[카페24 생태계 탐구] ⑨ 쇼퍼의 머리속 읽는 똑똑한 AI 기술을 만든다, 스켈터랩스
(편집자 주) 세상의 모든 물건이 온라인으로 팔립니다. 더 많은 기업과 개인이 온라인에서 각자의 몰을 운영하게 될 텐데요. 각각의 매장이 고객에게 쉽게 다가갈 수 있게 하는 솔루션도 계속해 나오겠죠. 그런 솔루션은 어느 한 기업이 모두 만들어낼 수 없을 겁니다. 그래서 기획했습니다. 국내 대표적인 전자상거래 플랫폼 카페24가 운영하는 스토어에, 어떤 솔루션들이 올라와 있는지, 그리고 이 솔루션을 만든 회사들은 각각 어떤 비전을 갖고 일하는지를 인터뷰해봤습니다.
스마트폰의 등장이라거나 알파고의 승리 같은, 눈으로 바로 확인하고 체감할 수 있는 변화만 변화는 아니다. 지금 이 순간에도 기술은 계속 발전해나가고 있는데, 그 결과물이 충격적일 만큼 새롭지는 않을 뿐이다. 예컨대 전자제품 수리 문의를 위해서 이전처럼 바로 수리점에 전화부터 걸지는 않는다. 홈페이지의 챗봇을 통해 언제 어디에서 어떤 부품을 교환할 수 있을지부터 체크한다. 챗봇은 별것 아닌 기술 같지만, 행동 패턴을 바꿔놓았다.
챗봇이나 상품 추천처럼, 인간의 판단을 돕는 보조 기능을 가진 ‘인공지능(AI) 솔루션’도 진화하고 있다. 주어진 매뉴얼대로 똑같은 질문과 답을 반복하는 것을 넘어 인간이 어떤 의도를 가지고 어떤 답을 찾는지 파악하고 원하는 걸 추천해주는 수준만큼 지능이 올라오고 있다. 딥러닝 기반의 인공지능 기술에는 여러 회사가 뛰어들고 있는데, 스켈터랩스도 그중 하나다. 이 회사는 구글코리아를 이끌었던 조원규 대표가 창업한 곳으로, 대화 엔진과 초개인화 엔진을 핵심 역량으로 한다. 60명 구성원 중 70%가 개발자인, 말 그대로 ‘기술 스타트업’인데 상업적으로는 B2B 커머스 시장을 겨냥한 ‘에이아이큐어웨어(AIQ.AWARE)’라는 솔루션을 내놓았다.
AIQ.AWARE는 온라인 쇼핑몰을 위한 AI 기반 초개인화 상품 추천 솔루션으로 요약된다. 이커머스의 상품 클릭률과 구매전환율, 평균주문금액(AOV)을 높이는 데 활용할 수 있도록 만들어졌다. 성별, 사는 곳, 나이 같은 지표를 넘어서, 실시간 행동 데이터를 기반으로 개인의 취향과 관심사를 파악해 진짜 필요로 하는 제품 추천을 목표로 한다. 최근에는 카페24 스토어에 입점해 더 많은 수의 온라인 쇼핑몰을 타깃하고 있다.
스켈터랩스가 개발한 AIQ.AWARE가 어떤 솔루션인지, 온라인 커머스 시장에 어떠한 영향을 줄 수 있을지 등을 제품 개발을 총괄해온 두 사람, 이정렬 수석엔지니어와 정민정 시니어 프로덕트 매니저에게 물었다. 이정열 수석 엔지니어는 구글 출신으로, 스켈터랩스의 공동창업자다. 정민정 매니저는 AIQ.AWARE의 프로덕트 매니저(PM)로, 제품에 대해 가장 잘 아는 사람이다. 세상에 이미 챗봇이나 추천 엔진은 많은데, 스켈터랩스의 강점은 무엇이냐 물었더니 두 사람은 “딥러닝 기반의 기술 경쟁력”이라고 답했다.
Q. 최근에 AIQ.AWARE가 출시됐다. 이 제품은 이정열 수석엔지니어가 기획을 총괄하고 정민정 시니어 프로덕트 매니저가 PM을 맡았다고 들었다. 어떤 서비스인지 설명해달라
정민정 시니어 프로덕트 매니저(이하 정민정): AIQ.AWARE는 이커머스 고객을 대상으로 개인화를 이룰 수 있는 솔루션이다. 개인화 중에서도 추천, 예측‧타기팅, 리뷰분석 등 세 가지 분야에 집중하고 있다. 이를 통해 쇼핑몰들의 매출 증가와 마케팅 운영비 절감을 꾀한다.
