롯데백화점은 어떻게 본업에 AI 접목해 성과낼까

“브랜드 AI 도입 후 가장 두드러진 성과는 파트너사와의 협상 과정에서 데이터에 기반한 객관적인 논의가 가능해졌다는 점입니다.”

롯데백화점이 인공지능(AI) 역할을 자료 작성과 정보 안내를 넘어 브랜드 발굴과 입점 상담, 매장 전략 등 사업 의사결정을 지원하는 단계로 넓히고 있다. 입점을 희망하는 브랜드의 제안서를 검토해 담당 바이어에게 연결하고 브랜드와 고객 데이터를 분석해 매장 위치와 면적을 정하는 데 활용하는 것이다.

AI가 반복적인 데이터 취합과 보고서 작성을 맡으면서 상품기획자(MD)는 분석 결과를 해석하고 입점 전략을 세우거나 브랜드를 직접 만나는 업무에 집중한다. AI는 선택지와 근거를 제시할 뿐 입점과 매장 배치에 대한 최종 판단은 현업 담당자가 내린다.

왼쪽부터 황병현 AX팀장, 최성철 AI STUDIO장, 양회민 AX팀 치프리더. (사진=롯데백화점)

롯데백화점의 AI 활용이 실제 업무를 어떻게 바꾸고 있는지, 향후 적용 범위를 어디까지 넓힐 것인지 최성철 롯데백화점 AI STUDIO장에게 들어봤다.

매출 이력 없어도 ‘고객 DNA’로 가능성 찾는다

롯데백화점의 AI 전략은 '고객'과 '파트너', '임직원'이라는 세 축을 중심으로 추진되고 있다. 고객에게 쇼핑 정보를 제공하는 데서 나아가 입점 파트너와 임직원의 업무를 지원하는 영역까지 AI를 적용한다는 구상이다.

대표적인 파트너 대상 서비스는 입점 희망 브랜드를 위한 AI 에이전트 ‘AI 비즈센터’다. 외부 브랜드가 제안서를 제출하면 AI가 내용을 1차로 선별해 관련 바이어에게 연결한다. 입점 상담부터 담당자 연결, 검토 결과 안내까지 한 곳에서 처리해 입점 검토에 걸리는 시간을 줄이는 구조다.

신생·중소 브랜드를 발굴할 때는 고객의 연령과 소비 성향, 감성 속성 등을 담은 ‘고객 DNA’를 활용한다. 기존 브랜드와 고객 특성이 유사한 브랜드를 찾아 매출 이력이 부족한 브랜드의 잠재력을 살펴본다.

최 STUDIO장은 “이미 매출이 크거나 데이터가 많이 축적된 브랜드는 MD들도 많은 관심을 가지고 관련 정보를 파악하고 있다”며 “대형 브랜드의 매출 규모 자체를 보기보다 그 브랜드가 가진 고객 DNA와 유사한 잠재력을 지닌 신생·중소 브랜드를 연결하는 방식으로 보완하고 있다”고 말했다.

브랜드AI를 사용해 업무를 수행하고 있는 롯데백화점 임직원들을 AI 이미지로 구현한 모습. (사진=롯데백화점)

롯데백화점은 사내 매출 이력이 부족한 인디·신생 브랜드의 가능성을 평가하기 위해 사회관계망서비스(SNS) 언급량과 검색 버징, 팝업스토어 반응 등 외부 트렌드 데이터를 결합하는 방안도 검토하고 있다.

고객 동선·연관 구매로 파트너 설득…판단은 MD 몫

지난 7월 말 도입한 ‘브랜드 AI’는 롯데백화점 전 점포에 현재 입점했거나 과거 입점한 이력이 있는 브랜드 4000여개를 분석한다. 담당 상품군 안에서 대체 브랜드를 찾던 기존 방식에서 벗어나 전사 데이터를 교차 분석해 고객층이 유사한 다른 상품군의 브랜드까지 보완재로 제안한다.

브랜드명을 입력하면 핵심 실적과 브랜드 관계망, 유사 브랜드 비교 결과도 자동으로 생성된다. MD는 데이터를 취합하고 보고서를 작성하는 대신 분석 결과를 검토해 입점 전략을 세우고 브랜드와 직접 협의하는 데 시간을 쓸 수 있다.

최 STUDIO장은 “브랜드 AI 도입 후 의사결정의 기반이 정량적이고 입체적인 데이터로 전환됐다”며 “단일 브랜드의 매출뿐 아니라 연관 브랜드와의 동시 구매 패턴, 유사한 고객군을 공유하는 대체 브랜드 후보를 몇 번의 클릭만으로 확인할 수 있게 됐다”고 설명했다.

