전기전자/정보통신

Nikkei Computer_2018.1.18 특집 요약 (p20~35)

최적의 가격은 인공지능(AI)에게 맡긴다
‘가격 책정’ 자유자재, 이익 최대화

세상에서 ‘매진’과 ‘재고 처분 세일’이 사라지게 될 날이 머지않았다. 그 주역은 인공지능(AI). 상품 및 서비스를 얼마로 정해야 가장 이익을 남길 수 있을지를 계산하여 수급에 따라 가격을 자유자재로 조정하는 움직임이 나타나고 있다. 매진에 따른 기회손실과 과잉재고로 인한 손해를 줄인다면 기업은 수익을 극적으로 늘릴 수 있다. ‘그건 꿈 같은 얘기다’라고 의심만 한다면 AI 활용에 뒤처지게 될 수 밖에 없다. 모든 기업에게 영원한 과제라고 할 수 있는 ‘가격 책정’의 최전선을 취재했다.

PART 1. 로손(Lawson)이 도전하는 ‘일물다가(一物多價)’

정가판매가 원칙인 편의점 업계에서 로손이 새로운 판매 방식에 도전하기 시작했다. IT를 구사한 차세대 점포에 유동적인 가격설정이 가능한 구조를 도입. 고정적이었던 ‘가격 책정’에 자동화의 파도가 몰아치고 있다.

‘일물일가(一物一價)’를 기본으로 사람이 가격 및 할인가를 책정하는 시대는 지나가고 조건에 따라 자동적으로 가격을 조정하는 ‘일물다가(一物多價),’일물시가(一物時價)’의 시대가 도래하고 있다. 변화의 상징으로 볼 수 있는 시설이 2017년 10월에 등장했다. 그 시작은 로손. 차세대 점포의 실험시설인 ‘오픈 이노베이션 센터’를 도내에 개설했다. 시로이시(白石) 센터장은 “앞으로는 편의점에서도 다이나믹 프라이싱(유동적 가격 설정)을 실현하고 싶다”라고 힘주어 말했다. 정가판매가 원칙인 편의점에서 가격을 유연하게 변경하는 시스템을 도입하려는 것이다.

그것을 위한 도구가 바로 IT이다. 구체적으로는 전자 가격 표시기(ESL)와 IC태그(RFID태그)이다. 차세대 점포는 원칙적으로 모든 진열대에 전자 가격 표시기가 붙으며 상품에는 IC태그가 붙는다. 전자 가격 표시기는 할인 판매가 많은 슈퍼를 중심으로 보급되고 있다. 로손은 그것을 편의점 업계에도 도입한다는 방침이다. 천장 뒤쪽의 제어기로부터 무선 신호를 보내면 가격 표시기의 상품명과 가격을 자유롭게 변경할 수 있다. 상품의 교체 등을 할 때마다 수시간 정도 걸리는 매대 가격표시의 교체 작업을 생략할 수 있다.

또한 로손은 한 발 더 나아가 유동적인 가격 변경을 목표로 한다. 주로 도시락 등의 소비 기한이 짧은 상품에 적용한다. 도시락에 IC태그를 미리 붙여 놓는다는 것을 전제로 한다. IC태그는 도시락을 포장한 필름에 삽입하는 형태 등을 상정하고 있다.

IC태그에는 상품의 바코드 정보뿐만 아니라 유통기한 등의 정보를 입력할 수 있다. 천정에 설치한 판독기로 평상시에 IC태그를 스캔하고 있으며 그 시스템을 활용할 수 있다면 “유통기한이 얼마나 남은 도시락이 어느 진열대에 어느 정도 남아있는가?”와 같은 정보를 자동적으로 파악할 수 있다.

유통기한이 다가오면 현재 편의점 업계에서는 가격인하를 하지 않고 폐기, 슈퍼 등에서는 ‘30% 세일’ 등의 스티커를 붙여 할인 판매하는 경우가 많다. 그러나 두 가지 모두 사람 손을 필요로 한다. 로손의 차세대 점포는 유통기한이 다가온 상품이 놓인 진열대에 붙어있는 전자 가격 표시기의 가격을 변경. 자동으로 가격을 내리게 하려는 것이다.

