[인터뷰] “매장 상품 배치만 바꿔도 매출이 40% 까지 차이납니다”

지난 주말에 제주도엘 다녀왔는데, 렌트한 차량을 반납하고 나오는 길에 특산물 판매 코너에서 발이 멈췄다. 원래 기념품 코너는 잘 안 들리는 편인데, 좋아하는 과자가 눈에 띄어서 이것저것 집어 들게 되더라. 렌트카 사무실의 출입구에 특산물 판매 코너를 만들고, 문 바로 옆에 맛있어 보이는 과자를 눈에 띄게 배치해 놓은 것이 카드를 꺼내 들게 했다. 만약 이 길목에 자석이나 키링 같은 것이 있었다면, 적어도 나는 이 코너 속 코너 같은 가게에 들어가지 않았을 것이다.

오프라인 매장 어렵다는 이야긴 나온지 오래다. 다니다보면 상권 좋다 알려졌던 거리에도 빈 가게가 속출한다. 무인 매장도 는다. 상품을 많이 팔거나, 혹은 비용을 줄여서 이익을 내야 하니, 프랜차이즈나 점주나 모두 고민이 많다. 어떻게 하면 사람이 더 들어오게 할까. 아니, 어떻게 하면 들어온 사람이 조금이라도 더 돈을 쓸 수 있게 만들 수 있을까. 딥핑소스는 이 고민을 해결하겠다고 나선 회사다.

김태훈 딥핑소스 대표는 이미지에서 사람 얼굴을 골라내는 기술로 인텔에 매각한 회사 ‘올라웍스’의 공동창업자 출신이다. 이후에 정보 보안을 위한 비식별 기술을 개발했고 이를 공간 분석에 적용, 국내 CU나 일본 로손 같은 편의점 등에 공급하고 있다. 딥핑소스는 영상을 분석해서 재고가 얼마나  떨어졌는데 파악해 새 상품을 발주하고, 무엇이 인기 상품인지를 파악하며, 손님의 동선과 시선에 따라 이걸 어디에 놓아야 더 잘 팔리는지 등을 분석한다. 김태훈 대표에 따르면 “같은 매장이라도 상품 배치에 따라서 매출이 40% 씩도 차이가 난다”고 말한다.

오프라인 공간을 분석하려는 시도는 지금껏 있어 왔다. 예컨대 ‘비컨’ 같은. 하지만 잘 된 기술은 드물었다. 딥핑소스는 어떤 차별성을 갖고 이 시장에 뛰어들고 있나. 성과를 내고 있나. 묻기 위해 김태훈 대표를 서울 삼성동 한 커피숍에서 최근 만났다.

김 대표는 이른 아침부터 매우 분주해 보였는데, 잇단 미팅에 차주에는 일본으로 출장도 잡혀 있다고 했다. 현지 이동통신사인 KDDI로부터 투자를 받아 로봇제어를 위한 프로젝트를 진행 중에 있어서다. 앞서 언급한 공간 분석 기술을 로봇 제어라는 더 큰 영역으로 확장하려 한다고 했다. 로봇은 분명히 갈 미래라고 봐서다.

사업을 키우는 무대로 일본을 점찍기도 했다. 한동안 디지털에 뒤처졌다고 평가받았던 일본은 요즘 모바일을 뛰어넘어 곧바로 AI 시대로 직행 중이다. 김 대표는 “일본은 처음 설득하긴 어렵지만, 테스트 이후에는 새로운 기술을 지체 없이 바로 받아들이고 있어 기회가 많다”면서 “딥핑소스도 일본의 여러 기업과 기술 도입을 논의 중에 있다”고 말했다.

참고로, 김태훈 대표는 <바이라인네트워크>가 오는 25일 서울 강남 과학기술회관(ST센터)에서 개최하는 ‘리테일 & 로지스 테크 컨퍼런스 2025’에도 참석, AI로 오프라인 공간을 분석하는 것이 어떻게 매출 증대에 영향을 주는지 강연도 한다.

딥핑소스의 첫번째 무기, 오프라인 공간 분석

다음주에 일본에 간다고 들었다. 가서 누굴 만나 어떤 일을 하나?

일본 이동통신사 KDDI로부터 투자를 받았고, 프로젝트를 진행 중이다. (오프라인 매장에서) 로봇이 움직일 때, 그 로봇을 제어하는 AI를 우리가 만든다.

어떤 AI인가?

