A Study on the Big Data Utilization in Domestic Fashion Industry
최근 빅 데이터는 4차 산업 혁명시대에 주요한 패러다임으로 주목받고 있다. 기업의 빅 데이터 활용은 고객의 행동을 선 예측하여 기업의 경쟁력을 강화시키고, 생산성 향상과 비즈니스 혁신을 가능하게 한다는데 의미가 있으며, 이는 패션 분야 에 있어서도 예외가 아니다. 본 연구는 국내 패션부문에서 활용되고 있는 빅 데이터에 관한 연구로서 연구의 목적은 국내 패션업계의 빅 데이터 활용에 대한 실제적인 동향을 사례를 중심으로 파악하고자 하였다. 결론적으로 국내 패션관련 부문의 빅 데이터 활용에 관한 실제 동향은 ‘빅 데이터 활용 초기단계의 한계성과 현실적인 운 용방식의 채택’으로 압축할 수 있었으며, 이는 각 사의 사업영역과 업태를 기초로 그 내용을 분류할 수 있었다. 다시 말해, 현재 패션관련업계의 빅 데이터는 활용 초기단계라는 시간과 비용의 한계성에 의해 데이터 수집과 분석의 범위에 있어 제 한적일 수밖에 없다. 따라서 빅 데이터의 분석결과를 사업에 이용하는 업체는 그 활용 목적에 따라 로그 분석, 딥러닝, 텍 스트 마이닝 등 적합한 데이터의 활용 및 분석의 기법을 선택하여 현실적인 범주 내에서 적절하게 운용하고 있음을 연구를 통해 확인할 수 있었다.
With the advent of the 4th industrial revolution era, big data has recently been receiving high recognition as a major paradigm. A company’s utilization of big data has a significance in that it not only reinforces corporate competitiveness but also enables productivity enhancement and business innovation through the prediction of customer behavior in advance; and the fashion industry is no exception. This research concerns the big data currently utilized by the domestic fashion industry, with the goal of understanding the practical status of big data utilization in the domestic fashion industry. It was concluded that the practical status of big data utilization in the domestic fashion industry could be summarized as follows: ‘Selective adoption of practically applicable operation methods, because of the limitations of big data in the initial stage of its utilization.’ This conclusion could be deduced based on the analysis of individual companies’ big data utilization according to their business areas and business types. It means that the current fashion industry was in the initial stage of big data utilization, with limited investment of time and money, which could not but restrict the scale and scope of data collection and analysis. Therefore this research resulted in the finding that the individual companies utilizing big data analysis for business purpose selected the data utilization and analysis techniques suitable for their own purposes—such as log analysis, deep learning and text mining—applying them appropriately according to their situations.