1. 서비스 소개

1.1 서비스 선정 이유

무신사는 단순한 쇼핑몰을 넘어서, 1020 세대의 패션 문화를 주도하며 브랜드 플랫폼으로 성장한 대표적인 사례이기 때문에 선정하게 되었습니다.

1.2 서비스 산업 및 시장 분석

산업 특징

가격 경쟁보다 콘텐츠와 브랜드 경험 중심의 경쟁
모바일 중심의 구매 환경이 주류
중소 브랜드의 성장 기회를 제공하는 브랜드 구조

시장 규모

국내 온라인 패션 시장은 약 60조 원(2024년 기준)
Z세대와 MZ세대를 중심으로 연평균 10% 이상 성장 중
무신사 자체도 연 매출 5,000억 원 이상 기록 중

1.3 서비스 한 줄 소개

1020 세대를 위한 스트리트 중심의 패션 커머스 & 브랜드 플랫폼

1.4 서비스 개요

🏢 회사명 무신사 (MUSINSA)
💼 서비스명 무신사
💻 홈페이지 https://musinsa.com
👨‍💼 총 인원 약 400명 이상 (2024 기준)
🏁 설립일 2009년
🎯 성과 및 지표 월간 방문자 500만 명+, 입점 브랜드 6,000개 이상, 연매출 5,000억 원
💡 현황 자체 PB 브랜드, 오프라인 매장(무신사 스토어), 스타일쉐어·29CM 인수
✨ 서비스 기능 상품 판매, 스타일링 콘텐츠, 리뷰 시스템, 브랜드 입점 관리, 무신사 스탠다드, 스타일픽 추천 등

2. 서비스 분석

2.1 서비스 미션 & 비전

모든 사람의 패션 시작점이 되는 것
미션: 누구나 쉽게 패션을 시작할 수 있도록
비전: 아시아 최고의 패션 플랫폼으로 확장

2.2 서비스 목표 & 전략

스타일 콘텐츠 중심의 브랜드 스토리 전달
사용자 후기·코디 공유를 통한 커뮤니티 강화
PB 브랜드(무신사 스탠다드)로 마진률 향상
스타일쉐어·29CM 등 인수로 세대 확장

3. 서비스 구조

3.1 서비스 비즈니스 모델 구조

수익모델: 입점 수수료 + 자사 브랜드 상품 판매 + 광고

입점 브랜드와의 상생 구조

커머스와 콘텐츠를 결합한 하이브리드 플랫폼

3.2 서비스 구조

사용자 → 스타일 탐색 → 상품 탐색 → 리뷰 확인 → 구매

브랜드 → 입점 → 브랜드 스토리/룩북 업로드 → 판매 관리

4. 문제 정의

사용자마다 체형, 피부톤, 얼굴형이 달라 동일한 옷도 느낌이 다를 수 있음

피팅 이미지가 모델 중심이라 사용자 본인과 체감 차이가 큼

5. 개선안 도출

5.1 개선안 레퍼런스

ZARA, UNIQLO 등 글로벌 브랜드의 가상 피팅 시스템

Snapchat AR, YouCam Makeup 등 얼굴 인식 기반 AI 가상 착용 서비스

AI 아바타 쇼핑 플랫폼 Zeekit (Walmart 인수)

5.2 개선안 도출

As-Is

모델 착장 사진만 제공

사용자는 상상에 의존해 구매 결정

체형·피부톤·얼굴과 전혀 맞지 않는 콘텐츠 제공

To-Be

사용자 체형 데이터 기반 AI 피팅 기능 제공
→ 키, 몸무게, 어깨너비, 골격, 체형 입력 -> 사진 기반 자동 추출

얼굴 이미지 기반 착용 시뮬레이션
→ 전면 셀카 + AI 아바타로 의상 합성

6. 기대효과 및 가설 검증 메트릭

기대효과

구매 만족도 상승 → 반품률 감소

콘텐츠 몰입도 증가 → 체류시간 상승

개인화된 피팅 이미지 → 구매 전환율 상승

사용자와 브랜드 간 신뢰도 강화

가설 검증 메트릭

가상 피팅 기능 사용률

기능 사용 후 구매 전환율 비교

해당 기능 도입 후 반품률 변화

평균 체류 시간 변화

사용자 리뷰 내 "피팅 만족도" 키워드 언급 빈도

7. 회고

기존 무신사는 브랜드 다양성은 뛰어나지만 해당 옷이 나랑 잘어울릴까 하는 불안요소는 해소되지 않았다
그래서 이런 문제를 해결해보고자 가상 피팅 기술을 생각해보았다
무신사가 이러한 기술을 빠르게 개발하여 도입한다면 글로벌 플랫폼으로 성장하는데 수월할 것이라고 생각한다.