웨이페어, 오픈AI로 사양 1,100만 건 검증

미국 가구·생활용품 전자상거래 기업 웨이페어가 오픈AI 모델로 제품 사양 1,100만 건 이상을 검증하고 매달 공급업체 지원 티켓 4만 1,000건을 자동으로 처리하고 있다고 오픈AI가 9월 25일 공개한 고객 사례에서 밝혔다. 일부 업무 흐름에서는 전체 티켓의 최대 70%가 사람 손을 거치지 않고 처리된다. 웨이페어는 약 1만 2,000명 직원에게 챗GPT 엔터프라이즈 1,200석도 배포했다. 새 상품을 늘리는 대신 이미 가진 약 4,000만 개 상품의 정보를 바로잡아 매출 기회를 키우겠다는 것이 이 사례의 골자다.

출발점은 상품 정보의 품질이었다. 웨이페어 카탈로그 팀은 1,000개 가까운 제품 분류에 걸쳐 수천만 개 상품을 관리하고, 색상·소재·크기 같은 태그가 검색과 추천, 상품 진열을 움직인다. 지원해야 하는 태그만 4만 7,000종이다. 오픈AI와 손잡기 전에는 공급업체나 고객이 무언가 잘못됐다고 알려 와야 고칠 수 있었고, 사람의 손으로는 물량을 따라잡지 못했다. 회사가 먼저 만든 맞춤형 태깅 AI 모델은 효과가 있었지만 규모가 커질수록 비용이 감당하기 어려웠다.

제시카 다시 웨이페어 카탈로그 머천다이징 어소시에이트 디렉터는 "데이터 품질이 좋아질수록 고객과 쌓는 신뢰도 커진다"며 "잘못 표시된 상품 때문에 생기는 반품 같은 비싼 후속 문제를 직접 줄여 준다"고 말했다. 상품 설명이 틀리면 고객은 기대와 다른 물건을 받고, 그 비용은 반품으로 돌아온다.

웨이페어가 오픈AI 모델로 만든 카탈로그 품질 시스템은 두 단계로 일한다. 먼저 웹 정보와 웨이페어 내부 정의를 바탕으로 각 라벨이 무엇을 뜻하는지 설명하는 지침서를 만든다. 그다음 모델이 그 지침서를 기준으로 상품 정보를 읽고 알맞은 라벨을 붙인다. 이 방식 덕에 웨이페어는 AI가 점검할 수 있는 상품 속성의 범위를 지난해보다 70배 빠른 속도로 넓히고 있다고 회사 측은 설명했다.

메탈이 확인한 오픈AI 공개 화면은 이 시스템이 실제로 무엇을 고치는지 보여 준다. 「원목 원형 커피 테이블」이라는 상품의 제목에는 월넛이 적혀 있지만 상품 설명에는 서던 옐로 파인이라고 돼 있어, AI는 수종을 소나무로 바로잡고 월넛은 수종이 아니라 착색 색상이라는 근거를 달았다. 다리 모양과 마감 여부, 가장자리 형태도 사진과 대조해 고쳤고, 비어 있던 서랍 항목은 새로 채웠으며, 치수와 상판 두께는 도면과 맞는지 확인만 했다. 한 상품에서 수정 4건, 항목 추가 1건, 검증 2건이 나왔다.

자동 수정에는 안전장치가 붙는다. 웨이페어 직원들이 상품 실물 샘플을 직접 살펴 결과를 점검하는 감사 절차를 두고, 공급업체도 변경 내용을 함께 검증한다. 시스템의 확신도가 높으면 상품 정보를 바로 고치고 공급업체에 알리지만, 확신도가 낮거나 위험이 큰 변경은 공급업체가 확인해야 반영된다.

성과는 검색 지표로 드러났다. 시스템은 지금까지 100만 개가 넘는 상품을 처리했고, 통제된 A/B 테스트에서 시스템을 적용한 집단의 노출과 클릭, 페이지 순위가 유의미하게 올랐다. 웨이페어는 가장 많이 노출되고 자주 팔리는 상품 1,100만 개 이상의 속성 데이터를 검증·수정했다. 웨이페어의 캐럴린 필립스는 "속성 완성도를 높이면 그 효과는 추상적이지 않다"며 "검색엔진 최적화와 쇼핑 광고 성과에서, 고객이 상품을 발견하는 방식에서 바로 보인다"고 말했다. 회사는 앞으로 카탈로그에 새로 올라오는 모든 상품에 이 기능을 적용할 계획이다.

두 번째 축은 공급업체 지원이다. 웨이페어는 매달 수만 곳의 공급업체와 일하는데, 예전에는 직원이 들어오는 지원 티켓을 하나씩 읽고 무엇이 필요한지 파악해 담당 팀으로 넘겼다. 브라이언 시먼 웨이페어 글로벌 공급업체 응용과학 총괄은 "공급업체 지원에는 수백 가지 문제 유형이 있다"며 "한 직원이 그 모두에 깊은 전문성을 갖기를 기대하는 건 현실적이지 않다"고 말했다. 웨이페어는 자체 공급업체 지원 플랫폼 윌마(Wilma)에 오픈AI 모델을 붙여 요청을 읽고, 빠진 맥락을 데이터베이스에서 채우고, 필요하면 공급업체에 다시 묻고, 맞는 팀으로 보내게 했다. 기존 API 연동이 있었던 덕에 아이디어에서 실제 운영까지 한 달이 걸리지 않았다.

자동화의 수위는 숫자로 정한다. 웨이페어는 AI의 추천이 상담 직원의 최종 결정과 얼마나 자주 일치하는지를 정렬률이라는 지표로 재고, 미리 정한 기준을 꾸준히 넘는 업무 흐름만 보조 모드에서 반자율 모드로 옮긴다. 교체 부품 운영팀에서는 AI가 과거 기록을 살피고 복잡한 사례를 평가해 다음 조치와 답변 초안을 내놓으면 직원이 검토한다. 이렇게 배치된 에이전트형 업무 흐름이 수십 개이고, 회사는 해결 시간이 빨라지고 공급업체 만족도가 올랐으며 다시 열리는 티켓이 줄었다고 밝혔다.

메탈은 미국 식료품 체인 앨버트슨스가 오픈AI와 협력을 넓힌 사례를 보도한 바 있으며, 오픈AI는 최근 유통 기업 도입 사례를 잇달아 내놓고 있다. 웨이페어는 사내에서도 챗GPT 워크를 슬랙과 구글 드라이브에 연결해 일상 업무에 쓰고 있다. 피오나 탄 웨이페어 최고기술책임자(CTO)는 "오픈AI와 일하며 가장 가치 있었던 것은 파트너십"이라며 "모델 접근만이 아니라 새로운 활용 사례를 함께 풀어 가며 빠르게 움직일 수 있다는 점"이라고 말했다.

콘텐츠 마케팅의 눈으로 보면 이 사례의 핵심은 상품 상세 정보가 곧 마케팅 자산이 됐다는 점이다. 광고비를 더 쓰지 않아도 틀린 속성 하나를 고치면 검색 노출과 클릭이 따라오고, 그 효과가 A/B 테스트로 확인됐다. 탄 CTO는 웨이페어가 자사 사이트든 고객 지원이든 대화형 인터페이스든 AI가 쇼핑 여정의 일부가 되는 세상을 대비해 만들고 있다고 말했다. AI 비서가 상품을 대신 찾아 주는 시대에 기계가 읽는 상품 정보의 정확도는 진열대 위치만큼 중요해졌고, 웨이페어는 그 자리에 4,000만 개 상품의 데이터를 정비하는 일을 먼저 걸었다.