의류 반품 줄이기: 패턴 설계 기반 AI 사이즈 엔진

패션 이커머스의 조용한 이익 파괴자: 30%의 반품률

국경 간 의류 판매에서 판매자를 잠 못 들게 하는 수치가 있습니다. 패션 반품률은 25%에서 35% 사이를 맴돌고, 성수기에는 40%를 넘어섭니다.

더 가혹한 것은 국경 간 역물류의 계산법입니다.

북미나 유럽에서 49달러짜리 드레스가 반품되어 해외 물류 거점으로 돌아오면, 배송비, 재입고, 통관, 판매할 수 없게 된 상품의 감가상각으로 25달러 이상이 듭니다. 높은 총거래액(GMV)이 팔리지 않는 재고로 증발합니다.

수천 건의 구매 후 문의를 살펴보면 가장 큰 원인은 분명합니다. 55% 이상이 “사이즈가 너무 작아요” 또는 “사이즈가 너무 커요”를 꼽습니다.

이커머스 업계는 결함 있는 두 가지 접근법을 거쳐 왔습니다.

전통적인 사이즈표에는 가슴둘레, 허리, 엉덩이, 인심 같은 수십 개의 숫자가 나열됩니다. 쇼핑객은 휴대폰으로 둘러보면서 줄자를 들고 다니지 않습니다. 단위 변환이 필요하면 대부분 이탈합니다.

일부 도구는 소비자에게 단색 배경 앞에서 전신 사진을 올리도록 요구합니다. 엄격한 개인정보 규정(GDPR, CCPA)과 사용자의 거부감 때문에, 사진을 요구받으면 70% 이상의 쇼핑객이 즉시 장바구니를 떠납니다.

7년의 산업용 의류 제조 및 섬유 엔지니어링 경험을 바탕으로 우리는 Shadow Size를 개발했습니다.

판매자를 위한 자동 추출: AI가 공급업체의 PDF와 이미지에서 비정형 사이즈표를 읽어, 원단의 신축성과 수축을 반영한 구조화된 패턴 데이터베이스로 만듭니다.
3초 쇼핑객 입력: 쇼핑객은 키, 몸무게, 익숙한 브랜드(예: Zara, H&M)만 알려 주면 됩니다. 카메라 없음, 프라이버시 마찰 없음.
투명한 근거와 함께하는 추천: 위젯은 임의의 “L 사이즈”가 아니라 이렇게 설명합니다. “이 슬림핏 실루엣의 원단은 신축성이 5% 있어서, 가슴 부분은 L 사이즈가 맞춤처럼 잘 맞습니다. 여유 있는 스타일을 원하면 XL을 고르세요.”

파일럿 도입에서 Shadow Size는 측정 가능한 이익 회복을 보여 주었습니다.