earticle

영어

This study explored what possibilities and limitations the application of generative AI to the pressing challenge of "sustainable fashion" has in real-world design workflows. By leveraging the broad textual knowledge in ChatGPT, researchers identified six themes—eco-friendly materials, bio-leather, recycled materials, upcycling, patchwork, and origami techniques—and refined each into specific design concepts with key focal points. Through carefully crafted text prompts for MidJourney and the iterative generation and revision of output images, the team completed a digital fashion collection of 60 pieces without physical samples. This process demonstrated that traditional design workflows— typically involving multiple rounds of physical sample production and pattern modification—could be significantly shortened, saving time and reducing costs, which could minimize resource waste. The rich ideas from ChatGPT and the visual output of MidJourney complemented each other, enabling designers to quickly obtain concrete images and supporting creative decision-making. However, the study revealed limitations in areas that require complex cutting and sewing techniques—such as puzzle-like structures or modular details—where AI struggled to fully account for practical constraints. Addressing these gaps will require refined algorithms and expanded training data. Nevertheless, this research provides a concrete example of an AI-centered digital design process without physical prototypes, demonstrating how sustainable fashion can be planned without extensive pattern expertise or long-term experience. This approach suggests that advancing generative AI from an assistive tool to a creative partner in fashion design offers an efficient and practical alternative that meets the environmental and economic demands facing the industry.

한국어

본 연구는 생성형 AI라는 새로운 기술을 패션 디자인의 당면 과제인 ‘지속 가능한 패션’에 적용함으로써, 실제 디자인 과정에서 어떤 가능성과 한계를 보일 수 있는지를 검토하고자 수행되었다. 먼저 챗지피티를 통 해 다양하게 축적된 텍스트 기반 지식을 바탕으로 친환경 소재·바이오 레더·재활용 소재·업사이클링·패치워 크·종이접기 기법 등 여섯 가지 테마를 도출하고, 각 테마별로 세부적인 디자인 콘셉트와 핵심 키워드를 구 체화하였다. 이후 미드저니를 활용해 설계한 텍스트 프롬프트를 입력하고 결과 이미지를 반복 생성·수정함으 로써, 물리적 샘플을 제작하지 않고도 총 60벌에 이르는 디지털 패션 컬렉션을 완성했다. 이를 통해 전통적으 로 여러 차례의 실물 샘플 제작과 패턴 수정 과정을 거쳐야 했던 디자인 프로세스를 대폭 단축하고, 시간과 비용을 절감하며, 자원 낭비를 줄일 가능성을 확인했다. 또한 챗지피티가 제공하는 풍부한 아이디어와 미드 저니의 시각화 기술이 서로 보완적으로 작용하여, 디자이너가 필요로 하는 구체적인 이미지를 빠르게 얻을 수 있었고, 이를 통해 폭넓은 창의적 의사결정이 가능했다. 다만, 퍼즐 형태나 모듈형 디테일과 같이 실제 의상 제작 시 복합적인 재단·봉제 기술이 요구되는 부분은 AI가 현실적 제약을 충분히 반영하지 못하는 한계 를 드러냈으며, 이를 보완하기 위해서는 알고리즘 정교화와 추가 학습 데이터 확보가 필요하다는 점을 확인 했다. 그럼에도 불구하고, 본 연구는 물리적 시제품 없이 AI 중심의 디지털 디자인 과정을 구체적으로 실험하 여, 전문적인 패턴 지식이나 오랜 숙련 과정을 거치지 않고도 지속 가능한 패션 기획이 가능함을 실제 사례로 입증했다는 점에서 의의가 있다. 나아가 이러한 접근은 생성형 AI를 패션 디자인 분야에서 단순 보조가 아닌 창의적 파트너로 발전시킴으로써, 향후 패션업계가 직면한 환경·경제적 요구를 동시에 충족할 수 있는 효율 적이며 실천적인 대안이 될 수 있음을 시사한다.