blux

패션 커머스의
블럭스 도입 사례집

AI 에이전트가 풀어낸 패션 도메인의 핵심 문제들

유행은 빠르고, 사이즈·컬러는 세분화되며, 재고는 시즌 종료와 함께 가치가 떨어집니다.
패션·스포츠·액세서리 커머스에서 블럭스 에이전트가 어떻게 작동하는지 정리했습니다.

FASHIONLUXURYSPORTS·LEISUREACCESSORIES
블럭스 · 2026 · 업종별 도입 사례집

목차

패션 커머스에서 에이전트가 무엇을, 어떻게 하는지 네 개의 장으로 정리했습니다.

01
문제
도메인 특유의 구조적 문제
P. 04 — 06
02
시나리오
시간축 위의 캠페인 시퀀스
P. 07 — 08
03
구현
에이전트가 실제로 일하는 방식
P. 09 — 14
04
성과
A/B 실증 데이터와 도입 절차
P. 15 — 18

패션 커머스, 한 장으로 요약하면

문제 정의부터 실증 데이터까지 — 이 자료가 담고 있는 내용입니다.

4가지
도메인 특유의 구조적 문제
시즌성 · SKU 폭증 · 교차 카테고리 · VIP 집중
4개
자동 실행되는 캠페인 시퀀스
마케터는 의도만 정의하고, 나머지는 에이전트가 채웁니다
+61%
구매 전환율 (A/B 실증)
국내 패션 플랫폼 F사 · 동일 캠페인, 타겟팅 방식만 변경

도메인 특유의 문제를 정의하고, 그 문제를 시간축 캠페인으로 풀고, 에이전트가 실제로 세팅하는 화면까지 이어서 보여드립니다.

01 · 섹션

문제

도메인 특유의 구조적 문제

01
문제
도메인 특유의 구조적 문제
02
시나리오
시간축 위의 캠페인 시퀀스
03
구현
에이전트가 실제로 일하는 방식
04
성과
A/B 실증 데이터와 도입 절차

패션 커머스가 만나는 4가지 구조적 문제

룰과 인력으로는 풀기 어려운 문제들입니다. 에이전트가 이 지점을 자동화합니다.

시즌성01

재고 가치가 시간으로 사라진다

F/W에서 S/S로 넘어가는 시점에 재고 마진은 30~50% 떨어집니다. 타이밍을 놓치면 매출 손실과 재고 부담이 함께 옵니다.

블럭스시즌 종료 D-30/D-14/D-7 트리거를 걸고, 재고 데이터에 연동된 우선순위 캠페인을 자동 발송합니다.
SKU 폭증02

한 상품이 컬러·사이즈로 N배가 된다

티셔츠 1개가 컬러 5 × 사이즈 5 = 25 SKU가 됩니다. 일괄 메시지로는 내 사이즈가 품절이라는 핵심 정보를 전할 수 없습니다.

블럭스고객별 관심 컬러·사이즈에 맞춰 재입고를 알리고, SKU 단위 개인 추천 메시지를 만들어냅니다.
교차 카테고리03

아우터 산 사람의 다음은 상의·하의

패션은 카테고리 간 교차구매가 강합니다. 다만 어떤 상품 다음에 무엇을 살지는 사람이 룰로 정의하기 어렵습니다.

블럭스구매 후 다음 구매 패턴을 학습해, 아우터→상의, 운동화→레깅스처럼 도메인에 맞는 추천을 만듭니다.
VIP 집중04

매출의 절반을 만드는 우수고객 집단

상위 10%가 매출 절반 이상을 만듭니다. 이들은 이미 노출과 선택지가 많아 일반 메시지로는 움직이지 않습니다.

블럭스VIP 전용 LTV 시나리오를 한 번 세팅하면 1년이 자동으로 돌아갑니다. 개인 피로도까지 조절합니다.

룰을 더 만들어도 따라잡히지 않습니다

변수가 늘어날수록 조합은 기하급수로 늘고, 사람이 손으로 맞추는 속도는 그대로입니다.

