요즘의 쇼핑은 더 이상 매장을 직접 방문해 옷을 고르는 과정으로만 이루어지지 않습니다.
대부분의 소비자는 스마트폰 앱이나 웹사이트를 통해 자신의 취향에 맞는 스타일을 추천받고 상품을 클릭해 결제를 완료합니다.
이 모든 과정에는 알고리즘이 관여하고 있으며 우리의 소비 선택은 점점 더 자동화된 결정으로 바뀌고 있습니다.
1. 추천 알고리즘은 어떻게 내 스타일을 예측할까
패션 플랫폼은 사용자의 행동 데이터를 수집하고 이를 기반으로 취향을 분석합니다.
사용자가 어떤 상품을 클릭했는지 어떤 브랜드를 선호하는지 어떤 시간대에 주로 앱에 접속하는지를 포함한
다양한 정보가 알고리즘의 분석 대상으로 사용됩니다.
여기에는 단순한 클릭뿐 아니라 스크롤 정지 시간 구매 이력 상품 반품 여부까지 포함됩니다.
예를 들어 A라는 사용자가 블랙 컬러의 루즈핏 티셔츠를 자주 클릭하고 여름 시즌에는 린넨 소재에 더 오래 머문다면
알고리즘은 블랙 린넨 셔츠나 여름용 오버사이즈 티셔츠를 추천할 가능성이 높습니다.
이렇게 추천된 상품은 사용자에게 마치 나만을 위한 맞춤형 제안처럼 보이지만
실제로는 수많은 유사 소비자 집단의 패턴을 토대로 계산된 확률적 예측에 가깝습니다.
다시 말해 사용자가 좋아할 가능성이 높은 선택지가 노출되는 것이지 사용자의 내면 깊숙한 취향을 완벽히 꿰뚫은 결과는 아닙니다.
그러나 문제는 이러한 시스템이 단순히 관찰된 선호를 반영하는 데 그치지 않는다는 점입니다.
알고리즘은 특정 상품이나 브랜드를 더 많이 노출하며 취향 형성 과정 자체를 간접적으로 조종할 수 있습니다.
사용자는 내가 좋아하는 걸 고른다고 느끼지만 사실 그 선호가 점차 알고리즘이 제공하는 선택지 안에서 길러진 것일 수 있습니다.
이 과정에서 구매 이력은 다시 알고리즘에 학습 데이터로 반영되어 점점 더 세밀하고 예측 가능한 소비 패턴이 구축됩니다.
결국 추천 시스템은 반복과 강화의 메커니즘을 통해 사용자의 선택 경로를 점차 좁혀 나갑니다.
처음에는 단순히 편리했던 추천이 시간이 지날수록 새로운 시도나 낯선 스타일을 만날 가능성을 줄이는 방향으로 작동할 수 있는 것입니다. 그리고 이런 소비 경험의 변화는 자연스럽게 다음 질문으로 이어집니다.
내가 고른 옷이 정말 나의 선택일까 아니면 시스템이 미리 정해놓은 선택일까.
2. 내가 선택한 옷은 시스템이 고른 옷
알고리즘 기반 추천이 보편화되면서 선택의 주체에 대한 질문이 점점 더 중요해지고 있습니다.
소비자는 본인이 직접 고른 것이라고 믿지만 실상은 플랫폼이 제시한 필터링된 세계 안에서만 선택을 하고 있습니다.
이 구조에서는 다양한 스타일을 접할 기회가 제한되며 결과적으로 개인의 취향 스펙트럼이 점점 더 좁아지는 현상이 발생합니다.
패션 플랫폼 무신사와 지그재그는 추천 알고리즘을 통해 개인화 서비스를 강화한다고 밝히지만
그 개인화의 실체는 종종 통계적으로 안전한 평균값에 가깝습니다.
예를 들어 무신사는 연령대별 성별 검색 패턴과 클릭 히스토리를 바탕으로 10대에게는 스트리트 브랜드
30대 여성에게는 베이직한 오피스룩을 큐레이션합니다.
