리테일 업계는 지난 몇 년간 온라인 거래 증가, 매장 내 디지털화, 인력에 대한 변화 및 쇼핑객의 선호도를 포함한 여러 변화에 직면해 왔습니다. 이러한 변화는 물리적 매장에서 더욱 혁신을 가져왔고 기존의 일부 발전을 가속화하기도 했습니다.

리테일 업계에서 많은 관심을 받고 있는 그러한 진보된 기술 중 하나는 인공 지능(AI), 특히 네트워크 비디오 카메라에서 스마트 분석의 사용이 증가하는 상황에서의 활용입니다. 카메라가 디지털 이미지와 비디오로부터 ‘보고’ 의미 있는 통찰력을 얻도록 허용하는 인공 지능의 한 부문인 컴퓨터 비전은 소매업 부문을 변화시킬 가능성이 있습니다. 이 기술은 분실 방지, 직원 배치, 지속 가능성 및 재고 관리와 같은 가장 큰 과제 중 일부를 해결하는 데 필요한 데이터와 통찰력을 제공할 뿐만 아니라, 쇼핑 경험을 개선하는 데 도움을 줄 수 있습니다. 이 모든 것은 동일한 시스템에서 가능합니다.

실시간 분석으로 손실 방지 지원

안타깝게도, 손실 방지는 리테일 업계 내에서 여전히 주요한 이슈입니다. 2021년 NRF의 보고에 따르면, 평균 재고 감모율은 1.4%였습니다. 그 해 전체 리테일 판매에서 차지하는 비율로 환산하면, 재고 감모는 945억 달러의 손실을 나타냅니다. 이는 엄청난 금액이며, 매장 환경 내에서 셀프 계산대와 같은 도난 위험 장소를 식별하여 이 문제를 해결하는 것이 중요합니다.

고객들은 결제를 회피하기 위해 다양한 전략을 사용할 수 있는데, 고객들을 감시할 물리적인 직원이 없을 때 이러한 유혹에 빠질 수 있습니다. 그렇지만 많은 이점으로 인해, 셀프 계산대를 없애는 것은 좋은 방안이 아닐 것입니다. 셀프 계산대는 대기 시간을 줄이고 심지어 고객 경험을 향상시킬 수 있기 때문입니다.

실제로 2023년 깃눅스(Gitnux)가 발표한 연구에 따르면 소비자의 73%가 직원이 있는 계산대보다 셀프 계산대를 선호하는 것으로 나타났다. 이러한 선호는 매장 내 셀프 계산대 옵션의 채택과 확대를 지속적으로 견인할 것이므로, 도난 위험을 완화하는 것이 중요합니다.

이것은 컴퓨터 비전과 고급 분석 소프트웨어가 장착된 카메라를 셀프 계산대 구역에 설치하여 제품 스캐닝 누락, 바코드 은폐, 기타 의심스러운 행동을 탐지함으로써 달성할 수 있습니다. 이런 행동을 감지하면 보안 직원에게 알림을 보내 조사 및 개입을 할 수 있도록 해 줍니다.

한 걸음 더 나아가, AI는 셀프 계산 과정에 대한 통찰력을 수집하여 패턴을 파악하고 도난이 발생하는 방식을 더 잘 이해할 수 있습니다. 이를 통해 재고 감모를 줄이고 수익에 긍정적인 영향을 미치는 대응책을 실행할 수 있습니다.

운영 및 고객 경험 지원

편의성은 특히 매장 오픈 시간 연장과 구매 여정 단축은 쇼핑객들에게 매우 선호됩니다. 이는 자동화와 첨단 기술의 현명한 사용을 통해 달성될 수 있습니다. 소프트웨어가 내장된 네트워크 카메라를 사용하여 재고 보충 및 매장 방문자 수 모니터링과 같은 매장 내 프로세스를 관리하여, 직원이 쇼핑객에게 고품질 조언 및 추천을 제공할 수 있습니다. 이는 고객 불만이 급증할 수 있는 바쁜 시기에 특히 중요합니다.

또한 현장 직원이 없을 때 둘러보고 구매할 수 있도록 기술을 활용하는 하이브리드 매장 모델로 전환되고 있습니다. 이를 통해 개장 시간을 연장해, 쇼핑객이 편리한 시간에 들어와 쇼핑하게 할 수 있습니다. 이 때, 매장에 대한 통찰력을 얻기 위해 컴퓨터 비전을 구현할 수 있습니다. AI 기능이 탑재된 네트워크 카메라는 고객이 언제 물건을 바구니에 추가하는지, 매장에서 얼마나 오래 머무는지, 마찰 또는 병목 지점 및 기타 매장 내 행동을 추적할 수 있습니다. 이 정보는 고객 경험에 긍정적인 영향을 미치기 위해 변경이 필요한 모든 사항을 알려줄 수 있습니다.

