AI 잘 쓰는 패션 브랜드는 프롬프트부터 다르다

패션 브랜드가 AI를 활용한다고 할 때, 많은 사람이 가장 먼저 떠올리는 건 이미지 생성이나 카피 작성일 것이다. 상세페이지 문구를 쓰게 하거나, 광고 문안을 여러 버전으로 뽑고, 룩북 컨셉을 정리하게 하는 식이다. 물론 이런 활용도 충분히 유용하다. 하지만 여기에는 분명한 한계가 있다. AI를 여전히 ‘손이 빠른 인턴’처럼만 쓰고 있다는 점이다.

예를 들어 “이번 신상 자켓 상세페이지 카피 10개 써줘”, “20대 여성 타깃 인스타 문구 만들어줘”, “봄 시즌 광고 헤드라인 제안해줘”처럼 하나하나 시키는 방식이다. 이 방법은 당장은 편하다. 하지만 일의 핵심은 카피 한 줄을 쓰는 데 있지 않다. 무엇을 팔아야 하는지, 누구에게 팔아야 하는지, 어떤 맥락으로 설득해야 하는지 정하는 데 있다. 문제는 많은 브랜드가 AI에게 결과물만 맡기고, 그 앞단의 구조 설계는 여전히 사람이 혼자 다 짊어진다는 점이다.

바로 여기서 패션 브랜드의 AI 활용 수준이 갈린다. 초보자는 AI에게 단순 실행을 맡긴다. 반면 고수는 AI에게 생각의 구조를 함께 짜게 만든다. 다시 말해 AI를 ‘작업 보조 도구’로 쓰는 데서 멈추지 않고, ‘질문을 통해 방향을 잡아주는 전략 파트너’로 끌어올린다. 패션 브랜드가 AI 프롬프트를 배워야 하는 이유도 여기에 있다. 더 빨리 쓰기 위해서가 아니라, 더 정확하게 팔기 위해서다.

이 지점에서 참고할 만한 사람이 비즈니스 코치이자 SaaS 창업가 댄 마텔(Dan Martell)과 구글 제품 마케터 출신인 제프 수(Jeff Su)다. 둘의 기법은 얼핏 생산성 이야기처럼 보이지만, 패션 브랜드 실무와도 아주 잘 맞닿아 있다. 특히 상품 기획, 마케팅, 콘텐츠, CRM, 고객 커뮤니케이션까지 전부 연결되는 패션 브랜드일수록 그렇다. 이 둘의 접근법은 이렇게 정리할 수 있다. 댄 마텔은 “AI가 먼저 질문하게 하라”고 말하고, 제프 수는 “좋은 프롬프트를 자산으로 만들라”고 말한다.

# 댄 마텔의 방식: AI에게 목적지를 주고, 질문하게 하라

[사진=댄 마텔 유튜브]

댄 마텔이 말하는 ‘풀 프롬프팅(Pull Prompting)’의 핵심은 간단하다. 당신이 일일이 전 과정을 지시하지 말고, 목적지만 먼저 제시하라는 것이다. 그리고 그 목적지에 도달하기 위해 AI가 필요한 질문을 역으로 하게 만들어야 한다.

이 방식은 패션 브랜드에 특히 잘 맞는다. 패션은 본질적으로 주관적인 미학의 영역이기 때문이다. 하나의 정답을 빠르게 찾는 일보다, 브랜드의 방향과 고객의 맥락에 맞는 답을 찾아가는 일이 더 많다.

예를 들어 이런 식이다.

“이번 봄 시즌 트렌치코트 판매를 늘릴 마케팅 플랜이 필요해. 필요한 질문을 먼저 해 줘.”

“고객 리뷰는 좋은데 구매 전환율이 낮은 상품의 원인을 찾고 싶어. 진단을 위해 먼저 확인해야 할 요소를 질문해줘.”

“우리 브랜드에 맞는 신상품 상세페이지 구조를 만들고 싶어. 먼저 브랜드 포지셔닝, 타깃 고객, 가격대, 경쟁 브랜드를 파악할 수 있게 질문해줘.”

이렇게 하면 사람이 처음부터 완벽한 기획서를 고민하지 않아도 된다. AI가 먼저 물어본다. 타깃 고객이 누구인지, 구매 맥락이 무엇인지, 경쟁 제품과 어떤 차이가 있는지, 고객이 가장 민감하게 보는 포인트가 무엇인지. 이 질문에 답하는 과정 자체가 브랜드의 사고를 정리한다.

패션 브랜드가 종종 빠지는 오류는 ‘예쁜 결과물’을 너무 서둘러 원한다는 데 있다. 무드 보드, 룩북 카피, 광고 헤드라인처럼 눈에 잘 보이는 결과부터 먼저 뽑으려 한다. 하지만 정작 중요한 건 그 전에 브랜드가 어떤 질문을 던졌고, 무엇을 기준으로 답을 찾아갔느냐에 있다. 풀 프롬프팅은 바로 이 순서를 바로잡는다. 먼저 묻고, 그 다음 만든다.

