구글 플로우, 패션 디자이너 위한 AI 툴로 뉴욕 패션 위크 지원

달라진 점과 방식

Google의 Envisioning Studio는 Google Labs의 지원을 받아 Google Flow를 활용하여 패션 디자이너를 위한 맞춤형 AI 툴을 개발했다. 이 협력은 2026년 9월 18일 뉴욕 패션 위크를 앞두고 진행되었으며, 디자이너 제인 웨이드와 세르지오 허드슨이 참여했다. 이 툴들은 디자이너들이 겪는 특정 문제점을 해결하고 창의적 워크플로우를 간소화하는 데 중점을 둔다.

제인 웨이드는 '스타일링 스위트(Styling Suite)'라는 툴을 통해 물리적 샘플 제작 전에 가상으로 전체 룩을 구성하고 균형을 맞출 수 있었다. 세르지오 허드슨은 '런웨이 시각화(Runway Visualization)' 툴을 사용하여 예산 제약 속에서도 런웨이 무대를 시뮬레이션하고 최적화했다. 이 두 툴은 디자이너들이 실제 디자인에 더 많은 시간을 할애할 수 있도록 지원한다.

변화의 배경과 맥락

패션 디자이너들은 실제 의류 디자인보다는 행정 업무, 공장 물류, 공급업체 조율 등 비디자인 업무에 대부분의 시간을 소비하는 경향이 있다. 이로 인해 창의적인 디자인 작업에 할애할 시간이 부족해지는 문제가 발생한다. Google은 이러한 업계의 고질적인 비효율성을 인지하고, 디자이너들이 야심 찬 런웨이 비전을 마찰 없이 실현할 수 있도록 돕기 위해 나섰다.

Google의 Envisioning Studio와 Google Labs는 이러한 배경에서 디자이너들과 긴밀히 협력하여 AI 기반 솔루션을 모색했다. 이는 패션 산업에서 AI의 역할이 이론적인 테스트 단계를 넘어 실제 생산 프로세스에 통합되는 방향으로 나아가고 있음을 보여준다. AI가 디자이너의 기존 프로세스 내에서 작동하는 맞춤형 툴을 공동 개발함으로써, 디자이너가 주도권을 유지하면서도 효율성을 높일 수 있다는 점이 강조된다.

구체적인 기능과 동작

제인 웨이드와 공동 개발된 Google Flow 툴인 '스타일링 스위트'는 런웨이 모델 룩의 모든 요소를 매핑한다. 이 툴을 통해 디자이너는 디지털 모델에 헤어, 메이크업, 액세서리, 신발, 의류를 큐레이션하고 가상으로 스타일링을 시도할 수 있다. 이를 통해 각 룩의 균형을 맞추고, 추가적인 의류를 재단하고 봉제하기 전에 누락된 요소를 식별하는 것이 가능해진다. 이 과정은 통상적으로 디자인 팀이 3일가량 소요하는 대면 캐스팅 및 피팅 시간을 크게 단축시킨다.

세르지오 허드슨의 주요 과제는 예산을 초과하지 않고 쇼를 무대화하는 것이었다. 그와 공동 개발된 Google Flow 툴인 '런웨이 시각화'는 런웨이를 시뮬레이션하여 이러한 문제를 해결했다. 이 툴은 디자이너가 공연장의 무대 설정을 조정하고, 예산 범위 내에서 조명과 소품을 교체할 수 있도록 지원한다. 또한 모델이 걸을 동선을 정교하게 다듬어 쇼와 관객 경험의 조화를 이룰 수 있게 한다. 과거에는 디자인 수정 시마다 새로운 3D 렌더링이 필요하여 제작 비용이 증가했지만, 이 툴은 이러한 반복 작업을 없애 비용 절감에 기여한다.

Google Flow는 사용자가 자연어를 사용하여 원하는 툴이나 워크플로우를 설명함으로써 맞춤형 툴을 직접 구축할 수 있도록 설계되었다. 이 과정에서 코딩 경험은 필요하지 않다. 이는 디자이너와 같은 비개발자도 AI의 강력한 기능을 활용하여 자신만의 솔루션을 만들 수 있음을 의미한다.

개발자와 사용자 영향

이러한 Google Flow 기반의 맞춤형 AI 툴은 패션 디자이너의 창의적 워크플로우에 상당한 긍정적 영향을 미친다. 디자이너들은 행정적, 물류적 부담에서 벗어나 실제 디자인 작업에 집중할 수 있는 시간을 확보하게 된다. 가상 스타일링 및 런웨이 시뮬레이션은 물리적 샘플 제작 및 무대 설치 전에 디자인을 충분히 검토하고 수정할 기회를 제공하여 시간과 비용을 절감한다.

특히, 예산 제약이 있는 상황에서도 디자이너의 야심 찬 비전을 실현할 수 있는 유연성을 제공한다. 3D 렌더링 수정과 같은 반복적이고 비용이 많이 드는 작업을 줄임으로써, 디자이너는 더 많은 자원을 창의적인 부분에 할당할 수 있게 된다. 또한, AI 툴이 디자이너의 기존 프로세스에 통합되어 디자이너가 주도권을 유지하도록 설계됨으로써, 기술 도입에 대한 거부감을 줄이고 효율적인 협업 환경을 조성한다.

적용 조건과 한계

Google Flow를 통한 맞춤형 툴 개발은 자연어 기반으로 코딩 경험이 필요 없으므로, 기술적 배경이 없는 패션 디자이너도 쉽게 접근하고 활용할 수 있다. 이 툴들은 디자이너의 특정 요구사항에 맞춰 제작되므로, 각 디자이너의 고유한 워크플로우와 창의적 비전에 최적화된 솔루션을 제공한다.

원문에서는 'Generative AI is experimental'이라고 명시하며 생성형 AI 기술이 아직 실험 단계에 있음을 밝힌다. 이는 현재 제공되는 툴들이 지속적인 개선과 발전의 여지를 가지고 있음을 시사한다. 또한, 'there’s room for more innovation'이라는 언급은 현재의 성과가 시작점이며, 패션 산업에서 AI의 잠재력을 더욱 확장할 수 있는 기회가 많다는 점을 나타낸다. 이러한 점들은 현재 툴의 기능이 완벽하지 않을 수 있으며, 향후 더 많은 기능과 개선이 이루어질 수 있음을 암시하는 한계이자 발전 가능성으로 볼 수 있다.