소매업의 AI
소매업을 위한 AI로 쇼핑 경험을 개선하고 물류를 최적화하세요
AI는 쇼핑을 개인화하고 운영을 자동화하여 소매업을 혁신하고 비즈니스가 경쟁력을 유지하도록 돕고 있습니다. Google Cloud가 소매 비즈니스를 최적화하는 데 어떻게 도움이 되는지 알아보세요.
배우고 싶으신가요? Agent Studio에 관한 무료 과정을 시작해 보세요.
개요
소매업에서 AI를 사용하면 어떤 이점이 있나요?
소매업에서 AI를 사용하면 비즈니스 성장에 도움이 되는 많은 이점을 얻을 수 있습니다. 고객의 경우 취향과 니즈에 맞는 추천을 통해 더욱 개인화된 쇼핑 경험을 누릴 수 있으며, 이는 고객 충성도 증가로 이어질 수 있습니다.
비즈니스의 경우 AI는 다음과 같은 작업을 지원할 수 있습니다.
- 대규모 초개인화: AI는 소매업체가 단순한 추천을 넘어 맞춤형 판매로 전환하는 데 도움이 되며, 연중무휴 24시간 전문가 역할을 할 수 있습니다. 예를 들어 고객이 특정 워크로드에 적합한 노트북을 찾거나 고유한 피부 유형에 맞는 스킨케어 루틴을 찾는 데 도움이 됩니다. 이렇게 하면 전환율이 높아지고 반품이 줄어들 수 있습니다.
- 예측 인벤토리 및 폐기물 감소: AI는 실시간 글로벌 트렌드와 지역 날씨 패턴을 분석하여 수요 예측 오류를 줄이는 데 도움이 될 수 있습니다. 소매업체는 수요가 급증하기 전에 재고를 이동하여 적절한 제품을 적절한 시기에 적절한 통로에 배치할 수 있습니다.
- 구매 후 우수성: 이제 AI 에이전트가 주문 추적이나 반품 자격 확인과 같은 기본적인 문의를 즉시 처리할 수 있습니다. 이를 통해 콜 센터 비용을 절감하고 상담사 연결을 기다리는 불편함을 없애 고객 만족도를 높일 수 있습니다.
- 자율 매장 운영: Vision AI와 에이전트형 워크플로가 일상 업무를 자동화합니다. 로봇과 카메라가 선반 감사와 재고 부족 감지를 처리할 수 있습니다. 실시간 오프라인 매장 방문수를 기반으로 직원 일정을 자동화하는 데도 도움이 되므로 직원은 고객에게 온전히 집중할 수 있습니다.
- 동적 가격 책정: 소매업체는 경쟁업체의 움직임과 지역 수요에 따라 실시간으로 가격을 조정하여 마진을 보호할 수 있습니다.
- 사기 방지: AI는 의심스러운 반품 패턴과 결제 이상을 밀리초 단위로 식별하여 매출을 확보하고 고객 및 비즈니스 데이터를 보호하는 데 도움이 될 수 있습니다.
- 제품 개발 주기 단축: 브랜드는 생성형 AI를 사용하여 신제품을 조사하고 설계하는 데 걸리는 시간을 몇 주에서 며칠로 단축하고 있습니다. 이를 통해 바이럴 트렌드가 여전히 관련성이 있을 때 이에 대응할 수 있습니다.
소매업에서 AI의 잠재적인 과제는 무엇인가요?
소매업에서 AI를 사용하려면 소프트웨어 업데이트 이상의 작업이 필요할 수 있으며, 복잡한 운영 및 윤리적 장애물을 헤쳐 나가야 할 수도 있습니다. 소매업체가 겪을 수 있는 몇 가지 일반적인 과제는 다음과 같습니다.
- 데이터 사일로 및 데이터 늪: 많은 소매업체는 AI가 정확한 실시간 인사이트를 제공하거나 효과적인 의사 결정을 내리는 데 방해가 되는 파편화된 저품질 데이터로 어려움을 겪고 있습니다.
- 기술 부채 장벽: 오래된 POS 시스템과 기존 인프라는 최신 고속 AI 모델을 지원하는 데 필요한 처리 능력과 연결성이 부족할 수 있습니다.
