earticle

영어

This study aims to explore the core themes and discourse structures surrounding the use of artificial intelligence technologies in the fashion industry, focusing on how the adoption of AI and big data accelerates innovation through scientific decision-making, automation, and personalization. Large-scale text-mining techniques were employed to collect data with the keywords “AI + fashion” and “artificial intelligence + fashion.” Frequency, TF-IDF, word cloud visualization, N-gram, topic modeling, network visualization, and CONCOR analysis were conducted. The main findings are as follows. Frequency and TF-IDF analyses revealed core keywords such as “technology,” “image,” “design,” “brand,” and “platform,” indicating that AI in the fashion industry plays a central role in visual image generation, digital design and marketing, and platform-based business. The N-gram analysis showed strong associations such as “fashion–brand,” “fashion–design,” “image–generation,” and “product–recommendation,” suggesting that AI technologies are integrated throughout the fashion value chain from brand planning and design to customer experience. The LDA topic modeling analysis identified five topics: “technology-driven digital fashion innovation,” “diffusion of generative AI design and personalized commerce,” “technological restructuring of the fashion ecosystem,” “economic value expansion and investment in the fashion industry,” and “convergence of technology, education, and culture.” The CONCOR analysis produced four clusters: “technological innovation,” “industrial and business infrastructure,” “content and marketing,” and “consumer and service.” Both the thematic results of topic modeling and the network clusters derived from CONCOR analysis reflect the evolution of AI fashion from technological efficiency toward broader social and cultural acceptance. These findings could serve as foundational insights for planning AI-related strategies in business, developing industrial policies by governments, and designing academic curricula in higher education.

한국어

본 연구의 목적은 인공지능과 빅데이터의 도입으로 패션 산업에서 과학적 의사결정, 자동화, 맞춤화로 이어지는 혁신이 가속화되고 있다는 점에 주목하여, 패션 산업 내에서 인공지능 기술 활용에 대해 형성되고 있는 핵심 주제와 담론 구조를 파악하는 것이다. 대용량의 빅데이터 텍스트마이닝 방법을 통해 ‘인공지능+패 션’, ‘AI+패션’을 키워드로 데이터를 수집한 후, 빈도, TF-IDF, 워드 클라우드 시각화, N-gram, 토픽 모델링, 네트워크 시각화, CONCOR 분석을 수행하였다. 주요 연구 결과는 다음과 같다. 빈도 및 TF-IDF 분석 결과 ‘기술’, ‘이미지’, ‘디자인’, ‘브랜드’, ‘플랫폼’ 등의 단어가 핵심 키워드로 도출되었으며, 패션 산업에서 인공지 능이 시각적 이미지 생성, 디지털 디자인 및 마케팅, 그리고 플랫폼 비즈니스의 중심에 자리하고 있음을 확인 하였다. N-gram 분석 결과 ‘패션–브랜드’, ‘패션–디자인’, ‘이미지–생성’, ‘제품–추천’ 등이 높은 연결강도를 보였으며, 이는 인공지능 기술이 패션 브랜드 기획에서부터 디자인과 고객 경험 등 패션 가치사슬 전반에 통합적으로 활용되고 있음을 시사한다. LDA 토픽모델링 분석 결과 ‘기술 기반 디지털 패션 혁신’, ‘생성형 AI 디자인과 고객 맞춤형 커머스 확산’, ‘패션 산업 생태계의 기술적 재구성’, ‘패션 산업의 경제적 가치 확장 과 투자’, ‘기술·교육·문화 융합’을 포함한 5개 토픽을 도출하였다. CONCOR 분석 결과 ‘기술혁신’, ‘산업·비즈 니스 인프라’, ‘콘텐츠·마케팅’, ‘소비자·서비스’를 포함한 4개 군집을 도출하였다. 토픽모델링에서 도출한 주 제들과 CONCOR 분석의 네트워크 시각화와 군집구조 모두 인공지능 패션이 기술적 효율성에서 나아가 사회 적, 문화적 수용성으로 확장되고 있음을 반영하고 있었다. 본 연구의 결과는 인공지능 관련 기업의 비즈니스 전략 수립, 정부의 산업 정책 개발, 교육 기관의 교육과정 설계 등에서 기초자료로 활용될 수 있을 것이다.