AI 도입한 자판기 매출 최대 39.5% 늘어났다

오춘호 선임기자

입력2021.05.05 23:46 수정2021.05.06 00:19

2억개 데이터 활용, 자판기 내용물 배치 다시 설계
선입견없는 AI, 노련한 운영자보다 훨씬 나은 선택

JR동일본크로스 스테이션은 AI 자판기 도입으로 매출 증대 효과를 내고 있다.

일본 도쿄역. 하루 4000여 편의 열차가 오가고 일일 유동인구만 140만 명에 이르는 명실상부한 도쿄의 현관입니다. 도쿄역의 7, 8번 게이트는 유동인구가 많은 출입구로 유명합니다. 이곳의 자판기를 운영하는 JR 동일본 크로스스테이션(구 JR동일본 워터비즈니스)에 깜짝 놀랄 일이 생겼습니다. 게이트 앞에 있는 자판기에서 월 매출이 전년 동기대비 무려 39.5%(지난해 12월~올해 1월 기준)나 늘었기 때문입니다. 크로스스테이션은 지난해 12월부터 본격적으로 AI를 활용한 자판기를 도입했습니다. 3월 현재 1600대의 자사 브랜드 '에큐러' 자판기를 AI로 운영하고 있습니다. 7, 8번 게이트의 자판기도 이런 AI를 기반으로 한 자판기였습니다. 자판기 운영자는 고객들이 찾은 데이터를 기반으로 AI가 맞춘 순서로 자판기 진열을 바꿨습니다. 겨울철 따뜻한 음료수와 된장국 캔을 전략적으로 넣었습니다. 그 결과 대박을 터트린 것입니다.

운영 자판기 60%에서 흑자

크로스스테이션이 운영하는 자판기는 주로 역내에 있는 자판기입니다. 도쿄 거리에 있는 자판기 매출은 월 6~7만 엔(61~71만원)이지만 역내 자판기 매출은 월 60만엔~70만엔이나 된다고 합니다. 일반적으로 자판기 하나에 최대 42개의 제품을 넣을 수 있습니다. 이 중 70%를 회사가 지정한 상품을 배치하고 30%를 운영자들이 재량으로 결정할 수 있는 구조입니다. 이 회사는 이 30%의 종류에 따라 각 자판기의 매출이 크게 달라지는 점에 주목했습니다. 숙련된 운영자들은 흡연실이 근처에 있으면 커피를 많이 배치했습니다. 흡연 소비자들이 커피를 많이 마신다는 점을 파악한 것입니다. 여성전용 주차장 근처의 자판기에는 건강 계통의 음료를 넣습니다. 숙련자들이 담당하는 자판기 매출이 높고 초보자들이 운영하는 자판기가 잘 안되는 이유가 있었습니다.

정작 크로스스테이션은 연간 2억 개 이상의 구매상품의 빅데이터를 보유하고 있었습니다. 회사는 이 빅데이터를 바탕으로 각 사업자와 긴밀히 연계해 상품 선정 등에 활용했지만 엑셀 수준의 분석에 한계가 있었다고 합니다. 결국 AI를 도입해 자판기 배치 분석을 다시 설계하기로했습니다. 물론 가장 중요한 건 어떤 제품이 어떤 자판기에 적합하고 어느 시점에 교환하면 좋은지를 알아보는 것이었습니다. 또한 매일 자판기 내용물을 바꿀 수 없기 때문에 한번 상품을 넣고 교환할 때 잘 팔리는 상품과 안 팔리는 상품을 함께 바꿀 수있도록 개수를 조정하는 최적화 시스템을 구축하는 것도 AI의 할 일이었습니다. AI는 기상 시스템을 활용해 계절 변화에 따라 따뜻한 음료와 찬 음료를 적절하게 배치하는 포트폴리오 구성도 제시했습니다. 이렇게 해서 숙련 운영자들과 겨뤄보자는 계산도 있었습니다.

결과는 놀라웠습니다. 일본 요코하마 쓰루미역 서쪽 광장에 설치돼있는 자판기는 원래 캔 커피가 잘 팔리고 있었습니다. 다른 자판기에 비해 많은 블랙 캔커피를 배치했지만, AI는 추가로 더 많은 캔커피를 주문했습니다. 운영자가 자판기에 블랙커피를 배치한 결과 12월~1월 매출이 전년 동기대비 11.6% 증가했습니다. 무엇보다 운영자의 고정 관념을 없애는 데 AI가 기여했습니다. 구리하마 역의 자판기에선 AI의 지시대로 코코아와 라떼 등 달콤한 음료를 추가했습니다. 그 결과 이 기간 매출이 20.4%나 증가했습니다.