지금까지 — 룰 기반 운영
  • 세그먼트를 만들 때마다 조건을 다시 정의합니다
  • 고객이 늘어도 메시지 종류는 그대로입니다
  • 타이밍은 평균값으로 일괄 발송합니다
  • 성과가 떨어져도 원인을 찾는 데 며칠이 걸립니다
에이전트와 — AI 기반 운영
  • 목표만 말하면 조건은 데이터에서 찾아냅니다
  • 고객 수만큼 다른 메시지가 만들어집니다
  • 고객별 최적 시점에 D-N 트리거로 나갑니다
  • 성과 원인과 다음 액션을 먼저 제안합니다
02 · 섹션

시나리오

시간축 위의 캠페인 시퀀스

01
문제
도메인 특유의 구조적 문제
02
시나리오
시간축 위의 캠페인 시퀀스
03
구현
에이전트가 실제로 일하는 방식
04
성과
A/B 실증 데이터와 도입 절차

패션 커머스의 4가지 캠페인 시퀀스

앞의 네 가지 문제를 시간축 위의 시퀀스로 풀어냅니다. 마케터는 의도만 정의하면 됩니다.

01
시즌오프 카운트다운
시즌성
D-30
위시 사전 알림
브랜드메시지 · AI 매칭 3.8K
D-14
개인 할인 쿠폰
브랜드메시지+푸시 · 위시 등록
D-7
한정 재고 알림
앱푸시 · 카트 미구매
D-Day
시즌 종료 안내
이메일 · 전체 미구매
02
SKU 단위 재입고
SKU 폭증
T0
품절 SKU 위시 등록
이벤트 · 컬러·사이즈 단위
재입고
정확 SKU 알림
브랜드메시지 · 본인 SKU만
D+1
유사 SKU fallback
브랜드메시지 · 미클릭자
D+3
가격 인하 리마인드
앱푸시 · 미구매자
03
교차 카테고리 추천
교차 카테고리
구매+0
코디 추천
이메일 · 아우터 구매자
D+7
다음 카테고리 (상의 58%)
브랜드메시지 · Next-Best-Action
D+14
하의·액세서리 fallback
브랜드메시지 · 미구매자
D+30
가격 변동 알림
앱푸시 · 카트 등록자
04
VIP 12개월 LTV
VIP 집중
월초
신상 사전 알림
브랜드메시지 · VIP 상위 10%
월중
VIP 행사 초대
브랜드메시지 · 등급별 차등
생일월
VIP 한정 쿠폰
이메일 · 개별 발송
분기말
등급 변동 안내
앱푸시 · 임박/유지

AI 오디언스 · 재고 트리거 · 멀티채널 자동화 · 개인화 콘텐츠 · A/B 분기 — 모든 단계가 블럭스 시나리오 빌더에서 조합됩니다

03 · 섹션

구현

에이전트가 실제로 일하는 방식

01
문제
도메인 특유의 구조적 문제
02
시나리오
시간축 위의 캠페인 시퀀스
03
구현
에이전트가 실제로 일하는 방식
04
성과
A/B 실증 데이터와 도입 절차

에이전트는 네 단계로 일합니다

마케터가 매번 직접 하던 분석 · 기획 · 생성 · 집행을 그대로 가져갑니다.

01
분석

고객·재고·시즌 데이터에서 기회와 타깃을 찾아냅니다

02
기획

시퀀스·트리거·채널을 자연어 한 줄로 설계합니다

03
생성

개인화 메시지·이미지·랜딩을 자동으로 만들어냅니다

04
집행

스케줄·발송·결과 모니터링까지 자동 실행합니다

다음 세 장은 실제 콘솔에서 이 네 단계가 어떻게 이어지는지 보여주는 화면입니다. 모든 대화는 자연어 한 줄로 시작합니다.

실제 콘솔 화면 #1 · 분석 · 기획

브랜드별 할인전 타겟팅

AI 오디언스 + 시즌 종료 D-30/D-14/D-7 자동 트리거

분석 · 기획 에이전트
블럭스 Agent방금
폴로 랄프로렌 시즌오프 할인전, 가장 반응할 고객 오디언스 만들어줘
브랜드 구매·조회 학습 · 오디언스 추출 완료

폴로에 반응할 가능성이 높은 고객 3,847명을 찾았어요. 구매 확률이 높은 순으로 정리했습니다.

오디언스명폴로 시즌오프 반응 예측 타겟
유형AI 오디언스 · 커스텀 세그먼트
유저 수3,847명 (비회원 포함 4,312명)
조건최근 90일 폴로 PDP 조회 + 장바구니 담기
기대치구매확률 상위 30% · 평균 객단가 7.8만원
이어서 추천
→ 시즌 종료 D-30 트리거 추가→ 유사 브랜드 확장→ 할인율 시뮬레이션
무엇을 도와드릴까요?
블럭스 Agent방금
시즌 종료 D-30이 되면 자동으로 발송되는 시나리오 짜줘
3단계 시즌 종료 트리거 구성 완료

시즌 종료까지 세 번 나가는 시나리오를 짰어요. 뒤로 갈수록 혜택이 커지는 구조입니다.

