惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
大猫的无限游戏
大猫的无限游戏
博客园 - 聂微东
Jina AI
Jina AI
The Cloudflare Blog
V
Visual Studio Blog
博客园_首页
量子位
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 【当耐特】
爱范儿
爱范儿
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
博客园 - 司徒正美
阮一峰的网络日志
阮一峰的网络日志
Last Week in AI
Last Week in AI
V
V2EX
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 叶小钗
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
WordPress大学
WordPress大学
宝玉的分享
宝玉的分享
T
Tailwind CSS Blog
博客园 - Franky

오픈서베이 블로그

취하는 대신 경험을 산다? 무알콜과 프리미엄 주류로 채워지는 MZ세대의 술잔 - 오픈서베이 블로그 MZ세대 주류 트렌드 리포트 2026 - 오픈서베이 블로그 왜 고르고 어디서 살까? 삼성·애플부터 카카오톡·토스까지, 데이터로 본 Z-알파세대 브랜드 선호도 - 오픈서베이 블로그 Z-알파세대 트렌드 리포트 2026 - 오픈서베이 블로그 CRM과 설문 데이터가 만났을 때의 가치, 세이브더칠드런이 흩어진 후원자 목소리를 모아 전사에 확산시킨 방법 - 오픈서베이 블로그 4주 걸리던 아이디어 스크리닝을 20분으로: AI 합성소비자로 신제품 개발 프로세스 앞단 바꾸기 - 오픈서베이 블로그 스타벅스 제친 메가커피부터 2030 여심 잡은 차 전문 카페까지, 2026 카페 소비 트렌드 - 오픈서베이 블로그 카페 트렌드 리포트 2026 - 오픈서베이 블로그 합성 페르소나 활용법 4가지 | 기존 리서치가 닿지 못한 곳으로 확장 합성 페르소나 활용법 4가지 | 기존 리서치가 닿지 못한 곳으로 확장 - 오픈서베이 블로그 합성 페르소나란 | 실제 소비자 데이터로 만들어진 가상 소비자 합성 페르소나란 | 실제 소비자 데이터로 만들어진 가상 소비자 합성 페르소나, 시간과 공간, 언어의 제약 없는 가상 소비자와의 대화 - 오픈서베이 블로그 Opensurvey webinar|AI 합성소비자가 바꾸는 신제품 개발 프로세스 - 오픈서베이 블로그 MZ세대 패션앱 트렌드 리포트 2026 - 오픈서베이 블로그 만족도 77.3% vs 70.6%, ChatGPT를 앞지른 Gemini — 2026 AI 검색 트렌드 - 오픈서베이 블로그 비교할 때는 합성패널, 이유를 물을 때는 합성 페르소나 - 오픈서베이 블로그 맡기기엔 가볍고, 안 하기엔 중요한 조사가 있습니다 | 마케팅 팀을 위한 설문조사 가이드 - 오픈서베이 블로그 지인 10명 말고, 진짜 소비자 1000명에게 물어보는 법 | 스타트업을 위한 설문조사 가이드 - 오픈서베이 블로그 검색해도 없는 그 데이터, 3시간 만에 얻는 법 | 제안서·기사·콘텐츠를 위한 설문 데이터 가이드 - 오픈서베이 블로그 설문 품앗이 말고, 진짜 응답자 1000명에게 묻기 | 과제와 논문 설문조사 가이드 - 오픈서베이 블로그 소비자 패널 조사, 19문항 이내라면 더 빠르고 비용도 가벼워집니다 - 오픈서베이 블로그 우리는 왜 합성소비자를 만드는가 - 오픈서베이 블로그 우리는 왜 합성소비자를 만드는가 AI 검색 트렌드 리포트 2026 하반기 - 오픈서베이 블로그 네이버·카카오·토스페이 각축전, 다음 승부처는 페이스페이가 될까? — 2026 결제 서비스 트렌드 - 오픈서베이 블로그 AI가 리서치를 대신할 때 나는 무엇을 해야할까? — 리서처의 일과 역할 재정의 결제 서비스 트렌드 리포트 2026 - 오픈서베이 블로그 Dataspace AI ③ | Dataspace와 AI가 선순환을 만드는 법 - 리서치 데이터 관리 - 오픈서베이 블로그 Dataspace AI ② | ChatGPT로 하면 안되나요? 리서치 특화 AI 설계 원칙 - 오픈서베이 블로그
무신사는 지키고 29CM는 치고 올라오는 MZ세대 패션앱 경쟁 -...
오픈서베이 Opensurvey · 2026-08-03 · via 오픈서베이 블로그

Skip to content

패션 정보를 얻는 곳과 실제로 지갑을 여는 곳이 다르다면 마케팅 전략도 그에 맞게 나뉘어야 합니다. MZ세대 패션앱 트렌드 데이터를 들여다보면 이 격차가 뚜렷하게 드러납니다. 인스타그램 피드는 옷을 발견하는 창구 역할을 맡고, 그렇게 발견한 상품 중 상당수는 결국 패션앱에서 결제로 마무리됩니다.
그 사이 패션앱 순위표도 조용히 뒤바뀌고 있습니다. 부동의 1위 무신사 옆에서 29CM가 인지도와 이용 경험을 크게 늘리며 무서운 기세로 덩치를 키우는 중입니다. 또한 소비자의 성별과 연령에 따라 주력으로 사용하는 앱의 페르소나, 평균 지출액, 그리고 최종 결제 버튼을 누르게 만드는 결정적 요인이 확연하게 다릅니다. 본 아티클에서는 치열해지는 패션앱 플랫폼 경쟁 속에서 MZ세대의 쇼핑 행태가 어떻게 나뉘고 진화했는지 주요 데이터를 통해 살펴봅니다.
아래 버튼을 눌러 리포트 전문을 다운로드할 수 있습니다.

