AI 리테일 테크 투자 ROI, 영국 테스코는 이렇게 달성했다

안녕하세요, 메이아이의 Content Editor 최창근입니다.

한국에 홈플러스를 처음 탄생시킨 회사 어디일까요? 바로 영국에서 가장 큰 리테일 기업 테스코(Tesco)입니다. 1999년 삼성물산과 함께 홈플러스를 만들어 한국 시장에 진출했어요. 이후 2015년 사모펀드에 매각하며 한국 시장에서 철수했지만, 세계적으로는 월마트·까르푸와 함께 3대 소매 리테일 업체로 존재감을 뽐내고 있고요. 시장을 선도하는 기업인 만큼 AI 리테일 테크도 다방면에서 도입 중인데요. 이번 콘텐츠에서는 테스코가 리테일 AI를 어떻게 활용하는지 소개하겠습니다.

테스코가 리테일 AI를 도입한 이유는?

핵심은 단 하나, 다른 유통 업체와의 경쟁에서 이기기 위해서입니다. 그래야 조금이라도 영업이익을 더 많이 낼 수 있거든요. 대형마트는 어딜 가나 서비스가 비슷해서 소비자는 지출을 더 줄일 수 있는 곳을 선택하기 마련이잖아요. 경쟁에서 밀리면 금세 적자가 난다는 뜻이라, AI를 도입해 상품 유통부터 결제까지 모든 과정에서 비용은 줄이고 매출은 늘리는 거죠. 특히 영국은 유통업이 발달해 경쟁 강도가 높은 편입니다.

테스코는 경쟁이 심화하는 상황에서도 2025년 2분기에 영업이익을 기록하고, 시장 점유율을 높였습니다. 테스코 측은 서비스와 제품을 개선하며 소비자의 호응을 얻은 것이 주요 요인이라고 밝혔습니다. 개선된 서비스에는 AI를 활용한 기술이 곳곳에 녹아 있고요. 테스코가 유통부터 결제까지 이르는 과정에 어떤 서비스를 도입했는지 하나씩 짚어보겠습니다.

AI 리테일 테크 첫 번째: 공급망 현황을 실시간 모니터링

테스코는 매장을 전 세계에 약 4500개, 그중에서 3700개를 영국에서 운영합니다. 매일 이 모든 매장에 필요한 제품을 제때 공급하는 자체가 큰 미션인 셈인데요. 그렇기 때문에 중간에 오류가 조금만 발생해도 물건이 상하거나 고객이 상품을 못 사는 결과로 이어져 회사에는 큰 손실로 이어집니다. 테스코에서는 이런 일이 빈번하게 발생해 큰 골칫거리였습니다.

테스코의 물류 컨테이너를 실은 기차와 대형 트럭의 모습. ⓒTesco, Volvo

테스코의 누적된 물류 공급망 문제

컨테이너를 실은 트럭이 잘못된 배송지로 가거나, 항만에서 이슈가 생기는 등 다양한 이유로 배송이 늦어집니다.
물건을 받기로 한 지점에서는 배송 일자와 시기에 맞춰 프로모션을 열고 물품 정리 직원을 배치하는데, 물건이 제때 도착하지 않습니다. 이러면 프로모션에 물건을 팔지 못해 매출 기회를 잃고, 신선식품은 변질되는 등 손실이 발생합니다.
더 큰 문제는 배송 오류가 생겼을 때 최대한 빨리 해결하지 못한 것입니다. 시스템이 통합되지 않아 물류·운영 등 여러 부서가 다각도로 확인해야 컨테이너를 찾을 수 있었기 때문입니다. 찾는 시간이 길어지는 만큼 손실은 더 커졌고요.

리테일 테크로 공급망 문제를 해결한 방법

테스코는 공급망 문제를 해결하기 위해 인공지능 기반 물류 모니터링 플랫폼을 도입합니다.

모든 컨테이너에 물류 모니터링 플랫폼 Roambee에서 개발한 센서를 부착했습니다. 센서와 솔루션을 통해 위치를 실시간으로 알 수 있어 여러 부서를 거치며 확인하는 시간이 단축되었습니다.
도착 예정 시각을 정확히 공유하고, 배송 지연이 발생할 경우 즉시 알림이 가는 기능을 활용했습니다. 이를 통해 물건을 받을 매장과 물류팀이 재고 관련한 대책을 적시에 세울 수 있었습니다.

테스코는 AI를 활용해 3000개 넘는 지점에서 배송 지연 시간을 줄이는 등의 성과를 거뒀고, 솔루션 도입 비용 대비 ROI가 높은 액션으로 평가받습니다.

AI 리테일 테크 두 번째: 클럽카드 데이터와 AI의 결합

테스코는 1995년부터 멤버십 서비스 ‘클럽카드(Clubcard)’를 운영해왔습니다. 이마트 가면 결제할 때 포인트 적립하는 거랑 비슷한데요. 테스코는 그간 쌓인 멤버십 데이터를 활용하여 ‘맞춤형 마케팅’을 펼쳐왔고요. 단순히 성별과 연령대 수준만 파악한 것이 아니고, 소득 수준과 라이프스타일까지 반영해 고객을 그룹화했습니다. ‘건강을 중시하는 1인 가구’, ‘유기농 제품을 선호하는 4인 가족’ 같은 식이죠. 이런 특성을 반영해 할인 쿠폰을 보내며 고객을 끌어모았습니다.

