AI, 미래 유통기업 고객 경험에 어떻게 영향을 미칠 것인가?

유통기업은 계속 증가하는 다양한 데이터와 데이터 소스를 모든 고객에 대한 하나의 포괄적이고 정확한 실시간 보기로 통합해야 한다.

루빅스 큐브 맞추기가 얼마나 어려운지 누구나 안다. 사람만이 맞출 수 있는 과제였으나 오늘날의 컴퓨터는 단 1초만에 맞추는 순서를 알아낸다. 컴퓨터는 큐브를 해독하도록 특별히 프로그래밍 되지 않는다. 대신 인공 신경망을 사용해 도전 과제에 대해 추론하고 스스로 결정을 내리도록 스스로 학습한다.

유통기업의 경우 지능머신으로서의 컴퓨터는 다른 종류의 퍼즐을 해결한다.

최근 기술 트렌드에 맞추어, 유통기업들도 인공지능(AI)의 이러한 발전이 미래에 무엇을 의미하는지 이해하려고 노력하고 있다. 주요 유통기업들은 머신러닝(ML) 및 기타 AI 애플리케이션을 기반으로 고객을 이해하고 상호소통하기 시작했다. 그리고 아마존의 막대한 영향으로 점점 더 많은 유통기업이 고객 경험을 다시 바라보고 이러한 첨단 접근법이 확산되어 가고 있다. AI의 지속적인 발전으로 인해, 유통기업은 제품 발견에서 고객 서비스에 이르기까지 고객 여정의 모든 단계에서 더 쉽고 더 만족스러운 결과를 얻을 수 있다. 첨단 머신러닝(Advanced ML) 및 데이터 분석은 이러한 고객 경험을 대규모로 지원한다. AI가 미래 유통기업의 고객 경험에 어떻게 영향을 미칠 것인가에 관해 예측 가능한 미래 상황과 가능성을 그려보면 다음과 같다.

AI는 개인화를 차세대 단계로 끌어 올릴 것이다.

음악 유통 서비스, 스포티파이(Spotify)와 영화 유통 서비스, 넷플릭스(Netflix) 덕분에 오늘날의 고객은 개인의 취향, 욕구, 필요에 맞는 디지털 경험을 기대할 수 있다. AI를 통해 실제 제품을 취급하는 유통기업은 이러한 일대일 개인화를 대규모로 제공할 능력도 향상될 수 있다.

유통 산업의 초개인화된 미래는 특히 패션 및 화장품과 같은 분야에서 이미 급부상하고 있다. 예를 들면, 고객 맞춤 스타일링을 제공하는 고객 데이터 기반의 온라인 의류 기업인 스티치 픽스(Stitch Fix)는 ML 알고리즘과 데이터 분석을 사용해 온라인에서 작성하는 개인 스타일 프로필을 통해 쇼핑객의 의류 취향을 학습한다. 그런 다음 스티치 픽스의 시스템은 스타일리스트의 피드백을 사용해 시간이 지남에 따라 자체 제안을 개선하는 동시에 휴먼 스타일리스트가 고객을 위해 개인화된 선택을 할 수 있도록 권장 사항을 제공한다. 이와 마찬가지로, 시세이도(Shiseido) 또한 ML 및 트레저데이터(Treasure Data)를 사용해 선호도를 모델링하고 충성도 프로그램을 개인화했다. 즉, 고객 삶의 다양한 단계에 따라 다양한 뷰티 제품을 추천하는 방식이다.

AI를 통한 예측형 유통은 고객이 원하는 즉시 또는 더 빨리 고객이 원하는 것을 제공하게 할 것이다.

ML로 구동되는 예측 분석은 이미 많은 기업에서 고객 행동을 예측하고 사전에 결정을 내릴 수 있도록 하고 있다. 예를 들면, CDP(고객 데이터 플랫폼)는 예측 AI를 사용해 이탈 및 업셀링(Up-selling) 가능성과 같은 기준으로 고객을 평가한다. 그런 다음 마케터는 이 점수를 사용해 특정 캠페인으로 고객을 타겟팅 해 갈 수 있다.

이런 관점에서 유통기업은 타산업의 사례에서 영감을 얻을 수 있다. 예를 들면, 최근 선도적 게임 기업이 ML과 예측 분석 및 트레저데이터(Treasure Data)의 CDP와 데이터 통합을 사용해 사용자가 계속 플레이 할 가능성이 가장 높은 게임의 보상 유형을 예측한 바있다. 결국, 가장 소중한 고객이 떠나는 것을 막으려는 유통기업들에게 AI 기반 예측 점수는 구매를 중단할 가능성이 가장 높은 고객을 명확히 식별하고 표시할 수 있다. 또한 예측 AI는 어떤 제안과 상호 소통이 위험에 처한 벼랑 끝 고객을 안전하게 되돌릴 가능성이 높은지 정확히 판단하게 한다.

