[이데일리 신영빈 기자] 편의점 매장에서 가장 잘 팔리는 도시락이 잠시 품절되면 어떤 일이 벌어질까. 원하는 상품을 찾지 못한 고객이 저가 상품으로 대체 구매하거나 매장을 떠나면서 매출이 줄어드는 현상이 나타난다. 이처럼 눈에 잘 보이지 않는 매장 운영의 비효율을 데이터로 분석하고 인공지능(AI)으로 개선하려는 기술이 일본 리테일 현장에서 먼저 성과를 내고 있다.

AI 리테일테크 기업 딥핑소스는 2일 서울 강남구 본사에서 기자간담회를 열고 공간 데이터 기반 매장 운영 자동화 기술과 사업 전략을 공개했다. 딥핑소스는 카메라 등으로 수집한 오프라인 공간 데이터를 분석해 매장 운영을 최적화하는 ‘공간 AI’ 플랫폼을 개발·운영하고 있다.

딥핑소스는 이미 일본 시장에서 가시적인 성과를 내고 있다. 전체 매출의 약 60%가 일본에서 발생하고 있으며, 현지 편의점과 리테일 기업을 중심으로 실제 매장에 솔루션이 도입돼 운영되고 있다. 단순 실증(PoC)을 넘어 상용화 단계에 진입했다는 설명이다.

실적도 성장세다. 지난해 매출은 약 30억원 수준이며 올해는 최소 100억원 이상, 최대 170억원까지 확대를 목표로 하고 있다. 현재 솔루션 적용 매장은 약 100여 곳이다. 올해는 국내 주요 리테일 업체와 협업해 1만개 단위까지 확대한다는 구상을 내놨다.

이 같은 성과의 배경에는 매장 운영을 데이터 기반으로 정량화한 점이 꼽힌다. 딥핑소스는 매장에서 자주 발생하는 ‘결품(품절)’ 문제를 분석한 결과 특정 상품이 부족할 경우 단순히 해당 상품 매출 감소에 그치지 않고 고객 이탈과 객단가 하락으로 이어지는 것으로 나타났다고 밝혔다.

예컨대 한 편의점에서 도시락이 오후 시간대에 품절되자 도시락을 구매하려던 고객이 음료 등 저가 상품으로 대체 구매하거나 매장을 떠나면서 단일 품목 기준 반나절 동안 약 7만원대의 기회손실이 발생한 것으로 집계됐다. 이러한 결품 현상이 반복적으로 나타나며 매장 전체 매출에 영향을 미치는 것이다.

고객 행동 데이터 분석 결과도 유의미했다. 매장을 방문한 고객 중 아무것도 구매하지 않고 나가는 비율이 최대 80% 수준까지 나타났으며, 상품 배치와 동선을 최적화할 경우 이를 최대 40% 수준까지 낮출 수 있었다. 이 과정에서 매출이 최대 40% 이상 증가한 사례도 확인됐다는 것이 회사 측 설명이다.

딥핑소스의 AI는 매장 내 고객 동선과 체류 시간, 상품 관심도 등을 분석해 진열 위치 변경, 발주량 조정, 프로모션 방식 등을 자동으로 제안한다. 나아가 시뮬레이션을 통해 특정 배치 변경 시 매출 변화까지 예측하는 기능도 갖췄다. 딥핑소스는 이러한 기술을 통해 매장 운영을 ‘경험’이 아닌 ‘데이터’ 기반으로 전환하고 있다고 강조했다.

향후에는 로봇과의 연계를 통해 자동화 수준을 한층 끌어올릴 계획이다. AI가 매장 상태를 분석해 이상 상황을 판단하면, 로봇이 상품 진열이나 정리 작업을 수행하는 구조다. 현재 일부 일본 매장에서 관련 기술이 적용되고 있으며, 사람과 로봇이 함께 매장을 운영하는 형태로 발전하고 있다.

올해 국내 시장 확대에도 본격 나선다. 그간 일본 중심으로 성장해 온 사업 구조를 바탕으로 국내 비중을 끌어올려 향후 한국과 일본 매출 비중을 반반 수준으로 맞추겠다는 목표다.

김태훈 딥핑소스 대표는 “매장 안에서 벌어지는 데이터를 기반으로 어떻게 하면 공간을 더 좋게 만들 수 있을지를 계속 최적화하는 것이 목표”라며 “AI가 제안하고 실행까지 이어지는 자율 운영 구조로 발전시키고 있다”고 말했다.