Q. 추천은 알 것 같다. 이전에 샀던 상품을 근거로 성향에 따라 추천을 해주는 것을 말하는 건데, 예측‧타기팅은 추천하고는 어떻게 다른가?
정민정: 쇼핑몰 입장에서는 고객들한테 다양한 프로모션들을 보내게 된다. 쇼핑몰에 유입하기 위해 다양한 채널을 활용해 마케팅을 하는데, 보통 마케터들이 타기팅을 할 때 고도화가 안 되면, 전체 고객을 대상으로 프로모션 메시지를 단일하게 보낸다. 그렇지 않으면, 홈페이지 방문을 세 번 이상 한 사람들, 이런 식으로 대략적인 세그먼트를 생성해서 메시지를 보내고.
그런데 AIQ.AWARE는 이 부분을 예측해 세그먼트를 나누도록 한다. “구매할 확률이 높은 사람을 찾아줘”라고 했을 때, 그런 사람들을 저희가 예측을 해줘서 마케터가 특정한 룰을 생각할 필요 없이 타기팅할 수 있도록 자동 세그먼테이션 기능을 제공하고 있다.
Q. 인공지능이 각 세그먼트에 맞는 자료를 미리 학습했기 때문에 가능한 것 아닌가?
정민정: 기본적으로 쇼핑몰에서 발생하는 행동 데이터를 기반으로 예측 모델과 추천 모델을 학습하고 있다.
Q. 행동 데이터에는 어떤 것들이 있나
정민정: 쇼핑몰마다 다르지만, 공통적으로는 홈페이지 방문 여부와 상품 상세 조회, 장바구니에 담아둔 물건, 검색 내용 등이 있다.
Q. 그러니까 이전에는 ‘세 번 방문’ 정도로 단순하게 세그먼트를 나눴다면, 지금 말씀하신 내용은 모든 행동을 결합해서 총체적으로 판단한다고 보면 되는 것인가?
정민정: 그렇다. 우리가 하는 일은 그런 개개인의 행동을 바탕으로 사용자들의 다음 행동을 예측하는 것이다. 추천도 그렇게 적용이 된다. 기존에는 ‘함께 본 상품’이라는 내용으로 같은 제품을 고른 다른 사용자들이 봤거나 구매한 제품을 추천했다면, 저희는 딥러닝 기반으로 사용자와 상품의 상관관계를 더 깊게 학습해서 더 정확한 의도를 파악, 원하는 상품을 추천할 수 있게 하고 있다.
Q. 예측하고 타깃은 어떻게 다른가? 언뜻 듣기로는 비슷한 것도 같은데
정민정: 반대되는 개념이라고 보면 될 것 같다. 추천 같은 경우에는 어떤 사용자가 나타났을 때 말 그대로 상품을 추천하는 거다. 예측‧타기팅 같은 경우에는 특정 상품이 주어졌을 때 이걸 누구한테 타깃 해야 하는지를 본다.
Q. 설명에 따르면, 타기팅 같은 경우에는 신제품을 내는 회사에서 선호하겠다
이정렬 수석엔지니어(이하 이정렬): 그렇다. 하나 더 장점을 이야기하자면, 저희가 어느 그룹을 타기팅하는지 아니까 메시지나 어떤 콘텐츠를 보낼 때 좀 더 개인화를 할 수 있다는 장점이 있다. 작은 세그먼트 그룹에 최적화한 메시지를 보낸다는 것이다.
Q. 페이스북 같은 걸 보면 나이와, 체형에 맞는 옷 같은 걸 추천하더라. 이런 것도 비슷한 건가?
이정열: 그런 정보들이 페이스북으로 넘어갔다면, 충분히 가능할 것도 같다
Q. 리뷰 분석 솔루션의 경우는 커머스 기업들이 가장 흥미 있어 할 부분인 것 같다
정민정: 리뷰 분석은 대화형 인공지능 기술을 기반으로 개발이 됐다. 그 기술 중 하나가 ‘기계 독해 엔진’이다. 예컨대 보험회사 같은 데서 약관을 업로드하면 실제로 기계가 독해 능력을 가지고 글을 이해하는 기술이라고 보면 된다.
Q. 기계 독해 엔진 같은 경우는 보편화된 기술인가?
정민정: (보편적으로) 조금 더 관심을 갖기 시작한 지는 1년 정도 된 것 같다. 고객사들도 리뷰 분석에 제일 관심이 많다.
Q. 기계가 지금 혼자 글을 깨우치고 있는 건데(웃음)
이정열: 생활의 보편화가 됐다고는 아직 말할 순 없을 것 같은데, 최근 몇 년 동안 언어 이해에 대한 기술이 딥러닝 기술의 발전과 더불어 굉장히 많이 발전했다. 그중 하나가 기계 독해라고 하는 ‘MRC(Machine Reading Comprehension)’ 분야다. 스켈터랩스가 MRC 기술을 평가하기 위한 ‘코쿼드’라는 랭킹보드에서 1위에 오른 적도 있다. 성능을 인정 받았고, 이 기술이 보편화되기 위한 솔루션을 만들고 있는데, 마케팅 분야에서는 이 기술을 리뷰 분석에 이용하고 있다.
