
김정현 리빌더에이아이(RebuilderAI) 대표가 지난 9일 서울 중구 영원무역 명동빌딩에서 열린 '2026 의류제조 혁신포럼' 패널 토론에 참석해 인공지능(AI) 기반 의류 제조 혁신을 위한 데이터 구축 방향을 제시했다.
산업통상부 지원으로 한국패션협회가 주최한 이번 행사는 'WHO MAKES K-FASHION? K-패션산업의 새로운 성장모델'을 주제로 열렸다. 기후위기와 AI 전환이라는 거센 파고 속에서 기획과 디자인 역량을 실제 생산 현장의 제조 경쟁력과 어떻게 맞물리게 할 것인가가 핵심 화두였다.
최근 패션·의류 업계에서는 생성형 AI를 활용해 시안을 뽑아내는 작업이 빠르게 퍼지고 있다. 문제는 화면 속 2차원 이미지가 실제 공장에서 재단하고 봉제할 수 있는 물리적 제품으로 넘어가는 과정에서 발생하는 단절이다. 디자인 시안과 실제 원단의 물성, 봉제 구조 사이의 간극을 메우지 못하면 결국 현장에서 수작업으로 패턴을 다시 뜨고 샘플을 반복 제작해야 한다.
이날 행사는 김승겸 KAIST AI미래학과 교수의 기조강연으로 문을 열었다. 김 교수는 기후위기와 급격한 기술 변화가 전통 산업 구조에 미치는 파장을 짚었다. 이어 특별 세션에 나선 이정민 트렌드랩506 대표는 단단한 제조 기반과 가치사슬 내부의 긴밀한 협력을 통한 고부가가치 산업 전환 모델을 제안했다.
본격적인 패널 토론에는 이 대표와 김 대표, 윤순민 비에파 대표가 무대에 올라 현장 기술 도입과 생산 방식 변화가 가져올 파급력을 논의했다.
발언에 나선 김 대표는 AI가 그려낸 디자인을 실제 제품으로 구현하기 위해서는 단순 시각화를 넘어선 3D 제조 설계 데이터가 필수적이라고 짚었다. 물리 시뮬레이션이 요구되는 제품일수록 설계 초기 단계부터 구조적 안정성과 물리적 특성을 면밀히 검토할 수 있는 데이터 뼈대가 갖춰져야 한다는 것이다.
보여주기식 렌더링 이미지로는 실제 착용 환경이나 사용 조건에서 원단이 어떻게 쏠리고 변형되는지 파악하기 어렵다. 김 대표는 앞으로 AI 생성 디자인이 설계 검토와 양산 공정에 투입되는 비중이 커질수록, 시뮬레이션이 가능한 정밀 3D 설계 데이터를 자동으로 뽑아내는 기술의 가치가 한층 높아질 것으로 내다봤다.
공장 내부의 생산 현장 데이터에 대한 시각도 덧붙였다. 3D 설계 데이터가 제품의 외형과 구조를 정의하는 설계도라면, 현장 데이터는 기업이 실제로 물건을 만들고 공정을 굴리는 운영 기준을 담고 있다.
김 대표가 특히 주목한 지점은 숙련 작업자들의 머릿속과 손끝에 쌓인 '암묵지'다. 오랜 현업 경험으로 체득한 미세한 공정 노하우와 불량 판별 기준을 디지털 데이터로 끄집어내야 피지컬 AI(Physical AI) 기반의 자동화도 제 궤도에 오를 수 있다는 판단이다.
겉보기에 비슷한 의류나 잡화라도 제조사마다 추구하는 설계 기준과 공법이 제각각이다. 남의 데이터를 그대로 가져다 쓸 수 없는 만큼 각 기업 고유의 현장 지식을 맞춤형으로 축적하는 작업이 선행돼야 한다는 설명이다.
리빌더에이아이는 이러한 산업 현장의 병목을 풀기 위해 패션 제품의 초기 디자인부터 최종 제조 단계까지를 AI 기술로 잇는 솔루션을 개발하고 있다.
주력 제품인 '브링온(VRINGON)'은 디자이너가 그린 간단한 스케치나 레퍼런스 이미지를 입력받아 △디자인 생성 △3D 모델링 △CAD 데이터 △패턴 △테크팩 △물리 시뮬레이션 등 개발과 생산에 필요한 제반 데이터를 한 번에 생성하고 통합 관리한다.
단편적인 디자인 이미지를 공장에서 즉시 투입 가능한 제조 규격 데이터로 변환해 줌으로써, 기획자와 생산 공장 사이에 반복되던 샘플 수정 작업과 불필요한 커뮤니케이션 비용을 줄이는 데 초점을 맞췄다.
업계에서는 국내 의류 제조 기반이 인력 고령화와 원가 상승으로 이중고를 겪는 상황에서, 숙련공의 노하우와 3D 설계 데이터를 결합하려는 시도가 K-패션의 제조 경쟁력을 되살릴 현실적인 대안이 될지 주시하고 있다.