기술이 발전하면서 최근에는 클럽카드 데이터를 AI로 분석해서 ‘초개인화 마케팅’ 전략을 취하고 있습니다. 그룹 단위로 메시지를 보내는 것에서 개개인에게 맞춤형 메시지를 보내는 것으로 넘어가는 겁니다. 고객 충성도와 마케팅 타율을 높여서, 결과적으로 매출 상승까지 이끌어내는 전략입니다.

AI 기반 추천 엔진 고도화: AI 알고리즘이 고객의 최근 구매 이력, 장바구니에 담은 상품, 검색 기록 등을 실시간으로 분석하여 온라인 쇼핑몰에서 개인 맞춤형 상품을 추천합니다.
AI 챌린지와 게이미피케이션: ‘클럽카드 챌린지’와 같은 프로그램을 통해 AI가 고객의 쇼핑 습관에 맞춰 개인화된 미션을 제공합니다. 예를 들어, 평소 과일 구매가 적은 고객에게 ‘이번 주에 과일 5종류 구매하기’와 같은 챌린지를 제시하고, 성공 시 추가 포인트를 제공하여 쇼핑의 재미를 더하고 새로운 상품 구매를 유도합니다. 2024년 크리스마스 테마 캠페인에서는 참여율 76%, 완주율 62%를 달성하기도 했습니다.

AI 리테일 테크 세 번째: AI로 매장 레이아웃 최적화하기

테스코는 데이터 기업 ‘던험비(Dunnhumby)’와 협업하여 ‘어소트먼트(Assortment) AI’를 시범 도입했습니다. 제품 진열하는 작업(플래노그램)을 효율화하는 건데요. 제품 진열하는 데 AI까지 꼭 필요할까 생각할 수 있지만, 마트 입장에서는 혁신이 필요한 작업입니다.

기존 플래노그램의 문제점

제품은 매대에 채워놓기만 한다고 끝나는 게 아닙니다. 고객이 어떤 제품을 집을지 예측해야 하고, 경쟁사의 동종 상품끼리 붙여놓을지 떼어놓을지 결정해야 합니다. 또한 무거운 것은 아래에, 가벼운 것은 위에 같은 규칙을 따라야 하고요. 이런 식으로 조합을 따지면 경우의 수가 엄청나게 늘어나는데요. 이 경우의 수를 검토하고 확정해서 진열 방식을 바꾸려면 몇 주는 꼬박 걸립니다. 하지만 이마저도 감에 의존하곤 해서 진열 공간을 효율적으로 활용하지 못하는 경우도 빈번하고요.

리테일 AI로 플래노그램 효율화하는 법

고객 구매 데이터 분석: 앞서 소개한 클럽카드 데이터가 여기에도 활용됩니다. AI가 데이터를 분석해 고객의 쇼핑 패턴과 상품 간 연관성을 파악합니다. 이를 통해 연관성 높은 상품끼리 가깝게 두라고 추천해줍니다.
지역 특성 데이터 반영: 상품을 진열할 때 매장이 위치한 곳의 특성을 반영합니다. 헬스장 근처라면 단백질 보충제를 가까이 보이는 곳에 진열하는 식입니다.
매대 특성을 고려한 진열 계획 생성: AI가 선반의 크기와 높이, 상품의 크기와 무게, 테스코의 자체 진열 규칙을 반영해 진열 방식을 최적화합니다.

던험비의 어소트먼트 AI는 위와 같은 특성을 조합해 상품 진열 전략을 빠른 시간에 도출합니다. 테스코는 현재 30개 매장에서 AI 플래노그램이 실제 효과가 있을지 테스트 중인데요. 매출 증대와 업무 효율성 극대화, 고객 경험 향상 등의 효과를 기대하고 있습니다.

매장 분석 AI를 활용하면 실제 방문객 트래픽을 기초로 매장 레이아웃을 최적화할 수 있습니다.

AI 기반 서비스 혁신이 성과 레버리지의 지름길!

대형마트 사업은 기본적으로 마진율이 낮은 구조입니다. 비용을 최대한 줄여야 마진을 올릴 수 있다 보니 새로운 솔루션 도입에 소극적일 수밖에 없습니다. 하지만 테스코는 유통, 고객 관리, 매장 레이아웃 개선 등 리테일 단계마다 AI 솔루션을 도입해 비용 절감과 매출 상승을 이끌어냈습니다. 마진율이 떨어질까 두려워할 때 오히려 과감한 투자로 경쟁력을 더 키운 것입니다.

리테일 AI가 매장 운영 성과에 레버리지를 가져옵니다. 매장 방문객 분석 AI가 그 첫걸음이 될 수 있습니다. 매장에 몇 명이 왔는지, 어느 매대에서 더 오래 체류하는지 등 매장 데이터를 기반으로 전략을 세우고 싶은 분들은 아래 버튼을 눌러 서비스 소개서를 받아보세요. 상담이 필요한 분은 우측 채널톡 버튼을 누르거나, contact@may-i.io로 연락 부탁드립니다.