01 자율 소매 운영을 위한 에이전트형 AI로의 전환이 가속화되고 있다 소매업체들은 기존의 챗봇을 넘어 상품 기획, 매장 운영, 고객 서비스, 상거래 등 다양한 분야에서 여러 단계를 거치는 작업을 자동화할 수 있는 AI 에이전트로 눈을 돌리고 있습니다. 이러한 시스템은 고객의 목표를 파악하고, 관련 비즈니스 정보에 접근하여, 제품 추천을 제공하고, 사람의 개입을 최소화하면서 필요한 조치를 취할 수 있습니다. 따라서 에이전트형 시스템은 AI를 단순한 분석 지원 도구에서 다양한 소매 기능을 연결하는 운영 계층으로 변화시키고 있습니다. 이러한 변화는 소매업체들이 점점 더 복잡해지는 옴니채널 운영 전반에 걸쳐 자동화를 추구함에 따라 소매 시장에서 인공지능의 중요성을 더욱 부각시키고 있습니다.2026년 6월, DMALL은 NRF 2026: 아시아 태평양 소매업계 최대 박람회에서 최신 소매 AI 에이전트를 선보였습니다. 회사는 상품 기획, 매장 운영, 비즈니스 인텔리전스라는 세 가지 영역에 걸쳐 에이전트 기능을 시연했으며, 드론과 지게차 같은 자율 주행 하드웨어도 함께 소개했습니다.
02 대화형 커머스 도입 증가 온라인 쇼핑은 키워드 기반 제품 검색에서 소비자가 요구 사항을 설명하고 상황에 맞는 맞춤형 지원을 받을 수 있는 자연어 대화형 방식으로 점차 전환되고 있습니다. AI 쇼핑 도우미는 제품 발견을 돕고, 제품 관련 질문에 답변하며, 대안을 비교하고, 구매 후에도 고객을 지속적으로 지원할 수 있습니다. 이를 통해 검색, 구매, 지원이 분리된 프로세스가 아닌 더욱 원활한 디지털 쇼핑 경험을 제공할 수 있습니다. 대화형 쇼핑의 도입이 증가함에 따라 전자상거래 및 옴니채널 비즈니스 전반에 걸쳐 소매 시장에서 인공지능에 대한 수요가 증가하고 있습니다.2026년 4월, Fynd는 자사의 지능형 AI 에이전트가 OpenAI 모델을 사용하여 430만 건 이상의 고객 상호작용을 처리했다고 발표했습니다. 이 시스템은 웹, 모바일 애플리케이션, WhatsApp 및 기타 채널 전반에 걸친 대화를 지원하며 제품 검색, 참여 및 구매 후 지원을 연결합니다.
01 더욱 정확한 재고 현황 파악에 대한 필요성 증가가 AI 도입을 촉진하고 있습니다. 소매업체는 재고 시스템에 재고가 있는 것으로 표시되더라도 실제로는 매장에 제품이 없을 경우 매출 손실을 입으며, 과도한 재고는 할인 판매 증가와 운전자본 필요량 증가로 이어집니다. AI 기반컴퓨터 비전인공지능은 진열대 상태를 지속적으로 파악하고 시각적 정보를 재고 및 상품 진열에 대한 통찰력으로 변환할 수 있습니다. 이를 통해 소매업체는 주기적인 수동 점검보다 훨씬 빠르게 누락된 제품이나 운영상의 문제에 대응할 수 있습니다. 따라서 매장 수준의 재고 정확도 향상에 대한 필요성이 소매 시장에서 인공지능의 성장을 뒷받침하고 있습니다.2025년 5월, 심베는 매장 인텔리전스를 위한 컴퓨터 비전 기술인 심베 비전(Simbe Vision)을 확장했습니다. 이 확장된 플랫폼은 AI 기반 이미지 분석을 통해 진열대를 분석하며, 심베의 탈리(Tally) 시스템은 시간당 15,000~30,000개의 제품을 캡처하여 가격, 재고, 상품 진열 상태 등을 자동으로 파악할 수 있도록 지원합니다.
