🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Macy’s는 소매업에서 인공지능을 겉으로 드러나는 기능보다 검색, 재고, 운영, 개발 의사결정에 내재화하는 ‘AI-first’ 전략으로 재편하고 있다.

📌 핵심 요약

• 이 글은 인공지능이 가상 착용이나 쇼핑 챗봇처럼 눈에 띄는 기능보다, 검색 결과 노출, 재고 이동, 공급망 운영, 코드 배포, 고객 행동 대응 같은 내부 의사결정 방식을 바꾸고 있다고 설명한다.
• Macy’s의 무랄리 무루간은 ‘AI-first’를 기존 업무 위에 지능을 덧붙이는 것이 아니라, 의사결정이 일어나는 방식을 다시 설계해 비즈니스 속도와 경험의 관련성을 높이는 접근으로 정의한다.
• Macy’s는 개인화, 검색, 운영 계획, 소프트웨어 개발 등 여러 시스템에 인공지능을 직접 포함시키며, 고립된 실험에서 통합된 운영 체계로 이동하고 있다.
• 초기에는 검색 추천과 고객 참여처럼 전환율 개선과 마찰 감소를 측정하기 쉬운 영역에서 빠른 성과를 만든 뒤, 이를 바탕으로 확장을 기술 논쟁이 아닌 사업적 결정으로 전환했다.
• Ask Macy’s 같은 대화형 쇼핑 도구는 고객이 상황과 필요를 말하면 과거 구매, 선호, 맥락을 반영해 추천하는 방향으로 발전하고 있으며, 회사는 인공지능을 인간 판단을 대체하기보다 보강하는 보이지 않는 층으로 본다.

🧩 주요 포인트

1. 이 글은 인공지능이 가상 착용이나 쇼핑 챗봇처럼 눈에 띄는 기능보다, 검색 결과 노출, 재고 이동, 공급망 운영, 코드 배포, 고객 행동 대응 같은 내부 의사결정 방식을 바꾸고 있다고 설명한다.
2. Macy’s의 무랄리 무루간은 ‘AI-first’를 기존 업무 위에 지능을 덧붙이는 것이 아니라, 의사결정이 일어나는 방식을 다시 설계해 비즈니스 속도와 경험의 관련성을 높이는 접근으로 정의한다.
3. Macy’s는 개인화, 검색, 운영 계획, 소프트웨어 개발 등 여러 시스템에 인공지능을 직접 포함시키며, 고립된 실험에서 통합된 운영 체계로 이동하고 있다.
4. 초기에는 검색 추천과 고객 참여처럼 전환율 개선과 마찰 감소를 측정하기 쉬운 영역에서 빠른 성과를 만든 뒤, 이를 바탕으로 확장을 기술 논쟁이 아닌 사업적 결정으로 전환했다.
5. Ask Macy’s 같은 대화형 쇼핑 도구는 고객이 상황과 필요를 말하면 과거 구매, 선호, 맥락을 반영해 추천하는 방향으로 발전하고 있으며, 회사는 인공지능을 인간 판단을 대체하기보다 보강하는 보이지 않는 층으로 본다.

🧠 상세 정리

1. 소매업 변화의 초점은 눈에 보이지 않는 의사결정에 있다

본문은 인공지능이 소매업을 빠르게 바꾸고 있지만, 소비자가 즉시 알아차릴 만한 방식만이 핵심은 아니라고 설명한다. 가상 착용이나 챗봇 쇼핑 보조 기능보다 더 큰 변화는 검색 결과에 어떤 상품이 보이는지, 재고가 공급망을 어떻게 움직이는지, 엔지니어가 코드를 얼마나 빠르게 배포하는지 같은 내부 판단 과정에 있다. 고객 행동에 실시간으로 반응하는 능력도 중요한 축으로 제시된다. 경쟁이 파편화되고 과열된 환경에서 기존 소매업체에게 인공지능은 단순 기능이 아니라 운영 철학으로 자리 잡고 있다.

2. Macy’s의 ‘AI-first’는 기존 업무 위에 기능을 얹는 방식이 아니다

Macy’s의 엔지니어링 시니어 디렉터 무랄리 무루간은 회사의 접근을 ‘AI-first’로 설명한다. 그는 이 개념이 기존 시스템 위에 지능을 추가하는 것이 아니라, 의사결정이 일어나는 방식을 재설계하는 것이라고 말한다. 목표는 비즈니스가 더 빠르게 움직이고, 모든 고객 경험이 기본적으로 더 관련성 있게 느껴지도록 만드는 데 있다. 따라서 Macy’s는 개인화, 검색, 운영 계획, 소프트웨어 개발 자체에 인공지능을 직접 심는 방향을 택하고 있다.

