‘누구나 신발 디자이너가 될 수 있다!’ Vol.2

‘기술의 종말인가, 창조의 진화인가?

생성형 AI를 활용한 신발 디지털 샘플링과 실무 프로세스의 미래 (VOL.2)

지난 1부에서는 AI 기술의 진화로 인해 전문 교육을 받지 않은 비전공자도 디자이너가 될 수 있는 ‘디자인 대중화의 서막’과 디자이너의 정체성 재정의에 대해 살펴보았다. 도구의 숙련도보다 ‘의도와 안목’이 중요해진 지금, 2부에서는 필자가 실무와 강의 현장에서 직접 검증하고 활용하고 있는 차세대 생성형 AI 플랫폼을 통해 신발 디자인을 전개하는 방법론을 제안하고, 실무에 활용해오고 있는 구체적인 실전 워크플로우를 소개하고자 한다.

또한, 2D 기반 중심의 프로세스가 강세인 업계에 어떤 방식으로 적용해야 실용화가 가능할지 풀어보고, 나아가 이 기술들이 가져올 신발 제조 생태계의 패러다임 변화와 디지털 샘플링의 미래에 대해 이야기해보고자 한다.

 2D 기반 중심으로 짜여진 실무 프로세스의 이해

우리는 생성형 AI 플랫폼이 단 몇 초 만에 실제 같은 2D 이미지를 뽑아내고, 클릭 몇 번으로 3D 모델을 완성하는 놀라운 시대를 살고 있다. 하지만 이 화려함 뒤에 숨겨진 제조업의 냉정하고 엄격한 진실을 마주해야 한다. 바로 패션과 신발 산업의 최종 생산을 결정짓는 핵심 중의 핵심, ‘패턴’ 영역에서만큼은 여전히 2D(평면) 기반 작업이 절대적인 표준이자 주류라는 점이다.

이러한 이유로 차세대 AI 플랫폼을 활용한 신발 디자인 전개 방식을 소개하기에 앞서, 우리는 왜 실무에서 여전히 2D 기반 프로세스가 절대적인 위치를 차지하고 있는지 깊이 이해하고 고찰해 보아야 한다. 

                                                                                                          [출처:생성형 AI 활용 이미지]

이는 필자가 지난 20여 년간 국내외 현장에서 신발 디자인부터 소재 소싱, 샘플링, 그리고 최종 생산에 이르는 전 과정을 온몸으로 부딪치며 경험하고 느낀 점을 바탕으로 던지는 본질적인 화두이기도 하다.

최근 패션과 신발 산업에서 CLO, 브로우즈웨어(Browzwear), 3D CAD 같은 디지털 기술이 비약적으로 발전했음에도 불구하고, 왜 제품 생산의 핵심인 패턴 영역은 여전히 평면 작업에 의존하고 있는 걸까? 단순히 현장의 전문 인력들이 오랜 관행에 사로잡혀서일까? 혹은 익숙했던 업무 방식을 바꾸기 싫어하는 ‘변화에 대한 거부감’ 때문일까?

단언컨대, 모두 정답이 아니다 .반도체나 전자, 자동차 업계처럼 단단하고 변형이 없는 원자재를 다루는 산업과 달리, 패션과 신발 산업은 살아 움직이듯 유연한 ‘섬유’와 ‘가죽’ 소재를 다루고 있기 때문이다.

3D 화면 속의 화려한 디지털 '픽셀'이 우리가 손으로 만질 수 있는 실제 제품으로 구현되기 위해서는, 이 가변적인 소재들이 가진 독특한 물리적 특성과 제조 공정의 근본적인 한계를 반드시 극복해야만 한다. 즉, 생성형 AI라는 강력한 무기를 실무에 쥐기 전, 우리가 반드시 이해해야 할 ‘현실 세계의 물리적 법칙’이 바로 여기에 있다. 지금부터 현장의 경험을 바탕으로, 3D 시대에도 2D 패턴이 절대 권력일 수밖에 없는 기술적·공학적 이유를 하나씩 짚어보고자 한다.

3D를 2D로 펼치는 '전개도(Unwrapping)'라는 한계성

신발 및 패션 디자인 부문은 신체를 기반으로 모든 프로세스가 이루어진다. 옷의 핏이나 발의 쉐입(Shape)을 선정하는 단계부터가 디자인의 시작이라는 이야기이다.

따라서 인체를 형상화한 마네킹이나 발의 기본 형태를 형상화한 신발 라스트(신발골)를 선정하고, 그 위에 패턴을 만드는 작업은 매우 중요하다. 어쩌면 이 단계가 샘플링의 처음이자 끝이라 봐도 무방할 만큼 핵심적이다.

