리테일 산업과 AI··· ‘스마트’가 생존을 가른다

하지만 다른 소매기업 다수는 적응하는데 분투하고 있다. 사실, 미국, 영국, 캐나다, 유럽의 대형 소매기업 중 19%만이 AI를 배치했으며 생산에 활용하고 있다고 가트너가 밝혔다.

하지만 이 수치는 향후 수 년 동안 빠르게 바뀔 전망이다. 소매 기업 중 31%가 AI 기술을 시범 운영하고 있고 나머지 27%는 2020년 말까지 배치할 계획이다. 가트너의 밥 헤투 애널리스트는 “엄청나게 많은 실험이 진행되고 있다”라고 말했다.

AI 분야에 투자하는 데에는 적지 않은 투자가 필요하다. 그러나 AI에 투자하지 않으면 기업 생존에 치명적일 수 있다고 그는 강조했다. 헤투는 “향후 약 5년 동안 AI는 소매 기업들의 핵심적인 차별화 요소가 될 것이다. 여기에 빨리 적응해야 한다”라고 말했다.

A.T. 커니(A.T. Kearney)의 디지털 혁신 파트너 수케츠 간디는 “우리는 AI가 더 이상 선택이 아니라 절대적인 요소가 될 것이라 생각한다. 사용하지 않으면 죽을 날만 기다려야 한다”라고 말했다.

효율성 개선
IDC 애널리스트 존 듀크에 따르면 소매 및 뱅킹이 AI 투자에 가장 공격적인 업계다. 그는 “특히 소매는 AI를 적용하는데 있어서 가장 전망이 밝은 산업으로 널리 알려져 있다”라고 말했다.

오늘날의 사용 사례는 자동화된 고객 서비스 에이전트 등 주로 관리 프로세스와 반복적인 프로세스, 저수준 의사결정 작업 자동화로 구성되어 있다고 듀크가 말했다.

가정 개선 소매 기업 빌드닷컴(Build.com)은 효율성을 높이기 위해 AI를 배치하고 있다. 해당 기업의 수석 기술 책임자 패트릭 베리는 머신러닝을 통해 직원들이 일상적인 작업에서 벗어나 더 높은 수준의 문제에 집중할 수 있다고 전했다.

예를 들어, 기술을 통해 고객 서비스 통화 대기 시간이 단축되고 있다. 그는 “우리 웹사이트에서 이뤄지는 행동을 기반으로 고객이 찾고 있는 대상이나 하고 싶은 일을 잘 이해할 수 있게 되면 원하는 것을 더욱 신속하게 제공할 수 있다”라고 말했다.

머신러닝 기반 시스템도 빌드닷컴의 애플리케이션 배치에 영향을 끼치고 있다. 여기에서는 기술을 이용해 기준선을 넘어선 이상을 감지하고 있다. 베리는 “로그를 확인하거나 시스템을 모니터링하는 업무를 제거하면서 많은 시간을 절약하고 있다”라고 말했다.

또한 해당 기업은 코드 리뷰에 정보를 활용하는 방법을 찾고 있다. 그는 “자동화된 리뷰가 다수의 일상적인 리뷰를 처리함으로써 중요한 엔지니어링 시간을 확보할 수 있다. 이를 통해 우리의 팀은 품질을 희생하지 않으면서 제공 속도를 높일 수 있다”라고 말했다.

가트너에 따르면 소매 기업 중 88%가 비용 절감을 AI의 가장 큰 효과로 언급하고 있으며 효율성 관련 AI 기술이 가장 많이 계획되고 있다. 창고 내의 로봇(59%), 사기 또는 이상 감지용 AI(56%), 배달 로봇(45%) 등이 이에 포함된다.

하지만 소수만이 이 기술을 생산에 적용하고 있다. 대형 소매 기업 중 19%만이 AI 지원 사기 감지를 이용한다. 창고 내의 로봇은 여전히 주로 시범 운영 중이며 41%가 시험 단계에 있다.

가트너의 헤투는 “많은 일이 이뤄지고 있다. 예를 들어, 페덱스와 아마존 그리고 심지어 도미노 피자는 모두 배달 로봇을 시험하고 있으며 UPS는 얼마 전 배달 드론에 대한 FAA 승인을 획득했다. 우리가 생각했던 것보다 더 빠르게 움직일 수 있다”라고 말했다.

더욱 스마트한 공급망
또한 소매 기업들은 공급망 관리를 개선하기 위해 AI를 활용하려 하고 있으며, 대형 소매 기업 중 77%가 이 기술을 사용하고 있다고 코어사이트 리서치(Coresight Research)가 밝혔다.

주요 활용 영역으로는 재고 관리, 수요 예측, 가격 계산 등이 있다. 참고로 지난해 비 식료품 소매 기업들은 할인으로 3,000억 달러 또는 매출의 약 12%에 달하는 비용이 발생했는데, 이는 주로 재고를 잘못 판단하여 제품이 너무 많거나 종류가 잘못 되었기 때문이었다고 코어사이트가 밝혔다.

