Aaron Ricadela | Content Strategist | 2023년 9월 5일
최근 식료품점과 슈퍼마켓은 리테일 업계 중에서도 가장 큰 변화를 겪고 있습니다. 코로나19 팬데믹이 시작된 이후 근로자들은 다른 업종으로 빠져나갔고, 쇼핑객들의 온라인 식료품 구매량이 증가했고, 식료품점들은 상품 구색과 쇼핑객들의 매장 체류 시간을 재고해야 했습니다. 식료품 소매업체들은 비즈니스 중 일부를 자체 웹사이트 및 앱으로 전환했지만, 대형 마트, 창고형 할인점, 온라인 전문 배송 서비스 등과 경쟁해야만 합니다.
인공지능 소프트웨어는 식료품 소매업체들이 이같은 문제들을 해결하고 가격, 재고, 상품 진열을 최적화하는 데 도움을 줄 수 있습니다. 먼저 이야기해 두자면, 리테일 업계에서의 AI 활용 범위에 대한 논의는 AI의 실질적인 활용도와 마찬가지로 과장된 측면도 분명 존재합니다. 그러나 개중 일부 사용 사례의 경우 실제로 현장에 도입되기 시작했습니다.
현재 대규모 슈퍼마켓 체인 및 소규모 지역 식료품점 모두 자동 선반 스캐닝, 스마트 쇼핑 카트, 자동 결제 시스템을 비롯한 다양한 AI 기반 기술을 도입하고 있습니다. 식료품점은 각 쇼핑객이 개인적 식단 선호도나 그 주에 요리하고 싶은 음식 등에 따라 쇼핑 목록을 개인화할 수 있는 모바일 앱, 매장 관리자가 통로별 배치를 기반으로 제품 판매 현황을 확인할 수 있는 소프트웨어 등을 테스트하고 있습니다. 컴퓨터 비전 시스템이 진열대의 재고를 추적하고, 다른 AI 시스템은 소비자가 계산대를 거칠 필요 없이 카트에 담긴 상품을 추적하여 자동으로 결제할 수 있는 결제 방식을 제공합니다. 또한 AI 소프트웨어는 식료품점의 수익을 극대화하기 위한 시험적 가격 조정, 묶음 구매가 자주 이루어지는 제품들의 가격 변화로 인한 영향 확인(예: 옥수수 칩의 가격 인하가 살사 판매를 촉진하는지 여부) 등의 작업을 지원합니다.
식료품 소매업체는 AI 기반 의사 결정을 위해 POS 시스템, 전자상거래 사이트, 로열티 프로그램, 매장 내 카메라 등의 내부 데이터 소스, 그에 더하여 날씨, 영양, 인구 통계 등의 정보를 제공하는 외부 데이터 소스로부터 방대한 양의 데이터를 수집합니다. 수집된 모든 데이터는 데이터 웨어하우스에 저장되고 통계적 분석에 사용됩니다.
다양한 제품을 대량으로 판매하는 식료품 소매업체는 일반적으로 다른 리테일 업체들보다 많은 AI 분석용 데이터를 보유하고 있으므로, 탁월한 기술 활용 능력을 갖춘 식료품점 체인은 통계적 정확성을 바탕으로 더 나은 의사 결정을 수행할 수 있습니다.
핵심 요점
식품 소매업체는 AI 소프트웨어를 활용하여 방대한 데이터로부터 인사이트를 확보하고, 수만 개에 달하는 업계 전용 메트릭 및 핵심 성과 지표를 참고할 수 있습니다. 식료품점에서는 AI 소프트웨어를 활용하여 특정 제품의 본격적인 출시에 앞서 가격을 조정하고, 재고 진열 상황에 대한 실시간 보고서를 작성하고, 매장 뒤편의 '마이크로 풀필먼트 센터'에서 온라인 주문용 상품을 로봇으로 피킹하는 것을 비롯한 다양한 작업을 수행합니다. 또한 슈퍼마켓에서는 AI 소프트웨어를 활용하여 수요 신호를 파악하고, 인구 분포, 날씨, 영양학적 트렌드와 같은 다양한 요인을 고려하여 적재적소에 재고를 할당함으로써 품절 및 잉여 재고를 방지할 수 있습니다.
