🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

스포티파이 추천 엔진 구축에 참여했던 세 창업자가 실시간 의도 예측 기술을 전자상거래에 적용하는 말라카이트를 설립하고 1,000만 달러의 시드 투자를 유치했다.

📌 핵심 요약

• 시드 모트와니, 이언 앤더슨, 시바디티야 신하는 스포티파이에서 이용자의 의도와 다음 행동을 예측하는 벡터 AI 기반 추천 인프라를 구축했다.
• 말라카이트는 유통 확대와 제품·사업 부문 리더 채용을 위해 베세머 벤처 파트너스와 그래디언트가 공동 주도한 1,000만 달러 규모의 시드 투자를 유치했다.
• 회사는 과거 구매, 인구통계, 로그인 프로필에 의존하는 기존 개인화 방식이 첫 방문자와 이용자의 현재 필요를 제대로 반영하지 못한다고 본다.
• 말라카이트의 양두형 벡터 AI는 페이지가 열리는 순간부터 맥락과 실시간 행동 신호를 읽어 일반적 취향과 현재 구매 의도를 계속 조정한다.
• 회사는 2024년부터 기술을 개발·시험했고 20곳이 넘는 기업과 협업한 뒤 전자상거래에 집중했으며, 펀닷컴 적용과 쇼피파이 기본 연동 및 대형 소매업체용 API를 제공하고 있다.

🧩 주요 포인트

1. 과거 구매 중심 추천에서 현재 의도 예측으로 전환해, 로그인 기록이 없는 첫 방문자도 개인화 대상에 포함하려는 접근이다.
2. 클릭뿐 아니라 마우스 올리기, 스크롤, 검색어 수정, 장바구니 추가까지 즉시 해석함으로써 고객 데이터의 수집보다 활용 속도를 차별점으로 삼는다.
3. 쇼피파이 연동과 대형 소매업체용 API를 병행하고 신규 자금을 유통·인력 확충에 투입해 기술 시험 단계에서 상용 배포 확대로 이동하고 있다.

🧠 상세 정리

1. 스포티파이 추천 기술에서 출발한 창업

시드 모트와니, 이언 앤더슨, 시바디티야 신하는 스포티파이 추천 엔진을 뒷받침하는 행동지능 인프라를 수년간 구축한 인물들이다. 이들이 참여한 벡터 AI는 이용자의 과거 행동만 활용하는 것이 아니라 현재 의도와 다음 행동을 예측하도록 설계됐다. 기사에 따르면 이 기술은 스포티파이 이용자 8억 명에게 제공되는 추천의 약 90%를 담당한다. 세 사람은 이와 유사한 접근을 전자상거래에 적용하기 위해 말라카이트를 설립했으며, 음악 추천에서 축적한 기술 경험을 실시간 쇼핑 개인화 문제로 옮겼다.

2. 기존 전자상거래 개인화의 한계

말라카이트는 많은 온라인 상점이 과거 구매 내역, 인구통계 분류 또는 로그인된 고객 프로필을 중심으로 개인화를 구성한다고 지적한다. 이 구조에서는 기록이 없는 첫 방문자가 다른 방문자들과 동일한 일반 매장을 보게 되기 쉽다. 기존 고객에게도 과거에 구입한 상품을 기준으로 추천할 뿐, 오늘 무엇이 필요한지까지 충분히 반영하지 못한다는 것이 회사의 문제의식이다. 따라서 말라카이트가 해결하려는 핵심은 고객을 고정된 과거 기록으로 분류하는 것이 아니라, 방문 중 드러나는 현재 목적에 맞춰 매장 경험을 즉시 바꾸는 것이다.

3. 양두형 벡터 AI의 작동 방식

말라카이트의 플랫폼은 회사가 양두형 벡터 AI라고 부르는 시스템을 사용해 이용자가 다음으로 원하는 상품과 전반적인 취향을 함께 파악한다. 분석은 첫 클릭 이후가 아니라 페이지가 열리는 순간 확보할 수 있는 맥락에서 시작되며, 한 번의 세션 안에서도 선호와 현재 달성하려는 목적에 관한 해석을 형성한다. 이후 이용자가 행동할 때마다 모델을 계속 미세 조정해 프로필의 관련성과 확신도를 높인다. 이 방식은 계정이나 과거 이용 기록이 없어도 현재 세션의 신호로 개인화를 시작하고, 같은 방문이 이어지거나 이용자가 다시 방문할 때 더 축적된 정보를 활용하도록 설계됐다.