가트너는 대형 소매 기업 중 64%가 제품 개발 및 선택에 AI를 사용하고 있거나 사용할 계획이며 60%는 가격 정책 개선을 위해 AI를 사용하고 있거나 사용할 계획이라는 사실을 발견했다.

그리고 200개의 소매 기업으로 대상으로 진행한 설문조사에서 86%가 구매할 제품과 보유 재고량 등의 결정에 있어서 구체적인 고급 분석의 사용례를 확인했다고 코어사이트가 밝혔다.

고객 경험 개선
고객 경험의 중요성이 부상하고 있는 가운데, 소매 기업들은 제품 추천 및 프로모션 최적화를 위해 AI와 ML을 활용할 방안을 찾고 있다. 개인화 및 가상비서도 매출을 높일 수 있는 기술로 비쳐지고 있다.

디지털 서비스 컨설팅 기업 너더리(Nerdery)의 교차 기능 제공 및 역량 부사장 아르핏 제인이 “소비자 기대치가 바뀌었다. 구매 경험이 더 매끄럽기를 원한다”라고 말했다.

챗봇이 그 예라고 그가 말했다. 또 다른 필수사항은 소비자들이 원하는 장소, 시간, 방식에 맞추어 적절한 콘텐츠를 제공할 수 있는 능력이다. 그는 “4~5년 전만 하더라도 부수적이었다. 이제는 필요한 것이 되었다”라고 말했다.

예를 들어, 블루스템 브랜즈(Bluestem Brands)에서는 고객에게 가장 관련성 있는 제품과 서비스를 제공하기 위한 노력의 일환으로 AI를 사용해 검색을 개선하고 있다. 연 매출 20억 달러에 달하는 미니애폴리스에 위치한 이 전자 상거래 기업은 핑거허트(Fingerhut), 하밴드(Haband), 애플시즈(Appleseed’s)를 포함해 7개의 브랜드 웹사이트를 운영 중이다.

해당 기업의 IT 책임자 제이콥 와그너는 “AI와 ML은 고객들의 검색 및 구매 행동에서 상관관계와 패턴을 파악하기 위한 강력한 도구이다”라고 말했다. 그는 AI 지원 툴은 블루스템이 고객들에게 적합한 것을 더욱 잘 파악한 후 제안할 새로운 제품이나 서비스를 예측하는데 도움이 된다고 말했다.

예를 들어, 고객이 검색 엔진에 인덱싱 되어 있지 않은 ‘제깅스’ 같은 것을 검색하면 고객이 ‘레깅스’를 원한다고 가정하여 그 결과를 대신 제공한다. 고객이 결과를 스크롤 다운하여 데님 색상의 레깅스를 클릭하면 시스템이 여기에 주목한다.

와그너는 ‘이제 제품 자체가 다른 곳에서는 ‘제깅스’ 용어를 사용하지 않더라도 이 특정 제품이 해당 용어와 일치한다는 신호를 확보했다. 이것은 전통적인 신호이다”라고 말했다.

최신 AI 기술, 즉 중첩 신경망은 이를 한 차원 더 발전시킨다. 그는 “우리는 사용자가 클릭한 제품의 이미지를 볼 수 있다. 그리고 나서 다른 모든 제품의 이미지에 대해 유사성 점수를 활용할 수 있다”라고 말했다.

예를 들어, 시스템이 데님 색상의 바지처럼 생긴 모든 물품을 찾아 이를 추천에 추천할 수 있다. 그는 “다음에 고객이 ‘제깅스’를 입력하면 해당 용어를 이용해 고객이 클릭한 제품이 먼저 표시될 수 있으며 유사한 이미지를 가진 제품이 두 번째로 표시되고 나머지 레깅스가 세 번째로 표시될 수 있다. 이제 우리는 엔진이 단일 사용자의 행동 신호만을 이용해 여러 제품을 처음 듣는 용어와 연계시키도록 훈련시켰다”라고 말했다.

블루스템은 또한 AI를 활용하여 체크아웃 시 패키지에 대한 더 나은 보호 서비스를 제공하기 위해 ‘현관 도둑’들이 훔쳐간다는 이유로 고객이 주문 물품을 받지 못하는 배송 위치를 찾는 방법을 연구하고 있다.

웨이페어(Wayfair)는 컴퓨터 비전 등의 AI 기술을 활용하여 고객 서비스를 개선하고 있는 또 다른 전자상거래 기업이다. 지난 해 67억 달러의 매출을 달성한 이 가정 용품 소매 기업은 1,500만 명 이상의 활성 고객들에게 서비스를 제공한다.

