리테일 업체를 위한 AI의 8가지 이점
Michael Hickins | Content Strategist | 2024년 7월 15일
일반적으로 낮은 수익 마진율로 인해 기술적 지출에는 보수적이었던 리테일 업체들이 최근 들어 큰 각광을 받고 있고 가장 중요한 기술이라고도 볼 수 있는 인공지능을 적극적으로 도입하기 시작했습니다.
Fortune Business Insights에 따르면 리테일 업체들이 매출과 고객 만족도를 높이고 낭비와 비용을 줄이기 위해 AI 기술을 도입함에 따라 리테일 업계의 AI 관련 지출은 2024년 90억 달러, 2032년에는 850억 달러에 달하며 연평균 32%의 성장률을 보일 것으로 전망됩니다.
인공지능(AI)이란 무엇인가요?
인공지능은 알고리즘을 사용해 인간의 추론을 모방하는 기술입니다. AI의 하위 집합으로는 머신러닝, 딥러닝, 생성형 AI 등이 있습니다. 예를 들어, 생성형 AI 시스템은 방대한 양의 데이터를 수집한 뒤 일상 언어로 입력된 지침이나 질문에 텍스트 또는 이미지를 사용해 응답할 수 있습니다. 머신러닝 시스템은 방대한 양의 데이터를 학습해 예측(및 예측에 기반한 의사 결정) 개선, 개인화된 제안 제공, 복잡한 프로세스 및 작업의 자동화(예: 제조 공장의 로봇 어시스턴트), 사기 근절 및 기타 다양한 사용 사례를 지원할 수 있습니다.
AI가 리테일 산업에 어떤 도움을 줄 수 있을까요?
리테일러는 다양한 목적으로 AI를 활용할 수 있습니다. AI를 활용하면 고객의 구매 내역, 검색 기록, 채팅 기록을 빠르게 분석해 관심 분야를 파악함으로써 인구통계학적 세그먼트가 아닌 개인을 대상으로 하는 마케팅 캠페인을 제작할 수 있습니다. 또한 AI는 매력적인 진열대 라벨과 온라인 콘텐츠를 제작하고 매장을 위한 이상적인 상품 진열 레이아웃을 제안함으로써 리테일 업체가 실제 진열대나 이커머스 사이트에 제품을 진열하는 방식을 개선하는 데에도 기여할 수 있습니다. 또한 리테일 업체는 AI를 사용한 보다 정확한 수요 예측을 통해 가격 인하를 최소화하고 저장 공간을 최적화할 수 있습니다.
교통 패턴, 기상 조건, 공사 장애물 및 기타 변수에 대한 데이터를 분석해 보다 효율적인 배송 경로를 선택하는 데도 AI가 사용됩니다. 또한 리테일 업체는 AI를 사용해 고객 서비스의 여러 측면을 개선할 수 있습니다. 영업사원의 교차 판매 및 상향 판매를 늘리는 데 도움을 주는 프롬프트, 서비스 상담원이 적절한 판매 후 안내를 제공하는 데 도움을 주는 제안 등이 그 좋은 예입니다.
리테일 AI의 8가지 이점
리테일 업체들은 자사의 비즈니스 운영 전반에 AI를 도입해 반복적인 백오피스 업무를 자동화하고, 매장 직원에게 실시간으로 판매 안내 메시지를 제공함으로써 매출을 증대시키고 있습니다. 리테일 AI의 이점은 다음과 같습니다.
1. 작업 자동화
리테일 업체는 AI로 여러 내부 및 외부 소스에서 데이터를 수집하고 분석해 오류가 발생하기 쉬운 반복적인 작업을 자동화할 수 있습니다. 어떤 상품 구성을 어떤 매장에 얼마나 할당해야 하는지 알려주는 수요 예측 계산 프로세스가 그 좋은 예입니다. 또한 리테일 업체는 AI를 사용해 내부 비용 및 경쟁사 가격 등의 가격 관련 데이터를 수집하고 분석하는 프로세스를 자동화하고, 해당 프로세스를 수요 예측과 결합해 적절한 제품 가격 및 초과 재고를 정리해야 하는 경우에 대비한 가격 인하 임계값 등을 설정할 수 있습니다. 또한 AI를 사용해 특정한 유형의 고객 문의에 대한 응답을 자동화함으로써 인적 개입을 줄일 수 있습니다.