- 규제 복잡성: EU AI법과 같은 진화하는 글로벌 법률을 준수하면서 소비자 개인 정보 보호의 윤리를 관리하려면 상당한 법적 요구사항이 발생합니다.
- 고객 신뢰 유지: AI 전용 지원이 제대로 구현되지 않으면 소비자의 반발을 초래할 수 있습니다. 복잡하거나 민감한 문제에 대해서는 여전히 사람과의 상호작용을 선호하는 쇼핑객이 많습니다.
- 사이버 보안과 딥페이크: AI는 정교한 피싱, 허위 제품 리뷰, 브랜드 평판을 빠르게 손상시킬 수 있는 딥페이크 미디어 등 새로운 위험을 만들어 냅니다.
- ROI 측정: 하드웨어 및 통합에 대한 초기 비용은 특히 프로젝트에 명확한 확장 전략이 없는 경우 즉각적인 가시적 성과로 이어지지 않을 수 있습니다.
소매업에서 AI의 미래는 어떻게 될까요?
향후 몇 년 동안 소매업은 반응형 산업에서 에이전트 중심의 자율 생태계로 전환될 가능성이 높습니다. 개인 AI 어시스턴트가 소매업체 시스템과 직접 협상하고 거래할 수 있는 '에이전트형 상거래'의 시대가 도래하면서 기존 웹 인터페이스보다 기계 가독형 데이터가 더 중요해지고 있습니다.
오프라인 매장은 실시간 디지털 트윈과 감정 인식 AI로 최적화된 완전 자율 환경인 '피지털' 허브로 진화할 수 있습니다. 이러한 환경에서는 매장 레이아웃부터 맞춤형 제품 디자인까지 모든 것을 즉석에서 조정할 수 있습니다. 궁극적으로 AI가 공급망의 물류와 일상적인 거래를 마스터함에 따라 소매 환경은 양분될 수 있습니다. 대량의 니즈는 보이지 않는 예측 알고리즘으로 관리되는 반면, 오프라인 매장은 인간적인 공감과 '검증된 진정성'이 최고의 고급 상품이 되는 고품격 갤러리로 재탄생할 것입니다.
AI를 사용하는 소매업 비즈니스는 무엇인가요?
- Mercari: 일본 최대의 온라인 마켓플레이스인 Mercari는 Google AI를 사용하여 고객 서비스 담당자에게 더 쉽게 액세스할 수 있도록 지원합니다. 이 회사는 500%의 ROI를 달성하고 직원 워크로드를 20% 절감할 것으로 기대하고 있습니다.
- Target: Google Cloud를 사용하여 Target 앱과 Target.com에서 맞춤설정된 Target Circle 혜택 등의 AI 솔루션을 지원합니다.
- Carrefour Taiwan: Carrefour Taiwan의 앱에 통합된 대화형 AI 서비스인 AI Sommelier는 고객이 선호하는 와인을 고를 수 있도록 지원합니다.
- The Home Depot: Home Depot는 전문가 수준의 조언을 연중무휴 24시간 제공하는 AI 에이전트인 Magic Apron을 빌드하여 상세한 방법 안내 및 제품 추천을 제공합니다.
- Unilever: BigQuery를 사용하여 디지털화된 유통 거래 프로세스를 구축했습니다. 심층 분석을 사용하는 Unilever는 이제 매일 75,000건의 주문을 처리하고 신흥 시장의 수백만 소매업체에 도달할 수 있습니다.
- Wayfair: Wayfair는 제품 카탈로그 보강을 자동화하여 제품 속성을 이전보다 5배 더 빠르게 업데이트하고 운영 비용을 대폭 절감했습니다.
- Dunelm: Google Cloud와의 파트너십을 통해 생성형 AI 기반의 새로운 제품 검색 솔루션을 사용하여 고객이 제품을 더 쉽게 찾을 수 있도록 온라인 쇼핑 경험을 개선했습니다.