신발을 예로 들어 말하자면, 발은 복잡한 3차원 곡선으로 이루어져 있다. 완성된 디자인은 패터너에 의해 라스트 위의 3D 도안으로 옮겨지게 된다. 업계에는 “똑같은 디자인을 10명의 패터너에게 넘기면 10가지 신발이 나온다”는 유명한 말이 있다. 디자이너의 2D 디자인을 받아들이는 패터너의 감각과 이해도에 따라 결과물이 완전히 달라지기 때문이다.

다시 본론으로 돌아와 이야기를 이어가면, 프로세스의 가장 첫 단계이자 가장 중요한 부분인 패턴은 라스트를 베이스로 하기 때문에 이를 평면(2D)으로 펼치는 과정에서 반드시 왜곡이 발생한다. 이유는 간단하다. 원자재로 사용되는 가죽과 원단은 신축성(Stretch & Strain)이 있지만, 패턴을 그려낸 종이는 신축성이 없기 때문이다. 종이는 구기지 않고 곡면을 감쌀 수 없지만, 원단과 가죽은 늘어나고(Tensile) 줄어드는 탄성이 있기에 그것이 가능하다.

이러한 근본적인 특성으로 인해 3D 상에서 아무리 멋진 디자인을 창조하더라도, 2D 패턴 조각으로 분할해 재단할 때 '어느 부위를 얼마나 늘려 잡고 줄여 잡아야 하나?'라는 입체에 대한 이해와 숙련도를 바탕으로 한 설계 역량이 필수적이다. AI나 3D 툴이 이를 완벽히 계산해 평면으로 펼쳐주는 데는 아직 한계가 분명하다.

3D를 2D로 펼쳐내는 ‘핵심 프로세스’

귤껍질을 까지 않고 평면으로 펼칠 수 있을까?

인체의 곡선이나 신발의 라스트는 복잡한 입체 곡면으로 이루어져 있다. 수학적으로 이 입체 곡면을 아무런 왜곡이나 변형 없이 평면(2D)으로 완벽하게 펼치는 것은 불가능하다. 지구본을 쪼개지 않고 평면 지도로 만들 수 없고, 귤껍질을 찢거나 늘리지 않고는 바닥에 평평하게 펼칠 수 없는 것과 같은 논리이다. 물론 막대한 자본과 기술력을 보유한 글로벌 브랜드라면 이러한 문제를 상당 부분 해결할 수 있겠으나, 본 글에서는 국내 산업 현장의 현실을 기준으로 이야기를 이어가고자 한다.

소재의 늘어남과 줄어듦을 고려한 계산

종이는 구기지 않으면 입체를 감쌀 수 없지만, 원단과 가죽은 늘어나고 줄어드는 '신축성'을 갖추고 있다. 3D 화면에서 아무리 멋지게 시뮬레이션하더라도 이를 평면 조각으로 쪼개어 재단할 때, ‘어느 부위를 얼마나 잡아당겨 늘리고, 어디를 잘라내어 모아야 울지 않는 매끄러운 입체가 되는가?’는 오직 오랜 경험을 가진 패턴사의 평면 설계 영역이다. 현존하는 어떤 AI나 3D 프로그램도 이 복잡한 평면 전개와 수축 법칙을 완벽하게 계산해 내지 못한다. 플라스틱은 원료를 금형에 주입하는 대로 성형이 되지만, 가죽은 살아 움직이기 때문이다.

금속 또는 플라스틱을 다루는 하드웨어 산업(자동차, 전자제품 등)은 3D 설계 데이터(STP, IGS)를 그대로 금형에 주입하거나 기계로 깎아내면 오차 없는 성형이 가능하다. 하지만 패션과 신발은 전혀 다른 결을 가지고 있다.

'원단과 가죽'이라는 가변적 소재의 까다로움

예측 불가능한 소재의 변수

원단은 두께, 짜임 방식에 따라 성질이 다르고, 특히 천연 가죽은 살아있던 동물의 부위(밀도가 높은 등판과 느슨하고 연한 배판)에 따라 늘어나는 방향과 힘이 완전히 다르다.

현장의 직관적 대응력

베테랑 패턴사들은 "이번에 공장에 새로 들어온 원단 원피는 이전보다 수축률이 강하니, 평면 패턴에서 2% 정도 여유를 더 주어야 한다"는 식의 미세 조정을 평면(2D)상에서 직관적으로 컨트롤한다. 3D 물리 엔진이 이 불규칙하고 수많은 원단의 변수와 가죽의 숨은 밀도까지 완벽하게 가상으로 흉내 내기란 아직 불가능에 가깝다.

