✔ 쇼핑은 '무의식'

‘쇼핑’은 감정적인 것에 가까운 ‘무의식’의 영역이라고 합니다. 이를 이용한 마케팅 수단 중 대표적인 사례는 백화점과 마트의 CCTV인데요. 마케터들은 CCTV를 통해 고객이 어떤 물건을 구매하려다 내려놓는지, 주로 왼쪽으로 카트를 돌린다든지 등 다양한 행동 패턴을 분석합니다. 이를 기반으로 매장, 할인 매대 등을 배치하는 거죠. 고객들은 무의식이 하고자 하는 소비에 대해 합리화를 일으키고 구매하게 됩니다.

그렇다면 백화점, 마트, 편의점 등에 빽빽하게 위치한 CCTV를 통해 AI가 고객의 행동 패턴을 분석하고 데이터화하면 어떨까요. 나아가서는 그 지역의 고객들의 연령, 재정 등도 얼굴인식, 구매 패턴을 이용해 데이터화할 수 있습니다. 집 근처 자주 가는 편의점에 방문했더니 무의식중에 마음에 드는 상품이 손에 잡히는 경험이 상상되는데요. 'AI가 필요한 상품을 추천’하는 개념뿐만 아니라 ‘필요하지 않아도 사고 싶게’ 만드는 거죠. 이는 곧 매출 상승으로 직결됩니다.

CCTV를 예로 들었지만 AI를 통해 고객의 패턴을 분석하고 마케팅하는 전략은 활용 가능성이 높습니다. 최근 이마트에브리데이 일부 매장에서는 ‘로봇 광고’를 하고 있는데요. 자율주행 로봇을 활용하여 직접 고객에게 찾아가 광고 영상을 보여주고 로봇의 후면에는 프로모션 상품이 적재돼 ‘찾아가는 매대’ 역할을 하는 겁니다. 2주간 로봇 광고를 진행한 결과 해당 상품의 평균 매출이 전년보다 90% 상승한 것으로 알려졌고요.

유니클로의 사례까지 보면 미래의 AI 디지털 매장은 어떤 모습일지 상상됩니다. 몇 년 전부터 유니클로에서는 옷이 섞여 담겨 있는 장바구니를 올려두면 빠르게 계산이 되고 있죠. 일일이 바코드를 스캔할 필요 없이 잘 인식됩니다. 오랜 기간 발전되어 왔던 RFID(Radio Frequency IDentification) 기술이 극도로 고도화된 건데요.

유니클로의 빠른 결제에 대하여 네티즌들이 커뮤니티에서 나눈 댓글 중 재밌는 부분이 있습니다. ‘CCTV로 고객들 물건을 담는 모습을 스캔하고 마지막에 가격을 책정하는 건가?’라는 댓글에 ‘진심으로 그렇게 생각하는 건 아니지?’라며 웃고 넘기는 답글이 달렸습니다. 그런데 온라인 시험에서 AI가 시험자들의 사소한 행동만으로 ‘부정행위’를 적발하는 걸 보면 불가능한 일도 아닌 것 같죠.

아마존은 2016년, 물건을 들고나가기만 하면 결제되는 ‘아마존 고’를 선보였다가 올해 단계적으로 철수한 바 있습니다. 최첨단 자동화가 아니라 1000명이 넘는 인력이 일일이 상품 라벨을 보고 분류해야 하는 수동적인 방식이었기 때문이죠. 다만, 다수의 의류 브랜드에서 현재 RFID를 부착해서 생산한다는 점, 유니클로처럼 바코드 스캔 없이 계산이 가능하다는 점을 고려하면 이후 재등장할 기술임이 분명합니다.

✔ 이커머스의 데이터

온라인에서는 앱을 기반으로 상품을 추천해 주거나, 광고하는 등 AI를 잘 활용하고 있죠. 지난 뉴스레터 <창과 방패 대결, '테무' 다이내믹프라이싱>에서 다뤘듯 테무와 모기업 핀둬둬는 별도로 MD를 두지 않고 AI가 분석한 데이터를 기반으로 노출할 상품을 추천하기도 합니다. 이용자의 선호도, 구매이력 등도 있지만 어떤 상품을 오래 보는지, 앱에서 어떻게 움직이는지 등 상세한 데이터를 수집하는 겁니다.

