일본산업뉴스요약

Nikkei X-TECH_2024.1.22

고객의 희망에 맞춰 슈즈를 제안
아식스가 생성 AI로 노리는 'EC 접객'의 개혁

“보다 개별적인 요구에 맞춘 판매(다이렉트 세일즈)를 실현하고 싶다. 기존의 EC(전자상거래) 사이트에는 고도화의 여지가 있었다”. 아식스의 오시마(大島) CIO(최고정보책임자)는 이렇게 말한다. 아식스는 2024년 3월에 EC 사이트 내의 슈즈 코너에 생성 AI(인공지능)가 내장된 챗봇을 도입한다. 온라인에서도 실제 매장과 가까운 ‘접객’을 제공하는 것이 목적이다.

EC 사이트 화면에 채팅창을 준비. 유저가 경기 이력이나 사용 빈도, 가격, 사이즈와 같은 정보를 입력해 나가면, 추천 슈즈를 제안한다. 정보를 입력할 때마다 스토어에서 표시되는 상품이 추려지고, 최종적으로는 10가지 정도의 후보가 제시되는 형태다. 점원과 대화하면서 상품을 선택하는 것과 유사한 체험을 할 수 있다.

아식스는 이전부터 EC 사이트의 슈즈 코너에서 'SHOE FINDER'라는 추천 기능을 제공해 왔다. 달리는 목적이나 빈도, 달리는 방법 등 6개의 질문에 일문일답 형식으로 유저가 입력. AI가 신발을 선별해 요구에 부합한 신발을 제안하는 것이다.

다만, 오시마 CIO는 “SHOE FINDER에서는 매장에서의 접객과 같이 대화를 통해 상품을 선별해 나가는 수준에는 이르지 못했다”라고 과제에 대해서도 언급한다. 정형적인 질문이라 개인의 다양한 요구에 대응하기 어렵기 때문이다.

“아식스의 회원 서비스인 ‘OneASICS’의 회원은 약 900만명이다. 보다 많은 유저를 만족시키기 위해서는 정형적인 질문이 아닌 비정형의 오픈 질문으로 주고받을 필요가 있었다”(오시마 CIO).

그래서 선택된 것이 생성 AI였다. 아식스는 23년 6월부터 생성 AI를 활용하고 있으며, 주로 사내용 용도로 미국 마이크로소프트의 ‘Azure Open AI Service’를 사용해 왔다. 새로운 활용책으로서 23년 11월에 EC 사이트에 도입하기로 결정했다.

이번에 도입할 예정인 생성 AI 서비스는 Azure Open AI Service가 아닌 미국 아마존 웹 서비스(AWS)의 ‘Amazon Bedrock’이다. EC 사이트 플랫폼에 AWS 제품을 채택하고 있던 것이 이유의 하나다. 채팅 인터페이스에는 미국 Salesforce의 ‘Salesforce Commerce Cloud’를 사용하고, 여기에 생성 AI를 플러그인하는 형태다. Bedrock은 복수의 AI 모델을 지원하는데, 아식스가 이용하는 모델은 비공개다.

슈즈 정보를 제안하는데 있어서 관건이 RAG(검색 증강 생성, Retrieval Augmented Generation)라고 불리는 구조의 활용이다. RAG란 데이터베이스(DB)에 보관한 사내 데이터를 AI 모델이 참조하는 기술이다. 할루시네이션(환각)을 줄일 수 있고, 기업 고유의 정보에 근거한 답변을 생성할 수 있는 이점이 있다.

현시점에서 상정하는 흐름은 다음과 같다. 유저가 채팅 란에 프롬프트를 입력하면, 생성 AI가 아식스의 웹사이트에서 슈즈의 가격이나 소재, 특성 등의 파라미터를 취득. 유저가 입력한 프롬프트와 상품 정보를 매칭시켜 희망하는 슈즈를 선별한다. SHOE FINDER와 같은 정형적인 내용에 얽매이지 않기 때문에 다양한 유저의 니즈에 초점을 맞추기 쉽다.

-- 생성 AI 도입 후에 전망할 수 있는 디지털 전략 --
아식스가 그리는 EC 사이트의 고도화는 생성 AI의 도입이 최종 목표가 아니다. 아식스는 개개의 유저 데이터에 근거한 상품 제안에도 의욕적이다. 러닝의 빈도나 거리, 페이스와 같은 유저 데이터와 슈즈의 특성을 대조하여 개인화한 제안을 실현하는 것을 목표로 하고 있다.

이미 시스템 정비에도 착수했다. 24년 6월에 글로벌 공통 고객 DB를 구축. 회원 앱이나 EC 사이트 등과의 연계를 검토하고 있다. 24년 7월부터는 이 DB를 활용해, 유저에 대한 프로모션 등에 활용해 나갈 생각이다.

기대하는 것은 고객이 의식하지 못했던 잠재적 니즈를 발굴하는 것이다. 오시마 CIO는 일례로서 “장거리를 일정하게 달리는 러너라면 쿠션성이 뛰어난 슈즈를 제안할 수 있다”라고 말한다. 사용자의 희망뿐만 아니라 개인 데이터 등을 조합해 보다 만족도를 높일 수 있을 것으로 본다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.