SNS식 ‘관심형 추천’ 확산
발견 후 구입으로 전환 중

지난호에서는 이커머스 업계에서 상품 설명 페이지, 고객 후기 및 지원 부문에 생성 AI를 활용하는 법을 소개했다. 이번호에서는 다양한 고객 데이터를 분석해 개별적으로 상품을 추천하는 개인 맞춤형 상품 추천과 텍스트나 동영상 자동 생성시 생성 AI를 활용하는 방법을 소개하겠다.

고객이 과거에 구입한 상품이나 페이지 열람 이력에 근거해 개별적으로 상품을 제안하는 것을 개인 맞춤형 추천이라고 한다. 물론 기존에도 상품 제안은 있었다. 하지만 구입 이력을 기초로 비슷한 유형의 고객을 묶어서 진행했기 때문에 정교함이 떨어졌다. 그러나 이제 생성 AI를 활용해 소집단이 아니라, 고객 한 사람 한 사람에게 일대일 형태로 상품을 제안할 수 있어 보다 정밀도가 높은 상품 추천이 가능해졌다(도표 1 참고).

더욱 정밀해진 상품 추천

기존의 상품 추천 시스템은 상품 특성을 깊이 이해하지 않은 상태에서 단지 상품번호에 근거, 구입 이력을 참고해 ‘A상품을 구입한 고객은 B상품도 구입한다’는 관점에서 상품을 추천했다. 그러나 앞으로는 상품별 특성을 세심하게 분석해 한층 더 정밀도가 높은 상품 추천을 할 수 있을 것이다. 예를 들어, 원피스를 구입한 사람에게 상의를 추천하는 경우, 기존에는 단순히 상의라는 카테고리만 제안했다. 하지만 생성 AI를 활용하면 구입한 원피스와 같은 색상이나 사이즈, 소재 등 상세 특성을 바탕으로 구체적으로 제안할 수 있다.

이와 같이 생성 AI가 상품을 분석해 추천해주기 때문에 상품 추천의 정밀도가 점점 향상되고 있다. 그 결과 고객의 LTV(Life Time Value; 고객생애가치)나 구매율 향상, 그리고 이용하기 편리하다는 인식 향상도 기대할 수 있어 고객의 인게이지먼트를 높일 수 있다. 이렇게 정밀한 개인화 수준을 실현하기 위해서는 개별적인 상품 속성을 생성 AI에 학습시킬 필요가 있다. 지금까지는 상품번호를 바탕으로 한 간단한 학습이었다. 하지만 앞으로는...기사전문보기