- Lush: Vertex AI와 Cloud Storage를 사용하여 Lush Lens를 구동합니다. Lush Lens는 AI 기반 이미지 인식 시스템으로, 결제 시 포장재가 없는 제품을 식별하여 대기 시간을 줄이고 물을 절약합니다.
- Miinto: Miinto는 고객 만족도를 높이고 오버헤드를 줄이기 위해 Vertex AI Vision을 사용하여 중복된 제품 항목을 인식하고 통합합니다.
- Papa John’s Pizza: BigQuery, Vertex AI, Gemini 모델을 사용하여 앱에서 고객 주문을 더 정확하게 예측할 수 있는 예측 도구를 빌드하는 동시에 향상된 포인트 멤버십 및 더욱 맞춤화된 마케팅 혜택을 제공합니다.
- 3 Farm Daughters: 가족이 운영하는 파스타 회사로, Docs의 Gemini를 활용해 소셜 미디어 게시물을 작성합니다.
- Sports Basement: 고객 서비스팀은 Google Workspace의 Gemini를 사용하여 이메일 작성 시간을 30~35% 단축합니다.
소매업체와 기타 비즈니스에서 AI를 사용하는 더 많은 사례를 보려면 세계 선도 기업의 1,000개 이상의 실제 생성형 AI 사용 사례를 확인하세요.
소매업의 AI는 안전한가요?
많은 산업과 마찬가지로 소매업의 AI는 기술이 강력한 방패이자 새로운 취약점으로 작용할 수 있는 고위험 환경입니다.
한편으로 AI는 손실 방지 분야에 혁신을 가져왔습니다. 소매업체는 도난 및 사기와 같은 손실을 줄이기 위해 AI 기반 컴퓨터 비전과 실시간 거래 모니터링을 점점 더 많이 배포하고 있습니다. 또한 고객이 제품 이미지나 리뷰가 진짜인지, 브랜드 평판을 훼손하기 위해 만들어진 '합성' 딥페이크가 아닌지 확인할 수 있도록 AI 생성 콘텐츠에 워터마크를 삽입하는 데 SynthID를 점점 더 많이 사용하고 있습니다.
그러나 AI의 통합은 사이버 공격 표면을 확장하기도 합니다. 프롬프트 인젝션, 데이터 포이즈닝과 같은 새로운 위협으로 인해 주요 소매업체는 엄격한 새로운 AI 거버넌스 정책을 시행해야 했습니다.
소매업을 위한 Google Cloud AI 도구
| 제품 이름 | 사용 사례 | 주요 기능 | 가격 책정 |
|---|---|---|---|
상시 가동 고객 지원 빌드: 맞춤형 멀티모달 지원 에이전트를 대규모로 빠르게 빌드, 테스트, 배포 | 모든 기술 수준의 직원이 지원 워크플로를 만들고 실행할 수 있도록 '드래그 앤 드롭' 캔버스가 포함되어 있습니다. | ||
가상 개인 쇼핑 도우미: 웹사이트와 모바일 앱에서 인간과 같은 지원을 제공합니다. | 제품 관련 질문에 답하고, 의상을 추천하고, 고객이 결제할 수 있도록 안내하는 기능이 기본 제공됩니다. | ||
디지털 매장 개선: 사이트 내 검색 정확도 및 탐색 환경 개선 | LLM을 사용하여 쇼핑객의 의도를 파악하고 '대화형 제품 필터링' 및 100개 이상의 언어를 지원합니다. | ||
비즈니스 운영 및 전략: 판매 보고서 분석, 인벤토리 관리, 공급업체 이메일 자동화, 내부 데이터 종합 | Google Docs/Sheets/Gmail과의 완전한 통합, 최신 Gemini 모델에 대한 액세스, 내부 워크플로를 위한 '노 코드' 커스텀 에이전트 빌드 기능 | ||
오프라인 매장 인텔리전스: 방대한 양의 CCTV 또는 진열대 이미지 데이터를 검색하여 인벤토리 또는 안전 상태를 감사합니다. | 텍스트로 동영상 검색(예: '4번 통로에서 파란색 페인트가 쏟아진 곳을 찾아줘'), PB 규모의 스토리지, 실시간 이벤트 트리거 |
상시 가동 고객 지원 빌드: 맞춤형 멀티모달 지원 에이전트를 대규모로 빠르게 빌드, 테스트, 배포
모든 기술 수준의 직원이 지원 워크플로를 만들고 실행할 수 있도록 '드래그 앤 드롭' 캔버스가 포함되어 있습니다.
