소매업체들이 대화형 AI와 분석 기능을 사용자에게 직접 제공합니다

수년간의 실험을 거친 후, 소매업체들은 이제 AI 기반의 소비자 인사이트를 일상적인 경영 의사결정에 직접 반영하고 있습니다. 예측 소비자 피드백을 전문으로 하는 분석 기업 퍼스트 인사이트(First Insight)는 소매 AI의 다음 단계는 대시보드가 아닌 ‘대화’에 의해 정의될 것이라고 주장합니다.

베타 프로그램을 거친 후, 퍼스트 인사이트는 브랜드와 소매업체를 위한 '엘리스(Ellis)'라는 새로운 AI 도구를 출시했다. 대화형 인터페이스로 설계된 엘리스를 통해 상품 기획, 계획 수립, 가격 책정 팀은 플랫폼 내에서 제품, 가격, 수요에 대해 직접 질문할 수 있으며, 이를 통해 의사결정 주기를 단 몇 분으로 단축할 수 있다.

맥킨지(McKinsey)의 연구에 따르면, 대형 소매업체들은 방대한 고객 데이터를 수집하고 있지만, 많은 업체가 이러한 인사이트를 제품 개발에 영향을 미칠 만큼 신속하게 실행으로 옮기는 데 어려움을 겪고 있다. 인사이트와 실행 간의 간격을 좁혀주는 AI 도구는 기존의 보고 시스템보다 더 큰 가치를 입증하고 있다.

대시보드에서 대화로

퍼스트 인사이트(First Insight)는 보덴(Boden), 패밀리 달러(Family Dollar), 언더아머(Under Armour)와 같은 소매업체들과 협력해 설문조사와 예측 모델링을 통해 수요, 가격 민감도, 성과를 예측해 왔으며, 이러한 결과는 주로 대시보드나 보고서를 통해 제공되었습니다.

Ellis는 사용자가 대화형 방식으로 이러한 인사이트를 조회할 수 있게 해줍니다. 예를 들어, 팀은 특정 시장에서 6개 품목 구성과 9개 품목 구성 중 어느 쪽이 더 좋은 성과를 낼지, 또는 특정 소재를 제외하면 매력도에 어떤 영향을 미칠지 질문할 수 있습니다. 시스템은 회사의 기존 데이터 모델을 기반으로 답변을 제공합니다.

업계 분석에 따르면 이러한 접근 방식은 핵심적인 병목 현상을 해결해 줍니다. 데이터 기반 소매업체를 대상으로 한 하버드 비즈니스 리뷰(Harvard Business Review) 연구에 따르면, 특히 라인 검토나 초기 컨셉 개발과 같은 중요한 단계에서 인사이트에 신속하게 접근하지 못할 경우 그 가치가 종종 떨어지는 것으로 나타났습니다.

이미 운영 중인 예측 인사이트

퍼스트 인사이트(First Insight)의 핵심 기술은 이미 소매 업계 전반에 도입되어 있습니다. 언더아머(Under Armour)는 소비자 데이터와 예측 모델링을 활용해 상품 구성과 가격을 최적화함으로써, 할인 위험을 줄이고 정가 판매를 증대하는 데 기여했습니다.

마찬가지로 보덴(Boden)은 고객 인사이트를 활용해 상품 구성에서 트렌드 주도 상품과 핵심 상품의 균형을 맞췄습니다. 자체 시스템의 세부 사항은 기밀이지만, 이러한 사례들은 예측 데이터가 상업적 계획에 어떻게 통합되고 있는지를 보여줍니다.

유사한 도구들은 널리 보급되어 있습니다. 월마트(Walmart), 타겟(Target) 등 여러 기업은 지역별 수요를 파악하고, 가격을 최적화하며, 콘셉트를 테스트하기 위해 분석 및 머신러닝에 투자하고 있습니다. 소매업 AI에 대한 딜로이트(Deloitte)의 연구에 따르면, 예측 소비자 인사이트는 특히 초기 단계에 통합될 경우 예측 정확도 향상과 재고 위험 감소로 이어집니다.

가격 책정, 상품 구성 및 경쟁 역학

엘리스(Ellis)는 퍼스트 인사이트(First Insight)가 '예측 소매 대형 언어 모델'이라 부르는, 소비자 반응 데이터로 훈련된 시스템을 기반으로 합니다. 이 시스템은 최적 가격, 예상 매출, 이상적인 상품 구성 규모, 세그먼트별 선호도에 대한 질문에 답할 수 있습니다.