표면적으로는 취향을 존중하는 듯 보이지만 실제로는 판매 효율이 높은 스타일을 중심으로 노출하기 때문에
결과적으로 무채색 심플 디자인 같은 검증된 아이템이 과도하게 상위권을 차지하게 됩니다.
실제로 2024년 상반기 인기 상품 TOP 100을 분석해보면 서로 다른 브랜드라도 유사한 디자인과 색감의 상품이 상당수를 차지합니다.
소비자는 추천에 의존하고 플랫폼은 판매율이 높은 상품을 더욱 자주 노출시키면서 특정 스타일이 부각되는 선택 편향이 심화됩니다.
이로 인해 패션의 본질적 역할인 자기표현의 다양성이 약화되고 무난함이 곧 표준처럼 자리 잡게 됩니다.
더 나아가 이런 추천 환경 속에서 소비자는 새로운 브랜드나 실험적인 스타일을 시도할 기회를 점점 덜 갖게 됩니다.
편리함에 길들여진 소비 패턴은 점점 변화에 둔감해지고 결국 내가 좋아하는 스타일이 아니라
플랫폼이 보여준 스타일을 좋아하게 되는 구조가 만들어집니다. 이렇게 축소된 선택 경험은 소비자의 행동 방식 자체를 바꾸게 됩니다.
3. 추천 알고리즘이 바꾼 소비자 행동
과거에는 매장에서 직접 입어보고 선택했던 옷들이 이제는 화면을 스크롤하다가 발견된 추천 상품으로 대체되고 있습니다.
소비자들은 시간과 노력을 절약하는 동시에 자신의 취향에 맞는 제품을 빠르게 찾을 수 있다는 점에서 긍정적인 경험을 이야기합니다.
하지만 이 과정에서 추천에 대한 의존성이 높아지고 있다는 점도 눈여겨볼 만합니다.
상품을 직접 탐색하기보다 추천 목록에만 의존하다 보면 소비자는 점차 새로운 스타일이나 브랜드를 발견할 기회를 잃게 됩니다.
이는 플랫폼에 의해 설계된 소비 루틴에 순응하게 되는 결과로 이어질 수 있습니다.
2023년 한 설문 조사에서는 10대와 20대 소비자 중 67퍼센트가 추천에 따라 상품을 구매한 적 있다고 응답했고
이 중 절반 이상은 추천 상품이 더 익숙해서 선택했다고 답했습니다.
추천이 새로운 제안을 의미하기보다 익숙함과 편리함으로 자리 잡고 있는 것입니다.
패션 플랫폼의 알고리즘은 소비자의 삶을 편리하게 만들었지만 동시에 소비 선택의 다양성과 자유를 제한하는 방향으로 작동하고 있습니다. 취향의 자동화는 효율성과 정합성 측면에서는 긍정적일 수 있지만 개성과 창의성을 중시하는 패션 산업의 본질과 충돌하기도 합니다.
앞으로는 알고리즘의 설계 단계에서부터 다양성과 창의성을 고려하는 방향으로 변화가 필요합니다.
단순히 많이 팔리는 상품을 노출하는 것이 아니라 소비자에게 숨겨진 취향이나 새로운 제안을 발견할 수 있는 구조가 마련되어야 합니다.
또한 소비자 역시 추천이라는 시스템을 맹목적으로 따르기보다 비판적으로 받아들이고
자기만의 선택을 위한 탐색을 지속할 필요가 있습니다.
우리가 매일 입는 옷 한 벌에도 알고리즘의 선택이 개입하고 있습니다.
패션 플랫폼은 취향을 예측하고 소비를 유도하면서 우리의 선택을 점점 더 정교하게 자동화하고 있습니다.
편리함 속에 숨겨진 이 메커니즘을 이해하는 일은 이제 단순한 소비자의 권리를 넘어 자율성과 개성의 문제로 이어지고 있습니다.
당신이 내일 입을 옷도 과연 진짜 당신의 선택일까요.