[기고] 인텔리전트 스토어의 부상, 엣지 AI가 여는 오프라인 리테일의 미래

수십 년간 오프라인 매장은 상품을 진열하고 결제를 처리하며 고객과 직접 만나는 판매 접점으로 기능해왔다. 그러나 인공지능(AI)이 빠르게 확산되면서 오프라인 매장은 운영 효율성과 고객 경험을 데이터 기반으로 개선하는 공간으로 진화하고 있다.

실제로 글로벌 리테일 기업들의 AI 도입도 확대되고 있다. 엔비디아의 리테일·소비재 기업 대상 조사에 따르면 응답자의 89%가 AI가 연간 매출 증가에 기여했다고 답했으며, 95%는 연간 비용 감소에 도움이 됐다고 응답했다. 

산업통상자원부가 2024년 발표한 '유통산업 AI 활용전략'에 따르면 2024년 당시 향후 3년 내 국내 유통산업의 AI 활용률을 30% 이상으로 높이겠다는 목표를 제시한 바 있으며 업계에서도 AI 전환을 본격화하고 있는 추세다.

김성민 슈퍼마이크로 FAE&비즈니스 개발 부문 상무

이에 따라 앞으로의 국내 유통산업의 과제는 단순히 AI 솔루션을 도입하는 것을 넘어 이를 실제 매장 운영에 안정적으로 적용하고 수백, 수천 개 매장으로 확장할 수 있는 기반을 마련하는 것으로 나아가고 있다. 

수많은 매장에서 지연시간과 대역폭 비용을 줄이고 실시간 의사결정을 지원하기 위해서는 AI 연산을 어디에서 수행할 것인지가 중요하다. 이에 따라 데이터가 실제 생성되는 매장 현장에서 AI를 처리하는 엣지 환경이 주목받고 있다. 

만약 AI 연산을 매장 현장에서 수행하는 환경이 갖춰지면, 실시간 인사이트를 확보해 운영 대응력을 높이는 동시에 개인화된 고객 경험도 구현할 수 있다.

이러한 개인화에 대한 소비자의 기대도 높다. 액센츄어의 ‘2018 개인화 실태 조사’에 따르면, 소비자의 91%는 자신을 알아보고 기억하며 관련성 높은 혜택과 추천을 제공하는 브랜드에서 구매할 가능성이 더 높다고 응답했다. 

이처럼 소비자들이 바라는 오프라인 쇼핑의 즉시성과 디지털 경험의 유연성을 결합한 새로운 리테일 매장 모델을 '인텔리전트 스토어(Intelligent Store)'라고 한다.

리테일 AI가 엣지로 이동하는 이유

리테일 매장에서는 매순간 카메라, POS, 센서, 디지털 사이니지 등을 통해 방대한 데이터가 생성된다. 그러나 이러한 데이터를 모두 클라우드로 전송하게 되면 빈 매대나 계산대 혼잡처럼 즉각적인 판단이 필요한 상황에 신속하게 대응하기 어려워진다. 

실시간 영상을 분석하고 직원의 업무를 지원하는 AI 에이전트 역시 데이터가 발생하는 현장에서의 실시간 추론이 중요한데, 이를 신속하게 처리하기 위해선 엣지 AI가 필수적이다.

엣지 AI란 현장에서 실행하고 데이터를 로컬에서 분석해 즉각적인 대응을 가능하게 하는 AI 모델이다. 

리테일 비즈니스에서 엣지 AI의 장점은 세 가지로 요약할 수 있다. 

첫째, 로컬 데이터 처리를 통해 지연시간을 줄일 수 있다. 

둘째, 클라우드로 전송해야 하는 데이터 양을 줄여 대역폭 비용을 절감하고 여러 매장으로 AI를 확장하기 용이하다. 

셋째, 네트워크 연결이 불안정한 상황에서도 매장 단위로 AI 기능을 운영해 서비스 연속성을 높일 수 있다. 

즉, 방대한 데이터를 클라우드로 전송하여 데이터를 처리, 분석하는 게 아니라 엣지 AI를 통해서 보다 신속하게 리테일 매장에서 발생하는 다양한 상황에 대응할 수 있는 것이다.

국내처럼 네트워크 인프라가 우수한 환경에서도 엣지 AI가 필요한 또 하나의 이유는 바로 개인정보 보호 때문이다. 매장 내에서 개인정보 보호법의 적용 대상은 개인을 식별할 수 있는 CCTV 영상이나 멤버십 정보 등이다. 

그러나 이러한 데이터를 매장 내에서만 분석하고, 개인을 식별할 수 없는 결품 알림이나 혼잡도 수치 등 필요한 정보만 클라우드로 전송한다면 외부로 전달되는 개인정보의 범위를 줄일 수 있다. 다시 말해 개인정보 보호 부담을 낮추고 고객 신뢰를 높이는 데에도 도움이 될 수 있다.

여러 매장으로 AI 확장하기

엣지 AI를 수천 개 매장으로 확대하려면 어떻게 해야 할까? 우선 매장별 환경과 워크로드를 고려한 인프라 구성이 필요하다. 안정적인 추론을 수행할 수 있는 컴팩트하고 전력 효율적인 시스템과 함께, 중앙에서 모델을 관리하고 데이터를 분석할 수 있도록 클라우드와 연동하는 구조가 필요하다.

이때 모든 매장에 동일한 구성을 적용하기보다 각 매장의 요구사항에 맞춰 컴퓨팅 자원을 최적화하면, 불필요한 과잉 구축을 방지하면서도 성능과 운영 효율성, 비용 효율성을 확보할 수 있다. 

