AIoT가 소매업을 변화시키는 방법:더 스마트한 매장, 더 나은 서비스, 최적화된 공급망

소매 부문은 매장, 고객 서비스 채널, 창고 및 공급망 전반에 걸쳐 IoT 지원 장치 및 센서의 확산에 면역되지 않았습니다. 이제 소매업체는 이 데이터를 더 효과적으로 활용하기 위해 인공 지능을 활용하고 있습니다.

이처럼 사물의 인공지능 (AIoT)는 소매업체의 중추적인 역할로 떠오르고 있습니다. 왜? AI와 IoT 장치의 데이터를 결합하면 소매업체는 매장 내 경험을 재구성하고 서비스 제공을 향상하며 모든 운영 수준에서 제품 가시성을 유지할 수 있습니다.

소매 및 의류 분야의 글로벌 데이터 IoT 주제별 보고서에서는 소매 분야의 IoT 제품 및 서비스에 AI가 점점 더 통합되는 것은 불가피하며 이미 일어나고 있습니다. "IoT 가치 사슬의 주요 계층은 물리적, 연결성, 데이터, 앱 및 서비스입니다. 이러한 계층은 논리적으로 분리되어 있지만 대규모 IoT 솔루션에서는 이러한 논리적 경계가 상당히 모호해지고 있습니다.

예를 들어, 스택 상단에는 명확하게 식별 가능한 데이터 계층이 계속 존재하지만 네트워크 내부와 가장자리에서 데이터 처리의 비율이 점점 더 증가하고 있습니다. 생성 AI, 특히 ChatGPT의 개발이 가속화되면서 모든 IoT 계층에서 AI의 관련성이 높아졌습니다. 따라서 점점 더 많은 IoT 제품과 서비스가 특히 고객 중심 인터페이스 전반에 걸쳐 AI를 기능에 통합하고 있습니다.

이벤트 선택으로 실시간 결과와 솔루션 생성

이벤트 스트리밍을 통한 세분화된 라우팅을 통해 시스템은 AI가 분석하는 내용을 더욱 선별적으로 선택할 수 있으므로 비용을 절감하고 이벤트에 보다 효과적으로 대응할 수 있습니다. 이벤트는 장바구니에 담긴 품목, 포인트 카드 신청서 제출, 주문 배송 준비 등의 상태 변경이나 업데이트를 나타냅니다.

이벤트는 이벤트 내용을 나타내는 주제와 함께 "게시"되며, 시스템은 관련 주제가 있는 모든 이벤트를 수신하기 위해 "구독"할 수 있습니다. AI 시스템은 이벤트를 수신하여 실시간 솔루션/작업이 자동으로 트리거되도록 하는 실시간 결과를 생성하지만, 이 데이터 피드는 벡터 데이터베이스에 수집하거나 모델 자체를 미세 조정하여 지속적인 학습을 위한 스트림도 제공합니다.

지능형 사용 사례로 이해관계자 확보

소매업에서 AI의 많은 초기 적용은 생성 AI(Gen-AI)와 대규모 언어 모델(LLM)에 초점을 맞출 가능성이 높습니다. 이는 매장 앱을 통한 직접적인 고객 상호작용, 옴니채널 고객 서비스 상호작용, 심지어 창고 직원을 지원하는 데 사용될 수 있습니다.

그러나 오늘날 LLM 기반 AI의 가장 큰 문제 중 하나는 상대적으로 비용이 많이 들고 느리다는 것입니다. 단순히 처리를 위해 IoT 데이터를 LLM에 연결하는 것은 금방 다루기 힘들고 비용이 많이 들게 됩니다. 소매업에서 AI와 IoT의 융합으로 얻을 수 있는 가장 큰 이점은 고객, 직원 및 비즈니스 전체에 혜택을 제공하는 지능형 사용 사례를 식별하는 소매업체에서 실현될 것입니다.

… 그리고 그 장점을 직접 확인해 보세요

이벤트를 활성화하는 IoT 스트림은 매장 내, 고객 서비스 채널을 통해, 심지어 창고에서도 소매 고객과 직원에게 혜택을 제공할 수 있습니다.

이벤트 스트리밍을 기반으로 소매업에서 AI와 IoT의 융합이 실질적인 변화를 가져올 수 있는 세 가지 사용 사례는 다음과 같습니다.

1) 연결된 공장 작업자 소개

AI는 창고부터 시작하여 공장 근로자의 예외 처리를 지원할 수 있습니다. 대부분의 소매업체는 이제 창고 운영에 일종의 모바일 또는 태블릿 장치를 사용하고 있으며 재고 모니터링 및 기타 재고 관련 작업을 위해 매장에 있는 IoT 장치에서 이러한 장치를 지원합니다.

이는 모두 AI가 새로운 통찰력을 얻고 잠재적인 문제를 해결할 수 있는 풍부한 잠재적 이점을 제공합니다. 예를 들어 Gen-AI 솔루션은 모든 작업자에게 문제, 사고/아까의 실수 또는 효율성에 대한 생각을 보고하는 매우 쉬운 방법을 제공할 수 있습니다. 이는 정성적인 정보이지만 LLM 기반 AI는 검토, 정렬, 그룹화하고 엄선된 조언을 경영진에게 제공할 수 있습니다.

실시간 비상 대응으로 안전한 운영 유지

예를 들어 긴급 상황에서는 조직이 창고나 공장 현장에서 실시간으로 대응할 수 있는 속도를 크게 높일 수 있는 가능성도 있습니다. 정보를 전달하는 이벤트 기반 시스템과 이를 기록하고 살펴본 다음 가능한 한 빨리 관련자 앞에 제공하는 AI를 갖추면 공장 현장의 안전, 시간 및 비용을 향상시킬 수 있습니다.

