비주얼 AI가 리테일 공급망을 혁신하는 3가지 핵심 전략

새 로봇 청소기를 구매했다고 상상해 보세요. 조사 끝에 최적의 제품을 구입해 집으로 가져왔는데, 바닥 청소뿐 아니라 빨래, 설거지, 쓰레기 배출까지 척척 해낸다면 어떨까요?

완벽한 가사 로봇은 아직 몇 년 더 기다려야겠지만, 단일 기술이 다양한 혜택을 여는 개념은 이미 비주얼 AI(Visual AI)와 이커머스·리테일 적용 분야에서 현실화되고 있습니다.

매출 증대를 넘어선 데이터의 가치

비주얼 AI가 발전함에 따라 그 가치는 주로 매출과 수익 창출 기여도로 측정되어 왔습니다. 비주얼 검색 등 비주얼 AI 도구는 더 정확한 사이트 내 검색 결과, 구매량 증가, 평균 주문 금액(AOV) 증대 등 판매 관련 이점을 제공해 왔습니다. 하지만 간과되기 쉬운 또 다른 자산이 있습니다. 바로 방대한 데이터입니다.

이 데이터야말로 운영 효율성의 열쇠입니다. 여기에는 쇼퍼에 대한 풍부한 정보가 담겨 있어, 공급망 최적화와 운영 혁신을 통해 효율성을 높이고, 고객 트렌드를 더 정확히 예측하며, 매출을 늘리고, 낭비를 없앨 수 있습니다.

공급망이 교란과 예기치 않은 수요 변동, 지속가능성 개선의 시급성에 직면한 지금, 비주얼 AI는 공급망 최적화와 그에 따른 광범위한 비즈니스 혜택을 가능케 하는 데이터의 보고임이 입증되었습니다. 세 가지 핵심 이점을 살펴보겠습니다.

1. 크리스털처럼 선명한 수요 가시성

비주얼 AI는 이커머스 업계에 획기적 전환을 가져왔습니다. 브랜드와 리테일러가 전례 없는 전환율과 고객 관여도를 달성하도록 도운 이유 중 하나는, 쇼퍼 개개인의 취향·스타일·목적에 가장 잘 맞는 제품을 더 효과적으로 매칭하는 기술력 덕분입니다.

쇼퍼가 진정으로 원하고 사랑하는 제품이 무엇인지 파악하고, 이후 화면상의 행동(장바구니 담기, 최근 본 상품, 위시리스트 추가 등)을 분석하면, 고객이 찾는 것(과 찾지 않는 것)을 크리스털처럼 선명하게 볼 수 있습니다.

이 데이터를 공급망 및 재고 관리 시스템에 연계하면, 어떤 제품과 스타일을 제공하고 재고를 얼마나 유지할지 더 전략적이고 정확하게 결정할 수 있습니다.

기존 재고 관리 시스템과 달리 비주얼 AI는 쇼퍼들에게 인기를 얻는 제품 유형·스타일·트렌드에 대해 훨씬 더 미세한 시각을 제공합니다. 이에 힘입어 데이터상 가장 잘 팔릴 품목으로 재고를 구성해 수익을 극대화할 수 있습니다.

전통적 시스템이 여전히 수동적이거나 제한적인 제품 태깅 모델에 의존하는 반면, 비주얼 AI는 미세한 디테일과 시각적 특성에 따라 아이템을 자동 분석·태깅합니다. 이로써 재고 관리 시스템이 수요 예측과 발주량 산정 시 더 다양한 요소를 고려할 수 있게 되었습니다. 기존 시스템이라면 오해하거나 놓쳤을 요소들입니다.

예를 들어 기존 시스템은 '꽃무늬 탑' 수요 증가로 매출 상승을 해석할 수 있지만, 비주얼 AI는 실제로는 '앞단추 여밈 탑'이 매출 상승의 동인임을 밝혀냅니다. 재고에 있는 꽃무늬 탑들 다수가 우연히 앞단추 여밈 디자인이었던 것입니다.

어떤 제품 속성이 매출에 영향을 미치는지 확실하게 이해하면, 어떤 상품을 언제 얼마나 주문할지 더 똑똑하고 전략적으로 결정할 수 있습니다. 특정 원단, 핏, 패턴, 스타일의 트렌드가 막 태동하는 시점에도 쉽게 포착해 경쟁사보다 한발 앞서 나갈 수 있습니다.