운영자의 고정관념 없앤 AI

이 제품들이 그렇게 증가한 이유를 운영자들은 알지 못한다고 합니다. 다만 AI의 추천대로 따라 했을 뿐인데 판매량이 증가했습니다. AI는 그저 선입견과 편견없이 데이터로만 해석하고 예측했습니다. 운영자로 봐서는 생소한 선택이지만 매출은 늘어났습니다. 이것이 AI 선택의 묘미입니다. 전혀 생각하지 않은 곳에서 시장이 열리고 생태계가 바뀌는 것입니다.

AI를 선택한 자판기의 60%가량에서 매출 증가가 발생했지만, AI 도입으로 판매가 늘지 않거나 오히려 줄어든 곳도 있다고 합니다. 이 회사는 그 이유로 AI의 지시대로 운영자가 자판기 내용을 바꾸지 않은 경우가 많다고 지적합니다. 운영자의 오랜 습관과 경험을 바꾸기에는 엄청난 노력이 필요하다고 합니다. AI는 결국 운영자를 보완하는 도구입니다. 동일본 크로스스테이션은 지난달 앱으로 주문하면 지정된 시각에 스페셜 커피를 지하철 역내 보관함에서 받을 수 있는 서비스도 시작했습니다. 고객이 커피숍에서 기다리지 않고 정해진 시간에 자신의 취향에 맞는 원두커피를 받을 수 있습니다. 고객들이 앱에서 자신이 선호하는 커피를 고르면 됩니다. 물론 AI가 자동으로 개인의 취향에 맞도록 커피를 설계하는 게 특징입니다. 회사 측은 앞으로 역내 고객의 동선을 파악해 그 속에서 매출을 최대화하는 AI도 개발할 계획이라고 합니다.

