"데이터요? 저는 감으로 하는데요."

지난주 한 패션 브랜드 대표와의 저녁 자리에서 나온 말입니다. 연 매출 1,000억을 넘긴 브랜드의 대표였습니다. 그는 A브랜드가 5억짜리 브랜드일 때부터 가능성을 알아봤고, B브랜드의 성공을 '컬러 하나를 포기하지 않은 집요함'에서 읽어냈습니다. 로고 하나에서 10대부터 60대까지 아우를 수 있는 상품 파생력을 직감한 사람입니다.

그런데 흥미롭게도, 그 대화의 결론은 정반대였습니다.

"트렌드를 만드는 건 직감이지만, 돈을 버는 건 데이터입니다."

왜 패션 브랜드는 데이터를 외면해왔는가

패션 산업은 본질적으로 '감'의 산업입니다. 내년 봄에 어떤 색이 뜨는지, 어떤 실루엣이 시장을 지배할지 — 이런 질문에 데이터는 답을 주지 못합니다. 글로벌 럭셔리 하우스가 밀어붙인 실루엣이 아시아에서 안 먹히는 이유는 체형이라는 물리적 현실 때문이지, 트렌드 예측의 실패가 아닙니다.

이 때문에 많은 패션 대표님들이 데이터에 회의적입니다. "우리 업계는 다르다"는 말을 수없이 들었습니다. ERP 데이터는 비정형적이고 기준이 없으며, 플랫폼·자사몰·백화점·아울렛까지 채널별로 할인 정책이 제각각이라 '할인 민감도' 하나 뽑는 것도 거대한 작업이 됩니다. 데이터 사이언티스트를 영입해봐도, 패션 업계의 비정형 데이터 앞에서 손을 드는 경우가 적지 않습니다.

하지만 문제의 본질은 다른 곳에 있습니다. 데이터가 쓸모없는 게 아니라, 데이터를 쓰는 영역을 잘못 잡고 있었던 것입니다.

직감의 영역 vs. 데이터의 영역 — 경계를 나눠야 돈이 보인다

지난 3년간 300개 이상의 패션 브랜드 대표님들을 만나며 확인한 사실이 하나 있습니다. 데이터를 잘 쓰는 브랜드와 못 쓰는 브랜드의 차이는 기술력이 아닙니다. '직감'과 '데이터'의 역할을 명확히 구분하느냐의 차이입니다.

정리하면 이렇습니다.

• 직감의 영역:
  새로운 트렌드를 창조하고, 시그니처를 정하고, 브랜드의 방향성을 잡는 것. B브랜드가 하나의 컬러를 고집한 것, A브랜드가 로고 하나로 전 연령대를 아우르는 상품 전략을 세운 것 — 이건 어떤 데이터로도 도출할 수 없는 크리에이터의 직관입니다.

• 데이터의 영역:

  그 트렌드가 어떻게 전파되는지, 어떤 시장에서 소진되는지, 재고는 얼마나 남는지, 어떤 채널에서 정가 판매율이 높은지 — 이건 직감이 아니라 숫자가 말해주는 영역입니다.

글로벌 SPA 기업 C사는 전 세계 6,700여 개 매장에서 실시간 고객 반응을 수집해 재고율을 약 10% 낮추고 정가판매율을 약 25% 올렸습니다. 직감으로 트렌드를 잡되, 이후의 비즈니스 전개는 철저히 데이터에 기반한 결과입니다.

한국 패션 시장도 예외가 아닙니다. 2026년 국내 패션 시장 규모는 약 44조 5천억 원으로, 2023년 역대 최대치(48조 4천억) 이후 3년 연속 축소 중입니다. 시장이 줄어드는데 감으로만 버틸 수 있는 시간은 얼마 남지 않았습니다.

현장에서 본 3가지 데이터 활용 패턴

이번 주에만 두 브랜드 대표를 만났습니다. 매출 1,000억을 넘긴 브랜드와 오프라인 15개 매장을 운영하는 스트릿 브랜드. 공통적으로 데이터가 필요한 지점은 같았습니다.

첫째, 채널 최적화입니다.