4. 행동·상황 신호를 즉시 반영하는 사례

기사에서 모트와니는 이용자가 튼튼한 부츠를 검색한 뒤 안전화 상품 두 개를 클릭하면 작업용 바지와 장갑을 위로 올리고 정장 구두를 아래로 내리는 사례를 제시한다. 말라카이트가 활용하는 신호에는 마우스 올리기, 클릭, 스크롤, 검색어 수정, 장바구니 추가가 포함되며, 이를 다음 날 고객군으로 집계하는 대신 방문 중 계속 읽는다는 설명이다. 접속 상황도 별도의 맥락으로 다뤄져, 밤 11시에 휴대전화로 이메일 링크를 통해 들어온 방문과 오전에 노트북으로 접속한 방문을 동일하게 취급하지 않는다. 다만 기사에는 이러한 사례와 작동 원리는 소개됐지만 전환율이나 매출 증가와 같은 정량적 성과 수치는 제시되지 않았다.

5. 개발 과정과 상용 배포 경로

말라카이트는 2024년부터 기술을 개발하고 시험했으며, 여행·식료품·소매 분야의 20곳이 넘는 기업 고객과 협업한 뒤 최종적으로 전자상거래에 집중했다. 플랫폼은 2025년 가을 펀닷컴에서 실제 운영을 시작했다. 2026년 6월부터는 쇼피파이 판매자가 기본 연동을 통해 일반적으로 이용할 수 있게 됐고, 규모가 큰 소매업체에는 API 방식의 통합 경로를 제공한다. 이는 표준화된 쇼피파이 설치와 기업별 시스템 연동을 함께 지원하는 배포 구조이며, 기사에서 구체적으로 공개된 운영 고객 사례는 펀닷컴이다.

6. 투자 목적과 향후 사업 방향

말라카이트가 유치한 시드 투자금은 1,000만 달러이며, 회사는 이를 유통 확대와 제품 및 사업 부문 리더 채용에 사용할 계획이다. 투자 라운드는 베세머 벤처 파트너스와 그래디언트가 공동 주도했고 하푼 벤처스가 참여했다. 모트와니는 앞으로의 더 큰 기회를 고객 행동에 대한 동일한 이해를 바탕으로 상품 진열과 마케팅을 결합하는 데서 찾고 있다. 이는 현재의 실시간 추천 기능을 넘어 두 업무 영역이 공통된 고객 해석을 사용하도록 하려는 방향이지만, 기사에는 이를 구현할 별도 제품이나 구체적인 출시 일정은 공개되지 않았다.

🧾 핵심 주장 / 시사점

• 말라카이트의 핵심 변화는 고객의 신원을 먼저 확인하는 개인화가 아니라, 익명 방문에서도 즉시 나타나는 행동과 맥락을 바탕으로 현재 의도를 추론하는 개인화다.
• 소매업체가 이미 보유한 클릭과 검색 데이터를 새로 수집하는 것보다 각 신호를 발생 시점에 읽고 매장 구성에 반영하는 능력이 회사가 제시하는 주요 차별점이다.
• 상품 진열과 마케팅이 같은 고객 행동 모델을 공유하도록 하려는 방향은 추천 결과를 매장 화면에만 적용하지 않고 고객 접점 전반으로 연결하려는 사업 구상을 보여준다.

✅ 액션 아이템

• 말라카이트의 양두형 벡터 AI가 첫 방문자 개인화에서 과거 구매 중심 방식 대비 어떤 개선을 내는지 비교 기준을 정한다.
• 쇼피파이 연동과 대형 소매업체용 API 병행이 상용 배포 확대에 미치는 우선순위를 점검한다.
• 마우스 올리기·스크롤·검색어 수정·장바구니 추가 신호가 실시간 의도 예측에 반영되는 범위를 정의한다.

❓ 열린 질문

• 로그인 기록이 없는 첫 방문자 대상 현재 의도 예측의 정확도를 무엇으로 판단할 것인가?
• 1,000만 달러 시드 투자의 유통 확대와 제품·사업 부문 리더 채용 배분은 어디인가?
• 전자상거래에서 고객 데이터의 수집보다 활용 속도를 차별점으로 유지하는 조건은 무엇인가?