오춘호 연구위원

관련 뉴스

1

김진형의 AI 과거와 미래<1> 인간의 뇌와 컴퓨터를 직접 연결한다면

테슬라 자동차 회사의 창업자 일론 머스크를 어떻게 평가해야 할까? 먼 미래를 내다보며 상상을 현실로 가져오는 혁신가인 것 같기도 하지만 일부에서는 주식 가격을 높이기 위해 과도하게 허풍 떠는 기업가라고 하기도 한다. 최근에는 가상화폐에 대하여 근거 없는 옹호와 비판을 반복하여 신뢰성에 많은 의심을 더 했다. 일론 머스크가 설립한 여러 회사 중에 뉴럴링크라는 회사가 있다. 이 회사는 컴퓨터와 두뇌를 직접 연결하는 기술을 연구한다. 센서를 통해서 인간의 두뇌로부터 신호를 얻어서 실시간으로 해석하고 활용하려는 기술이다. 물론 이러한 연구는 오랫동안 실험실 차원에서 연구되었던 내용이었다. 우리나라에서도 국책과제로 출연연구소와 대학들이 연구를 수행했었다. 이 기술에 이익을 추구하는 기업이 뛰어들었다는 것을 보니 실용화에 많이 가까워진 것 같다. 이 기술의 핵심은 뇌파 신호로부터 패턴을 인식해 의도를 파악하는 기술이다. 뇌파 신호를 얻어내기 위하여 침습형 방식과 비침습형 방식이 활용된다. 침습형은 마이크로칩을 두피에 시술해 뇌파를 측정하는 방식이고, 비침습형은 외부에서 헬멧이나 헤드셋 장비의 형태로 뇌파를 측정한다. 침습형은 정확도는 높지만 센서를 두뇌에 이식하여야 한다는 난관이 있고, 비침습형은 사용법이 간단하지만 정확도가 떨어진다. 뉴럴링크에서는 사람의 두개골을 뚫고 전극을 삽입해 뇌와 컴퓨터를 직접 연결하는 침습형 기술을 개발하고 있다. 두개골을 열고 뇌에 미세한 전극을 연결하여 뇌 신호를 감지한다. 2019년 쥐의 뇌에 수 센티미터 깊이까지 삽입했고, 2020년 8월에는 칩을 이식한 돼지로부터 실시간으로 두뇌 활동 신호를 받았다. 동시에 칩을 두뇌에 심는 임플란트 기계를 공개했다. 2021년 4월 뉴럴링크의 시연에서는 인간과 가장 가까운 동물인 원숭이가 동원되었다. 두뇌에 칩을 삽입한 원숭이가 생각만으로 ‘퐁’이라는 비디오게임을 하는 모습을 보여주었다. 이 게임은 날아오는 공을 반사하기 위해 판을 상하로 움직여 점수를 얻는다. 판의 움직임은 조이스틱으로 조정한다. 점수가 높으면 좋아하는 주스가 나오기 때문에 원숭이는 열심히 게임을 한다. 그러나 이번 시연에는 조이스틱을 사용하지 않고“위로/아래로”라는 원숭이의 생각만으로 판을 이동시키는 것이 가능하다는 것은 보여주었다. 이처럼 컴퓨터를 인간의 두뇌와 직접 연결해 정보를 빠른 속도로 주고받는 모습을 보면서 컴퓨터 자판 입력이 느리고 오타를 많이 내는 나 같은 사람들도 이제는 생각만으로 실수 없이 자판 입력을 할 수 있을 것이라는 생각이 들었다. 얼마나 편한 세상인가? 두뇌와 컴퓨터가 직접 소통할 수 있다면 눈으로 읽고 손으로 치거나 쓰는 것보다 빠르게 컴퓨터와 소통할 수 있을 것이다. 또한 뇌에서 나오는 정보를 의학적으로 사용한다면 운동이나 기억 능력의 손상을 보완할 수 있을 것이다. 뉴럴링크도 척추손상이나 만성 뇌졸중 환자의 운동 기능 회복과 장애인의 자연스러운 의족 사용을 가능하게 하도록 이런 연구를 한다고 주장한다. 뇌파를 얻는 기술이 성숙하면 곧 사람의 생각을 읽는 기술이 각광을 받을 것이다. 뇌파로부터 생각을 읽는 기술은 아직 초보적이고 상하, 좌우 정도의 개략적 의도 획득이 고작이지만 기술 발전에 가속이 붙으면 복잡한 생각도 읽어낼 수 있을 것이다. 그렇게 되면 연인 간에 애정을 확인하기 위해 뇌파 기록을 요구하는 것이 일상이 되는 것이 아닐까? 딥러닝이 이런 연구에 쓰일 것이다. 필연적으로 생각과 뇌파의 연관 관계 훈련데이터가 많이 필요할 것이고, 생각의 전자기록을 팔아서 용돈을 벌고자 하는 사람이 나타날 것이다. 두뇌가 컴퓨터 하나와만 연결돼도 인터넷을 통해 전 세계에 있는 모든 정보와 지식을 사용할 수 있게 될 것이다. 전 세계에 펼쳐진 인공지능의 도움으로 강력한 기억과 판단 능력도 갖추게 된다. 즉 사람이 전지전능하게 되는 것이다. 아직은 공상과학 영화 속의 이야기 같지만 이것이 바로 미래학자 커즈와일이 주장한 인간의 지능과 인공지능이 결합된 하이브리드 두뇌가 실현되는 것이라고 볼 수 있다. 커즈와일은 이런 일이 2030년이면 가능할 것으로 예측했다. 두뇌의 컴퓨터 연결이 초월적 인간주의, 즉 트랜스 휴머니즘의 완성이 아닐까? 트랜스 휴머니즘이란 인간의 생물학적 능력을 기계의 도움으로 증강하자는 학파다. 그러나 잠시 생각해 보면 인간의 뇌와 컴퓨터가 하나로 합쳐지는 상황은 심각한 인간성의 문제, 윤리적 문제를 야기한다. 요즘 활발히 논의되고 있는 인공지능의 편견이나 이에 따른 불공정 판단, 개인정보 침해 등의 문제에 비할 바가 아니다. 뇌파를 읽는 기술이 발전하면 지나가는 사람의 생각을 원격으로 읽어낼 수 있을 것이다. 지금도 구글이 나에 대하여 나보다 더 많이 알고 있다고 하는데 지금의 정도가 아닐 것이다. 나의 생각조차도 다 알아낼 수 있을 것이다. 개인의 프라이버시라는 것이 존재할 수 없다. 내 생각을 알게 되면 그다음은 그것을 조작하고 싶어 할 것이다. 미디어, SNS를 통해서 가짜 뉴스를 전파하는 것은 고전적인 방법이다. 바이오 기술을 이용해 더욱 정교하게 자극을 제공함으로써 사람의 생각을, 즉 선택을 조작할 수 있을 것이다. 외부 정보를 두뇌에 직접 입력하는 기술이 개발되면 엉뚱한 정보를 주입해 나의 지식을 왜곡시키고, 나로 하여금 원치 않는 행동도 하게 할 수도 있을 것이다. 즉 나를 그의 좀비로 만드는 것이다. 그렇게 되면 내가 좋아하는 것이 정말로 내가 좋아하는 것인지, 좋아하게 되는 것인지 모르게 될 것이다. 개인의 판단에 권위를 부여하고, 1인 1표를 근간으로 하는 민주주의는 더 이상 작동하지 않는다. 두뇌와 컴퓨터의 연결은 나아가 두뇌와 두뇌의 연결을 의미한다. 다른 사람의 지식을 내가 사용할 수 있고, 남의 경험을 내가 느끼게 될 것이다. 그렇다면 다른 사람과 내 삶의 구분이 없어지게 된다. 내가 남이고, 남이 내가 된다. 상상도 할 수 없는 무서운 세상이 될 것이다. 유전자 조작이나 인공생명체 창조보다도 인류의 미래에 더 심각한 영향을 끼칠 것이다. 그러나 다행스러운 것은 오늘날 신경과학의 수준이 인간의 정신작용에 대해 잘 이해하지 못하고 있다는 것이다. 사람의 생각이 어떻게, 얼마나 깊이를 갖고 만들어지는지 모른다. 더구나 사람의 생각을 센서 정보만으로 정확히 해석한다는 것이 가능한지도 아직 모른다. 정확하게 생각을 읽는 기계가 가까운 장래에 나타날 것 같지는 않아서 다행이다. 지능을 이해하지 못했던 초기의 인공지능 학자들이 인간지능의 복제를 너무 쉽게 생각했던 실수가 반복되기를 기다린다. 두뇌와 컴퓨터가 직접 소통하는 기술은 인류에게 축복일까 재앙일까? 일론 머스크는 지옥과 천당 경계의 담장 위에서 춤추는 것이 아닐까?
2

