컨텐츠 바로가기

    03.02 (월)

    ‘러닝 대회’ 구경하다 호텔까지 예약…취향 저격 공략법[AI침투보고서]

    댓글 첫 댓글을 작성해보세요
    주소복사가 완료되었습니다

    AI 의사소통 플랫폼 기업 ‘센드버드’의 ‘delight.ai’

    고객 데이터 기반 맞춤형 추천…여러 채널 연동

    고객 망설임도 분석…초개인화 메시지·추천까지

    챗GPT, 딥시크 대란에 다들 놀라셨나요? 이처럼 세상을 떠들썩하게 만드는 기술 외에도 우리가 모르는 사이 주변에는 수많은 인공지능(AI) 기술이 침투해 있습니다. 음식도 AI가 만들고 몸 건강도 AI가 측정하는 시대입니다. ‘AI침투보고서’는 예상치 못한 곳에 들어와 있는 AI 스타트업 기술들을 소개합니다.<편집자주>
    이데일리

    (사진=센드버드)

    <이미지를 클릭하시면 크게 보실 수 있습니다>


    [이데일리 김세연 기자] “오늘 페이스가 평소보다 빠르셨어요. 쿠션감이 더 있는 모델을 보시겠어요?”

    날이 풀려 러닝을 열심히 했을 뿐이었다. 마주 오던 다른 사람들의 러닝화가 예뻐 보였다. 러닝화 모델을 궁금해하는 내 마음을 읽었는지 화면이 먼저 말을 걸었다. 인공지능(AI)이 추천한 러닝화 리스트에는 내가 아까 본 그 사람의 러닝화가 포함돼 있었다.

    어제 7㎞를 뛰었고, 최근 러닝 대회 정보를 자주 찾아봤고, 무릎이 조금 불편하다고 커뮤니티에 남긴 글까지. 나는 아무 말도 하지 않았지만 AI는 이미 나를 알고 있었다. 바로 센드버드의 고객 맞춤형 AI 안내 서비스(컨시어지) ‘delight.ai’(딜라이트 AI)다.

    망설이는 순간도 ‘데이터화’…잠재 고객 꽉 잡는다

    delight.ai는 고객의 취향과 니즈는 물론 모든 고객 데이터를 실시간으로 이해하고 기억한다. 원활한 상호작용을 통해 한 사람만을 위한 서비스를 제공하기 위해서다.

    특히 delight.ai는 망설이는 순간도 데이터로 받아들인다. 센드버드는 많은 고객이 제품을 담아두고도 구매를 망설이다가 최종 결제까지 진행하지 않는 현상에 집중했다. ‘장바구니 이탈 복구 액션북’ 기능은 망설이는 고객을 결제까지 이끈다. 로그인 중인 고객이 장바구니에 물건을 담은 상태에서 창을 닫을 때 본격적으로 작동한다. 제품 재고를 조회한 후 고객에게 메시지를 전송해 재고 현황과 구매를 위한 후속 조치를 안내한다.

    단순히 제품 링크만 전달하지 않고 고객의 관심 상품과 맥락을 반영한 개인화 메시지를 보내는 게 특징이다. 특정 제품과 관련된 이슈, 그와 관련된 다른 제품도 같이 알려준다. 가령 유명인이 특정 러닝화를 신어 사회관계망서비스(SNS)에서 핫한 제품이 됐다거나, 신었을 때 정말 편안해서 입소문을 탔다는 정보를 같이 준다.

    ‘옴니 채널’ 기반…맞춤형 제품 추천

    delight.ai는 여러 개 채널(옴니 채널)에서 하나의 비서처럼 존재한다. 웹, 앱, 이메일, SMS, 채팅, 목소리 등 다양한 채널에 나뉘어 존재하는 소비자 취향을 종합적으로 분석하고 반영한다는 뜻이다. 채팅을 하다 급한 일이 있어 창을 닫아도 이전 채팅 내용 중 중요한 내용을 기억한다. 이후 다른 채널에서 쇼핑을 할 때 해당 정보를 참고해 제품을 추천해주기도 한다.

    숙박, 액티비티, 축제 예매 등 다양한 서비스 구매가 필요한 여행 시즌에는 더욱 유용하다. ‘여행 지원 액션북’ 기능은 예산과 동반자, 여행 스타일에 최적화된 코스를 제안한다. 고객이 어떤 페이지에서 오래 머무는지 분석해 객실 선택 시 우선순위를 파악한다. 오션뷰 객실을 원하는 고객이 해당 객실이 없어 예약을 포기하려 할 때 2순위로 생각하는 ‘무료 조식’ 객실을 안내한다. 여기에 더해 호텔 인근 관광 코스와 예약 방법, 링크까지 연결해 주기도 한다. 러닝을 좋아하는 내게 숙소 인근 러닝 코스를 추천해줄 수도 있다. 고객의 잃어버린 수화물 추적, 여행지에서의 부상, 여행자 보험 보상 등 긴급 상황 대응 도움은 덤이다.

    장바구니를 채우는 것보다 하루를 기억하는 게 더 중요한 시대가 됐다. 내 하루를 기억하는 AI는 조용히 다음 소비의 문을 연다.


    기사가 속한 카테고리는 언론사가 분류합니다.
    언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.