생성형 AI, 신발을 추천하는 퍼스널 쇼퍼 시대 도래

신발을 잘 신어야 비로서 패션 스타일이 완성된다. 또한 신발을 멋스럽게 신으려면 패션 스타일과의 조화가 중요하다. 이는 고객의 패션 스타일이 신발을 구매하는데 영향을 미치는 요인이 된다. 여러 신발 기업에서 개인화 서비스의 일환으로 추천서비스를 제공하기도 하나, 지금까지의 신발 추천서비스는 고객의 패션 스타일은 고려하지 않은 채 구매이력을 중심으로 유사한 신발을 추천하거나, 고객 발 모양에 따른 사이즈를 추천하는 것이 대부분이다. 최근 생성형 AI 시대를 맞이하면서 제품 추천시스템에 변화의 국면을 맞이하게 되었다. 개인화된 추천서비스는 향상된 개인화된 고객경험을 소비자에게 제공할 수 있고 고객이탈율 감소, 매출증대 등 비즈니스 측면에서 효과를 기대할 수 있다는 이점이 있다. 생성형 AI을 기반으로 신발산업도 더욱 정교화된 신발 추천 시스템을 도입해야 할 순간이다.

■ 생성형 AI의 비약적 발전과 챗봇 커머스

2023년은 인공지능(AI) 기술의 빠른 발전으로 Open AI의 챗GPT와 같은 생성형 AI가 크게 주목받았다. 글로벌 시장 조사업체인 IDC(International Data Corporation)는 2027년 세계 생성 AI 시장 규모가 1511억달러(약 196조원)에 달할 것이며, 연평균성장률(CAGR)은 86.1%로 예측했다 (2023.12.21 기준). 챗GPT가 본격적으로 비즈니스에 활용되기 시작하면서 2023년 149억달러(약 19조원)의 시장을 형성했고, 2024년에는 더욱 가속화되어 시장 규모가 2.7배에 달하는 401억달러(약 52조원)에 이를 것으로 전망했다.  다양한 산업에서 AI 채택을 가속화하고, 산업기술과 AI 융합되어 인공지능 생태계가 강화되고 있는 현 시점에서 생성형 AI 통한 새로운 비즈니스 기대 수요가 높아져 시장 성장을 가속화 하고 있다. 2023년 가트너에서 발표한 자료에 따르면, 경영진의 45%가 생성형 AI 투자를 늘려야 하며, 투자목적은 고객경험, 매출성장, 비용최적화라고 답변했다.

챗GPT4.0은 OpenAI가 개발한 인공지능 언어 모델로서, 자연어 처리(Natural Language Processing, NLP) 분야에서 고급 기능을 제공한다. 대규모의 다양한 데이터를 기반으로 훈련되었는데 사람과 유사한 방식으로 텍스트를 이해하고 생성할 수 있는 능력을 갖추고 있어 정교한 대화가 가능하다. 챗GPT는 다양한 주제와 분야에 걸쳐 방대한 정보를 학습했기 때문에 일상적인 대화부터 전문적인 지식에 이르기까지 폭넓은 대화를 제공할 수 있다는데 장점이 있다.

이와 같은 생성형 AI의 비약적인 발전으로 인해 챗봇(Chat-bot)커머스가 다시금 주목받고 있다. 챗봇 커머스(Chatbot Commerce)는 챗봇 기술을 활용하여 상품이나 서비스를 판매하고 고객 지원을 제공하는 전자상거래 형태를 말한다. 고객과의 실시간 대화를 통해 개인화된 쇼핑경험을 제공하고, 사용자의 질문에 자동으로 답변하며, 상품추천, 주문처리, 결제, 고객서비스 등 전자상거래의 다양한 과정을 지원한다. 생성형 AI와 챗봇 커머스 기술의 결합은 사용자와의 상호작용을 더욱 풍부하고 다층적으로 만들었으며, 대화형 AI의 범위와 품질을 혁신적으로 확장시킬 수 있게 되었다.

초기 챗봇 커머스는 미국 월마트의 “text to shop” 기능이 대표적이다. 고객이 그동안 구매했던 이력을 바탕으로 브랜드, 사이즈 등을 알고 고객보다 먼저 정보를 확인하여 장바구니에 담아 줌으로써 고객의 쇼핑피로도를 낮춰줬다. 글로벌 코스메틱 브랜드 에스티로더는 ‘Liv’라는 챗봇을 WhatApp을 통해 런칭하고 챗봇을 통해 고객의 스킨케어 루틴을 구축하고 유지할 수 있도록 한 후, 정기적으로 제품을 구매하도록 했다. 스킨케어의 경우 루틴이 형성되고 나면 고정적으로 제품을 사용하기 때문에, 해당 서비스는 1년안에 챗봇 구축에 대한 ROI 98배를 기록했다.

