생성형 AI 기반 새로운 챗봇의 탄생

 

대부분 소비자는 챗봇을 선호하지 않는다. 실제로 챗봇을 사용하는 고객은 전체의 3분의 1이 채 되지 않는데 그럴 만한 이유가 충분하다. 챗봇의 기계 언어는 개인적인 감성이 부족하고, 소비자들의 구체적인 니즈를 제대로 이해하지 못하며, 일반적이고 모호한 정보만을 제공한다. 현재 챗봇에서 실질적인 대화는 거의 이루어지지 않는다고 볼 수 있다. 실질적인 조언을 얻으려는 소비자들은 오프라인, 사람과의 상호작용, 물리적 채널에 의지하게 되고, 이로 인해 기업에게는 비용이, 소비자들에게는 추가적인 마찰(friction)이 발생한다.

 

생성형 AI를 통해 기존의 온라인 채팅 세션은 보다 실질적인, 일명 ‘대화형 커머스(conversational commerce)‘로 진화할 수 있다.

 

이처럼 투박한 챗봇은 곧 과거의 산물이 될 것으로 보인다. 생성형 AI(Generative AI)를 통해 기존의 온라인 채팅 세션은 보다 실질적인, 일명 ‘대화형 커머스(conversational commerce)‘로 진화할 수 있으며, 소매업체들에는 온라인 셀프서비스를 더 잘 활용해 직원의 지원 필요성을 감소시킬 수 있는 기회가 주어진다. 최근 500명의 미국 소비자들을 대상으로 한 BCG 설문조사에서, 66%의 소비자가 생성형 AI 기반 대화형 커머스 사용에 강력한 관심을 표했으며, 이에 따라 이 채널의 사용이 약 두 배 증가할 가능성이 있다.

생성형 AI는 사실의 정확성, 결과 설명의 어려움, 개인 정보 보호, 보안, 편향된 산출물, 저작권 침해 등 기업들이 관리해야 하는 상당한 리스크의 원인이 된다. 그러나 윤리 원칙, 리스크 분류, 허용 범위 설정 등의 방법을 통해 제대로 사용된다면, 생성형 AI는 대화형 커머스의 새로운 모델을 제공해 기업들의 마진 개선, 수익 증대, 고객 경험 개선에 도움을 줄 수 있다. 이 기회를 최대한 활용하기 위해, 기업들은 고객들의 관심을 끌 수 있는 사용 사례를 개발해야 한다. 또한 전략, 기술, 인력 및 프로세스, 지배구조 등 모든 측면에서 생성형 AI에 필요한 광범위한 변혁을 계획해야 한다.

 

 

대화형 커머스의 활용

 

대화형 커머스는 실제 사람과 같은 대화, 풍부한 콘텐츠, 개인 맞춤형 제안을 쇼핑 경험에 통합해 모든 언어의 소비자와 브랜드를 하나로 연결한다. 한 번의 상호작용으로 단순한 상품 문의에서부터 다양한 브랜드의 복잡한 구매까지 모두 처리할 수 있으므로 거래의 효율성이 향상된다.

예를 들어 차량, 항공, 호텔, 식당 등 여행에 필요한 모든 것을 한 번의 상호작용으로 예약하는 것을 상상해 보자. 또는 비용 혹은 개인 취향을 고려해 새로운 아파트를 완벽하게 꾸밀 수도 있다. 디지털 상호작용은 더욱 복잡하고, 직관적이고, 개인적으로 될 것이며 지금까지는 인간 상담원만이 할 수 있었던 즉각적이고 관련성 높은 응답을 제공할 수 있을 것이다. 기업에 대화형 커머스의 도입은 변화하는 소비자 기대를 충족시키기 위해서뿐만 아니라 디지털 시대에 경쟁우위를 유지하기 위해서도 필수적이다.