2. 직원 역량 강화
한 리테일 업체는 생성형 AI를 사용해 고장난 금전 등록기를 재부팅하는 방법, 고객이 소매업체의 로열티 프로그램에 가입하는 방법 등 매장 직원을 지원하기 위한 모든 종류의 정보를 한 곳에서 제공합니다. 직원이 AI 챗봇에 질문을 입력하면 관련 데이터 저장소로부터 올바른 답변을 제공합니다. 이같이 상세한 '컨닝 페이퍼'는 특히 직원 이직률이 높은 리테일 업계에서 더욱 중요한 역할을 수행합니다.
3. 손실 방지
리테일 업체는 매출 감소와 공급업체의 과다 청구로 인한 손실과 끊임없이 싸우고 있습니다. 그리고 그러한 손실을 줄이기 위해 AI를 활용하기 시작했습니다. AI를 사용해 각 공급업체의 청구서와 주문을 대조하여 공급업체가 실제로 배송된 상품 대금만을 청구할 수 있도록 하는 시스템이 그 좋은 예입니다. 또한 리테일 업체는 매장 내 비디오와 각 계산원의 거래 로그를 분석해 판매 현장에서 계산원이 시도한 사기 거래를 식별하는 데에도 AI를 활용하고 있습니다. AI가 여러 매장 위치의 비디오를 분석하고 매장 뒤쪽, 창고, 통로, 계산대 등에서 비정상적인 행동이나 활동을 감지하는 대로 경고해 주도록 설정할 수도 있습니다. 기존의 데이터 분석과 AI를 함께 사용하면 RFID 데이터와 기타 센서 데이터의 상관관계를 분석해 상품이 매장을 떠난 경로를 파악할 수 있습니다.
4. 폐기물 최소화
지속 가능성에 대한 소비자들의 인식이 높아짐에 따라 리테일 업체는 폐기물을 줄이는 데 더욱 집중해야 하게 되었습니다. 리테일 업체는 AI를 사용해 부패하기 쉬운 상품 유형을 식별하고, 유통기한이 도래하기 전 해당하는 상품들을 할인(또는 기부)할 것을 권장합니다. 자체적으로 조리한 식품을 판매하는 식료품점에서는 표준 포장에 들어갈 고기의 양을 계산하는 것과 같이 상품을 가능한 한 효율적으로 분할하거나 포장하기 위한 작업에 AI를 사용하고 있습니다.
5. 공급망 최적화
리테일 업체와 공급업체는 AI를 사용해 기상 조건, 교통 패턴, 공사 경로 변경, 도로, 항구, 바닷길 등을 막는 특별한 사건 등 다양한 요인에 대한 실시간 및 과거 데이터 분석을 기반으로 배송 경로를 최적화합니다. 이는 기존의 데이터 분석도 일정 부분 사용되어 온 분야이지만, AI는 모든 관련 요소를 하나로 묶어 실용적인 제안을 제공해 주는 독보적인 능력을 갖추고 있습니다. 또한 리테일 업체는 배송 일정에 맞춰 트럭에 상품을 적재하는 작업에 AI를 적용해 트럭이 상품을 간단히 하역하고 다음 배송 장소로 신속히 이동할 수 있도록 지원합니다.
6. 고객 만족
AI는 리테일 업체가 특정 고객이 소속된 인구통계학적 집단이 아니라 해당 고객만을 위해 만들어진 것처럼 보이는 오퍼를 생성해 더 높은 고객 만족도를 달성할 수 있도록 도와줍니다. 리테일 업체는 생성형 AI를 사용해 맞춤형 오퍼 이메일을 생성하고, 자주 구매하는 고객이 로그인할 때마다 각 고객의 구매 이력을 기반으로 전자상거래 사이트의 개인화된 버전을 렌더링하는 것과 같은 다양한 방식으로 관련 작업을 수행할 수 있습니다. 또한 리테일 업체는 AI를 사용해 특정 고객에게 어떤 인센티브(가격, 제품 구색, 개인화된 지원)가 영향을 미칠지 파악할 수 있습니다. AI가 탑재된 챗봇을 통해 제품, 가격, 매장 레이아웃 등에 대한 고객의 간단한 질문에 신속하게 답변하는 보다 기본적인 활용법도 있습니다.
