신발 제조에도 AI 전환, 불량 검수부터 디자인 기획까지 자동화

• 신발 제조업에도 인공지능 전환(AX)이 들어오고 있음

  • 바이트사이즈(BYTESIZE)는 서울 코엑스에서 열린 ‘AI EXPO KOREA 2026’에서 신발·패션 산업 특화 AI 솔루션을 공개함
  • 대상은 전통적으로 노동집약적이라고 꼽히는 신발 제조 산업
  • AI 적용 지점은 크게 두 가지임. 완성품 외관 불량 검수와 제품 디자인 기획

• 품질 검수 쪽은 사람이 눈으로 하던 일을 비전 AI가 보조하는 구조임

  • 기존 생산 라인에서는 3~4명의 작업자가 제품을 육안으로 살피며 품질을 검수했음
  • 문제는 작업자 숙련도나 컨디션에 따라 판정 편차가 생긴다는 점
  • 바이트사이즈 솔루션은 6개의 카메라로 제품을 동시에 촬영하고, AI가 이미지를 분석해 불량을 찾아냄
  • 탐지 대상은 주름, 오염, 박음질 오류, 실밥 등 8가지 유형의 외관 불량임

• 디자인 기획 쪽은 생성형 AI에 더 가까운 솔루션을 선보였음

  • 웹 기반 서비스로 제공되고, 텍스트 프롬프트와 레퍼런스 이미지를 입력하면 신발 디자인을 생성함
  • ‘멀티뷰’ 기능을 지원해서 제품을 다양한 각도에서 볼 수 있게 만듦
  • 특정 의류 디자인 패턴이나 특정 캐릭터를 반영한 신발 디자인도 생성할 수 있음

• 단순히 “예쁜 이미지 하나 뽑기”에서 끝내지 않으려는 기능도 들어감

  • 생성된 제품 디자인과 유사한 시중 신발 10종을 제시함
  • 이를 통해 저작권 리스크 검토와 시장 트렌드 조사를 같이 할 수 있음
  • 디자인을 파트별로 분리해서 각 부분의 재질이나 색상을 세밀하게 설정하는 기능도 제공함

• 바이트사이즈가 보는 목표는 신발 개발 주기 자체를 줄이는 것임

  • 회사 관계자는 전통적인 신발 개발 기간이 기획부터 최종 제품 출시까지 보통 2년 걸린다고 설명함
  • 이 솔루션은 단순 디자인 생성을 넘어, 제품 디자인을 생산 전개도로 변환하는 기능까지 구축하는 것을 목표로 함
  • 결국 “아이디어 이미지 생성”이 아니라 실제 생산으로 이어지는 기획·설계 흐름을 줄이려는 접근임

---

기술 맥락

• 이 사례에서 비전 AI가 먼저 들어간 이유는 검사 조건이 비교적 명확하기 때문이에요. 신발 외관 검수는 카메라로 제품을 찍고, 주름·오염·박음질 오류·실밥 같은 결함 유형을 판정하는 작업이라 반복성과 데이터화 가능성이 높거든요.

• 기존에는 3~4명의 작업자가 눈으로 검사했기 때문에 사람마다 판정이 달라질 수밖에 없어요. AI 검수는 이 편차를 줄이고, 동일한 기준으로 계속 검사하게 만드는 데 의미가 있어요.

• 디자인 솔루션에서 멀티뷰가 중요한 이유는 신발이 한 장짜리 평면 이미지로 끝나는 제품이 아니기 때문이에요. 실제 상품화하려면 여러 각도에서 형태가 말이 돼야 하고, 파트별 재질과 색상도 따로 조정할 수 있어야 해요.

• 유사한 시중 신발 10종을 보여주는 기능은 꽤 실무적인 포인트예요. 생성형 AI가 만든 디자인이 기존 제품과 너무 비슷하면 저작권이나 브랜드 리스크가 생길 수 있어서, 기획 단계에서 시장 조사와 리스크 체크를 같이 하려는 거예요.