공장 생산 설비와의 호환성

결국 기계가 자르는 것은 ‘평평한 원단’이다

아무리 화려하고 입체적인 3D 데이터라 할지라도 화면 속에서는 픽셀(디지털 신호)에 불과하다. 옷과 신발이 진짜 만질 수 있는 실물로 탄생하려면, 평평하게 롤로 말려 있는 원단이나 넓게 펼쳐진 가죽 원피를 칼날이나 레이저로 직접 잘라내야만 한다.

물리적 가공의 한계

공장의 자동 재단기(CAM)나 레이저 커팅기는 오직 평면(2D) 좌표 데이터(.DXF 등)를 기반으로 정밀하게 움직인다. 즉, 기계는 3D 입체를 이해하지 못한다. 3D로 아무리 완벽한 입체 구조를 짜도, 결국 공장 기계에 밀어 넣으려면 정확한 치수선과 바느질 여유분(시접)이 계산된 평면 파일로 변환해야 한다. 그렇기에 공정의 효율성과 정확성을 위해서는 처음부터 2D로 정밀하게 설계하는 것이 가장 안전하고 확실하다.

평면이 전문가의 손맛을 통해 입체가 되는 신발의 마법

특히 신발은 의류보다 평면 패턴의 의존도가 압도적으로 높다. 신발 패턴의 기본은 입체 신발골(라스트)에 마스킹 테이프를 빈틈없이 붙였다가, 이를 칼로 쪼개어 조심스럽게 뜯어낸 뒤 평면으로 펼치는 작업(본 표면 전개)에서 시작되기 때문이다.

신발은 평면 가죽 또는 원단 조각들을 재봉해 주머니 형태로 만든 후, 이를 입체 신발골에 씌워 사방에서 강력한 기계 힘으로 잡아당겨 고정하는 '라스팅(성형) 공정'을 거친다. 즉, 평면 가죽이나 원단이 강한 물리적 장력을 받아 압착되면서 비로소 입체가 되는 구조다. 디자이너와 패턴사는 가죽 또는 원단이 사방으로 당겨질 때의 늘어남과 변형을 미리 계산해 역으로 평면 패턴을 설계해야 한다. 단순한 3D 그래픽 모델링 데이터만으로는 이 강한 장력과 성형 후의 정확한 치수를 제어할 수 없다.

3D는 '비주얼, 생산은 여전히 '2D 패턴‘

결론적으로 3D 기술과 생성형 AI는 시각적으로 빠르게 확인하고, 소통하며, 의사결정을 내리는 품평의 시간을 혁신적으로 단축해 주는 최고의 도구다. 그러나 실제 공장에서 가죽과 원단을 잘라 제품을 만드는 생산의 단계에서는, 모든 물리적 변수를 통제할 수 있는 2D 패턴이야말로 제조 생태계의 유일한 표준 스펙이다.

따라서 앞으로의 트렌드는 3D가 2D를 완전히 대체하는 것이 아니다. 2D 패턴의 견고한 설계 능력을 바탕으로 3D 시뮬레이션과 AI를 통해 가상 핏을 확인하고, 다시 2D 패턴을 미세 조정하는 '하이브리드 워크플로우'로 정착하고 있다. 우리가 생성형 AI를 배우고 다루기에 앞서, 평면 설계와 소재에 대한 기초 체력을 결코 소홀히 해서는 안 되는 이유가 바로 여기에 있다.

신발·패션 부문은 가죽과 섬유라는 원자재를 가공하는 분야라는 특성 때문에, AI 플랫폼 활용법을 본격적으로 이야기하기에 앞서 장황한 서설을 늘어놓은 감이 있다. 이렇듯 기술적인 이야기가 나열되다 보니 *‘누구나 디자이너가 될 수 있다더니 내용이 엉뚱한 방향으로 흘러가는 거 아냐?’*라는 의문을 가지는 구독자분들도 계시겠지만, 신발 스타트업이나 온라인 브랜드를 런칭하고자 하는 포부를 가진 비전공자분들도 이런 업종의 특성을 명확히 이해하고 접근하는 것이 장기적으로 훨씬 도움이 될 거라는 게 필자의 견해이다.

자, 그러면 이제부터는 신발 부문에서 어떤 식으로 AI 플랫폼을 접목하면 좋을지 본격적인 이야기로 이어가 보고자 한다.