01 파편화된 소매 기술과의 통합은 AI 도입을 늦출 수 있다. 대형 소매업체들은 흔히 POS, 재고 관리, 전자상거래, 고객 정보, 공급망, 상품 기획 등 다양한 분야에 걸쳐 별도의 시스템을 운영합니다. AI 애플리케이션은 유용한 의사결정을 내리기 위해 이러한 시스템들로부터 신뢰할 수 있는 정보를 필요로 하지만, 일관성 없는 데이터 형식과 분산된 데이터로 인해 전사적인 도입이 어려워질 수 있습니다. 따라서 시스템 통합 작업은 구현 시간, 기술적 요구사항, 비용을 증가시켜 소매 시장, 특히 기존 기술 환경을 운영하는 소매업체들 사이에서 인공지능의 확산을 저해할 수 있습니다.2025년 1월, 세일즈포스는 파편화된 소매 워크플로를 해결하기 위해 모던 POS를 탑재한 리테일 클라우드와 함께 에이전트포스 포 리테일을 출시했습니다. 이 플랫폼은 POS, 고객 관리, 무한 진열대, 옴니채널 주문 처리, 재고 관리 등 5가지 주요 운영 기능을 통합하여, AI가 고객 여정 전반에 걸쳐 효과적으로 작동하기 위해 소매업체가 연결해야 할 시스템의 범위를 보여줍니다.
01 AI 기반 손실 방지 시스템이 매장 내 새로운 활용 분야를 창출합니다 소매점 절도와 재고 손실은 예측 및 고객 참여를 넘어 AI의 활용 기회를 창출하고 있습니다. 컴퓨터 비전은 쇼핑객이 선반에서 가져가는 상품을 분석하고 계산대에서 실제로 스캔된 상품과 비교하여 고객이 매장 내에 있는 동안 잠재적 손실을 파악할 수 있도록 지원합니다. 이러한 기능을 개발하는 업체는 AI 투자를 매장 자산 보호에 직접 확장함으로써 소매 시장에서 AI 경쟁력을 강화할 수 있습니다.2025년 6월, 트리고 리테일(Trigo Retail)은 기존 CCTV 및 POS 시스템과 연동되는 AI 기반 컴퓨터 비전 손실 방지 솔루션을 출시했습니다. 이 회사는 연간 소매점 손실액이 1,300억 달러를 초과하며, 절도 사건 발생률이 코로나19 이전 대비 93% 증가했다고 밝혔습니다.
01 인공지능 투자 규모를 확대하면서 지속적인 재정적 수익을 입증하는 것은 여전히 어려운 과제입니다. 소매업계의 인공지능은 개별 시범 운영에서 벗어나 실질적인 사업 성과를 창출하는 전사적 도입으로 나아가기까지 여러 과제에 직면해 있습니다. 소매업체는 컴퓨팅 인프라, 모델, 통합, 데이터 준비, 거버넌스, 숙련된 인력에 투자해야 할 뿐만 아니라, 어떤 AI 애플리케이션이 실제로 수익성을 향상시키는지 판단해야 합니다. 또한, 급속한 기술 변화로 인해 플랫폼과 모델 기능이 빠르게 발전하면서 장기적인 투자 결정을 내리는 데 어려움이 있습니다.2026년 1월, NVIDIA의 소매 및 소비재 산업 AI 현황 조사에 따르면 소매업체 10곳 중 9곳이 2026년 중 AI 예산을 늘릴 계획인 것으로 나타났습니다. 또한, 기업들이 에이전트형 AI와 물리적 AI 도입을 확대하고 있는 것으로 밝혀졌으며, 이는 소매업체들이 AI 투자에 대한 의지를 실질적인 운영 및 재정적 성과로 전환해야 함을 시사합니다.
2026년 6월:아마존은 AI 기반 쇼핑 도우미, 개인 맞춤형 추천, 재고 최적화 및 자동화된 주문 처리 기술을 발전시켜 소매 운영 전반에 걸쳐 인공지능 역량을 확대했습니다. 이러한 이니셔티브는 소매 생태계 전반에 걸쳐 고객 경험과 운영 효율성을 개선하는 데 중점을 두었습니다.
2026년 5월:월마트는 공급망 자동화, 고객 개인화, 지능형 재고 관리 솔루션 강화 등을 통해 AI 기반 소매 기술 이니셔티브를 확대했습니다. 회사는 생성형 AI와 예측 분석을 활용하여 소매 운영을 개선하는 데 집중했습니다.
2026년 4월:마이크로소프트는 Azure AI, Copilot 도구 및 AI 기반 소매 애플리케이션의 발전을 통해 소매 AI 솔루션을 확장했습니다. 이러한 개발은 소매업체가 워크플로를 자동화하고, 고객 참여를 개선하고, 비즈니스 의사 결정을 최적화할 수 있도록 지원하는 데 중점을 두었습니다.
2026년 1월:세일즈포스는 에이전트포스와 커머스 클라우드의 AI 기능을 강화하여 소매 AI 생태계를 확장했습니다. 이러한 이니셔티브는 AI 기반 고객 서비스, 개인화된 쇼핑 경험 및 자동화된 소매 프로세스에 중점을 두었습니다.