대형마트 AX, 무엇부터 해야 할까?

고객용 AI는 정말로 마트를 바꾸고 있을까

AI 도입을 이야기할 때는 고객이 직접 체감할 수 있는 기능을 먼저 떠올리기 쉽습니다. AI 상품추천, 매장 안내, 개인화된 할인·쿠폰, AI 기반 상담이나 검색 기능처럼 고객이 직접 이용하는 서비스가 대표적입니다. 이런 기능은 새로운 쇼핑 경험을 제공하는 동시에, 고객에게도 ‘이 마트가 AI를 적극적으로 활용하고 있다’는 인상을 주기 쉽습니다. 

하지만 고객용 AI는 단순히 서비스를 제공하는 것에서 끝나지 않습니다. 고객이 직접 써보고, 다시 찾고 싶어질 때 비로소 그 의미가 살아납니다. 미국의 데이터 분석 업체인 Dunnhumby가 실시한 소비자 조사에 따르면, 지난 1년 동안 장을 볼 때 ChatGPT 같은 AI 도구를 써본 소비자는 15%에 그쳤습니다. AI를 사용하지 않은 이유로는 '필요를 느끼지 못했다'가 38%, '스스로 결정하고 싶었다'가 37%로 나타났습니다. 결국 기능이 아무리 좋아도 신뢰와 습관이 따라오지 않으면 쉽게 정착하기 어렵다는 뜻이죠.

도입을 검토하는 입장에서 가장 중요한 건, 효과를 언제 실제로 확인할 수 있느냐는 점입니다. 고객 접점에서 쓰이는 AI는 고객이 존재를 알고, 직접 사용해 본 뒤, 다시 찾게 되는 일련의 단계를 거쳐야만 제대로 된 성과가 나타납니다. 반면 직원들이 반복적으로 처리하는 업무의 경우, 처리 시간이나 오류, 재작업, 승인 지연 등 도입 전후를 명확하게 비교할 수 있는 지표가 이미 정해져 있습니다.

이렇다 보니 진짜 AX는 눈에 띄는 AI 기능을 하나 추가하는 것보다, 반복되는 핵심 업무의 처리 방식을 AI로 바꾸는 데서 시작할 수 있습니다. 반복성이 높고 데이터가 축적되어 있으며 사람이 최종 결과를 검수할 수 있는 업무라면, AI가 일회성 기능에 머무르지 않고 실제 운영 프로세스 안에 자리 잡을 수 있습니다.

AI는 계산을 맡고, 현장은 판단합니다

싱가포르경영대학 연구팀이 2026년에 발표한 중국 편의점 체인 사례를 보면, AI가 재고와 수요를 분석해 발주 수량을 제안하고 점장은 날씨나 지역 행사, 배송 여건처럼 시스템이 놓치는 변수를 반영해 최종 주문을 조정했습니다. 점포당 1,000개 안팎의 품목을 다루는 곳에서 발주에 쓰던 시간이 하루 72분에서 45분 수준으로 줄었다고 하죠.

Afresh가 발표한 시스템도 같은 방식인데요. 판매량과 재고, 유통기한, 계절성을 반영해 발주안을 만들되 마지막 확인은 직원에게 남겨 둡니다. 점포별 발주 추천 기능을 매장 업무 흐름에 자연스럽게 녹이고, 직원들이 직접 검토하고 수정할 수 있도록 하는 데 초점을 맞추고 있었죠.

두 사례가 모두 발주에서 출발한 데에는 이유가 있습니다. 발주는 정해진 주기로 반복되고, 판매와 재고 데이터가 구조화된 형태로 쌓여 있으며, 점장이 예외를 확인하고 고칠 수 있는 업무입니다. 성과가 빨리 확인되는 업무에는 이런 공통점이 있습니다.

마트 AI 도입, 전단과 POP 제작부터 시작하면 좋은 이유

앞선 발주 사례처럼 AI가 실제 업무 안에 자리 잡기 좋은 영역에는 공통점이 있습니다. 반복적으로 발생하고, 이미 활용할 수 있는 데이터가 있으며, AI가 만든 결과를 현장 담당자가 직접 확인하고 수정할 수 있다는 점입니다.