7. 오류 감소
리테일 업체는 AI로 데이터 수집을 자동화함으로써 수동 또는 반복적인 작업의 오류율을 줄일 수 있습니다. 많은 리테일 업체가 여전히 스프레드시트로부터 수동으로 보고서를 취합함에 따라 판매 및 수요 예측에 오류가 발생할 수 있고, 결과적으로 더 많은 상품을 판매할 기회를 놓치거나 과도한 재고를 비축하게 될 수도 있다는 사실을 고려하면 이는 특히 중요한 이점이라고 할 수 있습니다.
8. 비용 절감
AI는 리테일 업체가 이전 세대의 분석 애플리케이션보다 수요 변동에 더 효과적으로 대응할 수 있도록 지원하고, 비즈니스의 거의 모든 부문에서 비용을 절감할 수 있는 기회를 제공합니다. 예를 들어, 리테일 업체가 매장별 매출을 보다 정확하게 예측할 수 있도록 지원하는 AI 분석은 재고 유지비, 비효율적 재고 보충으로 인해 발생하는 인건비, 매장 직원 수가 적은 시간대의 인건비를 낮추는 데 도움이 될 수 있습니다. 또한 리테일 업체는 데이터 분석을 기반으로 AI를 사용해 보강된 판매 예측 시스템을 통해 인기 상품을 충분히 주문할 수 있으므로 공급업체와 더 많은 수량에 기반한 리베이트를 협상할 수 있습니다. 또한 AI는 고객 서비스 상담원이 중요도가 낮은 수준의 문의에 직접 대응하는 시간을 줄여 인건비를 절감하고, 판매량에 대한 시간 기반 분석을 기반으로 운영 시간 변경을 제안해 오류를 최소화하고(위쪽 항목 참고), 전력 소비를 줄임으로써 인건비를 절감하는 데에도 도움을 줍니다.
리테일 AI의 8가지 예시
세계 각국의 리테일 업체는 매장 직원이 고객이 더 많은 제품을 구매하도록 유도하고, 서비스 상담원이 재방문 고객에게 더 나은 서비스를 제공하는 것을 도울 수 있는 정보를 제공하고, 백오피스 직원이 직원 배치 수준, 재고 할당, 상품화 및 구매에 대한 올바른 결정을 내릴 수 있도록 지원하는 등 다양한 목적으로 AI를 활용하고 있습니다. 다음은 8가지 실제 AI 사용 사례입니다.
1. 매장 내 탐색
미국의 어느 대형 백화점은 AI 기반 챗봇을 사용해 고객이 백화점 내의 여러 매장을 돌아보는 과정을 지원합니다. 고객은 스마트폰 앱을 통해 챗봇에게 매장 진열대에서 특정 품목을 찾는 경로, 원하는 품목의 재고 수량 등을 문의합니다. 챗봇은 고객이 사용하는 언어를 분석하여 고객이 어려움을 느끼고 있는지 여부를 감지하고 매장 직원에게 도움을 요청할 수도 있습니다.
2. 스마트 스토어
의류 리테일 업체는 AI를 사용해 고객이 자신에게 맞는 옷을 찾을 수 있도록 돕습니다. 한 업체는 AI를 활용해 고객이 여러 벌의 옷을 직접 입어보는 번거로움 없이 탈의실에서 터치스크린 거울을 통해 의류 품목을 둘러보고 자신의 몸에 맞는지 여부를 확인할 수 있는 서비스를 제공하고 있습니다. 또 다른 의류 리테일러가 개발한 AI 기반 앱은 탈의실 안의 고객이 다른 사이즈의 상품이 필요한 경우 직원에게 가져다 줄 것을 요청할 수 있는 기능, 고객이 이미 입어본 상품을 기반으로 직원에게 고객이 좋아할 만한 상품을 제안하는 기능 등을 제공합니다.
3. 스마트 선반
미국의 어느 식료품점은 매장 진열대의 센서와 앱에 내장된 AI를 결합해 고객별 데이터를 실시간으로 분석함으로써 식이 제한이 있는 사람들을 위한 글루텐 프리 제품과 같이 각 고객이 구매할 가능성이 높은 품목을 알려줍니다.