가상 개인 쇼핑 도우미: 웹사이트와 모바일 앱에서 인간과 같은 지원을 제공합니다.
제품 관련 질문에 답하고, 의상을 추천하고, 고객이 결제할 수 있도록 안내하는 기능이 기본 제공됩니다.
디지털 매장 개선: 사이트 내 검색 정확도 및 탐색 환경 개선
LLM을 사용하여 쇼핑객의 의도를 파악하고 '대화형 제품 필터링' 및 100개 이상의 언어를 지원합니다.
비즈니스 운영 및 전략: 판매 보고서 분석, 인벤토리 관리, 공급업체 이메일 자동화, 내부 데이터 종합
Google Docs/Sheets/Gmail과의 완전한 통합, 최신 Gemini 모델에 대한 액세스, 내부 워크플로를 위한 '노 코드' 커스텀 에이전트 빌드 기능
오프라인 매장 인텔리전스: 방대한 양의 CCTV 또는 진열대 이미지 데이터를 검색하여 인벤토리 또는 안전 상태를 감사합니다.
텍스트로 동영상 검색(예: '4번 통로에서 파란색 페인트가 쏟아진 곳을 찾아줘'), PB 규모의 스토리지, 실시간 이벤트 트리거
작동 방식
소매업의 인공지능은 스마트 기술을 사용하여 소매 비즈니스 프로세스의 여러 부분을 개선합니다. 여기에는 고객의 쇼핑 경험 개선, 매장 및 창고 운영 방식 최적화, 리더의 더 스마트한 의사 결정 지원 등이 포함될 수 있습니다. AI 시스템은 사람이 할 수 있는 것보다 훨씬 빠르게 방대한 양의 데이터를 분석하여 패턴을 파악하고, 고객이 다음에 무엇을 원할지 예측하며, 일상적인 작업을 자동화하는 데 도움이 됩니다.
소매업의 인공지능은 스마트 기술을 사용하여 소매 비즈니스 프로세스의 여러 부분을 개선합니다. 여기에는 고객의 쇼핑 경험 개선, 매장 및 창고 운영 방식 최적화, 리더의 더 스마트한 의사 결정 지원 등이 포함될 수 있습니다. AI 시스템은 사람이 할 수 있는 것보다 훨씬 빠르게 방대한 양의 데이터를 분석하여 패턴을 파악하고, 고객이 다음에 무엇을 원할지 예측하며, 일상적인 작업을 자동화하는 데 도움이 됩니다.
온라인 및 오프라인 매장 경험 통합
AI는 일관된 가격 책정, 프로모션, 인벤토리 수준을 보장하여 오프라인 상점과 전자상거래 채널 전반에서 일관된 고객 경험을 제공하는 데 도움이 될 수 있습니다.
Google Distributed Cloud(GDC)를 사용하여 매장 위치에 연결할 수 있습니다. 이 '에지 AI' 인프라를 사용하면 매장의 인터넷 연결이 불안정하더라도 지연 시간 없이 실시간 인벤토리와 고객 상호작용을 로컬에서 처리할 수 있습니다. 이 오프라인 상품 데이터는 전자상거래 엔진을 구동하는 중앙 BigQuery 웨어하우스로 '통합'됩니다.
방법
AI는 일관된 가격 책정, 프로모션, 인벤토리 수준을 보장하여 오프라인 상점과 전자상거래 채널 전반에서 일관된 고객 경험을 제공하는 데 도움이 될 수 있습니다.
Google Distributed Cloud(GDC)를 사용하여 매장 위치에 연결할 수 있습니다. 이 '에지 AI' 인프라를 사용하면 매장의 인터넷 연결이 불안정하더라도 지연 시간 없이 실시간 인벤토리와 고객 상호작용을 로컬에서 처리할 수 있습니다. 이 오프라인 상품 데이터는 전자상거래 엔진을 구동하는 중앙 BigQuery 웨어하우스로 '통합'됩니다.
