AI 사이즈 추천은 의류 반품을 줄일 수 있을까
- 핵심 요약
- AI 사이즈 추천은 사이즈 불일치로 생기는 반품을 줄이는 쪽으로 움직인다. 다만 추천이 맞아도 반품은 남고, 들어온 반품을 빨리 되살리는 재검수 속도가 결국 재고를 좌우한다.
AI 사이즈 추천은 의류 반품을 줄일 수 있나
AI 사이즈 추천은 의류 반품 중에서 사이즈가 안 맞아 생기는 부분을 줄이는 데 도움이 된다. 다만 모든 반품을 없애지는 못한다. 색감이 다르다, 재질이 생각과 다르다, 단순 변심 같은 반품은 그대로 남기 때문이다.
온라인 패션 브랜드 대표들이 요즘 많이 묻는다. "사이즈 추천 붙이면 교환이 줄어드나요?" 답부터 말하면 줄어드는 방향은 맞다. 사이즈 때문에 돌아오는 상자가 눈에 띄게 줄어든 브랜드가 있다. 그런데 교환·반품 자체가 사라지진 않는다. 그래서 추천으로 들어오는 양을 줄이는 일과, 이미 들어온 반품을 빨리 되살리는 일을 같이 봐야 한다.
AI 사이즈 추천이란 무엇인가
AI 사이즈 추천은 고객의 키·몸무게·평소 사이즈, 과거 구매·반품 기록, 상품의 실측 치수를 묶어 가장 맞을 사이즈를 골라 주는 기능이다. 사이즈 가이드, 핏 추천, 가상 피팅으로도 불린다. 상세페이지에서 "당신에게는 M을 추천합니다" 같은 형태로 보여 준다.
기존 사이즈표는 숫자만 나열했다. 소비자가 알아서 자기 몸과 비교해야 했다. AI 추천은 그 비교를 대신해 준다. 그래서 "평소 M인데 이 브랜드는 작게 나온다더라" 같은 애매한 상황에서 실수를 줄인다.
의류 반품은 왜 다른 품목보다 많을까
옷은 입어 보기 전에는 맞는지 알 수 없어서 반품률이 높다. 신발·가전처럼 규격이 분명한 품목과 다르다. 패션 온라인에서 반품·교환은 운영의 기본값에 가깝다.
반품 사유를 나눠 보면 대응법이 달라진다.
| 반품 사유 | AI 추천 효과 | 대응 |
|---|---|---|
| 사이즈 안 맞음 | 큼 | 추천 정확도 |
| 색·재질 다름 | 작음 | 상세컷·실측 |
| 단순 변심 | 거의 없음 | 교환 정책 |
| 불량·오배송 | 없음 | 검품·출고 |
사이즈 문제는 추천으로 줄일 수 있다. 하지만 색감이나 재질, 변심은 추천으로 못 막는다. 사진과 상세 정보, 검품 품질이 그쪽을 담당한다.
AI 사이즈 추천을 붙일 때 확인할 것
추천의 정확도는 입력 데이터의 질에서 갈린다. 상품 실측이 부정확하면 추천도 틀린다. 도입 전에 아래를 점검해 두세요.
- [ ] 상품별 실측 치수(어깨·가슴·총장)가 정확히 입력돼 있다
- [ ] 반품·교환 사유 데이터가 사이즈 단위로 쌓이고 있다
- [ ] 추천이 틀렸을 때 교환 흐름이 막히지 않는다
- [ ] 추천 전후 사이즈 반품률을 같은 기준으로 비교한다
- [ ] 신상 입고 시 실측을 바로 등록하는 절차가 있다
추천을 붙였다고 끝이 아니다. 추천이 틀린 건은 계속 생긴다. 그 건이 교환으로 다시 돌 때 얼마나 빨리 처리되는지가 재고에 더 크게 작용한다.
추천이 맞아도 반품은 들어온다, 그다음이 중요하다
AI 사이즈 추천이 들어오는 양을 줄여도, 들어온 반품을 빨리 되살리지 못하면 재고는 묶인다. 반품된 옷이 창고 한쪽에 쌓여 있으면 그만큼 팔 수 있는 물건이 줄어든다. 특히 시즌 상품은 복귀가 하루 늦으면 판매 기간을 그만큼 잃는다.