이는 가격 최적화와 상품 구성 계획을 소매 분야에서 고부가가치 AI 응용 분야로 지목한 학술 연구 결과와 일치합니다. 『Journal of Retailing』의 한 연구에 따르면, 데이터 기반 가격 책정 모델은 특히 소비자의 지불 의향을 직접 측정할 때 기존의 원가 가산 방식보다 종종 더 우수한 성과를 내는 것으로 나타났습니다.

경쟁사 벤치마킹 또한 핵심 분야입니다. 베인 앤 컴퍼니(Bain & Company)의 연구에 따르면, 자사 제품을 경쟁사 제품과 비교하는 소매업체가 가치와 가격 측면에서 차별화를 더 잘 이룰 수 있는 것으로 나타났습니다. 이러한 분석을 단일 레이어로 통합하는 도구가 점점 더 이상적인 솔루션으로 인식되고 있습니다.

인사이트의 접근성 확대

퍼스트 인사이트(First Insight)의 핵심 주장은 엘리스(Ellis)가 전문 분석 팀을 넘어 소비자에 대한 인사이트를 누구나 활용할 수 있게 한다는 점이다. 자연어 쿼리를 통해 경영진은 분석 결과를 기다릴 필요 없이 데이터와 직접 소통할 수 있다.

분석의 대중화는 업계에서 반복적으로 제기되는 주제입니다. 가트너(Gartner)는 분석 도구에 대한 접근성을 확대하면 도입률과 투자 수익률(ROI)이 증가한다고 보고하지만, 정확한 해석과 견고한 데이터 소스를 보장하기 위해서는 거버넌스가 필요하다고 경고합니다.

퍼스트 인사이트는 엘리스가 플랫폼의 방법론적 엄격성을 유지하면서도 의사결정 과정의 마찰을 줄여준다고 강조합니다. 그렉 페트로 CEO에 따르면, 목표는 의사결정이 내려지는 바로 그 순간에 예측 인사이트를 통합하는 것입니다.

대변인은 “지난 20년 가까이 퍼스트 인사이트는 소매업체들이 실제 소비자 피드백을 바탕으로 가격 책정, 제품 성공 여부, 상품 구성 결정을 내릴 수 있도록 지원해 왔습니다”라고 말했습니다. “엘리스는 이러한 인텔리전스를 상품 라인 검토, 초기 컨셉 개발, 이사회 회의에 직접 도입함으로써 팀이 자신감을 가지고 더 빠르게 움직일 수 있도록 돕습니다.”

경쟁이 치열하지만 성장 중인 시장

이 분야에서 퍼스트 인사이트만 있는 것은 아닙니다. 에디티드(EDITED), 다이내믹액션(DynamicAction), 리테일넥스트(RetailNext)와 같은 업체들도 머천다이징 및 가격 책정을 위한 AI 도구를 제공하고 있습니다. 새로운 제품들은 순수한 모델의 복잡성보다는 사용 편의성과 속도를 강조함으로써 차별화를 꾀하고 있습니다.

최근 포레스터(Forrester) 보고서에 따르면, 기존 분석 플랫폼에 대화형 인터페이스가 추가되고 있는데, 이는 보다 직관적인 데이터 상호작용을 원하는 사용자 수요를 반영한 것이다. 이러한 도구들이 더 나은 의사결정으로 이어질 수는 있지만, 그 효과는 데이터 품질과 조직의 체계적인 관리에 달려 있다.

퍼스트 인사이트는 뉴욕에서 열린 전미소매협회(National Retail Federation) 컨퍼런스에서 ‘엘리스(Ellis)’를 미리 공개했는데, 이 행사에서는 AI 기반 상품 구성 및 가격 책정 도구가 주목을 받았습니다. 소매업체들이 변동이 심한 수요, 인플레이션, 변화하는 소비자 선호도를 헤쳐 나가는 가운데, 시나리오를 신속하게 테스트할 수 있는 능력은 여전히 중요합니다.

업계 리더들로부터 AI와 빅데이터에 대해 더 자세히 알아보고 싶으신가요? 암스테르담, 캘리포니아, 런던에서 열리는 AI & 빅데이터 엑스포(AI & Big Data Expo)를 확인해 보세요. 이 포괄적인 행사는 TechEx의 일환으로, 다른 주요 기술 행사들과 함께 개최됩니다. 자세한 정보는 여기를 클릭하세요.

AI 뉴스는 TechForge Media에서 제공합니다. 다가오는 기업 기술 행사 및 웨비나를 여기서 확인해 보세요.