AI와 머신러닝을 통해 코로나19 이후의 혁신을 모색하는 소매 업계

* 본 아티클의 원문은 2020년 11월 21일 Google Cloud 블로그(영문)에 게재되었습니다. 

지난 10년간 수없이 많은 변화의 물결을 헤쳐온 전 세계 소매 업계는 그 어느 때보다도 역동적이고 예측할 수 없는 시대를 맞이하고 있습니다. 소매업체 경영진과 이야기해 본 결과 여전히 호황을 누리는 기업이 있는 반면 견뎌 내는 것이 최선이거나 어려움을 겪는 곳도 있었습니다. 이들과의 대화를 통해 알게 된 것은 코로나19가 클라우드 인프라, 인공지능과 머신러닝(AI/ML) 기술을 토대로 민첩하고 복원력이 우수한 운영 모델의 개발을 크게 앞당기는 역할을 했다는 점입니다. 

Google Cloud에서는 소매 가치 사슬에서 가장 많은 가치와 수익을 창출하는 AI/ML 사용 사례에는 어떤 것이 있으며 이러한 기회를 추구하는 소매업체가 유의해야 할 사항은 무엇인지 알아보고자 전 세계 소매업체 경영진을 대상으로 최근 설문조사를 의뢰했습니다. 모든 소매업을 조사 대상 범위에 포함했지만 특히 코로나19 상황 속에서 전례 없는 도전에 직면한 두 가지 특정 하위 부문(식품, 의약품, 대량 판매(FDM)와 전문 판매)을 집중적으로 조사했으며 주요 연구 결과는 다음과 같습니다.

AI/ML을 통해 식품, 의약품, 대량 판매, 전문 판매 소매업체 전체적으로 상당한 가치를 창출할 수 있는 것으로 확인됨

이 연구에서는 식품, 의약품, 대량 판매, 전문 판매 소매업체 전반에서 75개의 사용 사례를 조사하여 AI/ML이 소매업체의 다양한 비즈니스 영역에서 가치를 창출하는 데 도움이 될 분야를 알아봤습니다.

식품, 의약품, 대량 판매 소매업체의 경우 AI/ML 기술의 채택이 가속화되면 가치 사슬 전체적으로 $2,800억~6,500억의 잠재적 가치 창출이 가능하다는 연구 결과가 나왔습니다. 전문 판매 소매업체 역시 2023년까지 $2,300억~5,200억의 잠재적 가치 창출이 예상됩니다. 한 자릿수 이익 마진을 기록하는 소매 업계에서 주요 업체들은 부쩍 AI/ML을 기본적인 투자 대상으로 인식하고 있습니다. 

현저한 가치를 창출하는 몇몇 사용 사례

식품, 의약품, 대량 판매 소매업체에서 상품기획, 매장 운영, 물류는 손익 계산에서 가장 큰 비용을 차지하는 부분입니다. 이 부분의 상위 10가지 사용 사례 중 비접촉 결제, 피커 라우팅, 자동화된 작업 발송, 선반 확인을 포함한 4가지 사례가 이 가치 사슬 영역에 속합니다. 이 부문의 소매업체가 AI/ML 기능을 활용하면 매장 및 유통 센터의 업무를 자동화하여 직원의 효율성 및 생산성을 높일 수 있습니다. 

전문 판매 소매업체의 경우 가장 많은 가치를 창출하는 사용 사례는 상품기획 및 분류, 제품 수명 주기 관리, 물류(L&F) 부문이었습니다. 이러한 소매업체에서는 특히 상품기획 및 분류 관련 사용 사례가 상위 10가지 중 5가지를 차지했으며 분류, 재고, 가격 인하의 최적화를 통한 수요 계획 개선에 방점을 두고 있습니다. 상품기획팀에서는 비즈니스의 다양한 측면에서 얻은 데이터와 신호를 조합하고 AI/ML 기반 분석을 적용함으로써 기존 분석으로는 놓치기 쉬운 패턴을 발견하고 신제품 또는 수명 주기가 짧은 제품에 대해서도 세부적인 예측을 할 수 있습니다.  

AI를 통한 비즈니스 혁신 자세히 알아보기

Google은 지난 10년간 AI 및 머신러닝 기술로 비즈니스 문제를 해결해 왔으며 그동안 쌓은 경험과 기술을 고객에게 선보일 수 있게 되어 기쁘게 생각합니다. Carrefour, Zulily, The Home Depot 등의 주요 소매업체에서 Google Cloud AI 및 머신러닝 제품을 사용해 비즈니스 혁신을 이루고 있습니다.