AI 기술을 활용해 파트너사에 간편 상담을 지원하는 '롯데백화점 AI 비즈센터' (사진=롯데백화점)

분석 결과는 파트너사와 매장 운영 전략을 논의할 때도 사용한다. 특정 브랜드의 매장 면적이나 위치를 조정할 경우 점포 내 고객의 교차 유입 경로와 인접 브랜드와의 구매 연관성을 근거로 제시한다.

그는 “브랜드사도 자사 고객층이 실제로 어떤 인근 매장과 연계 구매를 일으키는지 객관적인 데이터로 확인할 수 있다”며 “주관적인 설득이 아니라 데이터에 기반해 논의하면서 제안한 매장 위치에도 적극적으로 공감하고 원활하게 계약을 체결할 수 있었다”고 말했다.

다만 AI가 입점이나 매장 배치를 직접 결정하는 것은 아니다. 숫자로 파악하기 어려운 브랜드의 감성과 시장 평판, 매장 연출 가능성, 파트너사의 협력 의지 등은 MD가 종합적으로 판단한다.

최 STUDIO장은 “AI 분석과 현업의 판단이 다를 경우 최종 결정은 현업 담당자가 내린다”며 “AI는 다각도의 데이터와 연관 관계를 보여줘 검토할 수 있는 선택지를 넓혀주는 역할”이라고 강조했다.

온톨로지·MCP로 사내 AI 연결…보안·환각도 통제

롯데백화점은 지난해 12월 조직 개편을 통해 전사 AI·데이터·정보기술(IT)을 총괄하는 AI STUDIO를 신설했다. 기존 DX팀과 데이터플랫폼팀, IT기획팀, 커뮤니케이션전략팀을 통합하고 전사 AI 전략의 수립과 실행을 전담하는 AX팀을 새로 만들었다.

AI STUDIO는 현업의 요청을 받아 시스템을 개발하는 데 그치지 않고 실무에서 필요한 기능을 찾아 시제품을 빠르게 구현한다. 바이브 코딩을 활용해 가능성을 검증한 뒤 파트너사와 협력해 정식 시스템으로 전환한다.

왼쪽부터 양회민 AX팀 치프리더, 황병현 AX팀장, 최성철 AI STUDIO장. (사진=롯데백화점)

최 STUDIO장은 “롯데백화점의 차별점은 보여주기식 개념검증에 머무르지 않는 ‘실사구시적 현장 중심 AX’”라며 “현장의 요구를 빠르게 파악해 프로토타입을 만들고 AI로 가능한 것과 불가능한 것을 검증한 뒤 실무에 적용하고 있다”고 말했다.

현재 고객에게는 생성형 AI 쇼핑 에이전트 ‘더스틴’을 통해 개인화된 상담을 제공한다. 임직원은 자연어로 고객·매출 데이터를 분석하는 BI 에이전트와 고객 의견을 실시간으로 분석하는 VOC AI 등을 이용하고 있다. 점포 안내방송 문안 작성과 마케팅 대상 고객 분석, 개인화 메시지 고도화에도 AI를 적용했다.

앞으로의 과제는 개별적으로 운영되는 AI 서비스를 하나로 연결하는 것이다. 이를 위해 고객과 브랜드, 상품, 점포, 매출 등 사내에 흩어진 데이터의 관계를 AI가 이해할 수 있도록 데이터 온톨로지를 구축하고 있다. AI 에이전트가 업무에 필요한 사내 정보를 안전하게 불러올 수 있도록 모델 컨텍스트 프로토콜(MCP) 기반의 연결 체계도 마련한다.

최 STUDIO장은 “유통업은 개인정보와 영업비밀 등 컴플라이언스 기준이 엄격해 사내 데이터를 외부 모델에 무작정 투입할 수 없다”며 “보안을 유지하면서 AI 에이전트가 현업에 필요한 지식을 안전하고 정확하게 참조할 수 있는 환경을 만드는 것이 기본 전제”라고 설명했다.

AI의 잘못된 분석을 막기 위한 검증 절차도 운영한다. 원천 데이터의 정합성을 확인하고, 특정 브랜드를 추천할 때는 어떤 고객 정보와 연관 지표를 근거로 삼았는지도 함께 제시한다. 최종 검증과 판단에는 임직원이 참여한다.