예를 들어 카메라 몇 대로 매대 상태를 모니터링하는 소형 매장에서는 신경망처리장치(NPU)가 통합된 그래픽처리장치(CPU)를 활용하고, 수십 대의 카메라 영상을 동시에 분석하는 대형 매장에는 컴팩트 GPU나 전용 AI 가속기를 추가하는 방식이다.

이 과정에서 핵심은 클라우드와 엣지의 역할을 적절히 나누는 것이다. 클라우드는 대규모 AI 모델 학습과 전사 데이터 분석, 여러 매장 및 공급업체에 걸친 운영 조율을 담당하게 하고 엣지는 매장 내 실시간 추론을 수행하게 하는 하이브리드 구조를 채택하면 중앙 집중식 관리의 효율성과 매장 현장의 실시간 대응력을 동시에 확보할 수 있다. 그리고 이것이 바로 인텔리전트 스토어 구현의 기반이 된다.

이러한 인프라 구축 전략은 다양한 형태의 매장이 공존하는 국내 리테일 환경에서도 더욱 중요하다. 전국에 촘촘하게 분포한 편의점부터 주간에는 직원이 근무하고 심야에는 무인으로 운영되는 하이브리드 매장, 무인 매장, 대형마트와 기업형 슈퍼마켓까지 리테일 매장 운영 형태가 다양하기 때문이다. 

인건비 부담과 심야 인력 확보의 어려움을 고려하면 매대 결품 모니터링, 무인 결제 이상 감지, 재고 확인 및 발주 지원 등 매장 내 실시간 대응이 필요한 업무부터 엣지 AI 적용을 고려할 수 있다.

AI 기능을 실제 매장에 도입하고 여러 매장으로 확장하기 위해선, 각 매장의 물리적 환경과 운영 여건도 신중하게 접근해야 한다. 일례로, 매장 백룸은 공간이 좁고 냉방이나 환기 여건이 제한적인 경우가 많다. 따라서 설치 깊이가 짧고 소음이 적은 팬리스 또는 저소음 팬 구조의 컴팩트 시스템이 필요하며, 매장별 전력 한도도 설계 단계에서 고려할 필요가 있다.

매장에 전담 IT 인력이 상주하지 않는다는 점도 중요한 고려사항이다. 장애가 발생할 때마다 엔지니어가 직접 방문하는 방식으로는 수천 개 매장을 관리한다면 효율성이 떨어지기 마련이다. 따라서 BMC와 레드피시 기반의 원격 관리 기능으로 장비 상태를 점검하고 펌웨어를 업데이트하는 한편, AI 모델도 원격으로 배포하고 관리할 수 있는 체계가 요구된다. 

또한 전원과 네트워크 연결만으로 초기 설정을 자동화하는 제로터치 프로비저닝을 활용하고, 매장 규모에 따라 하드웨어 구성을 표준화하는 것도 예비 장비 관리와 교체 절차를 간소화할 수 있는 방안 중 하나다. 장애 발생에 대비한 교체 서비스 수준 협약(SLA)과 예비 장비 운영 계획도 초기 설계 단계부터 마련할 필요가 있다.

엣지 AI 활용, 오프라인 리테일 새로운 미래 열 것

이커머스가 성장하고 있지만 오프라인 매장은 여전히 리테일 기업의 중요 자산이다. 상품을 직접 확인하고 구매할 수 있는 즉시성과 사람 간의 상호작용은 온라인 채널이 완전히 대체하기 어려운 강점으로 꼽힌다. 

오프라인 매장에 엣지 AI를 접목한다면, 매장 운영의 효율성을 높이는 동시에 온라인에서 제공하던 개인화된 고객 경험을 오프라인으로 확장할 수 있다. 

예를 들어 고객이 매장에 들어서며 스마트폰을 태그하면 엣지 AI가 멤버십 정보를 인식하고 과거 구매 이력을 기반으로 맞춤형 할인 혜택을 제공할 수 있다. 

즉, 엣지 AI는 매장을 단순한 판매 공간에서 고객의 요구와 운영 상황에 실시간으로 대응하는 데이터 기반 공간으로 전환할 수 있는 기틀이 된다.

물론 AI를 도입한다 해서 모든 문제와 고민을 단 번에 해결할 순 없다. 현장은 수많은 상황과 변수가 존재하기 때문이다. 따라서 AI 도입을 통한 변화를 가시화하기 위해서는 단계적인 접근이 필요하다. 

지금 이 글을 읽는 누군가가 국내 리테일 기업 최고 정보 책임자(CIO)와 IT 리더라면, 우선 10여 개 매장에서 결품 감지나 계산대 혼잡 관리처럼 성과를 측정하기 쉬운 한두 가지 활용 사례를 중심으로 파일럿을 시작하는 것을 고려해볼 수 있다. 

결품률, 고객 대기시간, 인건비와 운영비, 전력 사용량 등 핵심성과지표(KPI)를 사전에 설정하고, 효과가 확인되면 하드웨어와 소프트웨어 구성, 원격 관리 체계를 표준화한 뒤 적용 매장을 확대하는 것도 시나리오에 포함할 수 있다.

종합하면 인텔리전트 스토어 핵심은 매장 운영과 고객 요구에 실시간으로 대응하는 데이터 기반 공간을 구현하는 데 있다. 

엣지 AI는 이러한 전환을 뒷받침하며 오프라인 매장의 운영 방식과 고객 경험을 새롭게 정의하는 기반이 될 것이다. 이것이 오프라인 리테일의 미래를 여는 엣지 AI의 가치다.

*본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.