-- AI가 가격 전략의 새로운 조류로 --

PART 2. 물건을 살 때에는 각기 다르게, 최적의 ‘시가’로 판매한다

스타디움 및 항공기 좌석은 장소나 구입 타이밍에 따라 가격이 다를 경우가 있다. 그 가격 결정 프로세스에 AI를 도입하려는 움직임이 나오고 있다. 그때마다 적정가격, 말하자면 ‘시가’가 매출을 최대화하여 고객 만족도를 높일 수 있다.

프로야구∙도호쿠라쿠텐 골덴이글스(Tohoku Rakuten Golden Eagles)를 운영하는 라쿠텐 구단은 2017년 시즌부터 본거지인 ’Kobo파크미야기(宮城)(현재 라쿠텐생명파크미야기)’가 주최가 되어 개최하는 시합에서 입장권에 변동가격제를 도입했다. 다른 구단이 실험한 사례는 있으나, 국내 구단에서 본격적으로 도입한 것은 처음이다.

-- 고객 수가 15만명 늘어 --
시즌 전의 1월 단계에서 좌석 종류에 따라 5가지 전후의 가격 카테고리를 설정. 아울러 전년도 입장객 수 실적 및 요일, 시합 상대 등을 참고하여 시합 별 발매 시의 가격 카테고리를 정했다.

2월부터 판매가 시작되면 개최일과 좌석 종류별 예상 판매량에 대한 실제 판매 상황이 보이기 시작한다. 그것을 감안하여 조기에 매진될 것 같은 좌석은 판매기간 중에 카테고리의 가격을 올리고 공석이 많을 것 같은 좌석은 가격을 내린다.

2016년 시즌까지는 전 종류의 좌석에 단일 카테고리를 적용하여 발매 후에는 가격을 조정하지 않았다. 그러나 2017년 시즌은 변동가격제를 적용하여 상대적으로 비싼 날부터 저렴한 날까지, 비싼 좌석부터 저렴한 좌석까지의 수요를 분산시키고자 했다.

“이익 증가가 목적은 아니다”라고 변동가격제 도입의 지휘를 맡아온 라쿠텐 야구단 사업본부의 오이시(大石) 부장은 밝혔다. “2016년까지 많은 사람들이 사고 싶어하는 카드의 좌석 종류가 시합 1주일 전에는 매진되고 마는 일이 자주 있었다. 인기 있는 시합∙좌석의 가격을 조금 인상함으로써 수요를 조정하고 다양한 좌석종류를 시합 직전까지 살 수 있는 환경을 갖추고 싶었다”.

오이시 부장의 시도는 적중했다. 2016년 누계 162만명이었던 시즌의 관객수가 2017년은 177만명까지 늘어 과거 최고를 기록. 거의 전 시합에서 만석에 가까운 상태를 유지했다.

-- 잔여 좌석 수 조정을 자동화 --
-- 가격이 1.6배라도 승차율은 95% --
-- 예약정보를 기반으로 가격 조정 --

PART 3. 중고품의 사정(査定)도 AI에게 맡긴다

중고차 및 중고 의류는 같은 물건이라도 조건에 따라 가격이 달라지는 상품의 대표적인 예이다. 품목 수가 방대할 뿐만 아니라 가격 책정 조건까지 복잡하기 때문에 그 작업은 번거로울 수 밖에 없다. 사람이 힘들게 하던 중고품의 검수에도 AI가 침투하고 있다.

리쿠르트 마케팅 파트너즈는 AI를 활용한 중고차 판매지원 시스템인 ’D-MATCH’를 운영하고 있다. 중고차 정보 사이트 ‘카센서 넷’에 게재∙축적된 약 170만건의 판매 데이터를 토대로 중고차 판매점의 경영을 지원하는 서비스이다.

