[성공 사례] 대형 소비재 기업의 매대 점유율 AI 분석

유통·소매업의 경쟁이 치열해지면서 매대 관리가 기업의 수익성과 직결되고 있습니다. 소비자 경험이 중요한 시대, 매대 관리는 브랜드의 매출과 직결됩니다. 데이터 인텔로의 보고서에 따르면 AI 기반 매대 모니터링 시장은 2024년 기준 21억 달러 규모에 달하며 2033년까지 연평균 21.8%의 성장률로 151억 달러까지 확대될 전망입니다. 그랜드뷰리서치에 따르면 스마트 선반(RFID·영상 인식 등으로 제품 현황을 파악하는 선반) 시장도 2023년 33억 달러에서 2030년 146억 달러까지 성장하며 연평균 23.7 % 증가할 것으로 예상됩니다.

이러한 성장 배경에는 심각한 재고·진열 문제가 있습니다. 글로벌 리테일 산업은 재고 부족 문제로 매년 1조 7 750억 달러(전체 매출의 약 8.3%)의 손실을 보고 있으며, 한번 품절을 경험한 소비자의 91%는 해당 매장을 다시 찾지 않는다고 합니다. 결국 실시간으로 매대 현황을 파악하고, 재고·진열 문제를 즉각 해결하는 능력이 곧 경쟁력으로 이어지고 있습니다.

Challenge – 대형 소비재 기업의 매대 점유율 관리

B 글로벌 소비재 기업은 다양한 제품을 국내외 유통채널을 통해 판매하고 있습니다. 기업의 영업팀과 머천다이저들은 매대 점유율을 높이기 위해 많은 노력을 기울였지만, 다음과 같은 문제에 직면했습니다.

• 수작업 점검의 비효율성: 현장 담당자가 휴대폰이나 카메라로 매대 사진을 찍고, 사무실에서 일일이 상품 개수를 세어 엑셀로 정리했습니다. 매장마다 진열 방식이 다르고 사진 품질도 균일하지 않아 오류가 많았습니다.
• 데이터 신뢰도의 부족: 수기로 기록한 진열 점유율은 주관적 판단이 개입되어 본사와 영업 현장의 수치가 맞지 않는 경우가 많았으며, 플라노그램 준수 여부를 정량적으로 파악하기 어려웠습니다.
• 빠른 피드백의 어려움: 경쟁사 제품의 노출 증가나 자사 제품 품절을 실시간으로 파악하지 못해, 적절한 대응이 늦었습니다. 재고 부족이 발생하면 고객 경험 저하와 매출 손실이 뒤따랐습니다.
• 대규모 유통 채널 관리의 한계: 국내외 수만 개 매장을 관리해야 하기 때문에 전체 매대 데이터를 빠르게 취합하고 분석할 수 있는 시스템이 필요했습니다.

Solution – 슈퍼브 플랫폼을 통한 모바일 기반 매대 분석 AI 구축

B사는 매대 관리를 혁신하기 위해 슈퍼브에이아이의 MLOps 플랫폼을 도입하여 모바일 기반 매대 분석 AI 시스템을 구축했습니다. 프로젝트는 다음과 같이 진행되었습니다:

1. 데이터 수집 및 정제
   • 영업 현장 직원들이 매장을 방문할 때 휴대폰으로 매대 사진을 촬영하여 즉시 슈퍼브 플랫폼에 업로드했습니다.
   • 플랫폼은 촬영 위치, 매장 ID, 날짜 등 메타데이터를 자동으로 저장하고, 불필요한 사진이나 중복 데이터를 손쉽게 필터링할 수 있도록 지원했습니다.
2. 정확한 라벨링과 품질 관리
   • 슈퍼브 플랫폼이 제공하는 AI 어시스트 라벨링 기능을 활용해 각 사진에서 자사 제품과 경쟁사 제품을 자동으로 추정·표시하고, 라벨러는 이를 간단히 확인·수정하는 방식으로 정확도를 높였습니다.
   • 다수의 라벨러가 동시에 작업해도 품질 검수 기능으로 일관된 라벨 품질을 유지했습니다.
3. 맞춤형 AI 모델 개발
   • 슈퍼브 플랫폼을 통해 비교적 적은 수의 라벨링 데이터로도 높은 성능의 제품 인식 모델을 빠르게 개발했습니다.
   • 모델 학습·평가·배포를 모두 플랫폼 내부에서 자동화했으며, 성능 지표를 대시보드로 모니터링해 지속적으로 개선했습니다.