한 스트릿 브랜드는 플랫폼 의존도 95%에서 오프라인 확장을 통해 40%까지 낮췄습니다. 온·오프라인 매출 비중이 50:50이 된 지금, 채널별 고객 행동이 완전히 다르다는 걸 체감하고 있습니다. 온라인은 가격 비교가 기본 전제지만, 오프라인은 경험의 가치가 매출을 좌우합니다. 이 차이를 데이터 없이 최적화하는 건 불가능합니다.

둘째, 성장의 역설을 푸는 열쇠입니다.

매출이 2배 성장하면서 재구매율이 30%에서 7~8%로 떨어진 브랜드가 있습니다. 신규 고객이 대량 유입되면서 자연스럽게 희석된 것입니다. 숫자만 보면 위기지만, 데이터로 세그먼트를 나눠보면 다른 그림이 보입니다. 초기 팬덤 고객의 LTV는 오히려 올랐고, 신규 고객 중에서도 재구매 전환 가능성이 높은 그룹이 명확히 존재합니다. 이 구분 없이 전체 평균만 보면, 잘못된 의사결정을 하게 됩니다.

셋째, 재고 관리입니다.

패션 업계에서 재고는 곧 자본입니다. 시즌이 지난 재고는 브랜드 가치를 갉아먹는 독이 됩니다. 업계의 한 시니어 리더와 커피챗을 나누며 인상 깊었던 말이 있습니다. "부채 비율이 200%를 넘어가면 자기 자본보다 빚이 더 많은 거예요. 매출이 아무리 커도 장부상 숫자일 뿐, 실제 계좌에 돈이 들어오는 '실입금'이 진짜 이익입니다." 재고량을 데이터로 예측하고 조절하는 것만으로도 현금 흐름은 극적으로 개선됩니다.

지금 당장 시작하는 데이터 활용 4단계

거창한 데이터 인프라가 필요한 게 아닙니다. 지금 있는 것부터 시작하면 됩니다.

1단계: 채널별 고객을 구분하라.

자사몰, 플랫폼, 백화점, 아울렛 — 각 채널의 고객이 누구인지, 정가 구매율은 얼마인지부터 파악합니다. 대부분의 브랜드가 '전체 매출'만 보고 있고, 채널별 고객 프로필을 모릅니다.

2단계: 재구매 고객을 세그먼트하라.

전체 재구매율은 의미 없습니다. 1회 구매 후 3개월 내 재구매한 고객, 시즌마다 돌아오는 고객, 할인에만 반응하는 고객 — 이 세 그룹에 같은 메시지를 보내면 안 됩니다.

3단계: 재고 데이터와 판매 데이터를 연결하라.

생산량을 정할 때 '감'이 아니라 지난 시즌 SKU별 소진율을 기준으로 삼습니다. 특히 컬러·사이즈별 소진 속도 차이는 데이터 없이는 절대 파악할 수 없습니다.

4단계: 온·오프라인 고객을 하나로 묶어라.

오프라인 매출 비중이 상위권인 브랜드라면, 매장 방문 고객과 온라인 고객이 분리되어 있을 가능성이 높습니다. 이 데이터를 통합하는 순간, 그동안 보이지 않던 고객의 전체 여정이 드러납니다.

결론: 직감은 방향, 데이터는 속도

패션은 여전히 감의 산업입니다. 트렌드를 만드는 건 데이터가 아니라 사람입니다. 하지만 그 트렌드를 매출로 전환하고, 재고를 최적화하고, 충성 고객을 키우는 건 데이터의 몫입니다.

44조 시장이 3년째 줄어들고 있습니다. CAC는 오르고, 취향은 파편화되고, 플랫폼의 힘은 예전 같지 않습니다. 이 환경에서 감만으로 버티는 건 용기가 아니라 리스크입니다.

직감으로 방향을 잡고, 데이터로 속도를 내는 브랜드. 결국 살아남는 건 이 둘을 함께 쓰는 브랜드입니다.

채널별로 흩어진 고객 데이터를 하나로 모으고, 매출을 만드는 고객을 찾는 것 — 버클이 그 첫 번째 단계를 함께 합니다.

이 글은 패션 업계 300개 이상의 브랜드를 만나고, 직접 수입·유통을 경험한 인사이트를 바탕으로 작성되었습니다.