지속 가능한 패션은 AI로 시작된다

By: Madhava Venkatesh, TrusTrace의 공동 창립자 및 최고 기술 책임자, TrusTrace.

지속 가능성을 страastically하는 사람으로서, 정부가 중요한 일을 하는 것을 보는 것은 항상 흥미롭습니다. 예를 들어, 유럽 위원회의 제품 환경足跡(PEF) 프로그램은 아직 시험 단계에 있지만, 법이 되면 브랜드는 공급망 활동을 고려하여 제품의 실제 환경 영향을 계산하고 공개해야 합니다. 이러한 법은 큰 브랜드가 더 지속 가능하게 운영하도록 장려하는 활동가들에게 큰 기회가 될 것입니다.

일반적으로 받아들여지는 추정에 따르면, 패션 산업은 세계의 이산화탄소 배출량의 2%에서 8%를 차지합니다. 2018년에, 글로벌 의류와 신발 산업은 프랑스, 독일, 영국을 합친 것보다 더 많은 온실 가스를 생산했습니다.

PEF는 대기업이 공급망에서 환경 피해를 책임지도록 강요하는 많은 글로벌 규제 중 하나입니다. 캘리포니아의 공급망 투명성법과 독일의 최근에 통과된 공급망 책임법은 최근의 두 가지 예입니다. 이러한 새로운 요구 사항을 준수하기 위해, 브랜드는 공급망 추적성을 위한 기술 솔루션과 지속 가능성에 대한 새로운 사고 방식을 필요로 할 것입니다.

최근까지, 브랜드는 지속 가능성에 대한 상위-down 접근 방식을 취해 왔습니다. 그러나 이것은 이미 구식이고 효과가 없는 방법입니다(특히 실제로 변경이 이루어지기 위해서는). 이제 필요한 것은 규제 또는 증가하는 환경 의식 소비자를 통해 제품에서부터 지속 가능성을 향상시키는 것입니다.

진정으로 지속 가능한 의류를 생산하기 위해서, 브랜드는 모든 제품과 재료에 대한 모든 것을 알아야 합니다. 이것은 수백만 개의 세부적이고 정확한 데이터 포인트와 모든 데이터를 하나의 장소에 저장할 수 있는 추적성 솔루션이 필요합니다.

추적성은 왜 필요한가?

제품과 재료를 공급망을 통해 정확하게 추적할 수 있는 능력은 많은 도전을 해결할 수 있습니다. 더 큰 공급망 가시성은 브랜드가 중단을 예상할 수 있도록 합니다. 또한, 이러한 가시성은 브랜드가 제품 주장과 그 진정성을 입증할 수 있도록 합니다. 예를 들어, 브랜드는 100% 유기농 면 소재의 스웨터를 판매한다고 주장할 수 있고, 데이터를 통해 이를 입증할 수 있습니다.

현재 패션 공급망은巨大하지만, 공급망 가시성이 거의 없습니다. 따라서 패션 회사들은 수백 개의 공급망을 통해 제품을 추적하는 어려운 작업에 직면합니다. 이것은巨大한 기술적인 도전을 나타내며, 이는 인공지능(AI)와 기계 학습만이 해결할 수 있습니다.

추적성을 위한 AI

TrusTrace에서, 우리는 패션 산업의 수십 개의 회사와 협력하며, 대부분의 공급망 데이터가 문서에 잠겨 있습니다. 이러한 문서에는 물품의 소유권을 증명하는 영수증, 공장 및 기타 시설의 작업 조건과 급여에 대한 사회적 감사 보고서, 재료 배치에 대한 화학적 시험 보고서 등이 포함됩니다. 이러한 문서 데이터는 다양한 형식과 언어로 제공됩니다. 간단히 말해, 주요 문제는 데이터 수집입니다.

이것이 AI가 추적성을 위한 핵심이 되는 곳입니다. AI는大量의 데이터를 지능적으로 수집할 수 있습니다. 더 중요한 것은, AI는 또한 데이터의 품질을提高하기 위해 여러 소스에서 정보를 상호 관련시켜 데이터를 검증하는 시스템을 지원할 수 있습니다.

간단히 말해, AI는 전체 제품 추적성을 가능하게 하기 위해 문서를 디지털화할 수 있습니다. 디지털화 과정에는 세 단계가 포함됩니다: 분류, 객체 추출 및 식별, 데이터 검증 및 연결.

분류는 공급망 추적성 플랫폼에 문서가 제출될 때 발생합니다. 기본 AI는 문서를 인식하고, 예를 들어, 구매 주문, 시설 감사, 또는 인증서로 지능적으로 분류합니다.

문서의 분류에 따라, AI는 메타데이터를 통해 주요 정보를 식별합니다. 예를 들어, 영수증을 처리할 때, 추적성 시스템은 자동으로 구매자, 판매자, 제품, 수량, 배달 날짜 등 정보를 추출하고 식별합니다. 유사하게, 사회적 감사 디지털화는 작업 조건, 공정한 임금, 다양성 등과 관련된 매개 변수를 캡처하는 것을 포함할 수 있습니다.

対応하는 객체가 추출되면, 데이터는 검증되고 브랜드의 엔터프라이즈 시스템 내의 다른 기존 데이터에 연결되어, 브랜드가 데이터를 사용하여 예측, 분석, 규제 보고, 또는 기타 요구 사항을 충족할 수 있도록 합니다.

패션 공급망은 너무 복잡하고, 사용 가능한 데이터가 너무 방대하여, 효과적으로 AI를 사용하지 않고는 관리할 수 없습니다. 추적성 시스템을 구현한 후, 브랜드의 공급망 파트너 중 하나의 지속 가능성이 브랜드의 표준에 미치지 못할 수 있습니다. 이 경우, 공급망은 다른 파트너를 통해 적응하고 재구성해야 합니다. AI와 기계 학습은 이러한 빠른 조정을 가능하게 하는 핵심입니다.

미래를 향해

EC의 PEF 프로그램이 보여주듯이, 지속 가능하다고 말하는 것만으로는 충분하지 않을 것입니다. 증거를 제공하는 것만으로도 충분하지 않을 것입니다. 나는 브랜드가 제품의 지속 가능성을 지능적으로 추적하여 거의 실시간으로 계산하는 미래를 믿습니다.

나는 많은 패션 브랜드가 법적 강제 이전에 지속 가능성과 사회적 책임에 대한 약속을 보는 것을 자랑스럽게 생각합니다. 이제 이 기업의 약속이 제품 수준으로 Trickling Down되어야 합니다. 이것은 쉽지 않은 업적이지만, 추적성과 AI 및 데이터의 지원으로 가능할 것입니다.