실시간 인벤토리 관리
매장 관리자는 정확한 실시간 인벤토리 추천을 받아 효율성을 높일 수 있습니다.
이를 구현하는 한 가지 방법은 기존 매장 CCTV의 원본 동영상 스트림을 Vision 웨어하우스에 직접 수집하는 것입니다. 수동 태그 추가가 필요했던 이전 시스템과 달리 이 시스템은 동영상에 대한 자연어 검색을 사용합니다. 관리자는 음료 코너의 선반이 20% 이상 비어 있을 때 알림을 보내도록 시스템에 간단히 요청할 수 있습니다. 그런 다음 AI가 디지털 인벤토리 기록을 기준으로 시각적 선반 상태를 지속적으로 감사합니다. AI는 불일치를 발견하면 자동으로 매장 직원의 휴대용 기기에 차이점을 보여주는 사진과 대체 재고가 있는 위치를 안내하는 메시지를 전송할 수 있습니다.
방법
매장 관리자는 정확한 실시간 인벤토리 추천을 받아 효율성을 높일 수 있습니다.
이를 구현하는 한 가지 방법은 기존 매장 CCTV의 원본 동영상 스트림을 Vision 웨어하우스에 직접 수집하는 것입니다. 수동 태그 추가가 필요했던 이전 시스템과 달리 이 시스템은 동영상에 대한 자연어 검색을 사용합니다. 관리자는 음료 코너의 선반이 20% 이상 비어 있을 때 알림을 보내도록 시스템에 간단히 요청할 수 있습니다. 그런 다음 AI가 디지털 인벤토리 기록을 기준으로 시각적 선반 상태를 지속적으로 감사합니다. AI는 불일치를 발견하면 자동으로 매장 직원의 휴대용 기기에 차이점을 보여주는 사진과 대체 재고가 있는 위치를 안내하는 메시지를 전송할 수 있습니다.
제품 검색 및 추천 개선
AI는 검색 환경을 맞춤설정하여 사용자가 온라인 플랫폼에서 고유한 상품을 빠르게 찾을 수 있도록 도와줍니다.
이를 수행하는 한 가지 방법은 Agent Search를 사용하여 만들 수 있는 시맨틱 검색으로 기존 키워드 검색을 업그레이드하는 것입니다. 제품 카탈로그에 기반한 맞춤형 검색 결과, 추천, 인사이트를 통해 사이트 또는 애플리케이션의 탐색 경험을 더욱 관련성 있고 ROI 중심적으로 만드세요. 자연어 처리, Google의 고유한 웹 신호, 지식 그래프, 상거래에 맞게 조정된 LLM을 활용하면 검색창에서 '10월에 야외 결혼식에 갈 때 비가 온다면 뭘 입어야 할까?'와 같은 의도 기반 쿼리를 이해할 수 있습니다.
또한 대화형 필터링 또는 검색을 사용 설정하면 AI가 사용자의 초기 쿼리를 기반으로 사용자에게 질문하여 항목을 좁힐 수 있습니다. 예를 들어 AI는 캐주얼 또는 정장 스타일을 찾는지, 특정 사이즈를 찾는지 물어볼 수 있습니다. 이를 통해 특정 제품이나 틈새 제품을 찾는 데 걸리는 시간을 획기적으로 줄일 수 있습니다.
방법
AI는 검색 환경을 맞춤설정하여 사용자가 온라인 플랫폼에서 고유한 상품을 빠르게 찾을 수 있도록 도와줍니다.
이를 수행하는 한 가지 방법은 Agent Search를 사용하여 만들 수 있는 시맨틱 검색으로 기존 키워드 검색을 업그레이드하는 것입니다. 제품 카탈로그에 기반한 맞춤형 검색 결과, 추천, 인사이트를 통해 사이트 또는 애플리케이션의 탐색 경험을 더욱 관련성 있고 ROI 중심적으로 만드세요. 자연어 처리, Google의 고유한 웹 신호, 지식 그래프, 상거래에 맞게 조정된 LLM을 활용하면 검색창에서 '10월에 야외 결혼식에 갈 때 비가 온다면 뭘 입어야 할까?'와 같은 의도 기반 쿼리를 이해할 수 있습니다.
