AI 기반 초개인화 서비스의 현재와 미래

그렇다면, 가장 좋은 세그먼트는 무엇인가? 결국, 개개인을 이해하고, 각 개인의 특성에 따라 개인의 필요에 부합하는 상품과 서비스를 제공하는 것이라고 할 수 있다. 그래서 최근 다수의 기업들은 개인의 특성을 파악해서 이 사람은 “젊은 스포츠 매니아다”, “여행 매니아다”, “사회 초년생이다” 등의 키워드를 정의, 1대1 마케팅으로써 차별화된 상품과 서비스를 제공하고 있다. 이러다 보니, 기업은 분석을 기반으로 중복 마케팅 비용을 줄일 수 있고, 고객은 피로도를 줄일 수 있게 되었으며, 일관된 커뮤니케이션을 통해 마케팅 성공률을 증가시키게 되었다고 요약할 수 있다.

그렇다면 초개인화는 무엇일까? 초개인화의 ‘초’는 사전적인 의미로 ‘개인을 뛰어넘는 마케팅’을 말한다. 즉, 개인을 이제는 1명이 아닌 0.1명 단위로 쪼갠다는 것이다. 인문학적인 멀티 페르소나 관점에서 개인은 시간, 장소, 상황에 따라 많은 자아를 가지고 있다. 아침과 저녁이 다르고, 직장에 있을 때와 집에 있을 때가 다르며 가족과 술을 마실 때와 친구들과 술을 마실 때, 직장에서 회식을 할 때, 우리의 말과 행동이 다를 뿐만 아니라, 그때마다 필요로 하는 것도 달라진다는 것이다. 이러한 관점에서 앞서 언급한 1:1 개인화는 여전히 한계를 지니고 있다. 즉, “젊은 스포츠 매니아다”라는 정의는 개인의 대표적 특성을 나타낸 것일 수 있으나, 오히려 나머지 9가지 자아를 놓칠 수 있다는 것이다.
요즘 젊은 친구들 사이에서 오가는 단어 중 ‘편백족’이 있다. 낮에는 편의점에서 라면과 삼각김밥으로 끼니를 때우고, 저녁에는 백화점에서 옷이나 명품을 구매하는 사람을 말한다. 또한, ‘노무족’은 ‘No more uncle(더 이상 아저씨가 아니다)’의 의미로 나이와 상관없이 자유로운 생활과 소비를 하는 40~50대를 칭한다. 이는 과거의 기준으로는 정의하기 어려운 양면성을 가지고 있다고 볼 수 있다. 이와 같이, 각 개인은 시간, 장소에 따라 다양한 자아를 표출하고 있고, 최근 워라벨에 따라 나이가 많은 사람뿐만 아니라 젊은 사람들에게도 이러한 추세는 점점 강화되고 있다.
스마트폰만 보더라도 얼마나 많은 자아가 우리에게 있다는 것을 알 수 있다. 다른 사람과 문자로 대화할 때나 카톡할 때, 텔레그램을 할 때 모두 그 대상과 말투가 달라진다. 심지어, 필자의 중학생 딸은 인스타그램을 이용할 때 3개 이상의 계정을 사용하는데 가족에게 보여주는 계정, 절친과 공유하는 계정, 학교 친구들과 소통하는 채널이 다르고, 그때마다 자유자재로 변한다. 필자는 15년 넘게 같이 생활하고 있는 딸의 일부분만 보아 왔다고 할 수 있고, 오히려 인스타그램이 딸의 다양한 본 모습을 더 잘 알 수 있겠다는 생각을 할 수 있다.
요약하면 초개인화는 앞서 언급한 인문학 관점의 멀티 페르소나를 기술 관점에서 구현한 것이다. 사전적으로 초개인화는 “개인의 상황에 맞게 기업이 개별적인 맞춤 혜택을 제공하는 것”이라고 정의되어 있다. 반면, 필자가 근무하는 회사에서는 초개인화를 분석의 관점에서 “개인별 상황에 대한 데이터 가시성 확보를 통해 개인별 상황에 부합하는 최적의 상품과 서비스를 적시에 고객이 원하는 방법으로 제공하는 것”이라고 정의한다. 여기서 가장 중요한 것은 개인별 상황에 부합한다는 것이고, 이 상황이라는 것은 자아가 바뀌게 되는 시간, 장소, 이벤트를 모두 고려한다는 것이다. 그리고 이를 분석해 고객이 원하는 시간과 방법으로 의사소통을 한다.

