.svg)
AI 솔루션 문의하기
소매매장은 짧게는 수백 개에서 많게는 수만 개에 이르는 상품을 동시에 취급합니다. 계절이 바뀌거나 판촉 행사가 열릴 때마다 신상품이 새로 들어오고 일부 상품은 매대에서 빠집니다. 기존의 비전 인식 기술은 상품 하나하나의 이미지를 미리 학습시켜야 인식할 수 있는 구조였기 때문에 상품 구성이 자주 바뀌는 소매매장에서는 학습 작업이 끝없이 반복되는 부담으로 남았습니다. 신상품이 입고될 때마다 촬영과 라벨링 그리고 재학습이라는 절차를 거쳐야 했고 그동안 해당 상품은 인식 대상에서 빠진 채로 운영될 수밖에 없었습니다.
제로샷 비전 AI는 특정 상품의 이미지를 별도로 학습시키지 않고도 상품명이나 간단한 설명 그리고 참고 이미지 한두 장만으로 그 상품을 인식할 수 있도록 설계된 기술입니다. 신상품이 입고되는 즉시 상품 정보를 시스템에 등록하는 것만으로 인식이 가능해지기 때문에 기존 방식에서 필요했던 대량의 촬영과 재학습 과정을 생략할 수 있습니다. 이는 상품마다 별도의 학습 데이터를 쌓아야 했던 기존 접근과 근본적으로 다른 방식이며 상품 구성이 자주 바뀌는 매장일수록 이 차이가 만드는 효과도 함께 커집니다.
매장 진열대는 판매가 이루어지면서 특정 상품의 재고가 눈에 띄게 줄어들거나 완전히 소진되는 상황이 수시로 발생합니다. 직원이 매장을 돌며 육안으로 확인하는 방식은 확인 주기가 길어 품절 상태가 오래 방치될 수 있습니다. 진열대를 촬영하는 카메라 영상에서 특정 상품이 있어야 할 자리가 비어 있는지를 지속적으로 판별한다면 품절 상황을 직원이 직접 순회하지 않고도 확인하는 데 도움이 될 수 있습니다. 품절이 확인되면 담당 직원에게 즉시 알림을 전달해 재고를 보충하는 절차와 연결할 수 있습니다.
매장은 상품을 정해진 위치와 방식으로 진열하도록 계획을 세워두는 경우가 많습니다. 이 계획과 실제 진열 상태가 어긋나면 소비자가 원하는 상품을 찾기 어려워지거나 판촉 효과가 떨어질 수 있습니다. 제로샷 인식으로 매대에 놓인 상품을 실시간으로 파악하고 이를 사전에 정해둔 진열 계획과 비교한다면 계획과 실제 상태 사이의 불일치를 확인하는 데 효과적일 수 있습니다. 신상품처럼 계획이 자주 갱신되는 경우에도 별도의 재학습 없이 곧바로 비교 대상에 포함시킬 수 있다는 점이 이 방식의 특징입니다.
여러 브랜드가 비슷한 형태의 포장으로 상품을 출시하는 경우 제로샷 인식이 이 상품들을 정확히 구분하지 못할 가능성이 있습니다. 특히 용량이나 맛의 차이만 있는 상품군은 겉모습이 거의 동일해 참고 이미지만으로는 구분이 어려울 수 있습니다. 이런 상품군에는 포장의 세부 문구나 바코드 영역까지 함께 인식하도록 보완하는 방식을 검토할 수 있으며 정확도가 낮게 나타나는 상품군을 별도로 관리하는 절차도 함께 마련할 필요가 있습니다. 담당 인력이 오탐지 사례를 주기적으로 검토하고 그 결과를 반영하면 시간이 지날수록 구분 정확도를 끌어올릴 수 있습니다.
소매매장에 제로샷 비전 AI 기반 재고관리를 도입하려 한다면 먼저 매장 내 카메라의 배치와 진열대별 촬영 범위부터 점검하는 편이 좋습니다. 신상품 등록 절차를 담당할 인력과 그 절차에 소요되는 시간을 함께 검토하고 유사 상품이 많은 매대는 별도의 보완 기준을 마련해야 하며 진열 계획을 관리하는 기존 시스템과의 연동 방식도 함께 설계할 필요가 있습니다. 매장 수가 많은 사업자라면 매장별로 다른 진열 방식과 조명 조건까지 반영해 초기 설정 범위를 정하는 편이 좋습니다.
소매매장의 재고관리는 상품 구성이 끊임없이 바뀐다는 조건 위에서 이루어져야 합니다. 제로샷 비전 AI는 상품 하나하나를 미리 가르치지 않아도 되는 방식으로 이 조건에 대응하며 품절 확인과 진열 기준 대조라는 두 가지 작업을 함께 지원합니다. 상품 구성의 변화 속도를 따라잡을 수 있는 인식 방식을 갖추는 일이 이 자동화의 실효성을 결정합니다.
.svg)
.svg)