생성형 AI를 활용한 대화형 커머스는 사용자들에게 검색(discovery)에서부터 전환(conversion)에 이르는 이커머스 퍼널(funnel) 전반에 걸쳐 길라잡이가 된다. (보기1 참조) 고객들은 기본 제품 목록에서 고급 데이터 기반 제안에 이르기까지 다양한 툴을 이용해 쇼핑 탐색을 시작할 수 있다. 이후 비교 단계에서는 고객들이 최신 재고 데이터로 제품을 비교해 정보에 기반한 결정을 내릴 수 있도록 지원해 준다. 마지막으로 전환 단계에서는 전략적인 업셀링 기회를 제공해 고객들이 끊김 없이(seamlessly) 거래할 수 있도록 지원한다. 이런 경험은 처음에는 주로 기업 자체 웹사이트에서 제공되겠지만, 이후 서드파티(3rd party) LLM(Large Language Models)의 수익화를 통해 채팅 엔진 최적화(Chat Engine Optimization) 및 채팅 엔진 마케팅(Chat Engine Marketing)이라고 불리는 디지털 광고의 새로운 시대가 열릴 것이다.

 

 

생성형 AI의 전망

 

현재 채팅 경험의 미흡함으로 인해 대부분의 제품 카테고리에서 소비자들의 채택률은 저조한 수준이다. 대화형 커머스에는 다수의 마찰점(friction point)이 존재하며, 소비자들의 3분의 1은 대화형 커머스를 신뢰하지 않는다. 그 결과, 채팅 경험을 통해 제품에 대한 정보를 얻거나 제품을 구매한 경험이 있는 소비자는 34%에 불과했으며 실제로 구매를 완료하는 데 채팅을 사용한 경험이 있는 고객은 단지 10%에 그쳤다. (보기2 참조)

생성형 AI는 챗봇에 장기적으로 매우 중요한 변화가 될 것이며 챗봇을 도입하는 기업에 경쟁우위를 제공할 것이다. 실제로, 생성형 AI는 이커머스의 모든 측면에서 막대한 변화를 약속하지만, 특히 자연어 및 데이터 통합 기능으로 인한 대화형 커머스의 잠재력은 엄청나다. (보기3 참조) 이 기능은 현재는 개발 초기 단계에 있지만, 머지않은 미래에 최고 수준의 생성형 AI경험에 다음과 같은 기능들이 통합될 것이다.

• 사람과 같은, 능동적이고 상호적인 대화
• 고객 니즈에 대한 확실한 이해
• 대부분의 거래 기능
• 다국어 지원 봇
• 광범위한 고객 경험 지원
• 주요 공급업체 파트너 및 기타 서드파티(3rd party) 업체
• 최적화된 채팅 엔진 및 SEO/SEM과 유사한 채팅 엔진 마케팅

 

 

얼리어답터의 혜택

생성형 AI는 아직 초기 단계에 있지만(챗GPT는 2021년에 비로소 대중적 인식을 얻음), 그 가능성은 이론에만 그치는 것이 아니다. 우리는 생성형 AI 기반 대화형 커머스가 고객서비스 비용을 약 30% 절감할 수 있음을 확인했다. 보다 발전된 개인 맞춤형 고객 경험을 활용하면, 디지털 마케팅과 영업의 효율성은 더욱 향상되고 수익은 증대될 것이다. 기존의 대화형 커머스에 비해 판매가 4배 빠른 속도로 이루어지고 있다. 고객 만족도 점수 역시 크게 향상되는 등 고객들의 반응 역시 우호적이다.

 

일부 기업들은 이미 발 빠르게 움직여 생성형 AI 기반 대화형 커머스의 가능성을 탐색하면서 성과를 거두고 있다.

 

일부 기업들은 이미 발 빠르게 움직여 생성형 AI 기반 대화형 커머스의 가능성을 탐색하면서 성과를 거두고 있다.

• 월마트(Walmart): 오픈AI(OpenAI)의 GPT-4를 월마트 음성 주문과 텍스트투샵(Text to Shop)에 통합시켜 고객들이 상품을 검색하고, 주문하고, 픽업 혹은 배달 일정을 예약할 수 있다. 이 새로운 기능을 통해 고객들에게 전체 구매 여정 내내 인간과 같은 대화형 답변이 제공된다.
• 구글(Google): 가상 ‘입어보기‘ 기능을 도입해 고객들이 구매 전에 옷이 자신에게 어울리는지 확인할 수 있다. 이후 생성형 AI 챗봇이 다양한 업체의 다양한 상품을 제안한다.
• 익스피디아(Expedia): 챗GPT와 파트너십을 맺어 여행 계획을 위한 챗봇 초기 버전을 출시했다. 고객들은 휴가를 계획할 때 개인 맞춤형 제안과 자동화된 지능형 쇼핑 서비스를 이용할 수 있다.

