2억 건 구매·방문 데이터 학습한 'AI 레디 데이터' 구축
개인화 추천 시뮬레이션서 객단가 최대 46% 증가
신세계백화점과 서울대학교가 약 2억 건의 쇼핑 데이터를 활용해 개발한 인공지능(AI) 기반 고객 분석 기술이 국제 머신러닝 학회(ICML) 논문으로 채택됐다. 신세계백화점은 연구 결과를 내년부터 영업 현장에 투입한다.
AI 세일즈 에이전트 관련 가상 이미지 / 사진제공=신세계백화점
신세계백화점은 서울대 데이터사이언스대학원과 공동으로 진행한 초개인화 고객 분석 연구가 이달 ICML 논문으로 채택됐다고 23일 밝혔다. 회사에 따르면 국내 백화점과 대학이 진행한 산학협력 연구가 ICML에 채택된 것은 이번이 처음이다.
ICML은 글로벌 빅테크 기업과 대학 연구진이 머신러닝 분야 연구 성과를 발표하는 국제 학술대회다. 신세계백화점은 지난해 1월 서울대 데이터사이언스대학원과 업무협약을 맺고 약 1년 동안 공동 연구를 진행했다.
2억 건 쇼핑 데이터로 고객별 화면 바꾼다
양측은 신세계백화점 온라인·오프라인 채널에 축적된 구매 이력과 방문 패턴, 관심 브랜드 등 약 2억 건의 데이터를 분석했다. AI가 고객과 상품 정보를 학습할 수 있도록 데이터를 정제한 'AI 레디 데이터(AI Ready Data)'도 구축했다.
기존 백화점 고객 분석은 성별과 연령, 우수고객 등급 등 고객군을 기준으로 상품과 브랜드를 추천하는 방식이 중심이었다. 이번 모델은 개별 고객의 구매 품목과 방문 시점, 관심 브랜드, 상품 간 연관성까지 함께 분석한다.
같은 신세계백화점 애플리케이션을 이용하더라도 고객마다 다른 상품과 콘텐츠가 먼저 노출된다. 스포츠 브랜드를 자주 구매한 고객에게는 관련 행사와 해외 축구 여행 상품을, 와인 구매 빈도가 높은 고객에게는 와인 행사와 산지 여행 상품을 추천하는 식이다.
추천 대상도 백화점 상품에 한정하지 않는다. 신세계백화점은 여행과 문화, 라이프스타일 콘텐츠까지 고객별로 다르게 제시하는 방안을 추진한다.
내년 'AI 세일즈 에이전트' 도입...객단가 최대 46% 증가
신세계백화점은 내년 초 연구 기술을 적용한 업무용 분석 도구 'AI 세일즈 에이전트'를 도입할 예정이다. 영업 현장의 데이터를 실시간으로 분석해 고객별 상품 추천과 행사 구성, 프로모션 수립을 지원하는 시스템이다.
AI가 고객의 구매 이력과 선호도, 방문 패턴을 분석하면 영업 조직이 이를 상품 운영과 마케팅에 반영하는 구조다. 점포와 브랜드 단위로 나뉜 데이터를 고객 개인 단위의 구매 흐름과 연결하는 작업도 포함된다.
신세계백화점이 연구 결과를 토대로 진행한 사전 시뮬레이션에서는 개인화 추천 기술을 적용할 경우 고객 1인당 구매액인 객단가가 최대 46% 증가한 것으로 나타났다. 다만 실제 점포에서 발생한 매출이 아닌 연구 단계의 시뮬레이션 수치다.
이성환 신세계백화점 영업전략담당 상무는 "AI 기술을 기반으로 고객 경험과 유통 혁신을 고도화하고 데이터 기반 의사결정 체계를 강화하겠다"고 말했다.
신세계백화점은 내년 AI 세일즈 에이전트를 도입한 뒤 적용 조직과 업무 범위를 넓힐 계획이다.