도입 배경 : 취향은 있지만, 말로 설명하긴 어려운 고객들
MARITHÉ FRANÇOIS GIRBAUD는 시즌마다 감도 높은 컬렉션을 선보이는 패션 브랜드로, 고객 대부분이 "여름에 어울리는 캐주얼한 원피스"처럼 모호하고 감각적인 문장으로 상품을 탐색한다는 특징이 있었습니다. 기존 키워드 매칭 방식의 검색과 추천 시스템으로는 이런 감성적 표현을 정확히 해석하지 못해, 고객이 몇 차례 검색을 반복하다 이탈하는 경우가 잦았습니다.
특히 추천 구좌에 노출되는 상품이 실제 취향과 맞지 않아 클릭률이 낮았고, 이는 곧 추천 영역의 매출 기여도 저하로 이어지고 있었습니다.
적용 솔루션 : 의도를 이해하는 검색 AI와 추천 AI
A Plus AI는 고객이 입력한 자연어 검색어의 맥락과 뉘앙스를 실시간으로 해석하는 검색 AI를 우선 도입했습니다. 이후 축적된 검색·클릭 행동 데이터를 기반으로, 개인의 취향 패턴을 학습하는 추천 AI를 연동해 상품 상세 페이지와 메인 추천 구좌 전반에 걸쳐 개인화된 추천 결과를 제공하도록 설계했습니다.
"고객이 머무르는 시간 내에 정확히 취향에 반응하는 추천이 제공되어 이탈 방어와 장바구니 매출이 증가했습니다." — MARITHÉ FRANÇOIS GIRBAUD 이커머스 운영팀
도입 후 변화 : 추천이 매출을 만드는 구조로
도입 3개월 차부터 추천 구좌를 통한 매출 비중이 눈에 띄게 증가하기 시작했고, 상품 상세 페이지에서의 체류 시간도 길어졌습니다. 이는 고객이 추천된 상품에 대해 더 높은 신뢰를 갖고 탐색을 이어간다는 신호로 해석되며, 실제 재방문 고객의 재구매 전환율 상승으로도 이어졌습니다.
MARITHÉ FRANÇOIS GIRBAUD는 현재 시즌 컬렉션 확장에 맞춰 A Plus AI의 속성 추출 AI 도입도 함께 검토하며, 상품 데이터 자산화 영역까지 협업을 넓혀가고 있습니다.