글로벌 기업 임원, "실적 평가에 데이터 가장 많이 활용한다"

글로벌 기업 임원들은 실적을 평가하고 모니터링하는데 데이터를 가장 많이 활용하고 있는 것으로 밝혀졌습니다. 고객 서비스 개선과 매출 증대에도 데이터 활용이 많은 것으로 나타났습니다. 또한 의사 결정에 데이터를 활용하는 임원들은 전체의 64%인것으로 조사됐습니다. 데이터 플랫폼 기업인 탤런드가 올해 4월 데이터를 활용하는 세계 529개 기업을 대상으로 실시한 설문 결과입니다. 이 조사에서 65%의 임원들은 매일 데이터와 함께 작업을 하고 있는 것으로 나타났습니다. 데이터를 가장 많이 활용하는 분야는 성과 모니터링(68%·복수응답)이며 고객 서비스 개선(67%),매출 증대(57%)순으로 조사됐습니다. 하지만기업 비용 절감(49%)에는 데이터 활용이 가장 미흡한 것으로 보고됐습니다. 경영 의사 결정에 데이터를 활용한다고 응답한 인원들이 많은 업종은 IT(77%)분야이며 엔지니어링(69%),생산(64%) 금융(56%)순으로 나타났습니다. 마케팅/판매는 52%로 데이터 활용이 가장 적은 업종으로 조사됐습니다. 한편 자사 데이터가 실시간으로 잘 운용된다고 생각하는 임원들은 57%였으며 데이터의 정확성 여부에 대해선 46%가 긍정적이라고 답했습니다. 일관성에 대해선 40%가 긍정적으로 응답했으며 접근성에선 46%가 접근이 쉽다고 했습니다. 데이터 사용자들의 38%가 데이터 품질 표준이 없다고 믿고 있었으며 데이터 생산자들의 44%는 데이터 품질 표준을 모르고 있었습니다. 데이터 생산자들의 49%는 데이터를 신뢰하고 있는 반면 데이터 사용자들은 35%만이 데이터 신뢰를 갖고 있는 것으로 나타났습니다. 이 보고서는 생산자와 사용자간 신뢰 격차를 해소하는 게 시급하다고 밝혔습니다. 보고서는 이를 위해 데이터가 생산되고 활용되는 과정에서 직원들이 적극 참여해야 한다고 밝혔습니다. 오춘호 연구위원
3

