PM이 바라본 Shopify Editions Winter 24′ – 1편
2024년 2월 1일, 이커머스 솔루션 기업인 쇼피파이 Shopify가 Shopify Editions Winter 24′를 발표했습니다. 현재 재직하는 회사가 쇼피파이와 유사한 비즈니스 모델과 프로덕트를 갖고 있다 보니, 쇼피파이에서 진행하는 Shopify Editions는 항상 살펴보고 있습니다.
이번 Shopify Editions는 크게 5가지의 영역을 보여줍니다.
- Conversion : 프로덕트 개선으로 고객의 주문 늘리기 (Checkout, Shoppay 등)
- Channels : B2C 이커머스 이외의 판매 채널 찾기 (Shopify POS, B2B, Collective 등)
- Audience : 쇼핑몰에 고객 유입 늘리기 (Shopify Collabs, Shoppable Video 등)
- Operation : 셀러의 쇼핑몰 운영 지원하기 (Shopify MAGIC, Lending, Tax, Fulfillment 등)
- Developer : 개발자를 위한 생태계 강화 (다양한 영역의 API 등)
이번 Shopify Editions의 사전 예약을 신청하면서 관심 있게 살펴본 것은 크게 3가지였습니다.
- 쇼피파이는 AI를 어떻게 활용하는가 (2/2)
- 쇼피파이는 주문/결제 경험을 어떻게 개선하는가 (2/5 작성 예정)
- 쇼피파이는 이커머스가 둔화된 미래를 어떻게 준비하는가 (Shopify 실적 발표 때 정리)
이번 Shopify Editions는 이런 내용들을 중심으로 살펴보았습니다.
쇼피파이는 AI를 어떻게 활용하는가 (1)
생성형 AI를 활용한 창조와 효율화
AI에 대한 관심과 중요성은 말하면 입 아픈 수준입니다. 하지만 PM으로 다양한 기술과 제품을 공부하면서 느끼는 점은 좋은 기술도 결국 쓰여야 가치가 있다는 점입니다. Shopify Editions는 특별히 AI의 영역을 구분해서 제공하지 않지만, 다양한 영역 곳곳에서 AI가 적용됐다는 점을 알 수 있었습니다.
우선은 우리에게 익숙한 생성형 AI를 활용한 기술들이 눈에 띄었습니다. 대표적으로 Shopify’s 3D Scanner 앱이 있습니다. 온라인 사이트에서 2D의 단면이 아닌, 3D로 제품의 이미지를 생성하도록 제공합니다. 또한 AI-powered shopping assistant처럼 쇼핑몰 사이트 내에서 구매 고객의 쇼핑을 지원하는 서비스에도 이런 생성형 AI 기술이 활용되었습니다.
대표작은 누가 뭐래도 Shopify Magic인 것 같습니다. 제품의 이미지 배경을 바꾸거나, 제품설명, FAQ를 만드는 등 크리에이티브 영역뿐만 아니라, 이메일 발송을 하는 경우 최적의 예약시간, 본문, 제목 등을 추천받는 등 크리에이티브를 위한 제안을 받을 수 있습니다.
AI 비서인 SideKick은 이런 기능의 끝판왕입니다. 채팅으로 모든 설정을 해결할 수 있습니다.
예를 들어, ‘이용기간이 2024년 2월인 학생 전용 10% 쿠폰을 생성해 줘’라고 입력하면 바로 할인쿠폰을 생성할 수 있습니다. 또한 잘 팔리는 상품, 매출 감소 원인 등 데이터 기반의 리포팅부터 콘텐츠 생성을 위한 아이디어까지 제공합니다.
사실상 인턴~주니어 인력의 업무를 거의 다 대체한다고 볼 수 있습니다.
쇼피파이는 AI를 어떻게 활용하는가 (2)
검색 최적화를 통한 경험 개선
가장 관심가는 영역은 검색과 관련된 영역입니다. 쇼피파이는 Shopify Search & Discovery 앱을 통해서 Semantic Search기능을 제공합니다. ‘의미 검색’으로 직역할 수 있는 이 기능은 단순한 키워드 일치를 넘어서 검색과 관련한 고객의 의도를 이해합니다.
예를 들어서, ‘겨울에 입을 수 있는 따뜻한 것들’이라고 검색하면 털모자, 니트, 패딩 등 겨울과 관련된 용품들이 제공됩니다. 뿐만 아니라, 셀러들이 앱스토어에서 ‘반품 절차 단순화’와 같은 검색을 하면 가장 적합한 앱스토어 상품을 보여줍니다.
이는 우리가 검색을 할 때, ‘내가 필요한 것을 찾으려면 어떻게 검색해야 하지’와 같은 키워드에 고민하는 허들을 낮추게 됩니다. AI를 통해 쇼핑몰의 판매자와 구매자의 경험을 모두 개선시킨 것입니다.
하지만 더욱 놀라운 것은 쇼피파이는제품 분류체계(Product Taxonomy)를 개발하고 이를 오픈소스로 제공한다는 점입니다. 검색과정에서 발생할 수 있는 검색결과의 오차를 최소화하기 위해서, 메타데이터를 구축하는 것입니다.
과거 마케팅 솔루션 회사에서 근무하면서, 버즈 데이터 분석을 위해서 분류 체계를 내부에서 잡은 적이 있습니다. 분류체계는 MECE하면서 동시에 활용가능한 형태로 정리를 해야 합니다. 그래서 꽤나 많은 고민과 반복적인 작업이 필요합니다.
그런 귀한 결과물을 오픈소스로 푼다는 것은 제품과 관련한 메타데이터를 동일한 기준으로 적용하기 위함입니다. 쇼피파이는 다양한 마켓플레이스와 연동하기 때문에, 제품에 적용되는 메타데이터가 어느 정도 일정해야 합니다. 그래야 그들이 지향하는 검색, 상품필터 등의 효과를 극대화할 수 있습니다.
실제 이들의 스노보드 사례(상단 이미지)를 보면, 스노보드에는 색상, 무늬, 연령대, 대상성별, 권장 스킬 레벨, 소재, 스타일, 디자인 등 다양한 메타 데이터를 적용할 수 있습니다.
저런 메타데이터가 잘 적용된다면, 고객이 쇼핑몰에서 ’20대 초급자가 타기 좋은 검은색 얼룩무늬의 스노보드를 보여줘’라는 항목에 대해서 적절한 결과값을 보여줄 수 있게 됩니다.
끝으로
회사에서 ChatGPT Enterprise를 제공해 줘서, 다양한 GPTs와 같은 애플리케이션을 제작해보고 있습니다. AI Product를 제작하는 과정에서 정말 어려운 2가지가 바로 양질의 데이터를 쌓는 것과 활용성이 좋은 애플리케이션을 만들어내는 일이라는 것을 느꼈습니다.
쇼피파이의 AI 사례는 이런 2가지 요건을 잘 충족하는 것 같습니다. 판매자와 구매자의 경험에서 실질적인 개선을 만들어내며, 또한 AI 서비스의 질을 높이기 위해서 메타데이터 표준을 만들고 오픈소스로 제공하여 양질의 데이터를 확보하기 위한 전략을 충실히 실행하고 있기 때문입니다.
이렇게 프로덕트에서 중요한 것이 뭔지 아는 쇼피파이는 과연 주문과 결제 경험은 어떤 형태로 개선시키고 있을까요? 다음 아티클에서 찾아뵙겠습니다.
재미있게 읽으셨다면 좋아요 부탁드립니다. 🙂
채널을 구독하시면 매주 금요일마다 비즈니스/프로덕트/데이터와 관련한 글이 제공됩니다.
경민님이 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