(슈퍼브 플랫폼을 통해 제품 인식 및 자동 라벨링을 진행한 예시)

4. 모바일 앱 연동 및 실시간 분석
   • 학습된 모델을 모바일 앱에 내장하여 현장 직원이 매대를 촬영하면 즉시 제품별 개수와 매대 점유율을 계산합니다.
   • 분석 결과는 본사 대시보드로 실시간 전송되어, 영업팀과 머천다이저가 현황을 한눈에 파악하고 필요한 조치를 취할 수 있었습니다.

Benefit – 데이터 기반 의사결정과 영업 효율성 향상

AI 도입 후 고객사는 다음과 같은 성과를 얻었습니다:

• 시간과 비용 절감: 수십 분이 걸리던 매대 분석이 사진 한 장과 몇 초의 처리로 끝나, 영업팀이 더 많은 매장을 방문하거나 고객 관리에 집중할 수 있었습니다.
• 정확한 매대 점유율 데이터 확보: AI 모델은 제품 단위로 진열 비율을 산출하여 경쟁사 대비 자사 제품의 점유율을 정확히 비교할 수 있게 했습니다. 이를 토대로 판매장과의 협상에서 객관적 데이터를 제시할 수 있었습니다.
• 빠른 품절·플라노그램 이탈 감지: 매대 분석 결과를 통해 품절이나 진열 규정 위반을 즉시 발견하고 조치해, 품절로 인한 매출 손실과 브랜드 이미지 훼손을 줄였습니다. 플라노그램(Plan of Program, POG)은 판매 데이터 기반 최적의 상품 진열 프로그램입니다. 대부분의 소매업체가 플라노그램 준수 문제로 수익의 5% 이상을 잃고 있다는 조사에 비추어, AI 기반 분석은 큰 경쟁우위를 제공합니다.
• 데이터 기반 캠페인 관리: 특정 프로모션 기간 동안 매대 점유율 변화를 실시간으로 확인함으로써, 어느 매장에서 프로모션이 잘 실행되고 있는지 판단하고 추가 인력 투입이나 물량 조정을 빠르게 결정할 수 있었습니다.
• 사내 AI 역량 강화: 영업팀과 데이터 팀이 함께 프로젝트를 수행하며 데이터 수집·라벨링·모델 검증 과정을 경험함으로써, 향후 다른 AI 과제에도 응용 가능한 지식을 축적했습니다.

확장 가능성 – AI 도입의 다음 단계

이번 프로젝트를 통해 확보한 데이터와 기술은 여러 방향으로 확장될 수 있습니다:

• 재고 부족 및 품절 예측: 제품 인식과 동시에 매대에서 사라진 상품을 즉시 감지하고, 판매 속도를 분석해 향후 품절 시점을 예측할 수 있습니다.
• 가격·프로모션 모니터링: 가격표 인식 모델을 추가하여 가격 오류나 프로모션 미집행을 자동으로 감지할 수 있습니다.
• 다양한 채널로 확대: 편의점뿐 아니라 슈퍼마켓, 할인점, 온라인 채널의 상품 이미지까지 분석하여 통합된 진열·재고 정보를 제공할 수 있습니다.
• 다른 비전 모델과의 통합: 슈퍼브 플랫폼을 활용하면 추락·화재 등의 안전 감지, 고객 행동 분석, 광고 효과 측정 등 다양한 비전 AI 모델을 함께 운용할 수 있어, 매장을 지능형 공간으로 진화시킬 수 있습니다.

결론 – 브랜드 경쟁력 확보를 위한 AI 매대 분석의 필요성

매대 관리의 정확성과 속도는 브랜드 경쟁력의 핵심입니다. 소비재 기업 B사는 슈퍼브에이아이와 협력하여 모바일 기반 매대 분석 AI를 도입함으로써, 데이터 기반 의사결정과 영업 효율성을 크게 향상시켰습니다. 세계적으로 AI 매대 모니터링과 스마트 선반 시장이 빠르게 성장하고, 재고 부족·플라노그램 문제로 막대한 손실이 발생하는 상황에서, 이러한 혁신은 모든 소비재·유통 기업에게 시급한 과제입니다.

슈퍼브 플랫폼을 통해 데이터 수집·라벨링·모델 개발·배포를 일원화하면 AI 도입 장벽을 낮추고, 기업의 영업과 마케팅 전략을 한층 고도화할 수 있습니다. 이번 사례는 AI가 매대 관리에 어떤 변화를 가져올 수 있는지 보여주는 좋은 본보기입니다.

매대 점유율 분석 등 리테일을 AI로 혁신하는 솔루션이 필요하시다면 아래 내용을 남겨주세요. 슈퍼브에이아이 전문가들이 바로 연락 드리겠습니다.