챗봇 커머스를 이용하는 소비자는 구매목적과 구매의도가 확실하기 때문에 소비자를 구매로 전환시키는 것이 다른 서비스에 비해서 훨씬 높다는 장점이 있다. 그러나, 초기의 챗봇 서비스는 고객과의 자연스러운 대화가 아닌 목적지향형 소비자가 구매하려고 하는 제품을 쉽고 빠르게 구매하는데 최적화 되어 있어, 퍼스널쇼퍼의 기능을 제공하는 데는 분명 한계점이 있었다.

■ 생성형 AI와 챗봇 커머스의 만남으로 리테일은 어떻게 변화하고 있는가?

생성형AI는 사람과 자연스러운 대화가 가능한데, 이 점이 이전의 챗봇과 다른 두드러진 특징이다. 챗봇커머스는 생성형AI를 기반으로 비약적으로 발전할 수 있을 것이라고 전망되고 있다. 기업이 e커머스에서 챗봇을 활용할 수 있는 방법은 크게 두가지가 있다. 자사몰에 생성형AI 기반 챗봇 기능을 추가하는 방법과, 챗GPT4 플러그인 스토어에 입점하는 방법이다. 전자는 소비자가 자사몰에 방문했다가 쉽게 이용할 수 있다는 장점이 있지만, 최초 시스템 구축비용이 높다는 점에서 자본력이 높은 기업에서만 도입할 수 있다. 반면, 후자는 소비자가 자신이 사용하는 디바이스에 챗GPT4.0 플러그인을 직접 설치해야 챗봇 이용이 가능하기 때문에, 이 기능 자체를 홍보해서 소비자 행동을 유도해야 한다는 점이 번거롭다. 그럼에도 불구하고, 생성AI에 대한 파일럿 프로젝트로 플러그인 옵션을 택하는 중소 쇼핑몰이 늘어나고 있는데, 이는 자사몰에 설치하는 것보다 여러 비용에서 유리하기 때문이다.

#자사몰에 챗GPT를 연동한 챗봇 커머스

-잘란도(Zalando) 챗GPT 어시스턴트 출시

유럽을 대표하는 온라인 패션 편집샵 잘란도는 챗GPT를 기반으로 고객이 “보다 직관적인 방식으로 다양한 제품”을 탐색할 수 있도록 “퍼스널 쇼퍼”형 챗봇을 출시했다. 7월에 산토리니에서 친구 결혼식에 입고 갈 드레스를 추천해달라고 했을 때, 챗봇이 “부드러운 새틴 드레스가 좋을 것 같은데, 산토리니는 7월에 바람이 많이 불어서 휘날리지 않는 약간 무게감이 있는 새틴 드레스를 추천할게요” 라고 대답했다. 챗봇은 지역 날씨, 옷을 입을 상황 등을 정확하게 이해하고 있다는 것을 알 수 있다. 드레스에 맞는 신발을 추천해달라고 했는데, 챗봇은 “옷과 잘 어울리고 사이즈도 잘 맞는 스트랩 샌들이 있어요” 라고 대답했다. 챗봇은 TPO(Time, Place, Occasion)맥락, 개인의 취향, 패션 트렌드까지 이해하고 있다는 것을 알 수 있다.

**출처:https://corporate.zalando.com/en/technology/zalando-launch-fashion-assistant-powered-chatgpt

#챗GPT4.0에 브랜드 플로그인을 연동한 챗봇 커머스

-캐나다 스트리트 럭셔리 쇼핑몰 “Ssense” 챗GPT 4.0버전에 플러그인으로 챗봇 연결

Ssense는 챗GPT4.0 버전에 플러그인을 연결한 챗봇 서비스 시작했다. 소비자가 체형, 사이즈, 원하는 스타일 등을 챗GPT에 입력하고 스타일 추천을 지시한다. 추천목록에는 옷의 이미지와 함께 상세페이지 링크가 삽입되어 있어 링크를 누르면 상품링크로 이동해서 제품 구매 가능한 시스템이다. 일반적으로 자사몰이 아니라면 고객 데이터가 없고, 옷이 필요한 맥락에 대한 정보 부재 등으로 개인화된 추천이 어렵다. 그러나 생성형AI를 기반으로 한 챗봇은 질문의 요지를 쉽고 정확하게 파악할 수 있기 때문에 고객의 구매하고자 하는 맥락을 이해한 후, 기 학습된 방대한 일반적인 데이터와 고객이 직접 입력한 제로데이터, 브랜드가 입력한 상품데이터가 연결되어 고객에게 정확한 상품 추천을 할 수 있게 된다.