다른 리테일 업체의 상품과 달리 식료품은 부패하기 쉬운 경우가 많으므로 식료품점에서는 상품의 적시 입고를 위한 의사 결정이 더욱 중요해지며 AI 알고리즘은 그와 관련된 정보를 제공합니다. 또한 AI 소프트웨어는 식료품점에서 개별 상품의 가격 책정 및 진열대 배치, 또한 함께 구매하거나 서로 대체할 수 있는 상품들의 배치를 결정하는 데에도 기여합니다. 또한 식료품 소매업체는 AI를 사용하여 고객이 매장에서 가장 많이 걷고 머무르는 지점의 '히트맵'을 생성하여 상품진열 담당자들에게 고객이 제품을 쉽게 찾을 수 있는 선반, 엔드캡 및 기타 다양한 지점별 진열 방법을 제안함으로써 매장 수익을 극대화할 수 있습니다. 고객이 제품을 선택하는 방식을 나타내는 그래프인 '의사 결정 트리', 다양한 제품 속성의 순서 및 중요도 등을 확인할 수 있는 소매업체용 AI 애플리케이션도 있습니다. AI 알고리즘은 고객이 상품 구성을 평가하는 방식을 분석하고, 원하는 상품이 없을 경우 그 대신 어떤 상품을 구매할지 예측합니다. 슈퍼마켓은 그와 같은 AI 분석 및 예측 결과를 바탕으로 상품 계획 및 주문 방식을 최적화하여 고객이 빈손으로 매장을 떠나는 일이 없도록 방지할 수 있습니다.
슈퍼마켓 체인은 매장 단위로 AI 분석용 데이터를 수집하지만, 수집한 데이터의 처리는 자사의 데이터 센터 또는 클라우드 서비스 제공업체의 데이터 센터에서 이루어집니다. AI 기반 식료품 소프트웨어는 식료품 체인에 속한 전체 매장의 비즈니스 데이터를 포괄적으로 조사하고자 하는 재고 분석가들이 즐겨 사용합니다. AI는 주로 중앙화된 머천다이징 시스템으로부터 데이터를 가져옵니다.
오늘날의 식료품점은 다양한 AI 기반 소프트웨어 및 시스템을 통해 판매 내역, 가격, 고객 속성 등의 데이터를 새로운 방식으로 활용하고 있습니다. 다음은 식료품점에서의 성공적인 AI 사용 사례 6가지입니다.
Amazon Go 매장이나 Grabango 및 기타 공급업체에서 제공하는 계산대 없는 결제 시스템은 매장 체류 시간을 단축하여 고객의 식료품 구매 경험을 개선해 줍니다. 이스라엘의 스타트업 Trigo는 슈퍼마켓 체인인 Rewe 및 Aldi Nord의 독일 뮌헨 매장에 계산대 없는 슈퍼마켓 시스템을 도입했습니다. 한편 챗봇은 온라인 주문 자동화를 지원합니다. 예를 들어, Walmart의 기술 인큐베이션 유닛에서는 소비자가 자택에서 자신의 가상 월마트 장바구니에 넣고 싶은 상품을 말하거나 문자로 전송하고, 배송 일정을 예약할 수 있는 휴대폰 소프트웨어를 개발했습니다. 다양한 식료품점 브랜드를 골라가며 쇼핑할 수 있는 서비스인 Instacart는 쇼핑객들의 레시피 아이디어나 식재료에 대한 질문에 답해 주는 AI 챗봇을 추가하였습니다.
식료품 소매업체는 식품 품질 검사에 AI 소프트웨어를 사용할 수 있습니다. 예를 들어, 통로를 돌아다니는 로봇 스캐너로 육류 및 채소의 판매 속도를 확인하여 신선도를 측정합니다. AI 알고리즘에 날씨, 지역 이벤트 및 기타 외부 데이터 포인트를 입력하여 식료품 재고 구매 결정에 참고합니다. AI 시스템을 활용하여 입고되는 상품의 팔레트별 손상 여부를 검사할 수도 있습니다.