“중소판매점은 감과 경험을 가지고 판매를 하고 있다. 한편, 대형 전문점에서는 합리적인 경영을 추진한다. 그러나 중소판매점을 지원하여 격차를 줄이지 않으면 시장 전체의 건전한 발전은 기대하기 어렵다”. 당사 자동차사업본부 미디어프로듀스총괄부의 쓰루무라(鶴村) 씨는 서비스의 취지에 대해 설명한다.

중고차시장은 원래 조건에 따라 ‘일물다가(一物多價)’가 되는 성질을 가진다. 특히 자동차는 품목 수가 방대하다. 예를 들어 스마트폰의 아이폰의 경우, 아이폰8이나 아이폰X 등의 색상 종류나 스토리지 용량의 라인 업을 모두 포함시켜도 수십 종류 정도에 지나지 않는다. 한편, 승용차는 도요타자동차 제품만으로 약 400가지 모델이 있다. 또한 색이나 옵션의 차이로 그 종류는 더욱 늘어난다. 연식이나 주행거리 수, 사고이력 등도 가격에 영향을 미친다. 카센서 넷은 이런 다양한 종류의 중고차 판매실적 정보를 200만건 이상 축적시키고 있다.

-- 중고차 시장을 AI로 공략 --
이것을 ‘중고차(차종, 가격, 연식, 형식, 주행거리 등)’, ‘점포(입소문, 사업형태, 지역 등)’ 및 ‘기타 (시세 차이, 수급 밸런스) 등의 3가지 카테고리로 나눠, 10가지 이상의 변수를 설정. 기계학습으로 예측 모델을 작성했다.

예측모델에 자동차의 각종 정보를 제공하자, 그 자동차의 ‘예측 성약율(판매점이 해당 차를 카센서 넷에 올릴 경우, 1개월 이내에 팔릴 확률)을 산출해 낸다. 경험과 감뿐만이 아니라, 과거의 방대한 거래로부터 도출해 낸 데이터가 있기 때문에 거의 72%의 예측 정밀도를 실현하고 있다고 한다.

판매점은 이것을 보고 “예측 성약율이 80%로 높다면 매입하겠다”라는 판단을 한다. 가격 자체를 AI가 산출해 내는 것은 아니지만, 최근 자동차 옥션 등의 평균가격을 참고가격으로 하여 표시하는 기능이 있다. 성약율이 높은 중고차로 좁혀서 매입함으로써 재고부담을 줄일 수 있다.

개발을 담당한 리쿠르트 테크놀로지스 IT솔루션 총괄부의 호조(北條) 씨는 다양한 변수의 조합으로 예측모델을 작성했다고 설명한다. 중고차의 스팩은 중요하지만, 점포 정보 또한 성약율을 크게 좌우한다”라고 말한다. 단순히 싸고 좋다는 것만으로는 팔리지 않는다. 운송비로 인해 가격이 상승되므로 성약율은 판매점의 지역성에 의존하는 부분이 크다. 또한 판매점의 입소문도 성약율을 좌우한다.

D-MACH를 사용하고 있는 판매점으로부터 “최고수익을 갱신했다”라는 소식도 들려오고 있다고 한다. 한편, “예측 성약율보다 당장 내일 무엇을 매입해야 할 지를 제시해주면 좋겠다”라는 요청도 쇄도하고 있다. D-MATCH는 과거의 실적을 토대로 성약율을 내는 것뿐이다. 실제로 매입할 경우에는 판매점 주변에 해당 차종을 원하는 사람이 있는지 여부 등, 사람의 판단을 가미할 수 밖에 없다. “AI는 만능이 아니다. AI의 철저한 지원을 통해 마지막에는 사람이 판단한다는 것이 리쿠르트 그룹 공통의 AI활용법이다”(호조 씨)라는 사고방식으로 개발을 추진하고 있다.

-- 사고 차의 매입 지원도 --
-- 중고 의류품의 가격 책정에도 AI지원 --

PART 4. 충분한 지원 툴(도구), 실험대에 선 활용능력

AI와 기계학습을 사용하여 유동적인 가격설정을 지원하는 툴이 등장하고 있다. 가격 책정은 매상을 좌우하여 고객만족도에도 영향을 미치는 가장 중요한 전략이다. 판단을 IT에 일임하지 않기 위해 툴을 잘 다루는 수완이 중요시된다.