4. 디지털 및 물리적 경험 통합
어느 가구 및 홈 데코 리테일 업체는 AI를 사용해 고객이 Pinterest 보드에 핀으로 지정한 디자인 감성을 바탕으로 매장 내 제품을 추천함으로써 제품을 구경하던 잠재 고객을 실제 구매자로 전환하고 있습니다.
5. 인지 컴퓨팅
아웃도어 의류 및 신발을 판매하는 어느 리테일 업체는 고객이 특정 품목을 언제 어디서 사용할 것인지 질문하고, 해당하는 활동에 적합한 의상을 추천해 주는 인지 컴퓨팅(인간의 사고 방식을 모방하는 기술) 기반 앱을 출시했습니다.
6. 컴퓨터 비전
어느 고급 백화점은 고객이 촬영한 상품 사진과 일치하는 상품을 보유 중인지 매장 내 재고를 검색하는 앱에 AI를 사용합니다. 일치하는 재고가 없거나 브랜드가 해당 상품을 아예 취급하지 않는 경우, 앱은 고객의 관심을 끌 수 있는 유사한 상품을 추천해 줍니다.
7. 캐셔리스 쇼핑
어느 창고형 쇼핑 클럽은 고객이 쇼핑 목록에 있는 모든 상품을 찾기 위한 가장 효율적인 매장 내 경로를 검색하고, 줄서서 결제를 기다릴 필요 없이 앱을 통해 직접 결제하고 바로 매장을 빠져나갈 수 있도록 지원하는 AI 기반 앱을 제공합니다.
8. 재고 관리
어느 글로벌 패스트패션 리테일러는 AI를 사용해 매장 영수증 및 반품 내역을 분석하여 각 매장별 상품 구색을 평가합니다. 해당 알고리즘은 어떤 품목을 홍보할지, 어디에 더 많은 수량을 비축할지, 심지어 특정 품목의 유행이 예상보다 빨리 끝나고 있는지 파악해 해당 품목의 구매를 줄일지 등을 결정함으로써 제품의 할인 판매율 및 폐기율을 감소시키는 과정에 기여합니다.
Oracle AI로 리테일 비즈니스 혁신하기
세계 각국의 여러 리테일 업체들이 Oracle Retail AI Foundation을 활용해 가격 및 재고 배치에 대한 더 나은 의사 결정을 수행하고, 예측 및 구매 결정을 개선하고, 고객에게 더 매력적인 제안을 제공하고 있습니다. AI 및 머신러닝 기능이 내장된 Oracle Retail 클라우드 애플리케이션은 제품의 실제 수요를 파악하고, 가격 전략을 최적화하고, 고급 선호도 분석을 수행해 특정 고객의 다른 구매 내역이 구매 결정에 어떤 영향을 미치는지 파악할 수 있는 다양한 기능을 제공합니다.
리테일 AI의 이점 FAQ
AI가 리테일 산업에 어떤 도움을 줄 수 있을까요?
리테일 업체는 AI를 사용해 반복적인 작업을 자동화하고 최소화함으로써 보다 전략적인 목적에 리소스를 재배치할 수 있을 뿐만 아니라, 오류를 줄이고 수요 예측을 개선해 더 높은 마진을 얻을 수 있습니다.
생성형 AI는 리테일 업계에 어떤 이점을 제공하나요?
리테일 업계에서의 주된 생성형 AI 사용법 중 하나는 동일한 메시지의 다양한 버전을 무한히 조합해 가장 나은 결과를 낳는 문구를 찾아냄으로써 고도로 개인화된 이메일 마케팅 문구를 작성하는 것입니다.
대화형 AI는 리테일 산업에 어떤 이점을 제공하나요?
리테일 업체는 대화형 AI 기반 챗봇이 고객의 기본적인 질문을 처리하고, 고객 서비스 상담원은 AI가 처리할 수 없는 복잡한 질문에 대응하는 데 집중하도록 지원할 수 있습니다.
리테일 기업이 AI를 활용해 예측이 어려운 요소들을 예측하는 방법을 살펴보세요.