새 옷을 구입할 때, 옷이 매장에 도착하기 전에 어떤 디자인과 조립 과정을 거쳤는지 별로 생각하지 않을 것입니다.
의류 제작은 디자이너가 아이디어를 스케치하는 것에서부터 시작됩니다. 그런 다음 패턴을 만들고, 천을 선택하고 재단하고, 옷을 재봉합니다. 마지막으로 의류가 포장되어 배송됩니다.
프로세스를 가속화하기 위해 일부 의류 회사는 이제 다음을 포함한 3D 기술을 사용합니다. 디자인 소프트웨어, 신체 스캔시각화 및 3D 프린터. 이 도구를 통해 디자이너는 다양한 색상, 직물 및 모티브로 자신의 창작물을 구상할 수 있습니다. 아바타로 알려진 디지털 트윈 옷이 다양한 신체 유형에 어떻게 보이고 어울리는지 시뮬레이션하기 위해 만들어졌습니다. 신체 스캔은 더 잘 맞는 의류와 향상된 제품 디자인을 위한 측정값을 생성합니다.
일부 제조업체는 운영을 간소화하기 위해 인공 지능을 통합하고 있으며, 더 정확해지면 더 많은 회사에서 이를 탐색할 가능성이 높습니다.
그러나 모든 의류 제조업체가 3D 기술을 최대한 활용하는 것은 아닙니다.
디자이너, 제조업체, 소매업체를 위한 3D 기술을 발전시키기 위해 3D 소매 연합 선도적인 학술 기관과 스타트업을 조명하는 연례 챌린지를 개최합니다. 본 콘테스트는 에서 공동 후원합니다. IEEE 표준 협회 산업 연결 3D 본체 처리 3D 스캔을 사용하여 디지털 모델을 만드는 기술에 대한 표준을 만들기 위해 의류 업계와 협력하는 프로그램입니다.
올해 6월 공모전 수상작이 선정됐다. PI 의류 패션 테크 쇼뉴욕시에서 개최되었습니다.
그만큼 패션공과대학 (FIT)가 학문 부문에서 1위를 차지했습니다. 뉴욕시 학교는 디자인, 패션, 예술, 커뮤니케이션 및 비즈니스 프로그램을 제공합니다.
픽사스케일 스타트업 부문에서 수상했습니다. 독일 헤르초게나우라흐(Herzogenaurach)에 본사를 둔 이 컨설팅 회사는 패션 및 소비재 회사의 콘텐츠 자동화, 3D 디지털 자산 관리 및 워크플로우 개선을 지원합니다.
3D와 AI로 맞춤 제작하는 의류
몸에 맞지 않는 의류, 신발, 액세서리는 의류 회사에게 문제가 됩니다. 평균 온라인으로 주문한 의류의 전 세계 반품률은 25% 이상입니다.에 따르면 받았다.
기성복을 만들기 위해 디자이너는 확립된 표준과 3D 신체 스캔을 사용하여 기본 크기의 초기 샘플 패턴을 얻은 다음 더 작은 버전과 더 큰 버전을 만들어 대량 생산하는 프로세스인 그레이딩을 사용합니다. 그러나 결과로 나온 옷은 모든 사람에게 적합하지 않습니다.
쇼핑객들이 답답할 수 있는 반품은 의류회사 입장에서는 재배송 및 재입고 비용으로 인해 많은 비용이 발생하게 됩니다.
일부 고객은 불필요한 물건을 반품하는 데 신경을 쓰지 않고 쓰레기통에 버리고 결국 매립지에 버립니다.
“당신이 가게에 가서 치수를 재고 누군가가 당신의 옷을 맞춤 제작하던 시절로 돌아갈 수 있다면 어떨까요?” 가정하다 리 라반지FIT의 기술 디자인 및 패턴 제작 조교수입니다.
이것이 바로 LaVange의 우승 프로젝트인 Automated Custom Sizing의 아이디어였습니다. 그녀의 제안은 3D 기술과 AI를 사용하여 모든 신체 유형에 맞는 맞춤형 의류를 생산하는 것입니다. 그녀는 제출물에서 단기 및 장기 확장 가능한 솔루션을 설명했습니다.
“저는 핏 문제를 해결하고 싶지만 업계 차원에서 제조 공정을 바꾸지 않으면 그렇게 할 수 없다는 것도 깨달았습니다.” —리 라밴지
“나는 그것을 본다 [custom sizing] 자동화될 수 있고 궁극적으로 모든 유형의 브랜드에 걸쳐 출시될 수 있는 솔루션입니다.”라고 그녀는 말합니다.