마트의 행사 홍보 업무도 이런 조건을 갖추고 있습니다. 행사마다 상품과 가격은 달라지지만, 상품명·규격·가격·행사기간 같은 정보는 이미 엑셀 형태로 정리돼 있는 경우가 많습니다. 문제는 그다음입니다. 고객에게 행사를 알리기 위해 상품 이미지를 찾고, 전단을 구성하고, 상품을 행사 코너별로 나누고, 메시지를 발송하고, 매장용 POP를 다시 제작하는 과정이 매주 반복됩니다.

템플리는 이미 정리된 행사상품 데이터를 다시 활용해 이 반복 과정을 하나의 업무 흐름으로 연결합니다. 행사상품 엑셀을 업로드하면 상품 이미지를 자동으로 매칭하고 기본적인 모바일 전단 형태를 구성합니다. 이후 디자인 단계에서는 AI가 행사상품을 분석해 전단 코너 구성을 제안하고 상품을 자동으로 분류하며, 필요한 경우 특정 행사나 상품을 강조하는 홍보이미지도 AI로 만들 수 있습니다.

완성된 모바일 전단은 카카오톡이나 문자로 고객에게 전달하고, 같은 상품정보를 활용해 매장에서 필요한 POP도 제작할 수 있습니다. 즉, 기존처럼 상품정보를 정리한 뒤 각 홍보물을 따로 만드는 방식이 아니라, 하나의 행사 데이터를 바탕으로 제작·발송·매장 홍보까지 이어가는 방식입니다.

이 점에서 템플리는 단순히 전단을 빠르게 만드는 도구라기보다, 매주 반복되는 행사 홍보 업무를 데이터와 AI 중심의 프로세스로 전환하는 AX 도구에 가깝습니다. 그리고 이런 변화는 실제 매장에서도 업무시간과 비용, 행사 성과를 통해 확인됐습니다.

실제 매장에서는 얼마나 달라졌을까?

템플리는 경남 지역 하나로마트 등 일부 점포를 대상으로 약 3개월간 PoC를 진행해 홍보 업무 효율화, 비용 절감, 매출 기여 가능성을 검증했습니다.

여기서 중요한 점은 단순히 전단 제작 시간이 줄었다는 데만 있지 않습니다. 반복적인 행사 홍보 업무를 AI와 자동화 중심으로 바꿨을 때, 실제 매장에서 업무 시간과 비용이 어떻게 달라지는지 직접 확인했습니다. 일부 점포에서는 행사 매출에서 의미 있는 변화도 함께 나타났습니다.

다만, 매출 성과는 점포의 상권, 행사 상품, 가격, 행사 기간 등 여러 요인에 영향을 받습니다. 그래서 행사 주간 최대 44% 상승이라는 결과를 모든 점포에 똑같이 기대하기는 어렵습니다. 오히려 홍보 업무의 AX 도입이 운영 효율을 넘어 실제 행사 성과로까지 이어질 가능성을 보여준 사례라고 보는 것이 더 적절합니다.

결국 AX는 단순히 고객에게 보이는 AI 기능 하나를 추가하는 데서 끝나지 않습니다. 매주 사람이 반복하던 핵심 업무를 데이터와 AI 중심의 새 방식으로 바꾸고, 그 변화가 실제 운영 지표로 나타나는지 확인할 수 있어야 합니다.

마트에서는 행사 상품을 이미 엑셀로 정리해두지만, 그 다음으로 상품 이미지를 찾고 전단을 만들고 고객에게 전달하며 POP를 제작하는 과정은 여전히 반복되고 있습니다. 이런 업무부터 AI 전환을 검토해볼 수 있습니다.

템플리에서는 실제 행사 상품 엑셀을 이용해 상품 이미지 자동 매칭에서 AI 전단 구성, 모바일 전단 발송과 POP 제작까지 2주 동안 직접 경험해볼 수 있습니다.