AI 시스템은 리테일 매장의 상품 구성을 검토하고, 과거 매출을 분석하고, 품절을 방지할 수 있는 신호를 찾는 데 도움을 줍니다. 예를 들어, Simbe의 Tally 3.0 로봇은 통로를 돌아다니며 품절되었거나 제자리에 없는 제품, 매장 계획에 맞지 않는 상품 구성 등을 찾아냅니다. 또한 Simbe 및 타사의 시스템은 매대에 진열된 상품들 가운데 가장 매출이 활발한 지점의 히트맵을 생성할 수 있습니다. Walmart는 매장에 카메라, 센서, 대화형 디스플레이, 서버를 설치하여 부패하기 쉬운 상품 및 기타 진열 중인 품목이 부족해지는 시점를 파악하고 내부 애플리케이션을 통해 직원들에게 재입고를 지시하는 알림을 전송합니다. 또한 식료품 소매업체는 AI 시스템을 활용하여 날씨나 식생활 트렌드 등의 요인이 넓은 지역에 분포된 매장들의 전반적 수요에 영향을 미치는지 여부를 살펴볼 수도 있습니다.
식품 소매업체는 AI 소프트웨어를 사용하여 다양한 방식으로 고객을 분석하고, 분석 결과에 따라 프로모션을 개인화합니다. 예를 들어, 어느 고객이 매주 특정 매장을 자주 방문하고, 구매 내역을 살펴보았을 때 신생아를 출산할 가능성이 높으며, 문자 메시지로 제공되는 특정 쿠폰에 잘 반응한다는 사실을 파악한 리테일러는 해당 고객에게 가장 효과적인 전자 쿠폰을 만들 수 있습니다. 개인 맞춤형 프로모션은 식료품점과 관련된 고급 데이터 분석 기법의 가장 유망한 사용 사례 중 하나로서 프로모션의 효과, 특정 프로모션이 다른 제품에 미치는 판매 효과에 대한 새로운 관점을 제시합니다. 컨설팅 업체인 McKinsey에 따르면, 정밀하게 진행된 프로모션은 매출을 4~8% 끌어올리고, 영업이익을 2~3% 높일 수 있다고 합니다.
AI 알고리즘은 쇼핑객의 구매 패턴 변화를 감지하여 매출을 극대화할 수 있는 상품 가격을 제안할 수 있습니다. 관련 분석 대상으로는 가격 이력, 재고 수준, 경쟁사 가격, 공급업체 비용 및 기타 데이터 포인트 등이 있습니다. 또한 소매업체는 AI를 사용하여 커피와 크리머, 칩과 살사와 같은 상호 보완적인 품목에 대한 최적의 가격을 제안하는 '선호도 분석'을 수행할 수도 있습니다. 또한 AI 분석을 통해 대체 상품으로의 '수요 이동' 현황을 파악할 수도 있습니다.
AI 기반 컴퓨터 비전 애플리케이션은 선반에서 상품을 주머니에 넣는 쇼핑객, 계산대에서 모든 상품을 스캔하지 않는 계산원 등을 식별하여 도난을 방지할 수 있습니다. 셀프 계산대 위에 카메라를 배치하면 스캐너 베드에서 제품의 바코드를 제대로 찍지 않는 손님을 식별할 수 있습니다.
전 세계 식품 공급량의 30% 이상이 리테일 업체 및 소비자 단계에서 낭비되는 것으로 추정되고 있습니다. AI 소프트웨어는 매장의 수요 예측을 개선하여 상하기 쉬운 식품을 과다 주문하여 낭비되는 일이 없도록 만들어 줍니다. AI 소프트웨어를 사용하면 담당자의 직관이나 과거의 매개변수에 따라 식료품을 재주문하는 대신, 일기 예보, 지역 행사, 영양학적 트렌드 등의 데이터를 분석하여 수요를 예측하고 매장에 더욱 정확하게 식료품을 공급할 수 있습니다.