여기에서 이벤트 메시는 각각 특정 이벤트 세트에 맞게 조정된 많은 AI 에이전트를 연결할 수 있습니다. 이는 원시 오디오가 포함된 모든 이벤트를 구독하고 음성-텍스트 모델을 사용하여 녹취록을 생성한 다음 메시에 다시 게시하는 것만큼 간단할 수 있습니다. 이러한 모든 구성 요소는 보장된 메시징을 사용하여 이벤트 메시를 통해 비동기식으로 통신하여 이벤트가 전송 중에 손실되지 않고 적절한 사람이나 장치에 전달되어 비상 대응이 실행되도록 합니다.

2) 고객 선호도를 더 잘 이해하여 쇼핑 경험을 맞춤화하세요

AIoT를 통해 소매업체는 매장 내 및 고객 데이터를 지능적으로 활용하여 고도로 맞춤화된 쇼핑 경험을 제공할 수 있습니다. AI를 사용하여 IoT 장치의 고객 데이터를 분석함으로써 소매업체는 제품 추천, 제안, 심지어 매장 내 경험까지 개인 선호도에 맞게 조정할 수 있습니다. 고객이 어디에 있는지, 더 중요하게는 다른 모든 것이 어디에 있는지 아는 매장 내 고객 서비스 도우미를 제공하는 경우를 생각해 보세요.

예를 들어, 고객은 울타리를 쌓고 싶다고 매장 앱에 알릴 수 있습니다. 더 이상 철물점 담당자가 필요한 제품이 어디에 있는지, 어떤 제품을 사용해야 하는지 알려줄 때까지 기다릴 필요가 없습니다. 대신 AI 비서가 매장별 정보를 이용해 각 고객의 요구에 맞는 대응을 제공합니다. 데이터베이스로 이동하여 쿼리에 지능적으로 응답하고 "좋아, 이제 필요한 재료를 알았으니 매장을 돌아다니며 찾아보자"라고 말할 것입니다.

프런트엔드 고객 경험을 극대화하려면 백엔드 데이터 이동이 필요합니다

이러한 요청을 신속하고 정확하며 효과적으로 처리할 수 있다는 것은 모든 주식 정보와 AI 처리가 가능한 이벤트를 의미합니다. 고객은 필요한 자재가 사용 가능한지 실시간으로 알아야 하며, 이를 위해서는 매장 내 센서를 상황에 맞게 사용하여 매장 내에서 상품을 찾을 수 있도록 안내해야 합니다.

이 장치 데이터와 AI 처리를 모두 통합하는 이벤트 중심 접근 방식은 이벤트 메시(애플리케이션, 클라우드 서비스 및 장치 간에 이벤트 정보 배포를 가능하게 하는 상호 연결된 이벤트 브로커 네트워크)를 사용하여 실시간 처리 및 예측 통찰력을 지원합니다. 구매한 이벤트에는 고객이 집에 도착했을 때 필요한 프로젝트를 구축하는 방법을 설명하는 백엔드 문서와 지침도 포함될 수 있습니다.

3) 믿을 수 있는 Copilot 상담원이 연락 센터에 나타납니다

이제 최신 고객 연락 센터에는 더 나은 고객 서비스를 위해 설계된 AI 부조종사가 함께 제공됩니다. 예를 들어 Microsoft Copilot은 이제 Microsoft 365에 기본으로 포함되어 있으며 생성 AI를 통해 기존 문의 센터 채널을 확장하여 서비스 경험을 향상하고 상담원 생산성을 높입니다.

AI는 고객 서비스에 대한 녹음된 통화 또는 실시간 통화를 처리하여 긴급 지원이 필요한 심각한 문제를 강조하는 데 도움을 줄 수 있습니다. 이는 AI가 고객 지원 담당자를 대신하는 것이 아니라 인간 대 인간 통화에서 발생한 문제에 반응하여 고객과 고객이 겪고 있는 문제에 대한 실시간 상황을 제공한다는 점에 유의하세요.

고객 서비스 담당자에게 추가 컨텍스트를 추가하는 이벤트 지원 AI

이 AI 부조종사를 이벤트 활성화하고 이를 고객 서비스 프로세스 전반의 수많은 데이터 포인트(고객 기록에 대한 CRM 데이터, 통신 중인 장치/채널 유형, 고객 서비스 스크립트/프로토콜 및 BI 보고)와 연결함으로써 조직은 고객 서비스 담당자에게 새로운 수준의 실시간 통찰력을 제공할 수 있습니다.

AI 에이전트는 제한된 이벤트 집합을 구독하고 해당 구독과 관련된 프롬프트 템플릿을 제공한 다음 LLM을 사용하여 추가 정보로 이벤트를 강화할 수 있습니다. 예를 들어 사용자 상호 작용에 대한 감정 분석을 수행하여 전문가에게 문의해야 하는 문제가 있는 고객, 상향 판매가 가능한 고객을 식별하거나 축적된 데이터 조합을 기반으로 새로운 이벤트를 종합합니다.

연결된 상거래로 더욱 스마트한 소매업의 미래

소매 업계에서 AI와 IoT의 결합은 소매업체가 원하는 대로 기술과 데이터를 활용할 수 있는 방법에 대한 혁신적인 변화를 나타냅니다. 이벤트 중심 전략은 이 프로세스에서 중요한 구성 요소이며 소매 조직이 고객 경험을 향상하고 운영을 간소화하며 공장 현장에서 매장 내 및 연락 센터에 이르기까지 직원의 역량을 강화하는 데 도움이 됩니다.