시나리오명시즌 종료 3단계 트리거
플로우
시작시즌 종료 D-30에 도달할 때
발송위시 등록 고객에게 사전 알림
대기14일 뒤
분기구매(order) 여부
발송미구매자에게 개인 할인 쿠폰 | D-7 최종 한정 재고
종료시즌 종료와 함께 종료
이어서 추천
→ 재고 임계값 룰 추가→ A/B 메시지 변형→ 시나리오 활성화
무엇을 도와드릴까요?
실제 콘솔 화면 #2 · 분석 · 생성

컬러·사이즈 재입고 알림 + 교차 추천

SKU 단위 개인 추천 + 아우터→상의 교차 시나리오

분석 · 생성 에이전트
블럭스 Agent방금
품절된 검정 M사이즈를 봤던 고객에게 재입고 알림 만들어줘
SKU 단위 매칭 · 컬러·사이즈별 그룹화 완료

본인이 봤던 정확한 SKU 기준으로 284명을 묶었어요. 예상 응답률은 18.4%입니다.

매칭 고객+12.1%
284명
예상 응답률+5.4%p
18.4%
이어서 추천
→ 재입고 즉시 발송 룰→ 유사 SKU 추천 포함→ 시나리오 생성
무엇을 도와드릴까요?
블럭스 Agent방금
아우터를 산 고객의 다음 구매 패턴 분석해서 교차 추천 시나리오 짜줘
구매 전이 패턴 학습 완료

아우터를 산 뒤 다음으로 무엇을 사는지 분석했어요. 상의가 가장 강한 다음 구매입니다.

상의
58%
하의
24%
액세서리
11%
이어서 추천
→ 교차 시나리오 생성→ TOP 상품 자동 추천→ 발송 시점 최적화
무엇을 도와드릴까요?
실제 콘솔 화면 #3 · 집행

VIP 전용 LTV 시나리오 + 장바구니 리마인드

상위 10%가 매출 절반 — 피로도까지 에이전트가 조절

집행 에이전트
블럭스 Agent방금
매출 상위 10% VIP에게 1년 자동 운영되는 LTV 시나리오 만들어줘
VIP 식별 · 12개월 분기 구성 완료

VIP 1,842명을 대상으로 월별 12개 분기를 짰어요. 한 번 켜두면 1년 동안 알아서 돕니다.

시나리오명VIP 12개월 LTV 시나리오
플로우
시작VIP 등급 진입 이벤트가 발생할 때 · 1,842명
발송월초 신상 사전 알림
대기생일월까지
발송생일 한정 쿠폰 | 분기말 등급 변동 안내
분기개인 피로도 임계치 초과 여부
종료12개월 주기 반복
이어서 추천
→ 시나리오 활성화→ 월별 분기 미리보기→ 피로도 임계치 조정
무엇을 도와드릴까요?
블럭스 Agent방금
장바구니에 넣고 24시간 안 산 고객, 사이즈·재고 변동 반영해서 리마인드 보내줘
실시간 재고·할인 변동 감지 설정 완료

재고가 임박하거나 가격이 내려갈 때만 나가도록 걸었어요. 불필요한 발송은 자동으로 걸러집니다.

캠페인명장바구니 리마인드 · 사이즈/재고 변동
발송 대상1,247명 · 24시간 내 미결제
발송 조건본인 SKU 재고 임박 또는 가격 인하 시 자동 발송
채널카카오 브랜드메시지 → 미오픈 시 앱푸시
이어서 추천
→ 멀티채널 자동화→ A/B 분기 추가→ 집행하기
무엇을 도와드릴까요?

에이전트에게, 이런 것도 시킬 수 있습니다

캠페인 밖의 일들도 말 한마디면 됩니다. 손이 많이 가던 일일수록 맡겨보세요.

예약 발송
원하는 시점을 말하면 발송까지 잡아둡니다
이 캠페인 내일 오전 10시에 나가게 해줘

내일 오전 10시로 발송을 예약해뒀어요. 발송 1시간 전에 최종 수치와 함께 알려드릴게요.

