차이나 인사이트: 중국 패션 산업의 AI 시대 진입, 검색 경제에서 기계 주도형 발견으로

글로벌 패션 시스템에서 구조적 재편이 진행되고 있습니다. 인공지능 (AI)은 더 이상 산업의 주변부에서 작동하는 것이 아니라, 브랜드가 발견되고 해석되며 추천되는 방식에 점점 더 깊숙이 내재화되고 있습니다.

중국에서는 정책적 정렬, 상업적 배치, 그리고 패션, 리테일, 소비자 플랫폼 전반에 걸친 딥테크 (deep-tech) 실험의 이례적인 결합을 통해 이러한 변화가 가속화되고 있습니다.

WWD 추가 소식

6월 한 달 동안에만 세 가지 발전 사항이 이러한 전환의 규모를 나타냈습니다. 상하이는 'AI + 패션'을 전략적 성장 방향으로 명시하며 '2026-2028 패션 소비재 산업 행동 계획'을 발표했습니다. 세계 인공지능 컨퍼런스 (World Artificial Intelligence Conference)는 다가오는 회차에서 300개 이상의 글로벌 AI 제품 출시를 확인했습니다. 국가적 차원에서는 새로운 정책 지침을 통해 'AI + 소비'를 소비 부문 전환을 위한 구조적 프레임워크로 공식화했습니다.

그 함의는 명확합니다. AI가 패션 분야에서 도구 세트 (toolset)를 넘어 인프라 계층 (infrastructure layer)으로 이동하고 있다는 것입니다.

검색에서 AI 중재로: 발견 퍼널의 붕괴

가장 중대한 변화는 기술적인 것이 아니라 행동적인 것입니다.

소비자들이 구매 결정을 내리기 위해 점점 더 AI 질의응답 (Q&A) 시스템에 의존함에 따라, 검색, 필터링, 구매로 이어지는 전통적인 퍼널 (funnel)은 '질문, 추천, 구매'라는 새로운 모델로 압축되고 있습니다.

이러한 변화는 브랜드에 있어 '가시성 (visibility)'이 무엇을 의미하는지를 재정의하고 있습니다. AI 중재형 발견 환경에서, 기계적 해석을 위해 구조화되지 않은 브랜드는 추천 생태계 내에서 사실상 보이지 않게 될 위험이 있습니다.

이러한 맥락에서, 생성형 엔진 최적화 (Generative Engine Optimization, GEO)가 AI 시대의 브랜드 포지셔닝을 위한 초기 전략적 규율로 부상했습니다.

기업 지식 구조화(enterprise knowledge structuring) 및 생성형 검색 최적화(generative search optimization)에 집중하는 중국 기반 AI 기업 Trendee Tech의 설립자인 Huina Mao는 패션 산업 내 GEO 프레임워크의 초기 지지자 중 한 명이 되었습니다.

미국에서 정보 과학(information science) 박사 학위를 받았으며, Microsoft Research와 미국 국립 연구소(U.S. national laboratories)에서 자연어 처리(natural language processing) 연구직을 역임한 Mao는 GEO를 전술적 변화가 아닌 구조적 변화로 정의합니다.

"2025년 6월, 제가 처음 중국으로 돌아와 업계에 GEO를 소개했을 때, 그 의미를 아는 사람은 거의 없었습니다."라고 Mao는 말했습니다.

그녀는 이 규율이 기업 아키텍처(enterprise architecture)의 더 깊은 변화를 반영한다고 강조했습니다.