남성 패션 커뮤니티 트렌드 분석 플랫폼

배경

패션 브랜드 마케터와 MD는 트렌드를 파악하려고 커뮤니티를 직접 돌아다니며 글을 읽습니다. 이 일을 데이터로 자동화하고, 결과를 실무자가 직접 탐색할 수 있게 만드는 것이 목표였습니다.

• 분석 대상: 5개 남성 패션 커뮤니티 (자유글 · 질문 · 후기 · 데일리룩 · 룩북)
• 기간: 2022년 3월 ~ 2025년 8월, 게시글 272,066건

내가 한 일

• 수집 — 커뮤니티마다 게시글 구조가 달라, Selenium 크롤러의 파싱 로직을 5개 각각 따로 만들었습니다.
• 정제 — Kiwi 형태소 분석에 패션 도메인 동의어·노이즈어 사전을 직접 만들어 적용했습니다. 정제 후보는 ChatGPT와 Claude의 결과를 비교하고, 다르게 나온 항목은 원문을 다시 확인해 기준을 정했습니다. 그 결과 브랜드·아이템·스타일 토큰 약 620만 개로 구조화했습니다.
• 분석 — 시즌별 트렌드는 Kruskal-Wallis 검정, 커뮤니티 간 차이는 Jaccard 유사도, 키워드 관계는 공출현 네트워크(NetworkX)로 분석했습니다.
• 배포 — 정형 집계는 Tableau 대시보드 2개(트렌드·세그먼트), 네트워크와 키워드 검색은 Streamlit으로 역할을 나눠 공개했습니다.

핵심 발견

1. 헤리티지 소비로의 구조적 전환 — RRL 언급 비중 0.26% → 7.41%, 보세 8.40% → 0.70%
2. 가을에 시작해 여름으로 번지는 트렌드 — 계절 전환 구간별 관심도 차이가 통계적으로 유의 (Kruskal-Wallis p = 0.001)
3. 5개 커뮤니티는 서로 다른 세그먼트 — 커뮤니티 간 Jaccard 유사도가 대부분 0.5 미만
4. 빈티지의 중개자 역할 — 키워드 네트워크에서 빈티지의 매개 중심성 0.111

배운 점

분석 결과는 보고서로 끝나면 한 번 읽히고 사라집니다. 사용자가 직접 질문하고 답을 찾을 수 있는 도구로 만들어야 계속 쓰인다는 것을 배웠습니다. 또 AI를 정제에 쓸 때는 결과를 그대로 믿지 않고 검증 기준을 먼저 세워야 한다는 원칙도 이때 생겼습니다.