AI는 매장내의 고객 경험을 지능적 시스템으로 전환 시킬 것이다.

오프라인 기반의 유통기업은 속도, 편의성 및 개인화 측면에서 온라인 쇼핑기업에 필적할 수 있는 매장 내 고객 여정을 만들어야 할 절박한 요구에 직면해 있다. 포레스터 리서치(Forrester Research)의 2018년 백서 "The State of the Digital Store"에서는 "고객 시대에 유통기업은 이제 관련성 있고 차별화된 고객 경험을 제공해야 하며 그렇지 않으면 진부화에 직면해야 한다"라고 오늘날의 유통 산업의 상황을 간단하게 요약했다.

사물 인터넷으로 구현되는 차세대 소프트웨어 시스템의 등장으로, 쇼핑 고객에게 개인화된 경험을 제공해야 하며, 디지털 방식으로 향상된 매장을 만들어 가야 한다는 도전과제를 유통기업들은 너무나 잘 인지하고 있다.

온라인 및 오프라인 소스의 강력한 데이터 솔루션과 점점 더 지능적인 시스템을 결합하면 유통기업에서 고객이 온라인에서 기대하는 원활하고 손쉬운 여정을 모방할 수 있다. 뿐만 아니라 차세대 AI는 오프라인 유통기업이 오프라인 쇼핑의 고유한 경쟁력을 구축하는데 도움이 될 것이다. AI 시스템은 쇼핑 고객의 개별 선호도를 학습하고 제안하고 더 빠르고 만족스러운 선택으로 안내한다. 그리고 AI 기반 대화형 인터페이스는 시간이 지남에 따라 이러한 상호 소통이 더 쉽고 자연스럽게 느껴질 수 있도록 한다.

오프라인 매장 경험을 최적화하기 위해 오프라인 유통기업은 온라인 전자상거래에서 볼 수 있는 것과 유사한 상세한 실시간 데이터 수집 및 분석이 필요하다. 이 목표는 AI 기반 시스템이 카메라 및 오디오 센서로부터 얻은 데이터들을 해석하고, 인간의 행동을 관찰하고, 물리적 환경에서 통찰력을 캡처하는 능력을 연마함에 따라 도달할 수 있다.

미래의 고객들은 로봇과 대화하는 것에 익숙해질 것이다.

현재의 챗봇과 음성 비서는 현시대의 유통기업 고객과 대화하고 그들의 요구에 응답하는 능력에 분명한 한계가 있다. 자동차 렌탈 서비스 산업에서 TV 산업에 이르는 수많은 기업들이 이미 AI 기반 챗봇을 사용해 고객 서비스 응대를 수행하고 있으나, 기존의 챗봇 시스템은 세일즈와 같은 복잡한 상호 소통이 필요한 업무 수행에서는 해결해야 할 과제가 남아 있다. 하지만, 이러한 도전과제도 가까운 미래에는 분명히 해결될 것이다. 최첨단 대화형 AI는 소매 고객 경험의 모든 단계에 영향을 미칠 것이며, 보다 인간적인 방식으로 고객과 상호 소통하고 점점 증가하는 질문이나 요청을 실시간으로 해결할 것이다.

고객은 스마트 스피커, 앱, 콜센터부터 매장 내 인터페이스에 이르기까지 다양한 접점에서 대화형 시스템과 상호 소통할 가능성이 높다. 가까운 미래에는 고객의 감정 소통 부담을 덜어주며, 지속적으로 증가하는 고객 문의사항을 충족할 수 있는 소통 머신에 익숙해질 것이다. 이러한 첨단 소통 머신의 확산으로 24시간 연중무휴 고객 상담은 자연스러운 고객 응대 문화가 될 것이다. 결국, 고객의 제품 검색, 고객의 매장 쇼핑 또는 고객의 문의 활동이 지금보다 덜 부담스럽고, 즐거워질 것이다. 여기에서 필자는 ‘미래 유통 산업에서 사람의 노동력이 사라지는 것이 아닌가?’ 하고 자문 해 본다.

아마 그렇지 않을 것이다. 그 대신, 사람은 미묘한 공감과 판단을 요구하는 업무에 집중할 수 있기 때문에 사람과 머신의 협업이 강화되는 것을 기대할 수 있다.

미래의 AI 기반의 자동화 고객 서비스 제공 기업은 말하는 사람의 언어와 어조로 한 사람의 감정 상태를 판단할 수 있다. 분노나 조급함을 감지하면 고객 및 관련 정보를 담당자에게 전달할 수 있으며, 담당자는 다른 대화 시스템으로 전환하여 해당 솔루션을 찾아 줄 것이다.

트레저데이터 글로벌 마케팅 부사장 톰 트리너(Tom Treanor)

[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]