리테일 AI의 10가지 예시
Michael Hickins | Content Strategist | 2025년 5월 30일
리테일 업체는 다른 업계의 기업들과 동일하게 AI의 이점을 활용할 수 있으며, 기존 데이터 애널리틱스를 강화해 재고 관리, 상품 구성 계획, 머천다이징, 마케팅 및 기타 비즈니스 활동을 개선할 수 있습니다. 예를 들어, AI 기반 애플리케이션은 변화하는 수요 및 공급 패턴을 예상해 상품의 재주문 및 재고 보충을 제안하고, 부패하기 쉬운 상품으로 가득한 식료품점 진열대의 재고를 재배치하고, 소비자에게 더 관련성 높고 시기적절하며 리테일 업체에는 더 높은 수익성을 제공하는 개인화된 마케팅 오퍼를 제안할 수 있습니다.
또한 AI는 리테일 업체가 갈수록 복잡해지는 글로벌 무역 환경에 대응하고, 자율운영 디지털 어시스턴트로 인력을 보완해 인력 부족을 극복하고, 고객 문의와 관련해 상담원이 직접 지식 베이스를 검색하는 방식보다 더 정확하고 상황에 맞는 답변을 제공하도록 지원함으로써 고객 서비스를 개선할 수도 있습니다. 리테일 업체들은 AI를 사용해 이상적인 매장 위치를 식별하고, 온라인 고객이 더 잘 맞는 의류를 선택하도록 지원하기 시작했습니다. 이를 통해 고객 만족도를 높이고 많은 비용이 드는 반품율을 줄일 수 있습니다.
AI란 무엇인가요?
AI(인공지능)은 인간의 지적 능력을 모방하는 기술입니다. 일반적으로 인간의 지능이 필요한 작업을 처리합니다. AI는 추론하고, 자연어를 처리하고, 인간이 같은 시간에 처리할 수 있는 것보다 훨씬 빠르게 제안을 제시하고, 훨씬 많은 데이터를 분석할 수 있습니다.
예를 들어, 생성형 AI는 사람이 몇 시간 또는 며칠 동안 수행해야 하는 전체 설명서 읽기 및 요약을 단 몇 분 안에 완료할 수 있습니다. AI는 분석한 데이터를 기반으로 조치를 신속하게 제안해 기업이 구매 권장 사항이나 배송 경로를 최적화하도록 지원할 수도 있습니다. 리테일 업체가 새로운 관세, 고조되는 지정학적 긴장, 세계 각국의 새로운 수출 제한에 직면했을 때 AI는 대체 공급망 경로로 빠르게 전환하고, 한 지역 또는 매장의 상품을 다른 곳으로 재할당하고, 수익성이 가장 높을 것으로 예상되는 제품 구성을 식별할 수 있도록 지원합니다.
리테일 업계에서 AI가 중요한 이유는 무엇인가요?
AI는 리테일 업체가 예측하기 어려운 고객 구매 결정과 높은 인건비를 비롯해 수익성을 가로막는 여러 장애물을 극복하도록 지원할 수 있습니다. 리테일 업계의 이익률은 일반 리테일 업체 기준 약 2.5%로 낮은 편이며, 식료품점의 이익률은 이보다 더 낮습니다.
AI는 마케팅 캠페인, 상품 구성 계획, 판매 증대를 위한 기타 기법의 효과를 극대화해 리테일 업체의 이익률 향상을 지원합니다. 예를 들어, 리테일 업체는 땅콩버터와 잼처럼 함께 구매되는 제품을 그룹화하는 경우가 많습니다. AI는 인간 직원들은 같은 구역에 배치할 발상을 떠올리지 못하는 보완 상품 그룹을 제안하고, 한 품목의 프로모션이 관련 품목의 판매에 어떤 영향을 미칠지 예측할 수 있습니다.