재고 관리 업그레이드

재고 부족은 쇼핑객들이 겪는 주요 불편 중 하나이며, 수익 손실의 원인이 될 수 있습니다. 특정 장소와 시간에 구매할 수 있는 제품의 수를 나타내는 닐슨 IQ의 진열대 가용성 분석에 따르면, 비어 있는 진열대는 2021년 한 해에만 820억 달러의 매출 손실을 입혔는데, 이는 피할 수 있었을 손실입니다.

전통적으로 직원들은 선반에서 재고 수준을 수동으로 확인하고 일과 중 정해진 시간에 제품을 보충했습니다. 그러나 탐지와 재입고 사이의 간격은 특히 인기 품목에서 판매를 창출할 기회를 놓칠 수 있습니다.

이 경우 컴퓨터 비전이 도움이 될 수 있습니다. 모듈형 또는 단독형 카메라가 선반의 비디오 이미지를 캡처하고, 머신 러닝 및 이미지 처리 알고리즘이 재고 배치 및 가용성에 대한 데이터를 분석합니다. 보충의 필요성이 감지되면, 직원에게 특정 품목을 재고해야 할 필요성을 알리는 실시간 알림이 대시보드 또는 모바일 앱으로 전송됩니다. 이렇게 추가된 민첩성과 유연성은 재고 수준이 고객의 요구에 대응할 수 있도록 보장합니다.

AI를 활용해 지속 가능성 목표 달성

운영 효율성과 수익성을 고려할 때 매장 환경 내에서 컴퓨터 비전과 AI를 사용하는 것의 즉각적인 영향을 쉽게 알 수 있지만, 이러한 기술을 사용하여 지속 가능성 지표를 개선할 수도 있습니다.

AI를 구현하여 재고 수준을 모니터링하면, 수요에 직접 대응하고 폐기되거나 매립될 수 있는 잉여 재고를 방지할 수 있습니다. 또한 AI 예측 도구를 활용하여 재고를 더 잘 관리하고 배출 속도를 모니터링하여 탄소 중립을 달성하는 데 도움을 줄 수 있습니다. 매장 밖에서 AI는 물류 네트워크 내에서도 유용하여 제품 배송의 정확성을 향상시키고 트럭 용량을 최대화하여 불필요한 운송을 피함으로써 배출량에 기여할 수 있습니다.

리테일의 미래는 분석을 통해 뒷받침될 것

비디오 감시 분야에서 AI의 가능성은 유망합니다. 컴퓨터 비전을 탑재한 네트워크 카메라는 비디오 분석을 강화하여 위협 감지, 모션 감지, 객체 인식, 매장 내 행동에 대한 더 나은 이해를 가능하게 합니다.

이를 통해 직원은 고객 경험을 개선하고 반복적인 비즈니스 및 브랜드에 대한 충성도를 장려하는 고품질 서비스 제공에 집중할 수 있습니다. 또한 AI를 사용하여 트렌드 및 고객 선호도를 예측할 수 있으므로 재고, 마케팅 캠페인 및 제품 출시를 보다 효과적으로 계획할 수 있습니다. 지속 가능성 목표를 지원한다는 측면에서 추가적인 이점도 있습니다. 이 기술에서 얻은 통찰력을 사용하여 폐기물을 최소화하고 물류를 최적화할 수 있습니다.

데이터 수집 및 분석 활동과 마찬가지로 AI의 이점도 많지만, 구현하기 전에 프라이버시에 대한 윤리적 우려와 기술의 잠재적 오용을 고려하는 것이 중요합니다. 이는 보안 및 안전 보장을 넘어 비즈니스에 이익이 될 보안 감시 시스템 내에서 변화를 만들기 위해 노력하는 동안 탐색해야 할 지속적이고 지속적인 주제입니다. 보안 감시 시스템 내에서 AI를 활용하면 궁극적으로 더 나은 비즈니스 결정을 내리고 장기적으로 수익을 높일 수 있습니다.

Axis의 리테일용 솔루션에 대해 더 자세히 알아보세요.

리테일 솔루션