따라서, 초개인화가 업무에 적용된다면 이제는 100명의 고객으로 100개의 시장을 만들어 내는 것이 아니라, 100명의 고객으로 1,000개의 시장을 만들어 낸다고 이야기할 수 있다. 이에 기업은 고객을 분석할 수 있는 데이터가 있다면 한 걸음씩 단계적으로 진화하는 것이 아니라 기술력에 기반해서 바로 초개인화 마케팅으로 퀀텀 점프를 할 수 있다고 요약할 수 있다.

위 화면은 필자 가족의 넷플릭스 초기화면이다. 필자는 약 1년 전부터 넷플릭스를 이용하고 있는데, 지금은 매우 놀라운 경험을 하고 있다. 어느 계정으로 접속하느냐에 따라 색깔부터 다르고, 추천 콘텐츠가 완전히 다르다. 필자는 액션, 판타지가 주로 나오는 반면, 배우자는 드라마와 육아가 중심이다. 단 한 번도 어떠한 정보를 입력하지 않았는데도 말이다. 그리고, 특정 콘텐츠를 클릭하면 시청자의 선호도가 수치화해서 나오고, 90%가 넘는 콘텐츠는 필자가 모르는 것이라도 지금까지 실망한 적이 없다. 예전에는 필자가 넷플릭스를 이용하고 있다고 생각했으나, 지금은 넷플릭스가 필자를 이끌어 가고 있다고 해도 틀린 말이 아닐 거라 생각한다.
유튜브는 어떠한가? 아이들이 10분짜리 동영상을 보기 시작하면, 2~3시간동안 쉬지 않고 보게 된다. 계속해서 관심사를 반영한 영상을 추천하기 때문이다.

유통과 관련해서 아마존닷컴의 초개인화 사례는 혁신 그 자체이다. 기존 마케팅에서는 설문조사를 하지 않는 이상 소비자의 행동 패턴과 심리 데이터를 모을 수 없다고 여겨왔지만, 아마존은 행동 패턴, 심리 패턴 속성까지 축적하는 마케팅 혁신을 가져왔다. 결과적으로 0.1명 단위로 고객을 세분화해서 매출을 향상시키고 있으며 고객이 보고, 비교하고, 장바구니에 담는 모든 패턴을 인지·학습하고 구매 확률을 분석해서 주문 전 미리 상품을 발송하는 단계에 이르렀다.
과거에는 그림의 회색 화살표와 같이, 고객의 구매를 시작으로 상품이 여러 단계를 통해 고객에게 배송됐다면, 이제는 빨간색 화살표와 같이 고객 물품 주문이 첫번째 단계가 아니라 그 이전에 예측기반으로 상품을 가까운 물류창고에 배송해서 당일에 상품을 받을 수 있게 된 것이다. 초개인화를 통해 물류의 혁신이 이뤄졌다고 할 수 있다.

국내 금융권에서도 초개인화 서비스의 사례가 등장하고 있다. 카드사에서는 요일뿐만 아니라 하루를 오전, 오후, 저녁 등 8개로 나눠 고객의 시간을 50개 이상으로 구분하고, 고객이 시간별로 어디서 무엇을 하고 어떤 관심을 갖고 있는지를 분석하고 있다. 과거에는 주유 쿠폰을 한 달 유효 기간과 함께 제공했지만, 지금은 매주 토요일에 주유하는 것을 미리 파악하고 당일 주유 쿠폰을 발송해 바로 구매로 이어지게 만들고 있다.