단기 제안에는 가슴, 허리, 허벅지, 팔뚝, 엉덩이와 같은 개인의 기본 신체 사양을 수동으로 또는 3D 신체 스캔을 통해 측정하는 것이 포함됩니다. 그런 다음 고객의 아바타가 생성되어 다양한 크기의 샘플 의류에 대한 3D 표현이 미리 로드된 데이터베이스에 입력됩니다. AI 프로그램은 고객의 사양과 기존 사이즈를 참고하여 가장 적합한 제품을 결정합니다. 예를 들어, 사람의 가슴이 중간 크기 치수와 일치하지만 엉덩이가 몇 밀리미터 더 큰 경우 프로그램은 엉덩이 주변의 소재에 여분의 천이 충분하다고 판단했기 때문에 여전히 중간 크기를 권장할 수 있습니다. 아이템을 착용한 아바타의 렌더링이 고객에게 표시되어 고객이 구매 여부를 결정하는 데 도움을 줍니다.
LaVange는 자신의 솔루션이 고객 만족도를 높이고 반품을 최소화하는 데 도움이 될 것이라고 말했습니다.
그녀의 장기 계획은 정말 맞춤화된 것입니다. AI 프로그램은 3D 신체 스캔을 사용하여 원래 디자인을 유지하면서 고객의 사양과 허리와 같은 중요한 핏 포인트를 기반으로 패턴에 필요한 조정을 결정합니다. 그런 다음 3D 시스템은 변경 사항을 적용하고 승인을 위해 고객의 아바타에 렌더링됩니다. LaVange는 이 솔루션을 통해 의류가 맞춤 제작되므로 과도한 재고를 제거할 수 있다고 말합니다.
그녀의 제안은 현재 업계에서 사용되지 않는 기술과 고객과의 다른 상호 작용 방식에 의존하기 때문에 생산 방식의 전환이 필요할 것이라고 그녀는 말합니다.
“오늘날 대부분의 제조 시스템은 하루에 최대한 많은 제품을 생산하도록 설정되어 있습니다.”라고 그녀는 말합니다. “제조 시설을 올바르게 설정하면 의류를 효율적으로 생산할 수 있는 방법이 있다고 믿습니다. 핏 문제를 해결하고 싶지만 제조 공정을 변경하지 않으면 업계 차원에서 그렇게 할 수 없다는 것도 깨달았습니다.”
디지털 자산 관리 플랫폼
스타트업 부문 수상작, AI 우선 DAM [digital asset management] 민첩한 제품 개발을 위한 지능형 백본으로서의 역할3D 기술과 AI를 사용하여 의류 디자인의 구성 요소를 중앙 집중식 플랫폼으로 결합합니다.
크리스티안 손스Pixascale의 CEO는 지난 2월에 스타트업을 시작했습니다. 그는 떠났다 아디다스 그는 회사에서 9년을 근무한 후 1월에 디지털 창작 부문의 기술 책임자로 일했습니다.
Sons에 따르면 많은 의류 회사는 여전히 직원의 로컬 드라이브나 Microsoft 드라이브에 3D 파일을 저장하고 있습니다. 셰어포인트웹 기반 문서 관리 시스템입니다.
이러한 방법은 모든 사람이 접근할 수 있는 것은 아니기 때문에 상황을 어렵게 만듭니다.
Sons의 클라우드 기반 플랫폼은 이미지, 비디오, 3D 모델, 기본 스타일, 문서 등의 디지털 자산을 프로세스에 관련된 모든 당사자와 공유함으로써 문제를 해결합니다.
여기에는 디자이너, 재봉사, 제조업체가 포함됩니다. 그의 시스템은 고객의 파일 관리 시스템과 통합되어 최신 이미지, 렌더링 및 기타 관련 데이터에 대한 액세스를 제공합니다.
그의 DAM 시스템에는 지퍼, 버튼 등의 장식 라이브러리와 패브릭 옵션도 포함되어 있습니다.
“모든 사람이 쉽게 액세스하고 다른 사람들이 무엇을 했는지 이해할 수 있는 플랫폼에 이 정보를 저장하면 실제로 협업의 기반이 구축됩니다.” —크리스티안 손스
“모든 사람이 쉽게 액세스하고 다른 사람이 수행한 작업을 추적할 수 있는 플랫폼에 이 정보를 저장하면 실제로 협업의 기반이 구축됩니다.”라고 그는 말합니다.
Sons도 통합 작업 중 AI 에이전트 간단한 연구 요청을 자율적으로 수행하기 위해 내부 시스템 및 애플리케이션 프로그래밍 인터페이스와 연결하는 대규모 언어 모델.
여기에는 새로운 제품이나 다른 실루엣을 제안하거나 이전 시즌 제품을 새로운 색상으로 수정하는 것이 포함될 수 있다고 Sons는 말합니다.
“이러한 AI 에이전트는 확실히 완벽하지는 않지만 디자이너가 처음부터 시작할 필요가 없도록 좋은 출발점이 됩니다.”라고 그는 말합니다. “AI 에이전트를 사용하는 것은 매우 흥미로운 일이라고 생각합니다. 지난 몇 년 동안 패션 업계에서는 AI가 제품 디자인과 같은 창의적인 부분을 어떻게 수행할지에 대해 이야기해 왔지만 지금은 AI가 낮은 수준의 작업을 수행하는 것에 대해 이야기하고 있습니다.”
에이 데모 Pixascale의 DAM 작동 방식은 YouTube에서 확인할 수 있습니다.