에이블리의 AI도 좋은 사례죠. 에이블리는 유저 기준의 초개인화를 지향하고 있습니다. 이용자가 검색한 것, 장바구니에 넣은 것을 토대로 비슷한 이용자도 함께 분석해 유사한 상품만이 아니라 카테고리를 넘어 취향을 추천하는 거죠. 예를 들어 옷을 골랐는데 취향인 화장품, 인테리어 소품 등까지 추천해 주니 당장 필요가 없어도 구매로 이어져 매출로 연결됩니다.

이 방대한 양의 데이터는 AI 기술이 발전될수록 무서운 가치를 지닙니다. 뇌를 분석하는 '뉴로 마케팅(뇌의 신경세포인 뉴런과 마케팅의 합성어)'은 어떻게 보면 ‘고객을 조종’하는 셈이거든요. 지금은 AI가 편의성, 효율성 등으로 활용되고 있지만 미래에는 ‘나를 너무 잘 알고 있는 AI’가 살 수밖에 없는 상품을 팔고 고객은 종속될 수 있는 거죠.

과거부터 언급됐던 이커머스 기업들의 오프라인 진출에는 이 데이터들이 적극 활용될 수 있습니다. 오프라인의 뚜렷한 장점은 상품을 직접 경험할 수 있다는 것이며, 최근에는 ‘더현대’와 같은 체험형 요소의 도입도 가팔라지고 있죠. 에이블리가 빅데이터로 ‘취향지도’를 그리고 있다는 말을 볼 때 ‘고객들의 취향인 공간도 만들 수 있지 않을까’ 생각하게 됩니다. 온라인과 오프라인을 이용하는 고객의 니즈에서 적절한 중간점을 찾을 수 있을 것 같죠.

앞서 언급한 사례들을 볼 때 유통산업에 도입되는 AI는 ‘개인화 추천’을 넘어 고객의 심리까지 파악하는 ‘마케터’의 역할을 충분히 해낼 것으로 보입니다. 상상하면 생산자부터 소비자에 닿기까지 데이터가 모두 공유된다면 ‘트루먼쇼’와 같은 삶을 살 수도 있겠다는 생각이 드는데요.

예를 들어 스마트 공장 시스템이 고도화되고 3D프린터가 발전된다면, 같은 상품이라도 일부 고객군에서는 어떤 디자인을 좋아하는지, 다른 고객군은 어떤 기능을 좋아하는지 분석해 더 세분화된 다품종 소량생산이 대세가 될 수도 있겠죠. 수요를 만드는 셈입니다.

알리바바의 ‘쉰시 팩토리’가 좋은 사례인데요. 방대한 데이터를 활용하여 ‘팔기 위한 제조(made-to-sell)’ 방식을 취해 소비자 수요에 따라 맞춤형으로 생산하는 공장입니다. 사람, AI, 로봇이 어우러진 디지털 기술을 활용해 주문 소요 시간을 75% 단축시켰죠. 최소 주문량을 100개로 감소시켜 재고를 낮췄으며, 개성화된 상품을 더 많이 생산할 수 있습니다.

최근 유통·물류산업에서는 공급망 이슈들이 잇따라 발생하면서 'JIT(Just in Time)'이 아닌 ‘JIC(Just in Case)' 방식이 대세가 됐죠. 리스크에 대응하기 위해 재고를 넉넉히 보유해야 하는 건데요. AI가 발전된 미래에는 두 개념이 모두 희미해지고 반드시 팔 수 있는 상품만 만들고 최소한의 매장, 효율적인 물류만 존재할 수 있겠다는 생각도 듭니다. 어쩌면 역물류의 깊은 고민, 재고에 따른 폐기물 등의 환경적인 문제까지 해소할지도 모르겠습니다.