제조업체들이 제공한 제품 설명을 종합하고 소비자들에게 더 어필할 수 있는 표현을 제안하는 작업도 사람보다 효과적으로 수행할 수 있습니다. 또한 상담원에게 관련 정보를 제공해 더 나은 사후 서비스를 제공하도록 지원함으로써 리테일 업체가 고객 만족도와 충성도를 높이는 데 기여할 수 있습니다. AI 알고리즘은 고객의 구매 이력, 행동, 선호도를 기반으로 개인화된 제품 권장 사항과 맞춤형 마케팅 메시지를 생성할 수 있습니다.
또한 리테일 업체가 급격하게 변화하는 글로벌 시장의 속도를 따라잡을 수 있도록 지원합니다. 스위스에 기반을 둔 초당파적 싱크탱크 Global Trade Alert에 따르면 2025년 4월 한 달 동안 세계 각국의 정부가 새롭게 도입한 무역 제한은 470건이 넘습니다.
보다 전술적인 수준에서는 리테일 업체가 진열대의 품절 상품을 스캔하거나 5번 통로의 유출물을 청소하는 등의 작업을 수행할 수 있는 AI 지원 로봇으로 직원을 보완하거나 대체하고 매장 직원을 고객 지원과 같은 가치있는 업무에 재배치하도록 만들 수 있습니다.
리테일 AI의 이점
AI는 리테일 업체가 인력, 재고 손실, 폐기물과 관련된 비용을 줄이도록 지원하고, 매장의 상품 구성을 개선하고, 온라인 쇼핑객에게 더 정확한 권장 사항을 제공하고, 인기 품목의 재고를 충분히 확보하도록 지원해 추가 매출을 창출할 수 있습니다. 이와 같은 이점 및 추가적인 이점에 대한 자세한 내용을 확인해 보세요.
- 수익성이 더 높은 제품 구성. AI는 특정 매장의 과거 판매 트렌드 및 일기예보, 예정된 지역 행사 일정, 새로운 글로벌 무역 규정 및 제한과 같은 타사 데이터 등을 분석해 어떤 재고를 얼마나 보유할지에 관한 더 나은 의사결정을 내리도록 지원할 수 있습니다. 스포츠용품 리테일 업체의 계획 담당자라면 Inter Miami의 경기가 열릴 때 Lionel Messi 유니폼을 충분히 비축해야 한다는 것은 당연히 알 수 있을 것입니다. 하지만 AI는 해당 도시에 스페인계 인구가 많다는 이유로 Messi의 스페인 출신 팀 동료 Jordi Alba의 유니폼을 함께 비축하도록 제안해 줄 수 있습니다. AI는 리테일 기업이 제조업체 브랜드를 자체 브랜드 또는 일반 브랜드 대안으로 대체할 기회를 제안하고, 그러한 대안이 기존 판매량을 잠식하는 대신 수익을 늘려줄 수 시점을 판단하도록 지원할 수도 있습니다.
- 복잡한 글로벌 무역 환경 대응. 리테일 업체는 AI를 활용해 경쟁 기업의 가격과 제품 구성을 비교함으로써 전 세계적으로 시행되고 있는 무역 제재 및 제한에 대응할 수 있습니다. 또한 ‘가정(what if)’ 시나리오 계획에 AI를 활용해 공급업체 변경 필요 여부와 범위, 제품 조달 지역 변경, 대체 운송 수단 모델링 등을 수행할 수 있습니다.
- 자동화된 품목 속성 지정. 리테일 업체는 생성형 AI를 사용해 제조업체가 제공한 길고 상세한 설명으로부터 제품 속성을 해석 및 요약하고, 가장 중요한 특성을 추출하고, 고객의 구매 결정을 이끌어 낼 수 있는 요소에 호소하는 간결한 설명을 작성할 수 있습니다. 이러한 방식은 온라인 카탈로그의 가구 설명부터 생소한 신규 식료품 설명까지 똑같이 적용 가능합니다.