또한 대화형 필터링 또는 검색을 사용 설정하면 AI가 사용자의 초기 쿼리를 기반으로 사용자에게 질문하여 항목을 좁힐 수 있습니다. 예를 들어 AI는 캐주얼 또는 정장 스타일을 찾는지, 특정 사이즈를 찾는지 물어볼 수 있습니다. 이를 통해 특정 제품이나 틈새 제품을 찾는 데 걸리는 시간을 획기적으로 줄일 수 있습니다.
매장 운영 현대화
AI 기반 모바일 기기로 기존의 종이 기반 프로세스를 간소화하면 매장 직원의 생산성과 고객 서비스를 개선할 수 있습니다.
Gemini Enterprise 앱을 사용하면 모바일 기기에서 액세스할 수 있는 매장 직원 에이전트를 빌드할 수 있습니다. 이 에이전트는 회사의 내부 표준 운영 절차(SOP)와 실시간 운영 데이터에 그라운딩되어 있습니다. 직원들은 음성 텍스트 변환을 사용하여 '영수증이 없는 손상된 상품의 반품을 어떻게 처리해야 해?' 또는 '신발 부서의 오전 관리자 메모를 요약해 줘'와 같은 복잡한 질문을 할 수 있습니다.
방법
AI 기반 모바일 기기로 기존의 종이 기반 프로세스를 간소화하면 매장 직원의 생산성과 고객 서비스를 개선할 수 있습니다.
Gemini Enterprise 앱을 사용하면 모바일 기기에서 액세스할 수 있는 매장 직원 에이전트를 빌드할 수 있습니다. 이 에이전트는 회사의 내부 표준 운영 절차(SOP)와 실시간 운영 데이터에 그라운딩되어 있습니다. 직원들은 음성 텍스트 변환을 사용하여 '영수증이 없는 손상된 상품의 반품을 어떻게 처리해야 해?' 또는 '신발 부서의 오전 관리자 메모를 요약해 줘'와 같은 복잡한 질문을 할 수 있습니다.
AI 기반 쇼핑 어시스턴트
가상 어시스턴트는 복잡한 프로세스를 시각적으로 안내하고 맞춤형 지원을 제공하여 고객 참여를 향상시킬 수 있습니다.
쇼핑 에이전트를 사용해 제품 발견부터 결제, 그 이후까지 전체 여정을 관리하세요. Gemini 모델 제품군을 활용하는 에이전트는 전체 제품 카탈로그와 고객 충성도 데이터에 그라운딩되어 디지털 컨시어지 역할을 합니다. 단순한 챗봇이 아니라 복잡한 추론과 멀티모달 입력을 사용하여 쇼핑객의 맞춤형 요구사항을 이해하고 구매를 간소화하기 위해 동의된 조치를 취하는 전문가처럼 행동합니다.
방법
가상 어시스턴트는 복잡한 프로세스를 시각적으로 안내하고 맞춤형 지원을 제공하여 고객 참여를 향상시킬 수 있습니다.
쇼핑 에이전트를 사용해 제품 발견부터 결제, 그 이후까지 전체 여정을 관리하세요. Gemini 모델 제품군을 활용하는 에이전트는 전체 제품 카탈로그와 고객 충성도 데이터에 그라운딩되어 디지털 컨시어지 역할을 합니다. 단순한 챗봇이 아니라 복잡한 추론과 멀티모달 입력을 사용하여 쇼핑객의 맞춤형 요구사항을 이해하고 구매를 간소화하기 위해 동의된 조치를 취하는 전문가처럼 행동합니다.
제품 설명 생성
AI는 고유하고 품질이 우수하며 SEO에 최적화된 제품 설명을 대규모로 자동 생성할 수 있습니다.
