데이터 영역부터 시작해 이를 모두 동시에 진행하고 있습니다. 매우 큰 도전이지만, 먼저 Levi’s의 모든 내부 데이터를 완벽하게 만드는 데 치중하면 가치를 창출하는 일을 아무것도 하지 못할 것 같았습니다. 따라서 일단 가격 정책과 할인 데이터를 집중적으로 살펴봤다가 그다음 영역인 소비자 데이터로 옮겨갔습니다.

영역을 하나씩 살펴보면서 각각 10점 만점에 7~8점 수준으로 끌어올리고 그다음 영역으로 넘어간 후에도 꾸준히 이전 영역을 개선했습니다.

그 두 영역을 시작점으로 삼은 이유는 무엇인가요?

데이터에서 가장 중요한 것은 데이터를 활용하는 방식인데요. 저는 처음부터 큰일을 끝내려 들지 않고 우선 빠르게 효과를 낼 수 있는 부분을 찾았습니다. 각 영역에서도 데이터 중 일부를 먼저 시작한 후 그 뒤로 계속 데이터를 추가했습니다.

가격 책정 분석의 최초 버전은 단순한 가격 탄력성 데이터였지만 그마저도 이전에 사용하던 방식보다 훨씬 나았습니다. 이전에는 자체 데이터가 없어 서드 파티에서 받은 정적 스냅샷 데이터를 사용했기 때문입니다. 점차적으로 데이터를 점점 많이 추가했으며 더 나은 결과를 얻을 수 있도록 빌드 중인 데이터 제품도 더욱 강화했습니다.

'버전 0'이 현재 가동 중이란 말씀이군요. 이를 바탕으로 회사는 어떤 일을 할 수 있게 되었나요?

전통적으로 Levi’s는 주요 도소매 업체와 백화점에서 판매되는 남성용 청바지 브랜드로 알려져 있었습니다. 업계 최고의 옴니채널 소매업체로 전환하는 과정에서 비즈니스 운영 방식을 소매업체처럼 재구성하고 있으며 이 모든 과정에 항상 소비자를 중심에 두고 있습니다.

저와 팀원들의 업무 중 상당 부분은 데이터와 분석을 바탕으로 이러한 혁신을 지원하는 데 있습니다. 따라서 상품기획 데이터와 소비자 데이터의 병합이 중요한 업무 중 하나입니다. 단순히 '501이 이 가격에 팔리고 511은 이 가격에 팔린다'가 아니라 누가 501과 511을 구매하고 있으며, 시간 경과에 따라 어떻게 변하는지 살펴볼 수 있습니다. 예를 들면 각 소비자의 구매 방식, 단일 채널과 옴니채널의 비중, 소비자가 구매하는 카테고리 개수 등을 알게 됩니다.

데님 중심의 브랜드에서 다양한 카테고리를 섭렵하는 브랜드로 성장함에 따라 이 데이터는 소비자의 옷장에서 자사 제품의 점유율을 늘리는 데 결정적인 역할을 할 것입니다.

그렇다면 데이터는 '옷장 점유율'을 늘리는 데 어떤 도움이 되고 있나요?

디자인 측면에서 흥미로운 융합이 관찰되고 있습니다. 디자인 주기는 18개월 정도이므로 이미 2026년 후반부를 위한 디자인 스케치가 진행 중입니다. 디자인에는 시간이 걸리고 그런 다음에 제조, 마케팅, 매장 진열도 진행해야 하기 때문이죠. 그래서 디자이너들은 도쿄나 런던, 뉴욕의 거리를 누비며 유행을 파악합니다.

데이터 덕분에 Levi’s는 1년 반 전에 인기를 끌 것으로 기대했던 디자인이 실제로 인기 있었는지 수치로 확인할 수 있습니다. 직접적으로 디자인에 영향을 주지는 않지만 현재 유행 중인 배기, 루즈핏 청바지를 예로 들어 설명해 보겠습니다. 2020년 팬데믹 직후부터 데님 핏이 스키니에서 루즈핏으로 바뀌기 시작했고 이처럼 루즈핏으로 가는 경향은 계속해서 뚜렷해지고 있습니다.