- 더 나은 전자상거래 권장 사항. AI는 고객의 전체 주문 이력을 빠르게 고려해 더 개인화된 교차 판매 상품을 제안할 수 있습니다. 예를 들어, 샌들을 쇼핑하는 여성 고객에게 아동용 크루 삭스를 함께 구매하도록 제안할 수 있습니다. 물론 샌들과 함께 신으라는 뜻은 아닙니다. 해당 고객이 이전에 아동용 운동화를 구매한 이력을 감지했기 때문입니다.
- 인력 보완. 리테일 업체는 내장형 AI 기능을 갖춘 로봇을 배치해 진열대 품목 수를 세어 적정 재고를 유지하거나 바닥의 유출물을 모니터링하고 필요에 따라 청소하는 등의 단순 반복 작업을 지원할 수 있습니다. 그간 이러한 작업을 수행하던 직원은 핸드헬드 태블릿에서 실행되는 AI의 지원을 받으며 고객이 원하는 상품을 찾도록 돕거나 추가 구매 품목을 추천하는 업무로 재배치될 수 있습니다.
- 재고 손실 감소. National Retail Federation에 따르면 미국의 리테일 업체들은 절도, 공급업체 사기, 직원 절도 및 기타 정상적인 판매 외의 원인으로 재고가 감소하는 재고 손실(shrinkage, 또는 shrink) 현상으로 인해 연간 1,100억 달러 이상을 잃고 있습니다. 리테일 업체는 POS의 센서 및 다른 기술과 AI를 함께 사용해 고객이 스캔한 품목보다 더 비싼 상품을 가져가거나 계산원이 고객에게 의도적으로 낮은 금액을 청구하는 이른바 스위트하팅(sweethearting)을 감지할 수 있습니다. AI는 갑자기 인기가 떨어져 판매할 수 없게 된 제품이 그대로 방치되지 않도록 지원할 수도 있습니다.
- 더 나은 입지 결정. 입지의 중요성은 굳이 강조할 필요가 없을 것입니다! 리테일 업체는 경쟁 매장의 위치, 인구 밀도, 임대료 및 기타 비용, 기후 및 인구 통계 정보 등 거의 셀 수 없이 많은 변수를 사용해 다양한 시뮬레이션을 실행하고 신규 매장 위치에 관한 더 나은 의사결정을 내릴 수 있습니다.
리테일 AI의 10가지 예시
AI는 고객 서비스, 재고 관리, 부동산 운영 등 리테일 운영의 거의 모든 측면에 영향을 미칠 수 있습니다.
1. 개인화된 고객 경험
온라인 및 오프라인 매장을 운영하는 백화점은 주문 이력, 검색 이력, 로열티 프로그램 등 결합된 여러 데이터 저장소의 데이터를 AI로 분석하고, 마케팅 메시지를 개인화하고, 고객별 관련성을 높입니다. 어느 의류 리테일 업체는 AI 기반 챗봇을 사용해 고객과 새 코트를 입을 장소와 방식에 관해 대화하고, 온라인 또는 전화로 더 관련성 높은 권장 사항을 제공하고 있습니다.
2. 교차 판매 기회 개선
작황 부진, 트럭 운전사 파업, 지정학적 격변 등 다양한 요인으로 인한 공급망 중단이 지속되면서 식료품 리테일 업체는 소비자 수요를 충족하기 위해 기존의 주문 처리 모델 및 제품 구색을 일신해야 하는 상황에 놓여 있습니다. 앞으로 더 많은 식료품점이 자사의 계획 수립 의사결정과 수요 예측, 재고 관리, 제품 입고 흐름(구매 주문 결과 입고된 품목 확인)을 연계할 것입니다.
3. 자동화된 재고 관리
어느 소규모 식료품 체인은 AI를 사용해 매장 진열대의 유제품과 기타 부패하기 쉬운 품목을 재배치할 적절한 시점을 판단해 폐기물을 최소화하고 있습니다. 점심시간에 쇼핑하는 사람이 많은 유럽의 한 대형 슈퍼마켓은 하루 동안 여러 차례 재고를 보충하는 작업에 AI를 사용합니다.