이스라엘 스타트업 Wasteless의 머신러닝 소프트웨어를 사용하면 슈퍼마켓에서 부패하기 쉬운 품목의 유통기한이 가까워질수록 더 저렴하게 판매할 수 있는 동적 가격 책정을 구현할 수 있습니다. 독일의 어느 정부 자금 지원 프로젝트는 식품 생산업체가 AI 알고리즘을 사용하여 유통기한이 더 긴 분쇄육과 같은 제품을 생산하여 제품 혼합 과정에서 사용되는 에너지를 최소화할 수 있도록 지원합니다.
현대의 식료품점 통로를 돌아다니는 쇼핑객들은 40년 전 바코드 스캐너가 보급된 이래로 그 어느 때보다도 많은 기술적 변화를 접하고 있습니다. 로봇이 매장을 순회하며 진열대 재고를 확인하고 부족한 물품을 보충하도록 직원에게 신호를 보냅니다. 소프트웨어가 일주일 내내 변화하는 전자 가격표 데이터를 토대로 체인 전체의 실적을 분석합니다.
일부 슈퍼마켓에서는 컴퓨터 비전 및 로봇 공학을 활용하여 온라인 주문용 상품을 준비하기 위한 백룸 자동화 창고를 구축하기도 했습니다. 셀프 계산대 시스템은 핸드헬드 스캐너를 넘어 고객이 장바구니에 담은 품목을 감지한 후 고객이 매장을 떠날 때 해당 고객의 계정에 자동으로 요금을 청구하는 시스템으로 발전하고 있습니다.
AI 소프트웨어는 수요, 계절, 요일, 프로모션, 경제적 요인 등의 변화에 따라 매장 내 각종 품목의 도합 수백만 건에 달하는 가격 변동 가능성을 분석하고, 수익이 극대화되는 품목별 가격을 제안해 줍니다. 슈퍼마켓은 AI가 제안한 효과적인 가격 정책을 도시나 지역 전체에 적용할 수 있습니다.
슈퍼마켓은 AI를 사용하여 변화하는 라이프스타일을 나타내는 쇼핑객의 습관 변화, 슈퍼마켓의 제안에 쇼핑객이 반응하는 방식 등의 패턴을 찾아냅니다. 찾아낸 패턴을 종합하여 매장은 맞춤형 프로모션을 제공할 수 있습니다.
일명 '스마트 카트'로 불리는 최신 카트는 센서, 매장 내 카메라, 컴퓨터 비전 소프트웨어를 사용하여 고객이 카트에 넣거나 꺼내는 품목을 추적하고, 고객이 매장을 떠나면 휴대폰을 통해 자동으로 요금을 청구합니다.
데이터 분석가는 AI 기반 소프트웨어를 사용하여 과거 데이터, 계절성, 프로모션 등의 다양한 요인을 분석하여 재고 수준을 조정합니다.
로봇이 통로를 돌아다니며 상품의 RFID 태그를 체크하여 작업자들이 제품을 잘못 배치하더라도 매장 내 상품 진열 계획에 따라 선반을 올바르게 채울 수 있도록 도와줍니다. 매장 내 직원들은 각자의 휴대폰으로 이동시키거나 재입고해야 하는 품목의 사진이 포함된 알림을 수신합니다.
AI 시스템이 쇼핑객의 매장 내 동선을 분석하여 상품 진열, 진열대 레이아웃, 판촉대 배치 등을 계획하는 데 참고할 수 있는 정보를 제공합니다.
오랫동안 새로운 기술 도입에 소극적이었던 식품 소매업체들은 대형마트, 할인점, 온라인 전문업체와의 경쟁이 치열해짐에 따라 IT 경쟁력을 강화해야 한다는 압박을 받고 있습니다. 그러나 다음과 같은 도전 과제들이 식료품점의 AI 도입을 방해하고 있습니다.
식료품 리테일 업계에서는 비용 문제로 인해 AI 도입이 더디게 진행되어 왔습니다. 예를 들어, 자동 계산대를 구축하기 위한 컴퓨터 비전 카메라, 센서, 서버를 설치하기 위해서는 매장당 100만 달러 이상의 비용이 발생할 수도 있습니다. 그와 같이 본격적인 자동화를 도입하지 않는다 해도, 식료품 소매업체가 AI 모델을 학습시키고 배포하기 위해서는 상당한 규모의 클라우드 컴퓨팅 리소스가 필요합니다.