Q. 그러니까 어떤 사람이 어떤 목적으로 어떤 리뷰를 남겼는지를 기계가 알게 된다는 것 아닌가.
이정열: 그렇다. 그리고 그 리뷰가 긍정의 의미인지 부정의 의미인지를 파악한다. 긍정이면 어떤 부분에 의해서 긍정을 하는 건지도 분석해 볼 수 있다.
Q. 이 솔루션은 카페24 스토어에도 올라와 있다. 카페24 스토어에 론칭한 이유가 있나?
정민정: 카페24에 다양한 전문몰들이 입점해 있고, 그 수도 증가하는 추세로 파악하고 있다. 특히, 인공지능 기술은 개발자가 없는 소호몰이 접하기 어려운 서비스다. 그런 고객들에게 개인화 솔루션을 제공하려 한다. 카페24가 오픈 API를 제공하고 있으므로 이를 활용해 마케터가 개발자 도움 없이, 모델 학습에 필요한 데이터를 연동할 수 있는 작업을 해두었고, 그래서 입점하게 됐다.
Q. 글로벌로 나간다는 목표를 갖고 있다. 한국에서는 ‘한국어 데이터’가 많으니 가능할 것 같은데 글로벌로는 나라마다 언어가 다르다. 경쟁력이 있을까?
이정열: 영어를 타기팅하는 것은 아닐 것 같다. 오히려 일본어나 동남아시아 쪽에서 저희가 강점을 보일 수 있을 것 같다. 그리고, 한국어 데이터도 그렇게 많지는 않기 때문에 한국어 데이터와 비교해서 양이 많으냐 적으냐를 구분하는 것은 큰 의미가 없어 보인다. 오히려 영어 같은 경우는 훨씬 더 오픈된 데이터가 많으므로 연구 개발에는 무리가 없다.
스켈터랩스가 어느 정도 기술을 만들었고, 딥러닝을 기반 기술로 하므로 언어별 도메인이나 특징에 대해서 기계가 학습하므로 스케일업할 때는 크게 무리가 없다. 그래서 많은 글로벌 회사들이 여러 언어를 다 서비스할 수 있는 거다. 반대로, AWRWE 쪽 추천이나 타기팅은 언어에 해당하는 것이 아니므로 바로 글로벌라이제이션 하기에 문제가 없다.
Q. AIQ.AWARE가 커머스 시장에는 어떤 영향을 줄 수 있을까?
정민정: 커머스 시장 경쟁이 치열하다. 차별화를 위한 다양한 노력이 이뤄지고 있는데, 그중에서도 저희는 개인화에 집중하고 있다. 개인화를 통해 고객 경험을 개선할 수 있도록 지원한다. 광고 쪽에서 본다면, 그동안 사용자 유입을 늘리는 것에 집중해온 면이 있었는데, AIQ.AWARE를 통해서는 리텐션 유지에 집중한다. 한 번 들어온 고객을 락인시키는 것을 중요하게 본다.
이정열: 경쟁이 치열하다는 거은 모두 아는 이야기다. 스켈터랩스는 인공지능 회사이다 보니까 아무래도 데이터를 더 귀중하게 생각하고 그 가치를 (일반인 대비) 더 잘 알거라고 생각한다. 카페24에서 론칭한 전문몰들에 수많은 데이터가 쌓이고 있는데, 이걸 정확하고 가치 있게 이용할 수 있도록 해서 몰의 성장을 돕는 것이 저희의 목적이다.
Q. 최근 커머스 트렌드가 각자의 몰을 갖는 D2C라고 들었는데, 그렇게 되면 AWARE와 같은 기술을 필요로 하는 곳이 더 많아질 것이라는 생각이 든다. AWARE가 계속해서 기술적으로 발달하다 보면 어느 정도까지 갈 수 있을까?
정민정: 넷플릭스와 같은 형태로 쇼핑몰을 구성할 수 있도록 하는 게 저희의 비전이다.
Q. 재미있는 표현이다. 넷플릭스와 같다는 것은 어떤 모습인가?
정민정: 넷플릭스 홈 화면에 들어가면 사용자별로 각자가 좋아하는 장르에 따라 콘텐츠 추천을 달리한다. 드라마면 드라마, 공포면 공포, 이런 식으로 테마별로 개인화된 화면을 제공하고, 심지어 각 콘텐츠의 포스터도 다르게 보여준다. 쇼핑몰도 그렇게 개인화된 화면을 제공하는 것이 저희의 방향성이다.
By바이라인네트워크
※외부 필진의 기고는 카페24의 의견과 다를 수 있습니다.