데이터 부정확성이 AI 오류 부른다

멀게만 느껴지던 인공지능(AI) 기술은 가상과 현실을 넘나들며 우리 생활 곳곳에 점차 스며들고 있다. 상담사의 업무 부담을 줄여주는 챗봇, 음악 큐레이션 서비스, 물류 시스템의 배송 알고리즘 등 AI의 발전은 우리의 일상생활 전반에 편리함을 제공해준다.반면, 포털 사이트에서 간단한 단어 하나만 검색해도 개인 SNS에는 관련 광고들이 지속적으로 노출된다. 단순 검색어를 그대로 반영한 이러한 광고들은 사용자의 입장에서는 사생활을 감시당하는 듯한 부정적 느낌을 받을 수도 있다.이처럼 일상생활 전반에 깊숙이 들어온 AI는 의사결정을 돕는 도구로서 다양한 영역에 사용되며 도움을 주고 있으나, 데이터의 불완전성과 편향된 알고리즘 등으로 크고 작은 사회적, 윤리적 문제 또한 발생시키고 있다.스캐터랩의 챗봇 ‘이루다’는 자연스러운 채팅대화를 구현하기 위해 앱 사용자들이 실제로 주고받은 말뭉치를 학습했으나 장애인, 여성, 성소수자를 차별하는 표현 및 개인정보 추정이 가능한 데이터를 걸러내지 못했으며, 이는 소수자를 차별한다는 사회적 비판과 함께 곧 서비스의 빠른 종료로 이어졌다.최근 많은 기업들이 Digital Transformation 추세에 맞추어 AI 의 도입을 통해 차별적 경쟁력 확보를 노리고 있다. 특히 AI를 활용한 개인화 상품 추천 서비스가 강세이다. 고객의 선호도를 알 수 있는 충분한 데이터가 부족해도 해당 고객과 비슷한 속성을 가지는 고객군의 선호도를 분석한 뒤 취향을 유추하여 제품을 추천한다. 이러한 추천 방법은 추가 구매를 유도한다. 패션계의 넷플릭스라 불리는 스티치 픽스(Stitch Fix)는 이러한 추천 알고리즘과 전문 스타일리스트의 의견을 조합해 고객의 사이즈, 예산 및 스타일에 맞는 제품을 골라 배송해주는 서비스로 큰 성공을 거두었다. 성공의 가장 큰 요인으로 데이터 과학을 꼽을 만큼 AI 데이터 분석을 통한 매칭 정확도와 효율성 향상을 매우 중요하게 여기고 있다. 이를 위해 개별고객의 세분화된 선호 데이터를 수집하고 구매 여정의 모든 과정에서 지속적으로 의견을 받아 AI 데이터 분석 시스템을 학습, 발전시키고 있다. 개별 분석 결과를 비슷한 성향을 지닌 다른 고객에게도 추천 알고리즘으로 적용했다.AI를 이용한 구매 예측 모형은, 해당 상품의 상품속성들과 고객의 고객속성들을 사용하여 구매가능성을 예측하는 모형이다. 그 외 다양한 환경변수를 추가로 설정하는 경우도 있다. 이러한 예측 모형의 고객속성에는 고객의 나이, 성별 등이 사용되지만, 결과물이 고객의 속성과 관련된 가치 판단 등으로 이어지지 않기 때문에 사회적인 이슈로 부각되지는 않는다.AI를 적용하기 위해 수집되는 데이터는 매우 다양하다. 결국 수집된 데이터를 활용하는 목적에 따라 AI가 금지되기도 하고 엄격한 절차를 통해 통제 받기도 한다. 앞서 예를 든 것처럼 객체에 대한 속성을 분석하여 객체에 대한 고객의 취향을 도출하는 작업은 허용된다. 그러나 고객 자신의 속성을 분석하여 고객에 대한 가치판단을 도출하는 작업은 민감한 프라이버시를 침해할 수 있기 때문에 원칙적으로 금지되고, 허용되더라도 고객에게 상세한 동의를 받는 동시에 윤리적인 고려도 병행해야 할 것이다.특히, 기능적인 활용과 객체 분석을 통한 취향을 파악하는 것은 가능하지만 인간 자체를 분석 대상으로 하거나 인간에 대한 가치판단을 하는 것도 금지된다. EU의 인공지능법도 생체 정보 등을 개인의 프라이버시와 인권침해 우려가 있는 용도로 사용하는 것을 ‘Unacceptable risk’로 정의해 금지하고 있으며, 안전과 인권에 큰 영향을 주는 AI를 고위험으로 정의해 엄격한 절차를 요구하고 있다.따라서, AI 알고리즘의 결과물의 성격에 따라 처리할 데이터에 기울이는 정성도 달라져야 한다. AI 분야의 세계적 권위자인 앤드류 응 교수 또한 그의 저서 ‘Machine Learning Yearning’에서 AI의 오류와 편향의 6~30%는 잘못 라벨링된 데이터의 부정확성 때문에 발생할 수 있다고 지적했다. 사물에 대한 오류보다 사람에 대한 오류가 소비자에게 더 큰 손해를 야기할 수 있기 때문에 AI를 이용한 서비스의 개발 및 판매 전 과정에서 더 큰 정성을 기울여야 하며, 특히 정확성에 가장 중요한 영향을 주는 데이터 수집과 라벨링에 더욱 큰 정성을 기울여야 할 것이다.