 

 

소비자들의 강한 열의

 

얼리어답터의 모범사례를 따라 그 혜택을 얻고자 하는 소매업체들에, BCG 연구 조사 결과는 소비자들이 기존 챗봇의 사용 경험이 실망스러웠음에도 불구하고 생성형 AI 기반 대화형 커머스를 사용해 볼 의향이 매우 높음을 보여준다. 비록 이런 결과가 부분적으로는 AI에 대한 전반적인 열정과 관심 때문이기도 하지만, 가능한 디지털 채널을 통해 거래하고자 하는 소비자들의 강한 욕구가 반영된 결과라고 생각한다.

 

소비자들이 디지털 채널을 통해 거래하고자 하는 욕구는 강력하다.

 

BCG 설문조사 결과, 생성형 AI 기반 대화형 커머스에 대한 관심은 기존 대화형 커머스의 사용률보다 2~3배 높은 것으로 드러났다. (보기4 참조) 이는 모든 제품 카테고리에 해당하며, 특히 구매 전 조언이 가장 많이 필요한 카테고리에서 관심도가 가장 높게 나타났다.

기업들이 이를 최대한 활용하기 위해서는 해당 업종별 구체적 니즈와 고객 여정에 대한 깊은 이해를 기반으로 초기 대화형 커머스 사용 사례를 구축해야 한다. 현재 사용 사례는 기업 자체 웹사이트를 중심으로 이루어지지만, 머지않은 미래에 생성형 AI 기반 대화형 커머스는 서드파티(3rd party)를 포함한 더 광범위한 생태계와 통합돼 확장될 것으로 예상된다. 이에 따라 대화형 커머스는 더욱 강력해질 것이다.

강력한 사용 사례의 고안에 따라 많은 것이 좌우될 수 있으므로, 우리는 생성형 AI 기반 대화형 커머스가 얼마나 효과적으로 고객들의 참여를 유도할 수 있는지 알아보기 위해 몇 가지 실험을 실시했다. 보기5는 검색 프로세스 초기의 고객 경험을 보여주며, 보기 6에서는 업셀링 기회를 창출하는 엔드투엔드(end-to-end) 거래 경험을 실험한다.

설문조사에서 위 사용 사례에 대한 소비자 참여는 매우 고무적이었으며 생성형 AI 기반 대화형 커머스의 소비자 채택률은 약 40% 포인트에 달했다. 이런 열의를 바탕으로, 다양한 상품 카테고리의 기업들에서 이 기술의 채택률이 26% 포인트 상승할 것으로 예상된다. 소형 가전제품과 엔터테인먼트 등 일부 제품의 경우, 기업 채택률이 35% 포인트 높아질 수도 있다. (보기7 참조)

생성형 AI 대비 방법

생성형 AI가 주류에서 사용된 것은 2021년부터 시작된 최근의 일이다. 따라서 여전히 기업들이 생성형 AI기반 대화형 커머스를 전략과 일상 업무수행 방식에 반영할 때 고심해야 하는 수많은 미지의 문제들과 복잡성이 남아있다. 데이터 및 기술 이슈가 이 전환에서 중요함에는 이견이 없지만, 직원 및 프로세스 변화 역시 중요하게 다뤄져야 할 것이다.

 

기업들은 생성형 AI 기반 대화형 커머스 통합시 수많은 미지의 문제들 및 복잡성과 씨름해야 한다.

 

[1] 전략

리더들에게 무엇보다 가장 중요한 첫 번째 단계는 경영진의 입장을 정리해, 생성형 AI를 도입하고 비즈니스, 직원, 고객을 위한 혜택을 명확히 설명하는 것이다. 탄탄한 기반 위에 전략을 수립하기 위해, 리더들은 고객 니즈를 고려하여 사용 사례를 식별하고 우선순위를 결정해야 한다. 또한 생성형 AI는 빠르게 진화하고 있으므로 리더들은 현재 역량뿐 아니라 미래 역량에 대비한 계획을 수립해야 한다. 전략 로드맵에는 생성형 AI 모델의 기초가 되는 데이터 기반에 대한 투자, 파트너십 개발, 비즈니스 모델 수정 등이 포함돼야 한다.

