리테일 AI로 오프라인 매장 혁신하기, 어디서부터 시작할까?

안녕하세요, 메이아이의 Content Editor 최창근입니다.

오프라인 리테일 매장에 AI를 도입하는 건 이제 시간 문제가 되었습니다. 목적은 하나입니다. 이커머스와 경쟁에서 살아남기 위해서입니다. 이미 전 세계 리테일 업계 5곳 중 4곳이 ‘AI 도입’ 전략을 세웠습니다. 세계 4대 회계법인 중 하나인 KPMG에 따르면, AI를 도입한 리테일 브랜드 중 55%가 투자한 돈 대비 10%의 이익(ROI)을 냈고요. 67%는 앞으로 AI에 지출을 더 늘릴 것이라고 답변했습니다. 운영 비용은 줄이고 고객 경험은 끌어올리기 위한 리테일 AI, 어떤 부분에 도입할 수 있을까요?

리테일 AI는 오프라인 매장에 어떻게 쓰이고 있을까?

리테일 매장에서는 물건 하나를 판매하는 과정에 수많은 일이 일어납니다. 매장 직원은 재고를 확인하고, 매대에 보기 좋게 정리하는 일을 하고요. 방문객은 이곳저곳을 돌아다니며 제품을 비교하고 집은 뒤 값을 지불합니다. 하루에도 사람의 손을 꼭 거쳐야 하는 일이 다양하게 일어나는 건데요. 이는 그만큼 매장을 운영하는 데 노동력이 많이 필요하다고 볼 수 있습니다.

하지만 오프라인 리테일 업계는 여전히 불확실한 데이터와 감을 기반으로 매장을 운영하며 효율화하지 못하고 있습니다. 이러한 문제점을 해결하기 위해 여러 업체에서는 리테일 AI 중에서도 ‘컴퓨터 비전 AI’를 활용한 솔루션을 도입 중입니다.

스마트한 선반 관리 시스템

AI가 매대 재고를 실시간으로 파악하고, 수요를 정확히 예측하도록 돕습니다.

기존 재고 관리의 문제점: 매장의 선반 재고 관리는 사람의 손에 기대는 영역입니다. 매일 남은 수량을 확인하고, 앞으로 얼마가 더 팔릴지 예측해 발주를 넣어야 하니까요. 이는 담당자를 부담스럽게 만듭니다. 수요를 과하게 예측하면 손실로 이어지고, 모자라게 주문하면 판매 기회를 놓치는 요인이 되고요. 재고를 선반에 제때 채워놓지 못하면 고객 만족도를 떨어뜨리기도 합니다.
이렇게 해결합니다: AI 카메라를 활용해 매대를 실시간으로 촬영합니다. 매장 물품 개수를 파악하고, 특정 개수 이하가 되면 매장 담당자에게 알림을 보냅니다. 이러면 물품이 빌 염려가 없습니다. 나아가 창고에 있는 재고 수량과 그간 발주 데이터를 기초로 적절한 시점에 적절한 물량을 채워둘 수 있습니다. 이를 통해 재고 관리에 매달리던 직원은 더 효율적인 업무에 시간을 쓰면서 매장 전체 생산성을 높이는 데도 기여할 수 있습니다.

지능형 디지털 사이니지

AI가 광고판 앞을 지나가는 방문객의 특성을 실시간으로 파악해, 맞춤형 광고를 내보내는 솔루션입니다.

기존 매장 광고의 문제점: 불특정 다수를 향한 일방적인 메시지에 불과합니다. 어떤 고객이 방문하는지 상관없이 정해진 이미지와 영상을 내보내는 방식의 한계입니다. 한 번 게시한 광고는 일정 기간이 지나야 바꿀 수 있어서 타깃에 따라 유연하게 대처하기 어렵습니다. 이커머스나 유튜브 등에서 이용자의 알고리즘을 바탕으로 맞춤 광고를 내보내는 것에 비해 한참 뒤처지는 것입니다.
이렇게 해결합니다: AI가 광고판 앞을 지나는 사람의 특성을 분석해 맞춤형 광고를 실시간으로 내보냅니다. 50대 남성이 지나갈 때는 골프웨어를 20대 여성이 지나갈 땐 최신 유행 블라우스를 추천하는 식입니다. 이러면 방문객의 시선을 사로잡을 확률이 높아지고, 매출로 이어질 가능성도 커집니다. 또한 불필요한 광고를 보지 않게 되어 매장을 이용하는 경험이 전반적으로 향상됩니다. 스마트 선반 관리 솔루션과 결합하여, 재고가 없을 때는 광고를 내보내지 않도록 활용하는 사례도 있습니다.