대량의 카탈로그의 경우 Gemini 3 Flash를 사용하여 자동화된 파이프라인을 설정할 수 있습니다. 기술 사양, 고해상도 이미지, 브랜드의 목소리 가이드라인과 같은 원시 입력을 모델에 제공합니다. 대규모로 품질을 보장하려면 멀티 에이전트 검토 워크플로를 구현하세요. 첫 번째 Gemini 에이전트가 설명을 작성하고, 두 번째 에이전트가 SEO를 위해 검토하며, 세 번째 에이전트가 사양서와 비교하여 정확성을 확인합니다. 이를 통해 소매업체는 몇 달이 아닌 몇 시간 만에 수천 개의 설명을 생성할 수 있습니다.
방법
AI는 고유하고 품질이 우수하며 SEO에 최적화된 제품 설명을 대규모로 자동 생성할 수 있습니다.
대량의 카탈로그의 경우 Gemini 3 Flash를 사용하여 자동화된 파이프라인을 설정할 수 있습니다. 기술 사양, 고해상도 이미지, 브랜드의 목소리 가이드라인과 같은 원시 입력을 모델에 제공합니다. 대규모로 품질을 보장하려면 멀티 에이전트 검토 워크플로를 구현하세요. 첫 번째 Gemini 에이전트가 설명을 작성하고, 두 번째 에이전트가 SEO를 위해 검토하며, 세 번째 에이전트가 사양서와 비교하여 정확성을 확인합니다. 이를 통해 소매업체는 몇 달이 아닌 몇 시간 만에 수천 개의 설명을 생성할 수 있습니다.
시각적 검색
고객이 사진을 참고하여 제품을 찾을 수 있도록 지원합니다.
이를 위해 Cloud Vision API를 모바일 앱 또는 웹사이트의 검색창에 통합할 수 있습니다. 고객이 참고 사진을 업로드하면 AI가 객체 현지화를 수행하여 개별 항목을 식별합니다. 그러면 시스템이 벡터 임베딩을 사용하여 이러한 항목을 카탈로그에 매핑합니다. AI는 항목을 찾을 수 있을 뿐만 아니라 고객의 구매 내역이나 3D 스캔을 기반으로 올바른 사이즈를 제안할 수 있어야 합니다.
방법
고객이 사진을 참고하여 제품을 찾을 수 있도록 지원합니다.
이를 위해 Cloud Vision API를 모바일 앱 또는 웹사이트의 검색창에 통합할 수 있습니다. 고객이 참고 사진을 업로드하면 AI가 객체 현지화를 수행하여 개별 항목을 식별합니다. 그러면 시스템이 벡터 임베딩을 사용하여 이러한 항목을 카탈로그에 매핑합니다. AI는 항목을 찾을 수 있을 뿐만 아니라 고객의 구매 내역이나 3D 스캔을 기반으로 올바른 사이즈를 제안할 수 있어야 합니다.
트렌드 파악 및 고객 상호작용 개선
AI를 사용하여 고객 의견에서 트렌드를 빠르게 파악하여 상호작용을 개선합니다.
구현에는 모든 비정형 고객 의견을 BigQuery로 유입시키는 작업이 포함됩니다. 그런 다음 Gemini Enterprise의 Deep Research 기능을 사용하여 수백만 건의 상호작용에서 테마 클러스터링을 수행합니다. AI는 판매 데이터에 나타나기 전에 새로운 트렌드를 식별합니다. 예를 들어 지원 채팅에서 생분해성 포장에 대해 문의하는 고객이 15% 증가한 것을 알 수 있습니다.
방법
AI를 사용하여 고객 의견에서 트렌드를 빠르게 파악하여 상호작용을 개선합니다.
구현에는 모든 비정형 고객 의견을 BigQuery로 유입시키는 작업이 포함됩니다. 그런 다음 Gemini Enterprise의 Deep Research 기능을 사용하여 수백만 건의 상호작용에서 테마 클러스터링을 수행합니다. AI는 판매 데이터에 나타나기 전에 새로운 트렌드를 식별합니다. 예를 들어 지원 채팅에서 생분해성 포장에 대해 문의하는 고객이 15% 증가한 것을 알 수 있습니다.