 생성형 AI로 여는 직관적 비주얼라이제이션

 스케치에서 실사 렌더링까지, 단 몇 초의 마법

  

신발 업계에서 장르를 불문하고 통용되는 기존의 디자인 프로세스에서는, 디자이너가 머릿속 아이디어를 클라이언트나 내부 개발팀, 혹은 브랜드 대표에게 설득하기 위해 혹독한 물리적 시간을 갈아 넣어야 했다. 핀터레스트를 뒤져 수십 장의 레퍼런스 맵을 만들고, 포토샵이나 일러스트레이터로 밤을 새워가며 2D 렌더링을 깎아내야 겨우 한 장의 시안이 완성되었기 때문이다. 이 과정에서 디자이너의 에너지는 고갈되고, 정작 중요한 '컨셉의 본질'을 고민할 시간은 극도로 압축되곤 했다.

하지만 실시간 생성형 AI 디자인 플랫폼들은 이 지루하고 고통스러운 시각화 단계를 혁신적으로 단축시키며 ‘누구나 디자이너가 될 수 있는 시대’의 서막을 알렸다. 필자가 업무에 활용 중인 여러 플랫폼 중 MESHY AI와 KREA AI를 사용해 어떤 식으로 디자인을 추출하는지 예시를 들어보겠다.

 우선 MESHY AI를 사용해 디자인을 전개하는 방법론부터 알아보자.

이 플랫폼은 매우 간단한 절차를 통해 디자인하고자 하는 신발을 형상화할 수 있고, 나아가 자신이 창조한 디자인을 3D 모델링하여 다양한 용도로 활용할 수 있게 돕는다.

    

1. 디자인 하고자 하는 스타일-조깅화, 런닝화, 워킹화등등-을 결정한뒤, 원하는 스타일과 유사한 쉐입의 신발, 즉 레퍼런스 모델 이미지를 다운로드한다.

2. MESHY AI플랫폼 이미지 생성란에서 레퍼런스 이미지를 불러온다.

3. 프롬프트 창에 레퍼런스 이미지의 어떤 부위를 수정할건지에 대한 구체적인 내용을 작성한다.

이와같이 매우 간단한 절차를 통해 디자인 하고자하는 신발을 형상화할 수 있고 나아가 자신이 창조한 디자인을 3D 모델링하여 다양한 용도로 활용 가능하다.

 이 과정을 직접 시연해 보기 위해 필자가 좋아하는 신발 카테고리 중 하나인 ‘레트로 조거’를 디자인하기로 하고, 디자인 브리프(Design Brief)를 간략히 작성해 보았다. 

 ※ 예시로 언급하는 브랜드의 제품은 특정 브랜드 홍보 목적이 아니며, AI 플랫폼을 활용한 실전 디자인 창조 방법론을 설명하기 위한 순수한 예시임을 밝혀둔다.)

 레퍼런스 모델: 뉴발란스 327 스타일

 칼 라 웨 이: 오프화이트(Off-White) 베이스 + 골드(Gold) 포인트 컬러

 소       재: 나일론 바탕 + 스플리트(Split) 가죽 적용 (토캡, 구목, 뒷빳지에 배치)

이러한 방식으로 자신이 구현하고자 하는 디자인 스펙과 브리프를 명확히 작성해두면 훨씬 완성도 높은 결과물을 얻을 수 있다. 디자인 브리프를 바탕으로 레퍼런스 이미지를 참조해 프롬프트를 입력하고, 직접 추출해 낸 이미지는 다음과 같다.

이렇듯 어렵지 않은 방법으로 누구나 원하는 레퍼런스 이미지와 스펙을 프롬프트에 입력해, 자신이 꿈꾸던 신발 디자인을 손쉽게 창조해 낼 수 있다. AI 플랫폼을 활용하는 방법은 무궁무진하므로, 지속적으로 다루어보며 본인에게 맞는 스타일을 찾아가는 것을 추천한다.

다음으로 KREA AI를 활용해서 디자인을 전개하는 과정을 간략히 소개해 보겠다.

실시간 스케치에서 이미지로(Real-time Sketch to Image)

KREA AI의 가장 강력한 무기는 ‘직관성’이다. 사용자가 마우스나 타블렛 펜을 들고 화면 왼쪽 캔버스에 러프한 선으로 신발의 어퍼(Upper) 라인과 미드솔(Midsole)의 실루엣을 슥슥 그리면, AI는 그 궤적을 실시간으로 추적한다. 그리고 우측 화면에 가죽의 은면 질감, 에어 메쉬의 입체적 짜임, 고무 아웃솔의 패턴이 살아 숨 쉬는 실사 수준의 렌더링 이미지를 단 1초 만에 띄워주는 환상적인 기능을 제공한다. 디자이너는 이 기능을 사용해 수십가지 스타일을 실시간으로 확인하고, 원하는 스타일을 셀렉하기만 하면 된다.