최근 3개월 내 패션앱 구매 경험은 2024년 대비 2026년 전반적으로 늘었고, 특히 29CM는 인지도가 47.5%에서 62.8%로 15.3%p 상승해 가장 가파른 성장세를 보입니다. 무신사 역시 45.7%로 1위를 지켰을 뿐 아니라 상승폭까지 가장 커, 2위권과의 격차가 오히려 벌어졌습니다. 패션앱 순위 경쟁이 치열해지는 가운데, 신흥 강자 29CM가 시장 변화를 이끌고 있습니다.

인스타그램에서 시작해 패션앱으로 완성되는 쇼핑 탐색 여정과 실착 후기의 영향력

의류·패션 탐색을 시작하는 채널 1위는 인스타그램(41.9%)으로, 패션앱 직접 접속(25.6%)보다 높습니다. 하지만 탐색과 결제가 이뤄지는 곳은 다릅니다. SNS에서 발견한 상품의 49.3%는 패션앱으로 옮겨가 결제되고, SNS 내 결제는 5.4%에 그칩니다. 반면 패션앱에서 탐색을 시작하면 80.8%가 그 자리에서 바로 결제로 이어집니다. 구매 결정에는 실착 사진·후기가 인플루언서 추천보다 큰 영향을 미칩니다.

오픈서베이 MZ세대 패션앱 트렌드 리포트 2026

구매 빈도는 비슷해도 지출액은 천차만별

주요 패션앱의 월평균 구매 횟수는 1회 안팎으로 비슷하지만, 한 번에 쓰는 금액은 앱마다 두 배 넘게 차이가 납니다. 29CM 이용자는 1회 지출액이 10.4만원으로 가장 크고, 에이블리는 4.7만원으로 가장 작아 가볍게 쓰는 패턴을 보입니다. 주 구매 브랜드도 갈려서 무신사는 스트리트·스포츠, 29CM는 디자이너, 지그재그·에이블리는 소형몰 브랜드가 강세입니다. 비교 행태 역시 지그재그·에이블리는 서로를, 29CM는 무신사를 비교하지만 무신사 이용자는 비교 없이 구매하는 비율이 가장 높습니다.

오픈서베이 MZ세대 패션앱 트렌드 리포트 2026

성별과 연령에 따라 갈리는 패션앱 선택 기준

남성은 전 연령에서 무신사에 집중된 반면, 여성은 연령대별로 갈려 10대 에이블리(76.1%), 20대 지그재그(30.7%), 30대 29CM(17.5%)를 주로 이용합니다. 가격이 같을 때 구매처 결정 기준도 달르고, 특히 20~30대 여성은 멤버십 혜택(38.0%)을, 남성은 상품 품질·정품 여부(26.0%)를 최우선으로 꼽았습니다. 10대는 남녀 모두 앱 사용성을 더 중시합니다.

오픈서베이 MZ세대 패션앱 트렌드 리포트 2026

주요 데이터 요약

Q. 2026년 가장 가파르게 성장한 패션앱은 어디인가요?
29CM로, 인지도가 47.5%에서 62.8%로 15.3%p 상승해 가장 큰 성장폭을 기록했습니다. 무신사도 45.7%로 1위 자리를 지키며 2위권과의 격차를 오히려 벌렸습니다.

Q. 패션 탐색을 시작하는 채널 1위는 무엇인가요?
인스타그램(41.9%)으로 패션앱 직접 접속(25.6%)보다 높습니다. SNS에서 발견한 상품의 49.3%는 패션앱으로 이동해 결제로 이어지고, SNS 내 결제는 5.4%에 그칩니다.

Q. 탐색과 구매 결정에 가장 큰 영향을 미치는 요인은 무엇인가요?
실착 사진·영상과 구매자 후기로, 인플루언서 추천보다 더 큰 영향을 미칩니다. 패션앱에서 탐색을 시작한 경우 80.8%가 그 자리에서 바로 결제합니다.

Q. 구매 빈도와 지출액 측면에서 패션앱별 차이는 어떤가요?
주요 앱의 월평균 구매 횟수는 1회 안팎으로 비슷하지만, 1회 지출액은 앱마다 두 배 넘게 차이가 납니다. 29CM 이용자는 1회 지출액이 10.4만원으로 가장 크고, 에이블리는 4.7만원으로 가장 작아 한 번에 가볍게 쓰는 패턴을 보입니다.

Q. 남성과 여성의 주 이용 패션앱과 구매처 결정 기준은 어떻게 다른가요?
남성은 전 연령에서 무신사에 집중된 반면, 여성은 10대 에이블리(76.1%), 20대 지그재그(30.7%), 30대 29CM(17.5%)로 갈립니다. 가격이 같을 때 여성(특히 20~30대)은 멤버십 혜택(38.0%), 남성은 상품 품질·정품 여부(26.0%)를 최우선으로 꼽습니다.

트렌드 리포트 다운로드

전국 만 10~30대 남녀 2,000명을 대상으로 조사한 MZ세대 패션앱 트렌드 리포트 2026 풀버전을 다운로드해 보세요. 아티클에서 정리한 탐색 및 결제 여정, 앱별 객단가, 이용자 페르소나 데이터 외에도 각 브랜드 퍼널별 상세 증감 수치와 연령별 쇼핑 채널 데이터 등 세부 인사이트를 추가로 확인할 수 있습니다.

아래 버튼을 눌러 리포트 전문을 다운로드하세요.

👉AI 분석가와 더 많은 인사이트를 발견해 보세요!