4. 수요 예측
리테일 업체는 다른 품목에 관한 데이터, 유사한 인구 통계를 가진 매장의 데이터, 날씨와 소득 수준 등의 타사 데이터를 가져와 분석하고, 지역별 특정 품목의 수요를 더 정확하게 예측할 수 있습니다. 한 전국 약국 체인은 최근 연방 정부에 보고된 전국 트렌드를 기반으로 특정 백신의 수요를 추적하고 예측하는 데 AI를 사용했습니다.
5. 마찰 없는 쇼핑
리테일 업체는 AI를 영상 및 센서 데이터와 결합해 POS 구역을 없애고, 고객이 매장 진열대에서 상품을 골라 장바구니에 담고 줄을 서지 않고 바로 계산할 수 있도록 지원합니다. 계산대 통로와 POS 장비를 제거하면 바닥 공간에 더 많은 판매 상품을 진열할 수 있습니다. 어느 전국적 슈퍼마켓 체인은 판독할 수 없는 바코드가 부착된 제품을 AI를 사용해 시각적으로 스캔하고 금액을 청구합니다.
6. 가격 최적화
리테일 업체는 같은 상품 또는 유사 상품에 대한 경쟁 기업 가격 데이터, 지역 인구 통계, 광고 및 기타 프로모션의 영향을 AI로 분석하고, 쇼핑객의 구매 의향을 떨어뜨리지 않으면서 품목에 부과할 수 있는 최고 가격을 결정할 수 있습니다. 대부분의 고객은 한 매장에서만 쇼핑하는 것을 선호하므로, 이는 단 한 차례의 구매보다 더 큰 가치가 걸려 있는 작업입니다. 가격을 지나치게 높게 설정하면 일부 고객은 장바구니 전체를 포기하고 경쟁 기업의 매장이나 웹사이트로 이동할 수 있습니다. 품목 가격을 지나치게 낮게 설정하면 이익률이 감소하고 때로는 제품 가치가 떨어집니다.
7. 동적 머천다이징
리테일 업체는 고객의 구매 이력과 유사한 프로필을 가진 다른 고객이 함께 구매하는 상품을 기반으로, 고객이 온라인에서 검색하거나 장바구니에 이미 담은 품목과 함께 구매할 제품을 AI로 추천합니다. 어느 화장품 리테일 체인은 AI를 사용해 고객이 피부색에 어울리는 메이크업 색상과 톤을 선택하도록 지원합니다. 오프라인 매장은 AI를 사용해 판매가 느린 품목은 당일이라도 프로모션을 제공하고, 자체 판매율이 좋은 품목의 프로모션은 줄이는 등 필요에 따라 신속하게 방향을 전환할 수 있습니다. 리테일 업체는 AI로 여러 매장 위치에서 이러한 선택의 결과를 비교(A/B 테스팅)하고 그에 맞게 조정할 수도 있습니다.
8. 매장 내 로봇
리테일 업체는 영상 카메라 및 진열대 센서와 결합된 AI를 활용해 매장 내 유동 인구를 더 잘 파악하고 단위 면적당 판매율을 개선할 수 있습니다. 이 기술은 고객들이 머무르지 않는 제품을 식별하고 더 매력적인 물건으로 교체할 것을 제안해 줍니다. AI는 쇼핑객이 매장 내 적절한 위치에 있을 때 모바일 기기로 특정 품목에 대한 타기팅 프로모션을 생성할 수도 있습니다. 리테일 업체가 상품을 그룹화하는 방식을 개선하도록 지원할 수도 있습니다.
9. 스마트 스토어
리테일 업체는 영상 카메라 및 진열대 센서와 결합된 AI를 활용해 매장 내 유동 인구를 더 잘 파악하고 단위 면적당 판매율을 개선할 수 있습니다. 이 기술은 고객들이 머무르지 않는 제품을 식별하고 더 매력적인 물건으로 교체할 것을 제안해 줍니다. AI는 쇼핑객이 매장 내 적절한 위치에 있을 때 모바일 기기로 특정 품목에 대한 타기팅 프로모션을 생성할 수도 있습니다. 리테일 업체가 상품을 그룹화하는 방식을 개선하도록 지원할 수도 있습니다.