전반적인 트렌드를 파악하고 나면 데이터를 활용해 배기 루즈핏 유행이 주로 기존 팬들에게 반응이 좋은지 아니면 신규 고객에게 더 잘 통하는지, 즉 실제로 구매하고 있는 사람들이 누구인지 정확히 파악할 수 있습니다. 모든 연령대와 성별에 걸친 모든 사람의 반응을 파악하면 디자인은 물론 비즈니스 결정에도 모두 반영할 수 있습니다.

마케팅에는 어떻게 활용될까요? 이 분야에서 데이터와 AI가 할 수 있는 역할이 많다고 들었습니다.

데이터와 AI는 최근 캠페인, 특히 유럽에서 진행한 'Live Loose' 캠페인을 준비하는 데 활용되었습니다. 데이터는 도매업체와 영리하게 대화하는 데 도움이 됩니다. 예를 들어 채널에서 무엇이 관찰되고 있는지, 어떤 트렌드가 실제로 반응을 얻어 유행하고 있는지를 알리고 이를 바탕으로 도매업체가 유행하는 배기핏 트렌드를 자세히 이해하도록 어떻게 도울 것인지 이야기할 수 있습니다.

현재 AI를 위한 기반으로 데이터를 준비하고자 Levi’s처럼 힘쓰고 있는 회사가 많습니다. Levi's는 이러한 여정에서 어느 단계에 있나요?

머신러닝 측면에서 현재 Levi's는 매우 성숙한 머신러닝 역량을 갖추고 있습니다. 가격 책정 최적화, 사이즈 결정 최적화, 고객 추천 등 제가 말씀드린 대부분의 솔루션은 모두 머신러닝을 사용해 최적화됩니다. 이때 자체적으로 빌드한 모델과 Google Cloud의 모델 중 하나를 활용하거나 두 가지를 모두 활용하기도 하죠.

전통적인 머신러닝 수준으로 가능한 일입니다. 생성형 AI의 경우 한참 전부터 오픈 모델과 Google PaLM2 같은 모델을 활용해 왔습니다. 사실 지금처럼 생성형 AI 열풍이 불기 전부터 콘텐츠와 번역의 초안 작성을 돕는 용도로 팀을 지원하기 위해 이 기술을 사용해 왔습니다. 물론 인간 참여형(Human In The Loop) 접근 방법으로 완전 자동화는 아니지만 그 덕분에 많은 시간을 절약할 수 있습니다. 예를 들어 제품 설명과 번역을 웹사이트에 더 빠르게 게시하고 브랜드 색깔에 맞게 모든 내용을 학습시켰기 때문에 브랜드 일관성도 유지할 수 있습니다.

AI가 디자인과 창작 과정에 더 광범위한 영향을 미칠 것으로 예상하시나요?

디자인에서는 언제나 '과학'보다는 '예술'의 영역이 더 중요합니다. Levi's의 디자이너들은 다가올 트렌드를 관찰하고 디자인하는 데 있어서 최고입니다. 따라서 저희 팀은 AI를 디자인 자체에 영향을 미치기보다는 디자이너의 삶과 전반적인 비즈니스를 더 효율적으로 만드는 기술로써 활용하는 데 주력하고 있습니다.

모든 훌륭한 소매업체와 브랜드가 그렇듯 Levi's는 AI와 같은 신기술을 지속적으로 실험하고 테스트하여 실질적인 효과 확보와 확대 가능성을 확인하고자 합니다. 디자인 분야에서 AI 활용은 아직 초기 단계에 있으며, 지금까지의 기술로는 데님 같은 직물의 미묘한 차이, 즉 드레이프 정도, 디스트레싱과 워싱의 미묘한 차이 등을 포착하기는 어려웠습니다.

AI가 디자인에 어떤 도움이 될지는 시간이 지나야 알 수 있겠지만, 현재로서는 회사 전반에서 디자이너와 파트너의 삶을 조금 더 편리하게 만드는 데 집중하고 있습니다. ®