해당 기업의 데이터 사이언스 및 머신러닝 책임자 댄 울린은 “가구와 장식 등의 카테고리에서는 특히 검색 엔진이 이해할 수 있는 방식으로 물품을 정확히 설명하기가 어려울 수 있다. 그래서 우리는 AI 지원 시각 검색 도구를 개발했다”라고 말했다.

예를 들어, 웨이페어는 최근 사용자가 제품을 찾을 수 있도록 스마트폰 사진을 활용하는 ‘사진 검색’ 기능을 발표했다. 11월 초에 공개된 이 앱에는 고객이 집에 가구를 배치했을 때의 모습을 미리 볼 수 있는 증강현실(AR) 도구가 포함되어 있다.

그는 “우리의 카탈로그는 너무 크고 다양한 제품을 보유하고 있다. 성공을 위해서는 AI를 다른 방식으로 활용해야 한다”라고 말했다.

AI와 머신러닝이 너무 중요해서 웨이페어는 비즈니스 문제에 AI 기법을 적용하기 위해 2,300명의 엔지니어와 데이터 사이언티스트를 확보하고 있다고 울린이 말했다. 그들은 컴퓨터 비전과 자연어 처리를 함께 활용하여 두뇌가 학습하는 방식을 더욱 잘 모방한 새로운 모델을 개발하고 있다고 그가 말했다.

그렇다면 비용은?
수천 명은 고사하고 수십 명의 데이터 사이언티스트를 고용할 수 있는 소매 기업조차 거의 없다. 그래서 대부분의 소매 기업들은 장기적인 장점에도 불구하고 AI에 대한 초기 투자를 감행하기 어렵다.

컨설팅 기업 인사이트(Insight)의 소매산업 디지털 혁신 전문가 킴 니클은 “소매 기업들은 절약 문화를 가지는 경향이 있다. 결과에 직접적인 영향을 끼칠 것임을 확신하지 않는 한 IT 투자 결정에 대해 경계한다”라고 말했다.

게다가 많은 기업들이 아직도 AI를 적용하기 위해서는 기본적인 디지털화 조치를 취해야 하는 단계에 머물러 있다. 

시애틀의 SMWE(Ste. Michelle Wine Estates)를 예로 들어보자. 미국 내에서 세 번째로 큰 프리미엄 와인 기업이며 1,000명 이상의 직원과 14곳 이상의 사업장이 있고 술집과 전자상거래 사이트를 통해 추가적으로 유통도 하고 있다.

이 와인 기업은 3개의 채널에서 얻은 3개의 서로 다른 고객 데이터가 있었다고 CIO 조 그렉이 말했다. 그는 “우리는 그 여정을 시작하고 있다” 라며, AI를 위한 경로의 첫 번째 단계는 이 데이터 문제를 해결하는 것이었다고 말했다. 

해당 기업은 AI 부문에서 페이스북 및 아마존과 경쟁할 수 없다는 점을 잘 알고 있었다. 그는 “우리는 세계 최고의 와인 제조자를 고용할 수 있으며 실제로 그렇게 하고 있다. 하지만 우리는 최고의 데이터 사이언티스트는 절대로 고용하지 못할 것이다”라고 말했다.

그래서 그렉은 다이내믹스 365 리테일에 기초하여 개발된 마이크로소프트의 다이나믹스 365 커머스 제품을 선택했다. 이 롤아웃은 올 해 말에 완료될 것으로 예상된다. 데이터가 문제가 해결되면 이 와인 기업은 고객의 이전 구매에 기초하여 새로운 종류의 와인을 추천하는 등의 목적으로 예측 분석을 위해 해당 플랫폼을 활용하기 시작할 것이다.

이는 또 다른 트렌드의 예이다. AI 역량이 상품화되면서 소규모 소매 기업들의 접근성이 훨씬 좋아졌다.

딜로이트 컨설팅의 미국 소매 분석 및 정보 관리팀 수석 겸 책임자 트레이시 캄비스는 “기술이 보급되면서 전문 소매 기업들이 유리해지고 있다”라고 말했다. 그녀는 이 기술의 접근성과 비용 효율성을 높이는 것은 “단지 시간의 문제였다”라고 말했다.

개인정보보호 규정이 증가해도 AI 도입이 크게 저하되지 않았다. 사실, 심지어 도움이 되고 있을 수도 있다. 콘스텔레이션 리서치의 수석 애널리스트 겸 설립자 레이 왕은 “개인정보보호 규정은 실제로 그 이행에 대한 일종의 보호책을 제공한다”라고 말했다.

유럽의 GDPR과 캘리포니아의 CCPA 덕분에 소매 기업들이 고객 데이터를 수집하여 분석하기가 더 쉬워졌다고 그가 말했다. “왜냐하면 이제는 기본 원칙이 있기 때문이다”라고 그는 말했다. dl-ciokorea@foundryco.com