유동적인 가격 책정으로 일물시가(時價)’, ‘일물다가(多價)’를 실현한다. 이 흐름을 뒷받침하여 AI∙기계학습을 사용한 가격 설정을 지원하는 IT 툴이 등장하고 있다.

-- 기계학습으로 가격 인하를 판단 --
딜로이트 토마츠 컨설팅(DTC)은 소매점포가 취급하는 각각의 상품에 대해 적절한 가격 인하의 시기 및 금액을 제안하는 서비스인 ‘마크다운 최적화 솔루션’을 2017년 11월에 국내에서 본격적으로 전개하기 시작했다.

해당 서비스의 중핵이 되는 것은 기계학습의 알고리즘이다. POS 레지 등으로부터 취득한 최근 2년분 정도의 매상 데이터를 토대로, 각각의 상품의 판매개시로부터 종료까지의 판매 추이를 분석. 판매 방식의 패턴 별로 유형화한다. 또한 판매중의 상품에 대해 매주, 매일의 매상 데이터 및 재고 수량의 추이 등을 토대로, 팔리는 방법의 패턴이 유형화된 속에서 어디에 해당되는 지를 판단한다.

과거와 같은 패턴의 상품을 토대로 향후 판매추세를 예상. 점포별 판매 정책을 반영하여 각각의 상품의 수익을 최대화 할 수 있는 가격인하의 시작 시기와 인하 금액, 지속 기간을 ‘권장치’로 제안한다. 개별 판매 정책은 예를 들어 “세일 기간은 연4회, 각 1주간 한정’, ‘가격인하는 최대 30%까지’, ‘발매부터 반년 경과한 상품은 아울렛 스토어로 이동’ 등이 있다.

-- 기후와 매상의 관계를 분석 --
-- 모든 것을 IT에 맡기다가는 실패 --

PART 5. 미국 대형 공유업체, 가격조정의 진화 형태

유동적이며 실시간으로 가격조정을 하는 것은 미국의 대형 셰어링업체의 주특기이다. 그 목적은 이익의 최대화와 고객 만족도 향상뿐만이 아니다. 서비스 공급자의 동기부여를 높이는 등 한 발 앞선 가격 조정 방식을 찾기 시작했다.

미국 우버 테크놀로지스의 배차 서비스인 ‘우버’ 및 미국 에어비앤비가 제공하는 민박 서비스인 ’Airbnb’에게 실시간 가격조정은 반드시 필요하다. 이것은 모두 일반인이 서비스를 제공한다는 것과 관계가 있다. 서비스 공급자의 동기부여를 높여 공급량을 늘리기 위한 세밀한 가격 조정을 도입하고 있다.

우버 및 우버의 경쟁사인 미국 리프트(서비스명은 Lyft)는 성수기에 승객이 많은 지역에서 출발하는 경우에 요금을 인상하는 ‘서지프라이스(Surge Price)’제도를 도입하고 있다. 서지프라이스가 언제 어디에서 발생하는 지는 사업자가 수 시간 전에 결정한다. 드라이버는 전용 앱으로부터 서지프라이스가 발생할 것으로 예상되는 시간 및 장소를 확인할 수 있다. 사전에 그 장소로 이동한다면, 수입을 늘리기 쉽다.

에어비앤비는 자택의 일부를 숙박 객에게 빌려주는 ‘호스트’에 대해 숙박료의 결정 지원 툴(Tool)인 ’Smart Pricing’을 제공한다. 기계학습에 의해 개발된 알고리즘이 도시의 숙박 수요동향 및 물건 별 ‘가격 탄력성’을 예측한다. 가격 탄력성이란 가격변동에 의해 수요가 변화하는 정도를 나타내는 수치이다. 가격 탄력성이 클수록 가격 변화에 따라 수요는 크게 달라진다.

-- 물건마다 ‘가격 탄력성을 예측’ --
-- 과잉 가격 변동의 재검토 --

 -- 끝 --