리테일트렌드, 매장 변화 감지 및 분석까지 AI로 한 번에

리테일트렌드, 씨프로의 AI 기반 방문객 분석 서비스
소형 매장 올인원 분석 서비스 ‘리테일트렌드 V2’ 출시
매대 변경 시, AI가 알아채고 분석

[보안뉴스 엄호식 기자] AI 기반 영상보안 전문 업체 씨프로(대표 이영수)에서 운영하는 AI 기반 방문객 분석 서비스 ‘리테일트렌드’가 매장의 레이아웃과 집기, 매대, POP 등의 변화를 인공지능(AI)이 스스로 인식하고, 이에 따른 고객 행동 데이터를 자동으로 분석해 주는 ‘매장 변화 감지’(SLCI: Store Layout Change Index) 기능을 새롭게 선보였다고 23일 밝혔다.

그동안 오프라인 매장에서는 인테리어 변경이나 상품 진열 변경, POP 교체, 매대 재배치 등의 다양한 개선 활동이 이뤄졌지만 이러한 변화가 실제 고객 행동과 매장 성과에 어떤 영향을 미쳤는지 객관적으로 분석하기 어려웠다.

많은 브랜드가 리뉴얼이나 VMD(Visual Merchandising) 개선 후 결과를 단순히 매출 변화로만 판단하곤 했지만, 매출은 상권·날씨·프로모션·시즌성 등 다양한 외부 요인의 영향을 동시다발적으로 받기 때문에 순수한 환경 변화의 효과를 정확히 평가하는 데는 명확한 한계가 있었다.

리테일트렌드가 출시한 ‘매장 변화 감지’ 기능은 매장에 설치된 AI 카메라가 매장 내 이미지를 실시간으로 비교・분석해 집기 이동이나 매대 재배치, POP 교체, 진열 변경, 인테리어 변경 등 다양한 환경 변화를 자동으로 포착해 낸다. 특히 단순히 변화 여부만 기록하는 것에 그치지 않고, 변화가 발생한 정확한 시점과 방문객 데이터의 변화 추이를 링크해 통합 분석하는 것이 핵심이다.

리테일트렌드는 변화 감지 결과와 함께 직원을 제외한 순 방문객 수와 성별·연령 분포, 체류시간, 히트맵, 매대 체류 분석 등의 데이터를 통합 분석해 매장 변화 이후 고객 행동이 어떻게 달라졌는지 확인할 수 있도록 지원한다. 예를 들어 특정 매대를 입구 방향으로 이동한 이후 방문객 체류시간이 증가했는지, POP 교체 이후 해당 구역으로의 관심 고객 유입이 증가했는지, 혹은 매장 리모델링 이후 고객 동선이 어떻게 변화했는지 등을 정량적으로 분석할 수 있다.

시스템이 변화가 발생한 구역의 ‘Before & After’ 이미지를 자동으로 캡처해 대시보드에 매칭해 줌으로써 본사 담당자와 점주가 변화 내용을 한눈에 직관적으로 확인할 수 있도록 편의성을 극대화했다.

▲리테일트렌드 V2 대시보드 내 매장 레이아웃 변화 지수(SLCI) 분석 화면 [출처: 씨프로]

함께 출시한 ‘리테일트렌드 V2’는 순 방문객 수와 성별·연령, 체류시간, 히트맵, 동선, 매대 분석, 매장 변화 감지 기능을 하나의 플랫폼으로 통합한 소형 매장용 올인원 분석 서비스다. 초기 서버 구축이나 고가의 분석 장비 도입 없이 월정액 구독방식으로 이용할 수 있어 소형 패션 매장, 뷰티 스토어, 라이프스타일 매장, 프랜차이즈 가맹점 등에서도 부담 없이 도입할 수 있다.

브랜드 본사는 리테일트렌드가 제공하는 대화형 AI UI에 매출 데이터를 업로드하면 방문객 행동 데이터와 결합·분석해 AI가 전 매장을 비교·분석한 자료와 함께 액션 플랜까지 제안받을 수 있다.

이영수 씨프로 대표이사는 “온라인 쇼핑몰은 구글 애널리틱스(GA)를 통해 페이지 변경 효과를 즉시 분석할 수 있지만 오프라인 매장은 그동안 변화에 대한 객관적인 측정 수단이 부족했다. 리테일트렌드는 오프라인 매장의 변화와 고객 행동을 데이터로 연결해 매장 운영 의사결정을 지원하는 플랫폼으로 발전하고 있다”고 밝혔다.

한편 리테일트렌드는 패션, 뷰티, 가전, 라이프스타일 브랜드를 중심으로 현재 600여개 매장, 3500여 채널에서 활발히 서비스되고 있으며 오프라인 DX 시장을 견인하고 있다.

[엄호식 기자(eomhs@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다