"AI가 매장을 어디까지 대신할 수 있나"…딥핑소스가 제시한 3단계 로드맵
"오늘 들어온 직원이 오늘 그만두는 상황에서도 시스템이 제안하는 대로만 따라 하면 매장이 잘 돌아가게 하는 것이 목표입니다." 김태훈 딥핑소스 대표가 던진 이 한마디는 단순한 마케팅 문구가 아니다. AI가 오프라인 매장 운영을 어디까지 대체할 수 있는지에 대한 구체적인 청사진이 담겨 있다. 딥핑소스는 CCTV 영상 기반 공간 AI 플랫폼 'SAAI'로 오프라인 매장 관리를 지원하는 AI 리테일테크 기업이다. 딥핑소스는 개인정보 침해 없이 실시간 AI 분석을 가능하게 하는 원천 기술을 보유하고 있다는 점이 특징이다. 최근 이 회사는 최근 공간 AI 에이전트 'SAAI(Spatial Agentic AI)'를 공식 공개했다. SAAI는 스토어 케어(Store Care)·스토어 인사이트(Store Insight)·스토어 에이전트(Store Agent) 세 제품을 하나의 흐름으로 통합한 플랫폼이다. 김 대표는 이를 "현재형, 축적형, 미래형"으로 구분해 설명한다. 이 세 단계는 단순한 기능 구분이 아니라, AI가 매장에 개입하는 깊이가 단계별로 달라지는 진화 구조다. 보는 AI, 스토어 케어 SAAI의 출발점은 '감지'다. 스토어 케어는 기존 CCTV를 그대로 활용해 매장 내 진열 상태, 청결, 안전, 설비 이상을 24시간 실시간으로 모니터링한다. 별도 장비 없이 손가락 3개 크기의 장치 하나만 꽂으면 당일 바로 작동한다. AI가 이상 징후를 감지하면 점주·직원·슈퍼바이저에게 역할별 맞춤 알림을 전송하고, 사람은 알림을 받은 순간에만 개입한다. 현재 딥핑소스의 주력 제품이기도 하다. AI가 '대신 보는' 구조이기 때문에, 자리를 비운 점주도 스마트폰 하나로 매장 상태를 실시간 파악할 수 있다. 무인 편의점에서 출발해 현재는 주차장 등 다양한 공간으로 적용 범위를 넓히고 있다. 분석하는 AI, 스토어 인사이트 감지에서 한 단계 더 나아가면 '해석'이다. 스토어 인사이트는 CCTV 영상 기반 익명화 기술 SEAL로 수집한 공간 데이터를 매출·재고 데이터와 결합해 분석한다. 방문객 동선, 체류 시간, 성별·연령 분포, 구역 관심도, 구매 전환율 같은 지표가 수치로 가시화된다. 딥핑소스가 직접 운영 중인 테스트 매장에서 공개한 데이터가 이 단계의 가치를 압축적으로 보여준다. 도시락 단일 품목이 오후 1시에 매진된 날, 방문객 수는 그대로였지만 고객의 60%가 매장을 이탈했고 나머지 40%는 더 저렴한 대체 품목을 구입하는 데 그쳤다. 하루 오후 기회비용만 7만 1천원. 이런 결품이 도시락·삼각김밥 같은 주요 품목에서 약 2주마다 반복되고 있지만 대부분의 매장은 이를 인지하지 못한다는 것이 딥핑소스의 진단이다. 실제 적용 매장에서 동선 재배치만으로 매출 30~40% 증대 효과가 나타난 것도 이 '보이지 않던 데이터'를 수면 위로 꺼냈기 때문이다. 운영하는 AI, 스토어 에이전트 딥핑소스가 올해 가장 주력하는 미래 제품이 스토어 에이전트다. 여기서 AI는 단순히 보고 분석하는 것을 넘어 '제안하고 학습한다'. 점주가 자연어로 "전시 전략을 바꾸고 싶다"고 입력하면 AI가 동선·판매 데이터를 기반으로 진열대 재배치 시나리오를 가설·근거·기대 효과와 함께 제시한다. 점주가 시나리오를 선택하면 실행 지침이 직원에게 자동 전달되고, 결과는 AI가 측정해 다음 학습에 반영된다. 특정 매장의 성공 사례는 유사한 상황의 다른 매장에도 자동 적용된다. 김 대표는 이 구조를 알파고에 비유했다. 알파고가 바둑을 반복 두며 스스로 강해지듯, 스토어 에이전트도 매장 운영 전략을 반복 실행하며 진화한다는 것이다. 실제로 전자레인지 옆 에너지 음료 배치 실험에서 판매량 100%, 매출 96% 증가 효과가 확인됐고, 발주 최적화를 통해 폐기율을 90%까지 줄인 사례도 나왔다. 세 단계를 묶어보면 SAAI의 설계 철학이 보인다. 감지(케어) → 해석(인사이트) → 실행(에이전트)이 하나의 루프로 돌면서, AI가 매장 운영에 개입하는 비중이 점차 늘어나는 구조다. 딥핑소스가 지향하는 목표는 '매장 완전 자율 운영'이다. 일본에서는 이미 로봇과 결합해 AI가 진열 지시를 내리고 로봇이 실행하는 시범 운영도 이뤄지고 있다. 다만 현재 스토어 에이전트는 최종 실행 판단을 여전히 사람이 내린다. AI가 시나리오를 제안하고, 점주가 선택하면 직원에게 전달되는 방식이다. '자율 운영'보다는 '협업 운영'에 가까운 단계다. 회사는 앞으로 이 간극을 얼마나 빠르게 좁히느냐가 딥핑소스가 앞으로 증명해야 할 과제라고 밝혔다.