여기서 재검수 속도가 갈린다. 반품된 옷을 받아 오염·훼손·택 유무를 전수조사하고, 다시 팔 수 있는 것과 아닌 것을 나눈 뒤 로케이션에 되돌리는 과정이다. 주식회사 트랜쇼가 운영하는 패션 전문 풀필먼트 DCF 기준으로, 반품 상품이 재판매로 복귀하는 데 평균 24시간이 걸린다(집계 평균이며 모든 건을 보장하는 시간은 아니다). 의류 검품은 SKU당 평균 60초, 불량 검출률 99% 수준으로 전수조사한다.
반품 수량과 판매 가능 수량이 어긋나는 문제는 추천 기능만으로 풀리지 않는다. 이 부분은 시즌오프 재고, 창고 수량과 판매 수량이 안 맞을 때에서 더 자세히 다룬다.
숫자로 보면 어떤가
구체적 수치는 측정 기준을 밝혀야 의미가 있다. 반품률은 브랜드·품목·시즌마다 다르다. 외부 통계를 인용하려면 기관명과 발표 연도를 확인할 수 있을 때만 쓰는 게 맞다. 여기서는 확인된 자사 운영 수치만 쓴다.
DCF 센터 기준으로 의류 검품은 전수조사로 진행한다. SKU당 평균 60초, 불량 검출률 99%(의류 기준). 반품 재판매 복귀는 평균 24시간. 입고 기준 8시간 내 출고는 99%(2026년 1~6월 집계)다. 이 숫자들은 반품이 들어온 뒤의 처리 속도를 보여 준다. 추천의 정확도와는 별개로, 운영 쪽에서 재고 손실을 줄이는 지점이다.
추천 도입 효과를 재려면 추천 전후의 '사이즈 사유 반품률'을 같은 기간·같은 품목으로 놓고 비교하세요. 전체 반품률만 보면 색·변심 반품에 묻혀 추천 효과가 안 보인다.
오늘 해볼 것
지금 쓰는 장바구니·상세페이지 데이터에서, 반품 사유가 '사이즈'인 건이 전체의 몇 퍼센트인지부터 뽑아 보세요. 그 비중이 높으면 추천 도입이 효과를 낼 여지가 크고, 낮으면 사진·실측·검품 쪽이 먼저다.
추천을 붙여도 반품은 들어온다. 그 반품을 빨리 되살리는 재검수가 필요하면 물류 확장 상담과 DCF 자주 묻는 질문을 확인하고, 더 궁금한 점은 입점 문의로 물어보세요.
이 글과 관련한 질문
AI 사이즈 추천 붙이면 반품이 확 줄어요?
사이즈가 안 맞아 들어오던 반품은 줄어드는 방향이에요. 다만 색·재질·변심 반품은 그대로 남아서 전체 반품이 사라지진 않아요. 효과를 보려면 사이즈 사유 반품률을 따로 떼서 비교하는 게 정확해요.
추천이 틀리면 오히려 교환이 늘지 않나요?
상품 실측이 부정확하면 추천도 틀려서 그럴 수 있어요. 그래서 신상 입고 때 어깨·가슴·총장 실측을 정확히 등록하는 절차가 먼저예요. 실측 데이터가 맞아야 추천도 맞아요.
반품 들어온 옷은 다시 파는 데 며칠 걸려요?
DCF 센터 기준으로 반품이 재판매로 복귀하는 데 평균 24시간이 걸려요. 받아서 전수조사하고, 다시 팔 수 있는 것만 로케이션에 되돌리는 과정이에요. 이건 집계 평균이라 상태가 나쁜 건은 더 걸릴 수 있어요.
본문의 DCF 운영 수치는 주식회사 트랜쇼 자사 WMS 기록과 서울 중구 청계천로 400 DCF 센터 운영 기준입니다.
최종 갱신 2026년 10월 31일.
이 주제의 질문별 안내 · 의류 쇼핑몰 물류 대행, 잘하는 곳은 어떻게 고르나요?