영상 기반 에이전트AI다. 카메라로 오프라인 공간을 촬영해 확보한 모든 데이터를 비전 기술로 분석한다. 예를 들어서, 제 아무리 똑똑한 사람이더라도 커다란 물류창고 안에서 어떤 물건이 어디에 있는지 한 눈에 다 파악할 순 없지 않나. 그런데, 카메라로 전체를 다 보고 공간을 분석한다면 개별 로봇에게 어디 가서 무얼 하라고 명령을 내리기 쉽다. 정리하면, 개인정보를 지운 영상 데이터를 바탕으로 실시간으로 상호작용하면서 최적의 실행안을 제시하는 매장관리 AI를 만들고, 공간에서 로봇을 콘트롤도 한다.

이미 꽤 많은 로봇 회사가 창고관리시스템과 로봇을 이어주는 소프트웨어를 개발하고 있는데, 그런 것과 유사한가?

그보다는 윗 단계라고 판단한다. 전체를 조망해서 각 로봇에게 할 일을 정해주기 때문이다. 예를 들어, 어떤 마트에서 한 로봇이 진열을 하고 있는데 다른 로봇이 청소를 한다고 치자. 그 와중에 손님이 와서 움직일 때 동선이 엉키면 안 된다. 실시간으로 상황을 바로 제어할 수 있어야 한다.

원래, 오프라인 공간을 분석해서 재고 관리를 하는 솔루션을 공급했는데, 이 관리 기술이 로봇제어로 확장되는 건가

그렇다. 그렇게 확장되는 거다. 여러 이유로 사람이 (마트나 편의점 등 오프라인 매장에서) 줄어들고 있는 추세다. 그런데 사람을 완전히 0명으로 만들기는 어렵고, 한 명의 사람이 로봇이나 자동화 솔루션을 가지고 일하도록 하는 것이 우리 솔루션을 사는 고객들이 갖는 최고 가치인 것 같다.

특히, 일본에서 우리가 일을 하고 있는데 일본 같은 경우 취업률이 되게 높다. 다시 말해, 일본은 지금 사람을 못 구하는 상황이라는 이야기다. 경기가 안 좋아서 한 명 밖에 고용 못하는 것이 아니라, 고용할 사람 자체가 없다. 미국도 마찬가지 상황일 거다. 그렇다면 그 매장에서 사람 한 명이 큰 공간을 운영할 수 있는 솔루션이 필요한 거고, 그걸 가능하게 해주자는 거다.

어쩐지 영화 ‘어쩔수가없다’가 생각난다. 그 영화를 봤나? (스포가 될 것 같아 자세히는 말할 수 없지만, 커다란 공장에서 사람이 홀로 수십, 수백대에 달하는 로봇을 통제하며 일하는 장면이 나온다)

봤다. 그렇지만 상황이 조금 다른 것 같다. (영화에선) 사람이 일하고 싶은데 일자리가 없어지는 거고 여기는 한 명이서도 일을 할 수 있다는, 그런 느낌이다. 이를테면 편의점에서 직원을 고용했다고 가정하자. 그런데, 이 직원이 오늘 왔는데 오늘 당장 그만두기도 한다. 굉장히 단기다. 이렇게 단기로 오는 직원들에게 교육을 시켜도 사실상 크게 의미가 없다. 기본적인 것을 할 줄 아는 상태에서 매장이 돌아가야 한다. 그럴 때 우리 시스템이 “이거 하면 된다, 저거 하면 된다” 이런 걸 알려준다. 당장, 지금 어느 테이블을 닦아야 하는지, 물건을 채워야 하는지 말아야 하는지 같은 것 말이다.

그렇게만 시스템화가 되어도 어떤 공간은 굉장히 좋은 상태로 운영이 된다. ‘사람이 필요없다’고 보진 않는다. 사람이 있는 게 당연히 좋다. 이제, 어쩔 수 없이 자동화 시스템을 구축해야 하는 경우가 생긴다는 거다.

여기도, 어쩔 수가 없는 건가

매일 바뀌는 직원을 교육하기 위해서 사람 한 명을 더 고용할 수는 없는 것 아닌가? 특히 프랜차이즈 같은 경우, 매장의 상태를 알려고 본사에서 사람을 더 고용할 수 없다. 그러면 자동화를 하는 거다.