 

[2] 기술

기술환경은 복잡하다. 많은 업체가 새롭게 부상하는 산업에서 입지를 확보하기 위해 경쟁 중이다. 기업들은 내부 구축, 외부 구매, 파트너십 분석을 통해 생성형 AI 기반 대화형 커머스 출시를 위한 최적의 방안을 결정해야 한다. 회사는 자체적으로 어느 정도의 전문지식을 보유하고 있는가? 공급업체의 실제 역량은 어느 정도인가? 맞춤형 솔루션을 구축할 수 있는 공급업체는 어디이며, 기성품 솔루션만 운영하는 공급업체는 어디인가? 기술 통합의 일환으로 기업은 언어모델, 플랫폼 및 툴, 맞춤 설정, 생태계 및 통합, 가용성을 평가해야 한다. 이 평가 후, 기업 데이터를 추가로 준비하고, 라이브 데이터 피드를 연결하고, 초기 룰셋을 생성하고, 인간 피드백 기반 강화학습(RLHF: Reinforcement Learning from Human Feedback)을 실행하고, 프론트 엔드에 통합하며, 마지막으로 파일럿을 모니터링하고 관리해야 한다.

 

[3] 직원 및 프로세스

조직은 가치 실현을 위해 프로세스를 과감히 재고하고, 전체 기능을 재구상해야 한다. 조직이 운영 모델을 발전시키고, 역량 격차를 식별하고, 그 격차를 해소하기 위해 직원을 채용하고 교육하며, 새로운 역할을 부여하는 과정에서 견고한 변화 관리는 매우 중요하다.

많은 직원에게 변화는 간단한 일이 아닐 것이다. 회사가 생성형 AI 기반 대화형 커머스를 도입하면서 직원들은 수작업과 전문 작업에 시간을 덜 쓰는 대신 비즈니스 인사이트를 제공하기 위해 설계된 기술의 관리와 상호작용에 관한 교육을 받게 될 것이다. 또한 다기능 팀 업무, 강화된 평가적 사고, 신속한 의사결정에 더 많이 참여하게 될 것이다. 다시 말해, 직원의 역할은 더 전략적으로 되고, 부가가치가 높아질 것이며 최고 AI책임자(Chief AI Officer)와 같은 새로운 역할이 생겨날 수도 있다.

 

[4] 지배구조

생성형 AI로 인해 사실의 정확성 여부, 결과 설명의 어려움, 개인 정보 보호, 보안, 편향된 산출물, 저작권 침해 등 기업들이 관리해야 하는 리스크가 상당히 커진다. ‘책임 있는 AI(Responsible AI)‘ 프레임워크는 윤리 원칙, 리스크 분류, 허용 범위 설정에서 시작된다. 그 후 리더들은 핵심 프로세스, 기술 및 툴, 문화를 관장하는 지배구조를 마련해야 한다. 책임 있는 AI의 목적은 AI 시스템을 회사의 목적 및 가치에 부합하는 방식으로 활용하는 동시에 혁신적인 비즈니스 영향을 실현하는 것이다.

 

________________________________________

 

생성형 AI로 인해 대화형 커머스에 엄청난 변화가 일어나고 있다. 소비자들에게 이는 현재 스마트하지 못한 챗봇이 업그레이드된다는 점에서 환영할 만한 변화다. 기업들 역시 효율성, 마진, 수익, 고객 서비스 개선이라는 측면에서 많은 혜택을 얻을 수 있다. 물론 생성형 AI에 적응하기 위해서는 틀림없이 많은 시간과 노력이 필요하고, 조직의 많은 부분이 영향을 받을 것이며, 오랫동안 정립되어 있던 업무수행 방식이 변화해야 할 것이다. 그러나 BCG의 설문조사 결과에 따르면, 그에 상응하는 보상도 상당할 것이다.