**출처: https://www.businessoffashion.com/news/technology/ssense-launches-an-ai-based-personal-styling-chatbot/

-James Allen

악세서리 브랜드 제임스 알렌도 챗GPT4.0에 플러그인으로 오픈했다. 고객에게 원하는 제품을 추천하고자 5개의 조건(주얼리용도, 가격대, 스타일선호도, 메탈타입, 보석종류)을 입력하게 한 후, 이 조건에 맞추어 제품을 추천하고 링크를 제공하는 방식이다. 브랜드가 만약 방대한 양의 SKU(Stock Keeping Unit)를 보유했다면, 챗GPT의 고급검색기능은 소비자가 원하는 제품을 쉽게 찾아낼 수 있기 때문에 매우 유용하다.

■ 생성형AI기반 챗봇 커머스로 혁신적인 비즈니스 기대

고객과 가격을 흥정하는 협상 챗봇 니블(Nibble)을 주목할 필요가 있다. 오프라인 매장에서는 판매자-고객간 가격흥정이 가능하기도 하며, 이를 통해 소비자 구매경험과 만족도를 높일 수 있다. 온라인에서 불가능했던 가격흥정을 가능하게 한 니블 테크놀로지(Nibble Technology)의 니블을 가구브랜드 인더스트리 웨스트(Industry West)에서 도입하여, 제품 상세페이지에서 ‘장바구니 추가’ 버튼 옆에 ‘가격협상 챗봇’을 추가해서 고객들이 제품을 구매하기 전 가격을 흥정할 수 있도록 했다. 인더스트리 웨스트는 제품별로 제품 가격에서 특정 수준의 할인이 가능하도록 미리 설정했다. 고객과 니블 챗봇이 서로 만족하는 가격협상이 끝나면, 48시간 동안 할인이 유효한 코드를 고객에게 생성해준다. 소비자가 원하는 평균 할인율은 20%정도, 협상을 시작한 고객 중 28%가 가격협상에 도달했고 그 중 11%는 구매로 전환되었다는 결과다. 고객에게 할인기간이 아닌 동안에도 가격할인을 제공하고, 가격협상이라는 즐거운 경험을 제공함으로써 고객을 락인(lock-in)할 수 있는 전략이 될 수 있을 것이다.

고객과의 직접적인 관계없이 여러 매체(뉴스, 커뮤니티, SNS 등)를 통해 수집한 써드파티 데이터는 개인정보보호 등의 이슈로 인해 수집이 점차 힘들어지고 있다. 생성형AI는 고객과 직접 대화함으로써 고객에 대해 스스로 추론하고 판단한다. 이는 퍼스트파티 데이터(모바일 앱, 자사몰과 같이 기업에서 소유하고 있는 채널을 통해 수집하는 고객의 정보)를 증강시키고, 고객의 직접 언급한 제로파티 데이터를 바탕으로 개개인의 고객과의 맞춤화된 소통방식을 만들어 낼 것으로 기대된다. 생성형AI 기반의 챗봇 커머스를 통해 누적된 고객 데이터는 써드파티 데이터를 활용할 수 없을 때를 대비할 수 있을 뿐만 아니라 학습을 통해 개인의 성향이나 요구사항을 더욱 정확하게 파악함으로써 초개인화를 이끌어낼 수 있을 것이다.

신발은 다른 패션제품에 비해 브랜드에 대한 충성도가 높은 아이템이다. 자신이 가지고자 하는 스니커즈가 출시되기 전날 밤에 스토어 앞에서 줄을 서서 하루를 꼬박 기다리기도 하고, 그래도 구하지 못한 제품을 웃돈을 주고 리셀 플랫폼에서 구매하기도 한다. 이처럼 최근 신발에 대한 관심이 비약적으로 높아졌는데, 이 신발시장을 MZ세대가 키웠다고도 이야기 한다. 소비권력을 쥐고 있는 MZ세대의 신발에 대한 관심이 높은 현 시점에서 더 많은 잠재 소비자를 신발 시장에 락인 하기 위해서 초 개인화된 경험을 줄 수 있는 추천시스템은 필요하다. 특히 생성형AI를 기반으로 하는 챗봇 커머스는 소비자의 퍼스널쇼퍼가 될 수 있는 테크로, MZ세대의 나만의, 새로운, 특별한 경험을 좋아하는 특성에 부합한다. 또한, 신발을 추천할 때 고객의 패션스타일과 라이프스타일에 대한 이해를 바탕으로 한다면 기존의 사이즈 중심의 신발 추천에서 벗어나 고도화된 추천서비스가 가능해질 것이다. 생성형AI를 일상에서 활용하고 있는 소비자가 급속도로 늘어나고 있는 지금, 생성형AI를 e커머스에 적극적으로 도입하는 것은 신발산업이 당면한 과제일 수 있다.   

김하연 교수

現) 군산대학교 의류학과 교수

前) 서울대학교 생활과학연구소 책임연구원

前) (재)한국의류지능화연구소 책임연구원

前) (주)지오다노 상품기획팀 바이어

hykim@kunsan.ac.kr