텍스트 프롬프트와 캔버스 제어의 시너지

단순한 스케치에 생명력을 불어넣는 것은 디자이너의 프롬프트 제어력이다. “Futuristic running shoes, neon accents, eco-friendly TPU material, cyberpunk aesthetic, studio lighting”같은 명확한 의도를 텍스트 창에 추가하면, 이미지의 무드와 소재감이 순식간에 재배열된다. 심지어 요즘은 한글인식이 가능하기에 더더욱 사용이 용이해 졌다.

스테이블 디퓨전 기반의 고해상도 업스케일링

불과 작년까지만 해도 VISCOM AI나 PROME AI를 사용할 때 발생했던 부분적 이미지 왜곡이나 디테일 뭉개짐 현상은, KREA AI의 고도화된 업스케일 엔진을 통해 훌륭하게 극복된다. 미세한 스티치(Stitch) 라인과 직조의 질감, 미드솔의 미세한 기포까지 확보하는 데 걸리는 시간은 단 몇 초에 불과하다.

누구나 디자이너가 될 수 있는 핵심 이유가 바로 여기에 있다. 디자인 툴의 숙련도에 갇혀 쩔쩔매는 대신, 누구나 수십 가지의 컬러웨이(Colorway)와 텍스처 조합을 실시간으로 '테스트'하고 결정하는 진정한 '디렉터'가 될 수 있기 때문이다. 이 방법을 이용해 디자인한 예시는 다음과 같다.

위 두 가지 플랫폼을 활용해 순식간에 디자인을 전개하는 방식은 하나의 방법론적 예시일 뿐이므로, 이를 참고하여 독자 여러분도 상상의 나래를 펼치시길 바란다.

이 글을 마치며

‘시작이 반이다’라는 구태의연한 표현일 수 있지만, 정말 이러한 AI 플랫폼들은 접하기 전 ‘어렵고 골치 아플 것’이라는 고정관념 때문에 시작이 망설여질 뿐이다. 막상 몇 차례 사용해 보면 언제 그랬냐는 듯이 어느새 능숙해져 있는 자신을 발견하게 될 것이다.

‘누구나 디자이너가 될 수 있다’라는 칼럼의 취지는 여기에 있다. 

다양한 문화와 콘텐츠로 창업을 하고, 과거에는 생각지도 못한 부문에서 자신만의 영역을 창조해 인플루언서가 되거나 기업을 세우는 21세기도 어느덧 1쿼터를 훌쩍 넘긴 시대다. 비전공자라고 해서 디자인을 못 하고, 비전공자라서 신발 업계에 도전하지 못하는 시대는 끝났다.

필자가 아주 간단한 예시를 통해 AI 플랫폼으로 디자인하는 과정을 보여드린 것처럼, 일단 시작해 보시길 권한다. 나만의 브랜드나 신발을 만들고 싶었지만, 디자인 장벽 때문에 도전을 망설이고 계셨던 분들이 있다면, AI 플랫폼 활용을 통해 자신감을 얻고 과감히 도전해 보시라는 응원의 말씀을 전하며 글을 마치고자 한다.

김 지 강

 前) 제일모직 ‘RAPIDO SPORTS’ 신발 디자인 실장

 前) 삼성물산 ‘전략기획실 선행개발그룹‘ PRO-DS 패션디자이너.

 前) 코오롱 인더스트리 ‘HEAD SPORTS’ 신발 디자인 실장.

 前) AU커머스 신발 디자인 실장. 

 現) ㈜빅토스 신발 디자인 실장.

 現) 한국 신발관 강사 활동중.

 現) 부산 테크노파크 강사 활동중.

 2024 미국 덴버 주립대학교 산업디자인과 A.I 신발디자인 특강진행.

 2024 부산 동아대학교 패션디자인학과 A.I 신발디자인 특강진행.    

 2024 부산대학교 디자인 메이커 페어 A.I를 활용한 신발디자인 강의진행.

 2025 부산 동의대학교 산업디자인학과 신발디자인 특강진행.

 2025 K2코리아 전문인력대상 ‘AI를 활용한 신발디자인 특강’진행.