[사진=댄 마텔 유튜브]

특히 상품 기획 단계에서 풀 프롬프팅은 강력하다. 예를 들어 AI에게 “이번 시즌 핵심 상품 3개를 밀고 싶다”고 말하는 대신 “이번 시즌 핵심 상품 3개를 정하고 싶은데, 어떤 기준으로 선별해야 하는지 먼저 질문해줘”라고 하면 이야기가 달라진다. 그러면 AI는 매출 기여도, 신규 고객 유입 가능성, 브랜드 대표성, 마진율, 계절성, 콘텐츠 확장성 같은 기준을 꺼내올 수 있다. 이 단계가 있어야 뒤에 나오는 핵심 메시지와 광고도 흔들리지 않는다.

결국 풀 프롬프팅은 AI를 ‘잡일을 시키는 도구’가 아니라 ‘생각의 순서를 잡아주는 도구’로 바꾸는 방식이다.

# 제프 수의 방식 1: 잘된 대화는 흘려보내지 말고, 프롬프트로 역설계하라

[사진=제프수 유튜브]

패션 브랜드가 AI를 쓰다 보면 자주 생기는 일이 있다. 어느 날은 유난히 결과물이 잘 나온다. 상품 설명도 좋고, 톤도 맞고, 광고 문구도 살아 있다. 그런데 며칠 뒤 다시 해보면 그 느낌이 안 난다. 이유는 간단하다. 잘된 대화를 재사용 가능한 자산으로 바꾸지 않았기 때문이다.

제프 수가 말하는 ‘프롬프트 역설계(Reverse Prompting)’는 바로 이 문제를 해결한다. 원하는 결과물을 얻은 뒤, 마지막에 이렇게 묻는 것이다. “이 최종 결과물을 한 번에 얻기 위해 내가 입력했어야 할 단일 프롬프트를 역설계해서 알려줘.”

이건 패션 브랜드에게 매뉴얼 제작 도구에 가깝다. 예를 들어 한 번 잘 나온 상세페이지 문안이 있다면, 그것을 그냥 복붙해서 끝낼 게 아니라 그 결과를 만든 질문 구조를 추출해야 한다. 그러면 다음부터는 ‘우리 브랜드 톤에 맞는 상세페이지 프롬프트’, ‘신상품 출시용 인스타그램 카피 프롬프트’, ‘리뷰 분석 후 개선 포인트 도출 프롬프트’처럼 브랜드 만의 프롬프트 자산이 쌓인다.

이 자산화가 중요한 이유는 패션 브랜드가 반복의 산업이기 때문이다. 시즌은 바뀌고, 상품은 바뀌고, 비주얼은 바뀌지만, 반복되는 구조는 생각보다 많다. 신상품 소개, 카테고리별 USP 정리, 광고 문구 생성, 고객 리뷰 요약, 반품 사유 분석, CRM 메시지 작성, 협찬 제안 메일, 오프라인 행사 안내문까지. 반복 업무가 많은 브랜드일수록 프롬프트 역설계의 효과는 커진다.

좋은 브랜드는 감각만으로 운영되지 않는다. 감각이 반복 가능한 구조로 바뀔 때 더 강해진다. AI 프롬프트도 마찬가지다. ‘그때 잘 나왔던 감’을 운에 맡기지 말고, 재현 가능한 공식으로 바꿔야 한다.

# 제프 수의 방식 2: 레드팀 기법으로 ‘안 사는 이유’를 먼저 듣는다

[사진=제프수 유튜브]

패션업계에는 옷을 좋아해서 옷을 만들고 파는 사람이 많다. 그 애정은 분명 강점이다. 하지만 동시에 상품을 객관적으로 보기 어렵게 만드는 맹점이 되기도 한다. 브랜드 입장에서는 디자인도 좋고 소재도 좋고 세계관도 분명한데, 고객은 전혀 다른 이유로 구매를 망설인다. 문제는 상품이 아니라 고객의 시선을 놓치고 있다는 데 있다.

이때 유용한 것이 제프 수가 말한 ‘레드팀 기법(Red Teaming)’이다. 완성된 상품 기획안이나 오퍼, 상세페이지, 광고 메시지를 AI에게 보여주고 “네가 나의 이상적인 고객이라면 이 상품을 사지 않을 이유와 우려되는 점을 알려줘”라고 묻는 방식이다.

이 기법은 패션 브랜드에 특히 잘 맞는다. 패션 구매는 늘 미세한 불안과 함께 움직이기 때문이다. 사이즈가 애매할까 봐, 실제 색감이 다를까 봐, 핏이 내 체형에 안 맞을까 봐, 세탁이 번거로울까 봐, 가격 대비 활용도가 낮을까 봐 망설인다. 브랜드는 디자인과 컨셉을 말하지만, 고객은 실패 비용을 계산한다.

그래서 레드팀 기법은 단순 비판 수집이 아니라 전환율 개선 도구다. 예를 들어 AI에게 이상적인 고객 역할을 맡기고 물어볼 수 있다. “27세 직장인 여성, 출퇴근과 주말을 겸용 할 수 있는 옷을 찾는 고객이라면 이 자켓을 왜 망설일까?” 혹은 “체형 커버를 중요하게 생각하는 30대 남성 고객이라면 이 팬츠 상세페이지에서 무엇이 불안할까?”라고 묻는 식이다.