예약 완료 · 발송 전 리포트 자동 전송
보고서 파일 생성
분석 결과를 문서 파일로 바로 만들어줍니다
이번 달 성과, 보고용 파일로 정리해줘

이번 달 캠페인 성과를 형식별로 만들어뒀어요. 바로 내려받아 공유하시면 됩니다.

성과보고.pptx채널별 수치.xlsx요약.docx
에이전트 메모리
우리 팀의 규칙을 기억하고 다음부터 알아서 적용합니다
우리는 쿠폰 최대 15%까지만 써. 기억해줘

규칙으로 저장했어요. 앞으로 모든 제안에서 쿠폰은 15% 안에서만 설계할게요.

저장된 우리 팀 규칙 · 7개
커스텀 대시보드
보고 싶은 지표만 모아 나만의 화면을 만들어줍니다
재구매율이랑 VIP 매출만 모아서 보여줘

두 지표로 대시보드를 구성했어요. 매주 월요일 아침에 자동으로 갱신됩니다.

나만의 대시보드 · 지표 2개
04 · 섹션

성과

A/B 실증 데이터와 도입 절차

01
문제
도메인 특유의 구조적 문제
02
시나리오
시간축 위의 캠페인 시퀀스
03
구현
에이전트가 실제로 일하는 방식
04
성과
A/B 실증 데이터와 도입 절차

국내 패션 플랫폼 F사 — 패션 커머스 A/B Test

시즌오프 캠페인 (브랜드별 할인전) — 블럭스 AI 오디언스 vs 기존 룰 기반 타겟팅

블럭스 도입 전인간 마케터 수작업 · 룰 기반
집행 비용14,325,091 원
전환 수익105,239,057 원
객단가79,426 원
ROAS735 %
발송 성공 수1,020,180
오픈 수14,888
전환 수1,325
오픈율 1.5%전환율 8.9%
블럭스 도입 후AI 에이전트 자동화 · AI 알고리즘 기반
집행 비용12,615,564 원
전환 수익135,861,634 원
객단가76,413 원
ROAS1,077 %
발송 성공 수971,431
오픈 수12,417
전환 수1,778
오픈율 1.3%전환율 14.3%
A/B 테스트 결과
동일 캠페인 · 동일 모집단 · 비교 변수만 변경
전환수익
+29%
105M → 135M 원
구매율
+61%
8.9% → 14.3%
ROAS
+47%
735% → 1,077%

도입의 전 과정을 함께합니다

연동 첫날부터 운영이 안정될 때까지, 전담 PM이 붙습니다.

01
데이터 연동
0~7일

고객·상품·행동 3가지 데이터만 있으면 됩니다. 카페24·NHN고도몰·샵바이는 앱 설치 원클릭, 그 외는 SDK 또는 3rd-party 연동으로 진행합니다.

02
온보딩
첫 달

전담 PM이 콘솔 사용법 안내부터 초기 캠페인 세팅까지 함께합니다. 기존 CRM에서 옮겨오는 캠페인·시나리오도 직접 이관해드립니다.

03
사후관리
지속

월·분기 단위 리포팅과 데이터 분석 세션을 진행합니다. 문제가 생기면 전담 PM과 엔지니어가 바로 응대합니다.

보안과 안정성은 단계가 아니라 기본입니다. AWS 인증 · SOC 2 Type II를 통과했고, 1회 최대 100만 건을 10분 이내에 발송하는 인프라 위에서 전 과정이 진행됩니다.

우리 데이터로 직접 확인해보세요

패션 커머스 카탈로그와 고객 데이터를 그대로 써서, 에이전트가 실제로 작동하는 모습을 보여드립니다.

확인 포인트 1
데이터 연동

고객·상품·이벤트 데이터를 안전하게 연동합니다. 1~3일이면 준비가 끝납니다.

확인 포인트 2
Agent 시연

우리 데이터로 앞의 활용 사례를 실시간으로 시연합니다. 자연어 한 줄로 작동을 확인하세요.

확인 포인트 3
A/B 검증 설계

가장 적합한 시나리오 1개를 골라 A/B Test 설계까지 함께 준비합니다.

시연 + 데이터 연동 협의
우리 데이터로 작동하는 모습을 미팅 중에 바로 확인하실 수 있습니다.
contact@blux.ai · www.blux.ai · 월간 발송량 · 고객 수 · 연동 채널 기준 견적은 1~2영업일 내 보내드립니다.