제품 등록정보 병합 및 중복 삭제
AI는 중복된 등록정보를 식별하고 병합하여 여러 공급업체의 제품 카탈로그를 관리하는 데 도움이 됩니다.
여러 공급업체의 카탈로그를 관리하려면 Agent Platform을 사용하여 퍼지 일치 및 항목 확인을 수행할 수 있습니다. AI는 멀티모달 이해를 사용하여 텍스트가 다르더라도 이미지와 사양이 동일하다는 것을 '확인'합니다.
실용적인 접근방식은 모든 SKU에 대해 '골든 레코드'를 만드는 것입니다. AI가 모든 수신 데이터 스트림을 분석하고, 중복 항목을 식별하며, 제품을 나타내는 가장 높은 품질의 이미지와 가장 정확한 설명을 선택합니다. 이렇게 하면 오프라인 매장이 깔끔하게 유지되고 모든 공급업체에서 인벤토리 수준이 정확하게 집계됩니다.
방법
AI는 중복된 등록정보를 식별하고 병합하여 여러 공급업체의 제품 카탈로그를 관리하는 데 도움이 됩니다.
여러 공급업체의 카탈로그를 관리하려면 Agent Platform을 사용하여 퍼지 일치 및 항목 확인을 수행할 수 있습니다. AI는 멀티모달 이해를 사용하여 텍스트가 다르더라도 이미지와 사양이 동일하다는 것을 '확인'합니다.
실용적인 접근방식은 모든 SKU에 대해 '골든 레코드'를 만드는 것입니다. AI가 모든 수신 데이터 스트림을 분석하고, 중복 항목을 식별하며, 제품을 나타내는 가장 높은 품질의 이미지와 가장 정확한 설명을 선택합니다. 이렇게 하면 오프라인 매장이 깔끔하게 유지되고 모든 공급업체에서 인벤토리 수준이 정확하게 집계됩니다.
구성 가능한 제품의 판매 견적 자동화
AI와 항공 이미지를 사용하여 정확한 견적을 빠르게 생성합니다.
태양광 패널, 지붕, 창고 등 실외 또는 주택 개조 제품을 판매하는 소매업체의 경우 Google Earth Engine의 고해상도 항공 이미지를 통합할 수 있습니다. 고객이 주소를 입력하면 AI가 컴퓨터 비전을 사용해 지붕의 면적, 경사, 주변 나무의 그늘을 측정합니다.
그러면 Agent Platform 에이전트가 이러한 측정값을 가져와 현재의 인건비 및 자재비와 상호 참조할 수 있습니다. 몇 초 만에 정확한 3D 시각화된 판매 견적을 생성합니다. 이를 통해 초기 사이트 방문 필요성이 사라지므로 영업팀은 이미 예비 'AI 견적'을 받고 승인한 구매 의도가 높은 리드에만 집중할 수 있습니다.
AI 애플리케이션의 더 자세한 예시와 이를 구현하는 방법에 대한 기술적 세부정보는 기술 청사진을 포함한 101가지 실제 생성형 AI 사용 사례를 확인하세요.
방법
AI와 항공 이미지를 사용하여 정확한 견적을 빠르게 생성합니다.
태양광 패널, 지붕, 창고 등 실외 또는 주택 개조 제품을 판매하는 소매업체의 경우 Google Earth Engine의 고해상도 항공 이미지를 통합할 수 있습니다. 고객이 주소를 입력하면 AI가 컴퓨터 비전을 사용해 지붕의 면적, 경사, 주변 나무의 그늘을 측정합니다.
그러면 Agent Platform 에이전트가 이러한 측정값을 가져와 현재의 인건비 및 자재비와 상호 참조할 수 있습니다. 몇 초 만에 정확한 3D 시각화된 판매 견적을 생성합니다. 이를 통해 초기 사이트 방문 필요성이 사라지므로 영업팀은 이미 예비 'AI 견적'을 받고 승인한 구매 의도가 높은 리드에만 집중할 수 있습니다.
AI 애플리케이션의 더 자세한 예시와 이를 구현하는 방법에 대한 기술적 세부정보는 기술 청사진을 포함한 101가지 실제 생성형 AI 사용 사례를 확인하세요.