AI 분석과 관련된 고부가가치 작업을 수행할 수 있도록 매장 직원을 교육하는 것은 꽤나 어려운 도전 과제입니다. AI 시스템은 복잡하고, 끊임없이 급격히 진화하고 있으므로 직원 교육 또한 지속적인 도전 과제가 될 수도 있습니다.
식료품 체인은 AI 분석을 위해 고객 및 그들의 구매 습관에 대한 개인 데이터를 수집할 필요가 있지만, 기업이 수집할 수 있는 항목을 제한하거나 소비자가 정보 수집을 거부할 수 있는 방법을 제공해야 한다는 지역 및 국가 단위의 규제 또한 준수해야 합니다. 일부 시장에서는 소비자가 이메일이나 기타 전자 프로모션 수신을 명시적으로 동의해야 하므로 식료품 업체의 홍보 수단이 그만큼 제한됩니다. Deloitte와 네덜란드 슈퍼마켓 체인 Ahold Delhaize가 함께 수행한 시장 조사 결과에 따르면 소비자 중 70%가 식료품 체인에 개인 정보를 공유할 의향이 있다고 답했습니다. 하지만 연구진은 소매업체가 고객의 명시적인 동의가 없는 한 개인 정보가 담긴 데이터를 공유해서는 안 된다고 권장하였습니다.
Oracle은 식료품 업체가 재고 수준을 설정하고, 공급망을 강화하고, 소비자에게 식단 정보 및 자체 브랜드 제품의 성분을 제공하는 데 활용할 수 있는 다양한 소프트웨어 도구 모음을 제공합니다.
Oracle Retail 인공 지능 및 분석은 식료품점의 재고 수준 최적화, 상품화 기회 포착, 가격 인하 실행, 고객 세그먼트, 인구통계, 과거 프로모션 성과 등에 기반한 마케팅 프로그램 설계 등에 활용할 수 있습니다. Oracle Fusion Cloud ERP 및 SCM은 슈퍼마켓의 재무적 예측 및 관리, 공급망 강화에 기여합니다.
Oracle의 식료품 업계용 애플리케이션에는 재고 보충 및 품목별 재고 유지, 매장 자체 브랜드의 제품 정보 제공, 지속 가능성 이니셔티브 구현 등을 위한 의사 결정 도구가 포함되어 있습니다.
슈퍼마켓에서는 AI를 어떻게 사용하고 있나요?
슈퍼마켓에서는 매출 예측의 정확도를 향상시키고, 프로모션 및 재고 배치를 통한 성과를 개선하고, 특정 품목의 매출이 다른 품목의 매출에 미치는 영향을 이해하고, 지역별 시장에 맞춰 제품 구색을 조정하고, 매장 공간의 활용도를 최대화하는 등의 용도로 AI를 사용하고 있습니다.
식료품 소매업체가 AI 기반 데이터 분석을 활용하여 보다 나은 의사결정을 내리는 사례로는 어떤 것들이 있나요?
소매업체는 AI 기반 데이터 분석을 활용하여 과잉 재고를 예방하고, 특정 제품에 대한 고객 수요가 가장 많은 매장에 해당 제품을 우선적으로 입고하고, 진열된 제품의 재고가 부족해지면 재입고하고, 프로모션을 보다 정확하게 타기팅하고, 수익을 극대화하기 위한 가격 책정을 수행할 수 있습니다.
식료품점 AI의 이점은 무엇인가요?
식료품 소매업체는 AI를 활용하여 매출 증대, 수익률 향상, 고객 만족도 향상이라는 이점을 누릴 수 있습니다.
AI가 슈퍼마켓 및 식료품점의 식품 폐기물을 줄이는 데 기여하는 방법은 무엇인가요?
일부 슈퍼마켓에서는 AI 소프트웨어를 사용하여 유통기한이 임박했거나 판매량이 저조한 농산물, 유제품 및 기타 식품의 가격을 자동으로 낮추어 폐기량을 감소시키고 있습니다. 또한 식품 수요 예측의 정확도 향상을 위해서도 동일한 기술을 사용하고 있습니다.