10. 공급망 최적화
날씨, 지정학, 노동, 보건, 기타 다양한 이유로 인해 공급망 중단이 잦아지면서 리테일 업체는 인기 품목을 합리적인 가격에 재고로 유지하는 데 더 많은 어려움을 겪고 있습니다. 어느 편의점 체인은 AI의 한 형태인 머신러닝을 사용해 날씨, 시사 사건, 인플루언서 게시물 등 공급망에 영향을 미치는 수백 가지 요인과 이에 따른 상품 가용성을 파악합니다.
리테일 AI의 미래
지속적인 혁신을 추구하는 리테일 업체는 AI를 사용해 제품 구성, 마케팅 캠페인, 매장 운영, 기타 프로세스와 제품을 개선할 새로운 방법을 찾을 것입니다. 리테일 비즈니스 리더는 매일 같은 보고서를 확인하는 대신 AI를 사용해 가장 관련성이 높고 긴급한 문제가 무엇인지 파악할 것입니다. AI는 고급 엣지 컴퓨팅 및 디지털 사이니지와 결합되어 쇼핑객이 매장 통로를 이동할 때 개인화된 제안을 제공합니다. AI는 시각적 검색 기능도 개선해 소비자가 영화배우나 인플루언서가 입은 의상과 같은 품목의 사진을 보여 주기만 하면 리테일 웹사이트에서 해당 상품을 찾도록 지원할 것입니다.
Oracle 솔루션으로 AI의 이점 활용하기
Oracle Retail AI Foundation 애플리케이션은 AI와 머신러닝을 활용해 리테일 업체가 제품 구성과 오퍼링, 매장 배치와 위치, 재고 수량과 배치, 수요 및 판매 예측, 마케팅 캠페인, 가격 책정, 제품 설명 및 기타 핵심 운영을 최적화하도록 지원하고, 고객 경험을 향상시키고, 이익률 향상에도 기여합니다.
리테일 업계에서 사용되는 AI의 이점은 대량의 데이터를 빠르고 정확하게 분석하는 역량으로 요약됩니다. 이를 통해 리테일 업체는 소비자 행동, 트렌드, 선호도를 더 잘 이해할 수 있습니다. 관련 데이터를 활용해 마케팅 활동을 개인화하고, 재고 관리를 간소화하고, 가격 책정 전략을 최적화할 수 있습니다. AI를 활용하는 리테일 업체는 고객 경험을 개선하고, 운영 효율성을 높이고, 궁극적으로 판매와 수익성을 향상시킬 수 있습니다.
리테일 AI FAQ
리테일 업체는 AI를 어떻게 사용하나요?
선도적인 리테일 업체들은 AI를 사용해 쇼핑객이 원하는 상품을 찾도록 지원하고, 재고 배치를 개선하고, 폐기물과 재고 손실을 줄이고, 예상 수요를 기반으로 매장 공간을 최적화하는 등 다양한 업무를 수행하고 있습니다.
대형 슈퍼스토어에서는 AI를 어떻게 사용하나요?
세계 최대 슈퍼스토어들은 모바일 앱에 더 직관적인 검색 기능을 제공하고, 진열대 재고를 더 빠르게 보충하고, 판매가 느린 품목을 더 적극적으로 홍보하는 등 다양한 용도로 AI를 사용하고 있습니다.
리테일 업체에서는 ChatGPT를 어떻게 사용하나요?
리테일 업체들은 ChatGPT 및 다른 생성형 AI 도구를 사용해 제조업체의 긴 제품 설명을 요약하고, 고객 구매 이력을 기반으로 더 개인화된 마케팅 이메일을 작성합니다. 또한 생성형 AI를 사용해 자연어 쿼리를 더 정확하게 해석해 내는 검색 기능을 고객에게 제공합니다.