‘My Data’를 활용한다면, 타사 카드 정보를 분석해 주유 쿠폰 같이 당사 카드로 전환 마케팅을 통해 ‘Share of wallet’을 증대할 수 있는 것이다. 고객은 추가 지출 없이 쿠폰 이익을 얻을 수 있고, 기업은 보다 쉽게 당사로 고객을 이동시킬 수 있다.
증권업계에서는 AI 전문기업과 적극적인 파트너십 체결을 진행하고 있다. 현대차증권은 AI 기반 금융서비스와 디지털 사업 역량 강화를 위한 로보 어드바이저 솔루션 제공업체와 제휴 협약을 체결했고, KB증권은 AI 목표 중심 자산관리 플랫폼 기업과 초개인화 비대면 서비스 개발 및 추진을 위한 업무 협약을 체결했다. 교보증권 역시 AI 기반의 컴플라이언스 사업을 진행했던 사업자와 마이데이터 시스템 구축을 위한 사업 계약을 체결했다.
은행업계에서도 발빠른 움직임이 이어지고 있다. 광주은행은 AI 전문기업과 손잡고 고객에게 실시간으로 최적의 상품을 추천하는 초개인화 마케팅 서비스를 구축하고 있다. 고객 정보를 실시간으로 수집, 분석해 고객에게 맞는 상품을 추천하고 이를 모니터링해 효과를 분석 및 재반영하는 특징이 있다고 한다. 또한, 하나은행은 최근 마케팅 플랫폼 구축 프로젝트 1단계에 착수하고, 고객이 모바일 등 채널을 이용할 때 보는 ‘뷰(view)’를 기반으로 개인 맞춤형 마케팅을 제공하는 시스템을 개발하고 있다. 우리은행은 ‘실시간 오퍼링(offering)’ 시스템을 만들고 있으며 고객이 어떤 상품을 조회하는지 행동 정보를 취합해 필요로 하는 상품을 즉각 추천해주는 서비스를 계획하고 있는 것으로 알려졌다.
국내 금융회사의 AI 기반 개인화 서비스는 이제 막 첫 장을 연 것으로 보인다. AI에 기반한 다양한 서비스들이 출시되고 있지만, 막상 기초 데이터의 오류와 머신러닝 알고리즘의 편향으로 의미 있는 성과를 내지 못하거나 소비자 보호 등에 부작용이 발생하고 있다. 개인화 분석에 필요한 데이터 확보와 결합 역량이 초창기에 있어 빅데이터 분석에 적용되는 AI 알고리즘 역시 아직은 시작 단계라고 할 수 있다.
AI만 도입되면 모든 업무가 자동화되고 고도화될 것이라는 섣부른 기대에 대한 경고일지도 모른다. 이러한 우려에 대응하여 금융위원회는 지난해 금융분야 AI 가이드라인을 발표했다. 이 가이드라인은 금융회사가 AI 도입 시 선제적으로 위험관리 체계를 구축하도록 하고 AI 설계 시 감독과 통제가 가능하도록 하는 방안을 요구하고 있다.
금융회사들이 AI 기반의 상품추천, 대출한도모형 개발, AI 은행원 등 다양한 상품 및 서비스를 개발하고 있는 상황에서, 단순히 파일럿 방식의 연구과제가 아닌 모든 고객을 대상으로 실질적인 서비스를 제공하려면, AI 알고리즘에 대한 적정성 및 컴플라이언스 위반 여부를 지속적으로 리뷰하고 교정하는 작업이 필요하다.
올해 많은 금융권에서 초개인화를 화두로 잡은 만큼 가까운 시일 내 구체적인 그림들이 곳곳에서 보여질 것으로 기대된다. AI 서비스를 본격적으로 확산하는 과정에서 ‘설명가능한 AI’ 프로세스를 갖추는 작업에 노력을 기울이고, 개인화를 기반으로 데이터 관리 거버넌스를 구축하며 다양한 산업 분야에서 여러 파트너사와의 데이터 공유를 위한 API 네트워크 개발, 데이터 분석 프로세스 및 애플리케이션 개발에 보안 및 개인정보 보호 역량도 더욱 강화될 전망이다.

앞서 언급한 바와 같이, 특정 영역에 강점이 있는 기업들의 공통점을 발견했는가? 그들이 어떤 물건을 팔고 있던, 무슨 서비스를 제공하고 있던, 그 기반에는 초개인화를 중심으로 오퍼레이팅이 되고 있는 점이다.

지난 5년간 데이터 증가와 더불어 기술도 엄청난 진화를 거듭해 왔다. 하지만 아직도 코딩 같은 전문지식이 있어야 고급 분석과 시각화 툴을 사용할 수 있는 것으로 알고 있는 사람들이 많다. 최근 진화한 AI 분석 플랫폼은 엑셀 피봇을 다룰 수 있는 정도의 노력과 스킬을 가지고 있다면, 드래그&드롭 방식으로 코딩없이 다양한 정형·비정형 분석이 가능하고, 고급 분석의 시각화를 통해 업무 활용을 극대화할 수 있다.
이를 통해, 비즈니스를 가장 잘 알고 있는 현업 스스로가 분석하고 결과를 해석하며 업무에 적용하는 과정으로 비즈니스 성공 확률을 훨씬 높일 수 있다고 요약할 수 있다. AI를 활용한 초개인화에 있어서 현업의 분석 역량 내재화는 이제 선택이 아닌 필수이다.
기업이 생존을 넘어 성장하려면 변화의 방향성도 중요하지만, 변화의 속도가 더욱 중요하다. 앞으로는 개별 분석가의 역량에 의존하지 않고 신기술 기반의 AI 분석 플랫폼을 활용해 새로운 성공신화를 만들어가는 게임체인저가 되길 바란다.