2. 실시간 트렌드 포착

코로나19 팬데믹 초기에 우리는 예기치 않은 외부 요인이 실시간 대응 도구 없이 브랜드와 리테일러를 어떻게 무너뜨리는지 목격했습니다. 단순히 잘 팔릴 특정 제품을 파악하는 깊은 통찰만 필요한 게 아닙니다. 그 데이터에 즉시 접근하는 게 관건입니다.

일상이 순식간에 '하루 24시간 집콕'으로 바뀌면서 패션·액세서리 카테고리 전체가 일시적으로 구시대 유물이 되었습니다. 아우터, 핸드백, 휴가 용품 수요가 공중분해된 듯 사라지자, 브랜드와 리테일러는 아무도 원치 않는 재고로 창고가 가득 차는 사태를 맞았습니다. 동시에 라운지웨어, 홈트레이닝 용품, 마스크 수요가 폭증해 대응에 허덕였습니다. 팬데믹은 홈데코와 DIY 용품 수요도 폭발시켰고, 기업들은 적정 제품을 적정 수량 확보하려 분주했습니다.

심지어 전통적 AI 시스템도 소비자 행동의 급격한 변화에 대응하지 못했습니다. 기업들이 소비자의 새 니즈를 충족하려 전략을 선회해야 할 때, 전통적 AI 기반 재고 관리 시스템은 수동 개입 없이 소비자 행동을 인지하거나 이해하지 못했습니다.

비주얼 AI 데이터를 재고 관리·계획 시스템에 통합하면, 변화하는 트렌드를 발생하는 그 순간 추적하는 데 필요한 민첩성을 확보할 수 있습니다. 비주얼 AI는 사용자의 화면상 행동을 실시간 분석하고, 쇼퍼가 가장 반응하는 시각적 디테일을 기반으로 인사이트를 지속 업데이트합니다. 더 세밀하면서도 유동적인 재고 관리 접근법을 적용함으로써, 외부 요인에 더 빠르고 효과적으로 대응할 태세를 갖출 수 있습니다.

3. 환경 영향 최소화

보다 정교하고 데이터 중심적인 재고 물류 접근법 덕분에 낭비를 없애고, 재고 관리 및 창고 과잉 재고와 관련된 간접비를 대폭 절감할 수 있게 되었습니다.

더 중요한 건, 스마트한 재고 관리를 통한 낭비 감소가 기업의 환경 발자국을 낮춘다는 점입니다. 패션 산업의 환경 영향(자원 소비, 온실가스 배출)은 잘 알려져 있습니다. 제조 공정뿐 아니라 공급망(화물, 배송, 창고) 역시 지구에 부담을 줍니다. 맥킨지에 따르면 소비재 기업 환경 영향의 90%가 공급망에서 나옵니다.

소비자 중심 데이터에 기반한 공급망·재고 관리 시스템을 구축하면, 인기 없거나 저수익 아이템의 생산·배송·보관을 줄여 글로벌 발자국을 줄일 수 있습니다.

지속가능한 실천을 도입한 기업들은 더 나은 성과를 낼 태세입니다. 점점 더 많은 소비자가 브랜드와 리테일러의 환경 영향 투명성과 지속가능성 노력을 요구합니다. 맥킨지 조사에 따르면 소비자의 88%가 리테일러의 오염 저감 행동을 기대하며, 63%는 브랜드의 지속가능성 홍보를 중요한 구매 요인으로 꼽습니다.

올인원(All-in-One) 접근법의 위력

가상의 로봇 청소기가 기대 이상으로 많은 일을 해내듯, 비주얼 AI도 제품 발견·태깅·추천이라는 핵심 역할을 넘어 더 많은 잠재적 이점을 엽니다.

리테일 운영 효율의 핵심 요소인 공급망, 소싱, 재고 관리는 최적화 여지가 큽니다. 비주얼 AI가 생산하는 데이터에는 쇼퍼가 실제로 무엇을 사고 싶어 하는지에 대한 가장 내밀하고 통찰력 있는 정보가 담겨 있습니다. 덕분에 어떤 제품을 제공하고 어떤 건 건너뛸지 실시간으로 정확히 알 수 있습니다.

리테일 운영에 비주얼 AI 데이터를 적용하는 것은, 비주얼 AI 기술이 초기 도입자들을 경쟁에서 앞서 나가게 하는 또 다른 방식입니다. 더 날렵하고 지능적인 내부 프로세스를 통해 여러분은 번영할 준비를 갖출 수 있습니다.

이단 핀토(Idan Pinto)는 사이트(Syte)의 공동 창업자 겸 최고운영책임자(COO)입니다.