앞으로 5~10년 동안 다양한 분야에서 큰 성장과 혁신이 있을 것이다. 비트코인-블록체인, 결제, 가상현실, 웨어러블, API 등 미래 성장 가능성이 명확한 재미있는 분야들이 너무 많고, 나도 개인적으로 잘 모니터링하고 있는 분야들이다.
그런데 완전히 새로운 분야는 아니지만(어떤 이들은 이미 성숙한 분야라고 말한다) 일반적으로 생각하는 것보다 훨씬 더 많은 발전이 일어날 수 있는 분야는 개인적으로 전자상거래라고 생각한다. 전자상거래라고 하면 인터넷으로 물건을 구매하고, 구매한 물건을 집이나 지정한 배달 장소에서 받는 것이다. 아마존과 알리바바가 장악하고 있는 이 분야에서 한국에서는 쿠팡이라는 멀티플레이어 괴물이 탄생했고, 특정 버티컬에서 전자상거래를 나름 잘하는 업체들이 한국에서도 계속 나오고 있다.
나는 앞으로 전자상거래 회사들의 큰 화두는 개인화가 될 것으로 생각한다. 물론, 백엔드(backend)의 물류 또한 최적화하고 개선할 수 있는 여지가 항상 존재하는 분야지만 전자상거래의 미래는 기술을 이용한 – 가끔은 수작업도 이용한 – 개인화에 크게 의존한다고 본다.
나도 전자상거래의 전문가는 아니고 전자상거래 스타트업을 직접 운영해보지는 않았지만 그동안 많은 회사를 봤고 많은 서비스를 사용해봤고, 또한 전자상거래 투자사들을 통해서 많은 배움을 얻었다.
개인화의 개념이 없을 때는 아마존닷컴에 들어가면 미네소타에 사는 두 아이의 엄마인 40대 여성이 보는 제품들과 캘리포니아에 사는 10대 남성이 보는 제품들이 동일했다. 이들이 어떤 사람들이고, 어디에 살고, 과거에 어떤 제품을 구매했고, 어디에 관심이 있는지 전혀 상관하지 않았다.
하지만 수많은 제품들이 전 세계에서 생산되어 시장에 나오고 소비자들의 취향이 더욱더 까다로워 지면서 지속적인 크로스셀링(cross-selling, 고객에게 연관된 상품의 구매를 유도해내는 기술)과 업셀링(up-selling, 고객에게 더 높은 가격의 상품을 제시해서 판매하는 기술)을 위해서는 각 개인의 취향에 맞는 제품을 추천하고 판매해야 한다는 걸 많은 전자상거래 업체들이 깨닫기 시작했다. 오프라인 백화점이나 가게와 같이 물리적인 공간이라는 제약이 없는 전자상거래이기 때문에 비용 효율이 높은 충분한 실험과 혁신이 이 분야에서 가능했다.
이젠 기술이 많이 발달했고, 온라인 소비자들에 대한 이해도가 많이 높아졌다. 두 아이의 엄마인 40대 여성이 전자상거래 사이트에 들어가면 다양한 요소와 그동안 축적된 데이터를 기반으로 이 분이 관심 가질만한 제품과 내용이 개인화되어 추천된다.
미네소타라는 곳이 겨울에 눈도 많이 오고 춥기 때문에 계절이 겨울이면 따뜻한 옷이나 부츠를 추천한다. 단순 추천이 아니라 이 분의 과거 구매 이력을 분석해서 좋아할 만한 스타일, 또는 이 분의 친구들이나 이 지역에 사는 비슷한 나이나 소비능력의 여성분들이 기구매했지만 이 분은 구매하지 않은 제품들, 뭐 이런 식의 추천이 될 것이다.
아이들 기저귀를 그동안 정기적으로 구매했다면, 이 데이터를 분석해서 현재 아이들의 나이까지 꽤 정확하게 맞출 수 있으며 그 또래의 애들이 있는 엄마들이 관심 가질만한 컨텐츠를 제공한다. 아마존, 월마트, 타겟 모두 이런 식으로 개인화된 전자상거래 플랫폼을 구축하고 있다.
여기서 한 발자국 더 나가서 요샌 자연어처리 기술도 온라인 쇼핑에 적용되고 있다. 인터넷 쇼핑을 할 때 소비자들이 가장 많이 보는 건 가격과 다른 구매자들의 평판이다. 대부분 사이트의 평판은 점수/별/코멘트로 구성되어 있다. 나는 개인적으로 이런 시스템이 별로 효과가 없다고 생각하는데 특히 점수와 별은 전혀 쓸모 없다고 생각한다.
별 1개와 5개, 또는 1점과 10점의(10점 만점 기준) 차이는 명확하지만, 대부분 제품의 점수가 그 중간에 집중되어 있다. 유모차 2개를 비교하고 있는데 하나는 별 3개/5점, 다른 하나는 별 4개/5.5점이다. 그렇다고 별 4개/5.5점의 유모차가 무조건 좋다고 할 수 있을까? 좋다면 얼마만큼 더 좋은가? 굉장히 모호하다. 코멘트를 보면 더 헷갈린다.
소비자들은 본인들한테 중요한 부분에 대해서만 코멘트를 한다. 휴대를 중요하게 생각하는 사람한테는 가벼운 유모차는 좋은 코멘트를 받을 확률이 높다. 하지만 내구성을 중요하게 생각하는 어떤 엄마는 오히려 가벼운 무게에 대해서 부정적인 코멘트를 남길 확률이 높다.
그래서 실은 리뷰를 더 많이 볼수록 구매 결정이 더 어려워지는 경우가 상당히 많다. 자연어처리나 감성분석을 하면 이게 조금은 더 수월해진다. 리뷰 내용을 기계가 분석해서 전체적인 내용이 긍정적이냐 부정적이냐(나한테), 그리고 어떤 단어들이 이에 해당하느냐 등을 판단해 준다. 우리 투자사 레코미오의 공동창업자들 김태호와 서철이 이러한 문제들을 다양한 방법으로 접근해봤다.
그런데 진정한 개인화가 이루어지려면 아직 멀었다. 한참 멀었다. 그래서 더욱더 큰 기회가 이 분야에 존재한다고 생각한다. 소비자들에 대한 더 많은 양질의 데이터를 취합해야 하며, 이들의 온라인과 오프라인 행동패턴에 대한 이해도를 훨씬 더 높여야지만 진정한 개인화가 가능하다.
전자상거래 분야에서 추천과 개인화는 아마존이 가장 잘한다고 생각하지만 나는 아직도 아마존이 추천하는 '관심 있어 할 만한 제품'들 중 진짜 관심이 가는 제품은 절반도 안된다. 이 절반 중 실제 구매로 이어지는 제품은 거의 없다. 하지만, 뭔가를 계속 구매하기 위해서 찾고는 있고 분명히 어딘가에는 존재하고 판매하는 그 제품을 못 찾는걸 감안하면 진정한 개인화는 반드시 필요하다고 생각한다.
기술로 완벽한 개인화가 가능할까? 잘 모르겠다. 개인적으로는 이미 어느 수준까지는 올라왔고, 앞으로 고도화를 통해서 가능해질 거라고 생각한다. 하지만, 많은 자원과 시간 그리고 기술의 발전이 뒷받침되어야 한다. 상당히 많은 스타트업들과 엔지니어들이 전자상거래 분야에서 혁신을 창조할 것이다. 이미 시장은 개인화(personalization)에서 초개인화(hyper-personalization)로 넘어가고 있다.
원문 출처: THE STARTUP BIBLE
이미지 출처: LeadMD