그러면 AI는 의외로 실무적인 답을 준다. “핏 정보가 추상적이다”, “착용 컷이 부족하다”, “소재는 좋아 보이지만 관리가 어려워 보인다”, “가격은 프리미엄인데 패키지는 평범하다”, “코디 제안이 부족해 활용 장면이 잘 안 그려진다” 같은 답들이다.

이건 단순한 문구 수정 수준이 아니다. 상품 페이지 구조, 촬영 방식, 후기 수집 방향, FAQ 구성, 심지어 상품 기획 자체까지 건드릴 수 있다. 잘 만든 브랜드일수록 “왜 살까?”만큼 “왜 안 살까?”를 집요하게 봐야 한다. 레드팀 기법은 그 맹점을 빠르게 드러내 준다.

# 제프 수의 방식 3: 사람 소개 말고, 브랜드의 기본 문법을 넣어라

많은 사람이 챗GPT 커스텀 인스트럭션이나 프로젝트 지침에 “나는 패션 브랜드 대표다”, “나는 여성의류 쇼핑몰을 운영한다” 같은 식으로 자기소개부터 적는다. 물론 아주 틀린 건 아니다. 하지만 제프 수가 강조한 건 그보다 더 오래 가는 지침, 즉 에버그린 인스트 럭션(Evergreen Instructions)이다.

쉽게 말하면, 맥락이 바뀌어도 계속 유효한 원칙을 넣으라는 뜻이다. 패션 브랜드라면 이런 것들이 훨씬 중요하다. “과장된 표현보다 구체적인 표현을 우선할 것”, “상품 장점은 감성어만이 아니라 착용 장면과 함께 설명할 것”, “브랜드 톤은 차분하되 차갑지 않게 유지할 것”, “고객이 실제로 궁금해할 사이즈·소재·활용도·관리 포인트를 먼저 다룰 것”, “20대가 아닌 30~40대 고객을 상정할 때는 유치한 유행어를 피할 것” 같은 원칙들이다.

이런 지침은 특정 캠페인 하나에만 쓰이고 끝나는 게 아니다. 상세페이지를 쓸 때도, 광고 카피를 만들 때도, FAQ를 정리할 때도, CS 응답 초안을 잡을 때도 일관되게 적용된다. 즉 브랜드의 말투와 판단 기준을 AI 안에 심는 일이다.

패션 브랜드는 ‘톤앤매너’에 많이 의존한다. 그런데 손에 잡힐 듯 말 듯한 톤앤매너만으로는 반복 가능한 결과를 만들기 어렵다. 반대로 에버그린 인스트럭션은 브랜드의 톤앤 매너를 명확한 언어로 번역한다. 이것이 쌓이면 AI가 만든 결과물도 점점 브랜드다워진다.

# 결국 프롬프트는 문장이 아니라 운영체계다

[사진=댄 마텔 유튜브]

많은 사람이 프롬프트를 문장 몇 줄의 기술로 생각한다. 하지만 패션 브랜드 관점에서 보면 프롬프트는 훨씬 더 큰 개념에 가깝다. 무엇을 먼저 물을지, 어떤 정보를 모을지, 어떤 기준으로 판단할지, 어떻게 검증할지까지 정하는 사고의 체계에 가깝다.

댄 마텔의 풀 프롬프팅은 AI가 먼저 질문하게 함으로써 사고의 순서를 바꾼다. 제프 수의 역설계는 잘된 결과를 자산으로 만들고, 레드팀 기법은 고객이 사지 않는 이유를 먼저 보게 하며, 에버그린 인스트럭션은 브랜드의 말투와 기준을 일관되게 유지하게 만든 다. 이름은 다르지만 결국 질문, 축적, 검증, 일관성의 문제다.

패션 브랜드는 감각의 산업처럼 보인다. 맞는 말이다. 하지만 실제로 오래가는 브랜드는 감각만으로 크지 않는다. 감각을 구조화하고, 반복 가능하게 만들고, 그 안에서도 브랜드 다움을 잃지 않는 곳이 결국 이긴다. AI 프롬프트도 마찬가지다. 잘 쓴 문장 하나보다 우리 브랜드에 맞는 질문의 체계를 만드는 일이 더 중요하다.

결국 패션 브랜드가 AI를 잘 활용한다는 건 예쁜 결과물을 더 빨리 만드는 데 있지 않다. AI에게 목적지를 주고, 먼저 질문하게 만들고, 잘된 대화를 자산으로 쌓고, 고객의 망설임까지 먼저 듣게 하는 데 있다. 그래야 AI가 단순한 제작 도구를 넘어, 브랜드의 사고와 실행을 함께 떠받치는 시스템이 된다. 프롬프트 수준이 곧 브랜드 수준을 좌우하는 시대다.

트레바리 매진 독서모임이 먼저 고른 AI책. AI가 ‘당신의 브랜드’를 추천하게 만드세요!

https://product.kyobobook.co.kr/detail/S000219212630

AI가 선택하는 브랜드의 비밀 AEO | 김용석 - 교보문고