3. 고립된 실험에서 통합 시스템으로 확장되는 전략

Macy’s의 전략은 소매업 전반에서 나타나는 더 큰 전환을 반영한다. 과거의 고립된 인공지능 파일럿에서 벗어나, 신호가 포착된 뒤 실제 행동으로 이어지기까지의 간격을 줄이는 통합 시스템으로 이동하고 있다는 설명이다. 초기 노력은 검색 추천과 고객 참여처럼 좁지만 효과가 큰 사용 사례에 집중됐다. 전환율 향상과 고객 마찰 감소 같은 측정 가능한 성과가 내부 추진력을 만들었고, 빠른 성과가 확인된 뒤에는 확장이 기술 논쟁이 아니라 사업적 결정이 됐다고 무루간은 말한다.

4. Ask Macy’s는 대화형 쇼핑을 개인 스타일리스트에 가깝게 만들려 한다

이 흐름은 Ask Macy’s 같은 대화형 커머스 도구로 이어지고 있다. 이 도구는 전통적인 검색창처럼 단어를 입력받아 결과를 나열하는 것보다, 개인 스타일리스트처럼 작동하도록 설계된 인공지능 쇼핑 보조 기능이다. 고객은 무도회, 휴가, 갑작스러운 행사처럼 자신이 처한 상황과 필요한 것을 대화형으로 설명할 수 있다. 그러면 과거 구매 이력, 선호, 맥락을 반영한 추천을 받을 수 있으며, 이는 검색 경험을 더 상황 중심적이고 개인화된 방식으로 바꾸는 사례로 제시된다.

5. 인공지능은 인간 판단을 대체하기보다 보이지 않게 보강하는 층으로 제시된다

본문은 Macy’s가 인공지능을 인간 판단의 대체물이 아니라 이를 보강하는 보이지 않는 층으로 본다고 설명한다. 장기적 비전은 고객이 시스템의 존재를 직접 의식하지 않아도 더 매끄럽고, 적응적이며, 개인화된 소매 경험을 느끼는 것이다. 무루간은 진짜 변화가 지속적 개선에서 나온다고 말하며, 실수에서 배우고 새로운 기술 표준에 빠르게 적응하는 과정을 강조한다. 또한 타이밍과 실행이 축적될 때 고객 경험이 의미 있게 개선된다고 본다. 이 콘텐츠는 Infosys와의 파트너십으로 제작됐으며, MIT Technology Review 편집진이 쓴 기사가 아니라 Insights 부문이 제작한 후원 콘텐츠라는 점도 명시돼 있다.

🧾 핵심 주장 / 시사점

• 이 글의 핵심은 소매업의 인공지능 전환이 소비자에게 보이는 화려한 기능보다, 검색·재고·운영·개발을 움직이는 내부 의사결정 구조의 재설계에 있다는 점이다.
• Macy’s 사례는 인공지능 도입을 실험 프로젝트가 아니라 전사적 운영 방식으로 확장하려면, 먼저 전환율 개선이나 마찰 감소처럼 측정 가능한 빠른 성과가 필요하다는 점을 보여준다.
• Ask Macy’s의 방향은 대화형 커머스가 단순 챗봇을 넘어 고객의 목적, 맥락, 과거 행동을 결합한 추천 경험으로 이동하고 있음을 시사한다.

✅ 액션 아이템

• AI를 노출형 기능에 머무르지 말고 검색 노출·재고 이동·공급망 의사결정까지 포함해 AI-first 통합 구조로 재편한다.
• 초기 전환율 개선·마찰 감소 성과를 바탕으로 확장 대상 시스템과 시점을 정렬해 사업적 판단 근거를 먼저 만든다.
• Ask Macy’s류 대화형 추천은 과거구매·선호·맥락 반영 범위를 정해 인간 판단을 대체하지 않고 실무 판단을 보강한다.

❓ 열린 질문

• 검색·재고·공급망·개발 배포 중 어떤 의사결정 흐름을 먼저 AI-first로 통합해야 속도와 경험 관련성이 가장 빨리 개선되는가?
• 전환율·마찰 감소 같은 초기 성과가 축적될 때 확장 전환의 임계점은 어떤 기준으로 판단할 것인가?
• 과거구매·선호·맥락 반영 대화형 추천에서 인간 판단 보완 경계를 어떻게 정의해 오판 리스크를 줄일 것인가?