IT 자문기관 가트너(Gartner)가 전자상거래에 적용된 인공지능(AI)의 대부분이 성공적인 결과를 보였다는 설문조사 결과를 발표했다. 해당 설문조사에 참여한 전자상거래 조직 중 70%는 자사의 AI 프로젝트가 ‘매우’ 또는 ‘대단히’ 성공적이라고 답한 것으로 나타났다.

가트너는 전자상거래에서의 AI 관련 도입, 가치, 성공, 어려움 등을 파악하기 위해, 현재 AI를 사용 중이거나 시범 운영 중인 전자상거래 기업 307곳을 대상으로 지난 6월부터 7월까지 설문조사를 실시했다. 특히 미국, 캐나다, 브라질, 프랑스, 독일, 영국, 호주, 뉴질랜드, 인도, 중국의 기업 관계자들 중 전자상거래 관련 전략적 의사 결정에 참여했던 이들을 선정하여 진행했다.

응답자들 중 75%는 자체 평가 기준으로 두 자릿수의 성장을 이뤘다고 답했다. AI가 비즈니스에 미치는 영향을 측정하기 위해 사용하는 가장 일반적인 지표는 고객 만족, 매출, 비용 절감이다. 구체적인 수치로는 고객 만족, 매출, 비용 절감 부문에서 각각 19%, 15%, 15%의 개선을 달성했다고 답했다.

가트너는 2020년까지 전자상거래 기업 중 최소 60%가 AI를 사용할 것이며, 전자상거래 매출의 30%는 AI 기술에 힘입어 성장할 것으로 전망했다.

가트너 리서치 디렉터(research director)인 샌디 셴(Sandy Shen)은 “전자상거래는 AI 기술이 발전하기에 매우 적합한 분야”라며, “고객 응대와 백 오피스 운영에 대한 다차원 적인 데이터가 풍부한 분야이기 때문”이고 설명했다.

이번 설문조사를 통해, 전자상거래에서 AI가 적용될 수 있는 다양한 분야에 대해 알아볼 수 있었다. 상위 세 가지 분야는 다음과 같다.

1. 고객 세분화
2. 상품 분류
3. 사기 감지

초기 성공에도 불구하고 전자상거래 기업은 AI를 구현하는 과정에서 큰 어려움을 겪는다. 이번 설문조사에 따르면, 전자상거래에 AI 적용 시 겪게 되는 최대 과제는 양질의 교육 자료 부족(29%)과 자체 기술 부족(27%)인 것으로 나타났다. AI 기술 자체가 흔치 않고, 기업들은 해당 기술에 대한 사내 전문 인력이 없어 외부 기술자를 영입하거나 외부 파트너들의 도움을 받을 수밖에 없다.

평균적으로, 응답자들의 43%는 솔루션을 스스로 개발하거나 서비스 제공업체의 솔루션을 변형한 것으로 나타났다. 반면에 보다 큰 성공을 거둔 기업들의 63%는 상용 AI 솔루션을 활용하고 있다고 답했다.

샌디 셴 리서치 디렉터는 “검증된 성능을 갖춘 솔루션은 수많은 배포 과정에서 테스트를 거쳤기 때문에 더욱 신뢰할 수 있다. 또한, 이러한 모델을 유지보수하고 개선하기 위한 전담 팀이 존재한다”고 말했다. 또한, “전자상거래에 AI를 구현하려는 기업들은 단순하게 시작해야 한다”며, “AI에 대한 기대치가 높고, 단일 프로젝트를 통해 여러가지 비즈니스 목표를 달성하려는 기업들이 많다. 이러한 복잡성은 높은 성능을 제공하기 어렵게 만든다. 더불어, AI 프로젝트를 12개월 이상 진행할 경우, 한 프로젝트에서 다른 프로젝트로 넘어가면서 깨달은 개선점을 신속히 적용하지 못한다는 맹점이 있다”고 덧붙였다.

응답자들은 전자상거래에 AI를 적용하는 프로젝트 개발에 평균 130만 달러를 투입했다고 답했다. 그러나 보다 성공적인 기업들의 52%는 개발에 100만 달러 이하를 사용한 것으로 나타났으며, 20%는 100만 달러 이상 200만 달러 이하를 사용했고, 500만 달러 이상을 사용한 이들은 9%에 불과한 것으로 나타났다.

가트너는 전자상거래 리더들이 성공 가능성을 높일 수 있는 방안을 다음과 같이 제시했다.

• 능력을 평가해야 한다. 고성능 솔루션을 개발하고 유지할 사내 AI 인력이 부족하다면 검증된 성능을 갖춘 상용 솔루션을 활용해야 한다.

• 12개월 미만의 단일 AI 프로젝트를 진행해야 한다. 대규모 프로젝트를 단계별로 나눠 기획부터 개발, 통합, 출시 완료에 이르는 첫 단계의 기간을 12개월 미만으로 설정해야 한다.

• 충분한 자금을 확보해야 한다. 인력 확보, 데이터 관리 및 처리, 그리고 기존 인프라 및 프로세스와의 통합에 예산의 상당 부분을 할당해야 한다. 충분한 자금은 고성능 솔루션을 확보하는데 도움이 된다.

• 최소기능제품(minimum viable product, MVP) 접근 방식을 활용해야 한다. 복잡한 비즈니스 문제를 세분화하고 비즈니스 결과를 도출할 수 있는 타깃 솔루션을 개발해야 한다. 획기적인 솔루션을 개발하기 보다는 AI를 사용해 기존 기술 및 프로세스를 최적화하는 것이 좋다.