롯데百, 잘 팔릴 브랜드 AI로 찾는다…매장 입·퇴점도 '데이터'로 판단
롯데이노베이트가 인공지능(AI)과 데이터 기술을 앞세워 롯데백화점의 상품기획(MD) 업무 혁신에 나섰다. 브랜드별 매출과 고객 특성, 연관 구매 데이터를 연결해 어떤 브랜드를 들이고 뺄지 판단하는 과정까지 AI로 지원하면서 경험과 감에 의존하던 MD 업무가 데이터 중심으로 바뀔 전망이다. 롯데이노베이트는 롯데백화점의 브랜드 데이터 분석 시스템 '브랜드 AI'를 구축했다고 1일 밝혔다. 브랜드 AI는 약 4000개 브랜드와 매출·고객·구매 데이터를 업무 맥락에 맞게 연결한 AI 업무 플랫폼이다. 온톨로지 기반 데이터 체계를 적용해 개별 브랜드의 실적뿐 아니라 브랜드 간 관계와 고객 구매 패턴까지 함께 분석할 수 있도록 했다. 롯데백화점은 이를 신규 브랜드 발굴과 입·퇴점 검토, 점포별 브랜드 구성 등 MD 업무에 활용한다. 기존에는 담당 MD의 경험과 개별 매출 지표를 중심으로 브랜드를 평가했다면 앞으로는 성장성, 고객 특성, 연관 구매 관계 등을 함께 비교해 의사결정할 수 있다. 특히 브랜드를 각각의 독립된 데이터가 아니라 서로 연결된 관계로 분석하는 것이 특징이다. 롯데이노베이트는 브랜드별 매출과 고객 특성, 연관 구매 데이터를 그래프 구조로 연결해 브랜드 간 유사도와 함께 구매되는 관계를 분석하도록 했다. 분석 결과는 2D·3D 네트워크 그래프로 제공한다. 특정 브랜드와 고객층이 유사한 브랜드나 함께 구매되는 빈도가 높은 브랜드를 한눈에 확인할 수 있어 신규 입점 후보를 찾거나 브랜드 구성을 조정할 때 활용할 수 있다. 점포별 MD 전략도 한층 세밀해질 것으로 보인다. 백화점 전체 매출만으로 브랜드를 평가하는 대신 점포별 고객 특성과 구매 패턴을 함께 분석할 수 있어 상권에 따라 서로 다른 브랜드 조합을 구성하는 데 활용할 수 있기 때문이다. 롯데이노베이트는 브랜드별 특성을 비교할 수 있는 '브랜드 DNA(Brand DNA)' 기능도 이번에 구현했다. 성장성, 고객 특성, 매출 규모 등을 6개 핵심 지표로 구조화하고 각각 0~100점으로 정규화해 브랜드 간 차이를 비교할 수 있도록 했다. 매출 규모나 객단가처럼 브랜드별 편차가 큰 지표에는 데이터 변환과 이상치 보정 등을 적용했다. 분석 결과는 방사형 차트로 제공해 MD가 브랜드별 강점과 특성을 직관적으로 비교할 수 있게 했다. 생성형 AI 기능에는 거대언어모델(LLM)과 검색증강생성(RAG) 기술을 적용했다. AI가 관련 데이터를 검색하고 참조한 뒤 사전에 정의한 표준 키워드 체계 안에서 브랜드의 주요 특성과 인사이트를 자동으로 생성한다. 민감한 데이터의 활용 방식도 조정했다. 매출액과 고객 수 등 주요 정보는 실제 수치 대신 등급이나 비율로 변환해 생성형 AI가 활용하도록 구성했다. 롯데백화점 AI 스튜디오는 기획 단계에서 현장 중심의 AI 에이전트 구조를 설계하고 실무진이 사용할 목업을 바이브코딩 방식으로 직접 구현했다. 이를 바탕으로 MD 업무에서 필요한 기능과 기술 요구사항을 구체화했다. 롯데이노베이트는 데이터 구축부터 AI 분석, 서비스 구현, 운영 환경 구축까지 전 과정을 맡았다. 브랜드 AI 활용이 확대되면 숙련 MD 개인에게 축적돼 있던 판단 기준과 노하우도 데이터와 결합해 조직 차원에서 활용할 수 있을 것으로 예상된다. 전숭녕 롯데이노베이트 D&AX사업부문 상무는 "브랜드 AI는 기획 초기 단계부터 롯데백화점과의 유기적인 협업이 빛을 발했다"며 "롯데백화점의 MD 전문성과 현장 경험에 자사 온톨로지·AI 기술을 결합해 현업 활용도를 높인 서비스를 구축했다는 점에서 의미가 크다"고 말했다. 이어 "앞으로도 산업에 특화된 데이터·AI 서비스를 지속적으로 확대해 고객사의 업무 혁신과 경쟁력 강화를 지원하겠다"고 덧붙였다.
