추천상품 반응까지 피드백하는 '쇼핑AI' 떴다

[이데일리 경계영 기자] 온라인 쇼핑몰에서 소파를 몇 차례 검색하면 소파를 구매한 이후에도 추천 상품에 소파가 계속 뜨기 마련이다. ‘고객이 좋아하는 것’만 추천하던 기존 인공지능(AI)의 한계였다. 소파를 이미 구매했거나 계속 추천하면 외려 외면하는 소비자의 상황(Context)까지 고려해 추천하는 초개인화 AI 기술이 개발됐다. 신세계(004170)백화점과 오민환 서울대 데이터사이언스대학원 교수 연구팀이 1년여간 협업한 결과물은 세계 최고 권위의 AI 학회인 국제머신러닝학회(ICML)에도 채택됐다.

오민환 교수는 최근 이데일리와의 인터뷰에서 ICML이 이번 연구에 주목한 이유에 대해 “단순히 과거 이력을 활용해 추천하는 것을 넘어 최근의 추천 행동에 대해 피로를 느끼거나 자주 보면서 관심이 더 커지는 등 추천 이후 반응까지 수학적으로 모델링했기 때문”이라고 말했다.

추천이 소비자의 현재 선호와 구매 행동에 미치는 영향까지 다루고자 연구팀은 상황별 최적 제안을 찾아내는 기존 추천 알고리즘(Contextual Bandit)에 ‘기억 효과’(Memory Effect)를 결합했다. 행동 변화 데이터까지 추가되면 알고리즘 연산이 기하급수적으로 복잡해진다. 오 교수는 “이번 연구는 복잡한 연산을 효율적으로 풀어냈을 뿐 아니라 정해진 모델 아래 장기 누적 성과에 대한 수학적 최적 수렴성까지 제시했다”고 설명했다.

특히 이번 연구는 신세계백화점이 보유한 구매 데이터 2억건을 결합해 실제 유통 현장에서의 적용 가능성을 열었다. 신세계백화점 측이 AI 기반 개인화 기술을 적용해 사전 시뮬레이션을 한 결과, 객단가를 최대 46%까지 높이는 것으로 나타났다.

오 교수는 “고객의 구매 이력, 백화점 보유 브랜드 등을 특징(Feature·벡터로 표현)화하면 어떤 고객에게 어떤 브랜드의 프로모션을 알리는 게 유리한지 계산할 수 있다”며 “전 고객에게 일률적 프로모션을 제공하는 것보다 맞춤형 프로모션을 진행하면 반응률도 객단가도 높아질 수 있을 것”이라고 봤다. 그러면서 “추천 AI가 잘 작동하면 판매자가 수익을 최대화할 뿐 아니라 고객도 효율적 쇼핑이 가능해지고 만족도도 높아져 서로 윈윈(win-win)할 수 있을 것”이라고 덧붙였다.

이번 연구 결과를 도출하는 데 신세계백화점 데이터의 질도 한몫했다. 오 교수는 “특정 연령대·성별로 묶이는 통념(Streo type)이 외려 없었고 고객마다 취향이 뚜렷했기에 AI가 학습을 통해 더 좋은 추천을 할 수 있는 여지가 충분했다”며 “신규 고객이더라도 기존 학습한 내용을 기반으로 몇 번의 상호작용을 거치면 기호를 파악할 수 있다”고 강조했다.

신세계백화점은 이번 연구 성과를 내년 초 도입 예정인 ‘AI 세일즈 에이전트’(AI Sales Agent)에 반영할 방침이다. AI 세일즈 에이전트란 바이어나 매장 매니저가 영업 현장의 데이터에 기반해 상품 운영, 프로모션 전략 수립 등을 돕는 업무용 분석 도구를 말한다.

오 교수는 “이번 협업은 기업과 연구팀이 유기적으로 소통하면서 진행돼 유통 분야의 지식과 노하우를 AI 모델에 녹여낼 수 있었다”며 “온오프라인 데이터 통합과 디지털 전환(DX)을 통해 오프라인 경험이 온라인으로 온라인 경험이 오프라인으로 이어지는 매끄러운(Seamless) 유기적 연계가 가능해질 것”이라고 강조했다.