매장 방문객 데이터 분석

매장 방문객 트래픽과 동선 등을 분석하여 데이터 기반으로 운영 전략을 최적화하는 데 쓰입니다.

기존 방문객 분석의 문제점: 리테일 매장에서는 주로 매출과 멤버십 데이터를 활용해 방문객을 분석합니다. 어떤 고객군이 많이 찾아왔고, 이들이 어떤 제품을 많이 샀는지 등을 알아내는 건데요. 하지만 이는 결제한 사람의 데이터만 알 수 있어 편향이 생깁니다. 매장에 들어왔다가 그냥 나간 사람은 알 수 없는 것입니다. 또한 동선이나 체류 시간 등은 데이터는 볼 수 없어 매장에서 어떻게 행동했는지 알기 어렵고, 매장 개선을 감으로만 해야 하는 한계를 가져옵니다.
이렇게 해결합니다: 매장 분석 AI가 전체 방문객 데이터를 분석해 다양한 지표를 대시보드 형태로 제공합니다. 일별&시간대별 방문객 수, 방문객의 성별&연령대 데이터를 살펴볼 수 있습니다. 구역별 체류 시간이나 전환율 등 트래픽도 제공해 방문객의 이동 동선도 파악 가능합니다. 이를 통해 매장 운영 방향을 개선할 때 데이터 기반으로 의사결정할 수 있습니다. 정확한 의사결정은 매장 매출 상승에 기여합니다.

이 외에도 제품을 들고 나갈 때 자동으로 결제가 되는 시스템이나, 내게 어울리는 옷을 AI가 추천해주는 스마트 피팅룸 시스템도 모두 오프라인 리테일 분야에 점차 도입되고 있습니다.

리테일 AI 어떤 걸 가장 먼저 도입해야 할까?

매장 고객이 누군지, 어떻게 행동하는지 모르면 어떤 솔루션을 도입해도 큰 효과를 보지 못합니다. 예를 들어 20대 여성이 많이 찾는 매장에 40대 여성이 좋아할 법한 제품을 가져다두면 매출에 안 좋은 영향을 끼칠 수밖에 없겠죠. 이런 상황을 재고 관리에 문제가 있다고 해석하고 AI 선반 관리 시스템을 설치한다면, 헛다리를 제대로 짚는 것입니다.

방문객의 특성을 먼저 파악하는 것이 문제 해결의 본질입니다. 즉, 매장 방문객 데이터 분석 AI 솔루션을 최우선으로 도입해야 다른 부분의 효율화도 진행할 수 있는 셈입니다.

지능형 디지털 사이니지를 활용해 광고 효과를 높이는 데도 매장 분석 AI가 시너지를 낼 수 있습니다. 방문객의 전반적인 특성과 방문 시간대를 알면 알맞은 광고를 준비할 수 있기 때문입니다.

실제로 월마트는 오프라인 매장에서 방문객 데이터 추이를 분석해 다양한 형식의 광고를 내보냅니다. 방문객 트래픽이 높은 곳에 시식 매대를 설치하고, 시간대별 방문객 성별&연령대에 알맞게 팟캐스트를 송출합니다. 이를 통해 매장 판매 성과뿐 아니라 광고를 통한 수익도 높이고 있습니다.

이 외에도 날씨 및 이벤트 데이터와 결합해 방문객 추이를 쌓아두면, 연간 방문객 흐름을 자세히 파악할 수 있습니다. 이를 통해 제품 수요를 더 정교하게 예측하고 재고 관리 효율을 높일 수 있습니다.

매장 첫 번째 리테일 AI는 매쉬와 함께하세요

우리 매장 상황과 방문객의 특성을 알면 길이 보입니다. 매장 분석 AI와 함께라면 이커머스처럼 고객 맞춤 운영 전략을 짤 수 있습니다. 메이아이의 매장 방문객 분석 솔루션 매쉬(mAsh)가 정확한 분석을 도와드립니다. 다른 솔루션과 매쉬의 차이점이 궁금한 분들은 이 콘텐츠를 통해 다섯 가지 솔루션의 장단점을 비교해보세요.

매쉬에 대한 더 자세한 소개는 아래 이미지를 클릭해 서비스 소개서를 받아보세요. 오프라인 공간을 똑똑하게 만드는 방법을 안내해드립니다. 도입 문의는 우측 아래 채널톡 버튼 또는 contact@may-i.io로 상담 부탁드립니다.