올라웍스 공동 창업자 출신, 왜 다음 스텝으로 ‘공간 분석’을 택했나

언제부터 공간 분석이라는 아이템을 사업화하려 했나

올라웍스(류중희 리얼월드 대표와 공동창업한 회사로, 이미지에서 사람의 얼굴을 인식하는 소프트웨어를 만들었다)를 인텔에 매각하고, 인텔에서 일했다. 당시에 인텔에서 시도한 AI프로젝트 다수가 개인정보법 준수 이슈로 드롭이 됐다. 개인정보보호가 이슈가 될 거라고 생각했고, 그걸 기반으로 새로 창업했다. 당시엔 데이터를 안전하게 쓸 수 있게 만들어주는 기술 개발에 목적을 뒀다.

‘데이터 익명화’ 기술이 딥핑소스가 가진 또 하나의 무기다. 김 대표의 이력을 보면, 올라웍스 때부터 쭉, 사람의 얼굴을 식별하고 이걸 비식별하도록 바꾸는 방향으로 일관되게 온 게 있어 보인다

그렇다. 옛날에는 얼굴만 분석했는데(올라웍스), 지금은 얼굴만 빼고 분석하고 있는 상태다(웃음).

그런데, 요즘엔 데이터 비식별화를 열심히 하는 기업들이 많다. 딥핑소스의 기술이 어떤 부분에서 차별화가 되나

다른 기술들에는 사람의 얼굴을 다른 사람으로 바꿔주고, 그렇게 해서 만들어진 재생성 데이터가 많다. 직관적으로 의미가 있다. 그런데 이런 경우에, 고객사에서 “이 데이터가 어떻게 비식별 처리됐다는 것을 증명하느냐”고 묻기도 한다. 이게 비식별 처리가 된 데이터라는 걸 증명해야 하는데 진짜 같은 얼굴로 교체가 되어 있으니까 “여기서 누가 진짜고 누가 가짜인지 어떻게 구분하냐, 혹여 비식별 처리에서 몇 명 빠트렸다고 해서 어떻게 알겠느냐” 이런 식으로 나올 수 있어서 이를 확인하는 행정비용이 많이 들어간다

그래서 우리는 영상 속 얼굴 이미지를 아예 복원이 안 되도록 지운다. 그런데, AI는 이 지워진 데이터 속 얼굴을 분석할 수 있다. 금발머리 여성이 귀걸이를 하고 있다는 상태를 파악하고, 현재 웃고 있다는 등의 표정을 인식한다. 사람이 보면 누가 봐도 망가진 데이터로 보이지만 AI 분석을 위해 데이터를 집어넣으면 개인 식별에 필요한 것 말고 다른 정보들이 많이 나온다. 그래서 데이터 활용도는 유지하면서 개인정보를 보호할 수 있는 거다.

얼굴이 뭉개지면 데이터로서의 가치가 떨어진다고 보이는데, 그렇지 않다는 건가?

그렇다. 거기서 차이가 나는 건데, 원래 데이터가 가진 정보 대부분을 보존하고 있고 개인 식별만 안 되는 거다.

이 기술로 어떤 시장을 우선 겨냥하나?

이제는 로봇 세상이니 당연히 로봇이다. 예를 들어 자율주행은 어지간한 시도는 다 해본 상황이고(이미 시범 운행을 하고 있으니), 기술 문의가 들어오는 것도 “이미 만들어 놓은 게 있는데 이제 와서 보니 문제될 소지가 있어 이걸 좀 수정해 달라”는 것들이다.

그런데 로봇 같은 경우는 아예 무(無)에서 시작하는 상태다. 처음부터 진입할 수 있고, 시장도 (자율주행보다) 이쪽이 더 크다고 보고 있다.

이런 비식별 기술이 공간 분석과 합쳐지면 어떻게 쓰일 수 있나?

(이미 촬영한 영상을 보여주면서), 코엑스 내부 장면을 촬영한 영상이다. 지나가는 사람들의 얼굴은 식별이 안 되는데, 어디를 바라보는지 화살표로 표기가 된다. 광고판의 성과를 바로 측정할 수 있어서, 그에 맞춰 가격을 매길 수 있다. 비식별화 기술은 우리가 하는 모든 영상 기술에 다 쓸 수 있다.

또, CCTV가 민간함 이유는 허가를 보안의 목적으로 받았기 때문에 고객 분석 등 다른 용도로 쓰려면 다시 허가를 받아야 한다. 그런데, 법에서 ‘개인 식별이 아무도 안 되게 되면’ 다른 목적으로 써도 된다고 허가한다. 그러니 보안용 원본은 별도로 쓰고, 비식별화 한 영상은 AI가 분석하도록 접목할 수 있다.

지금 현재 기준으로는, 어느 영역이 캐시카우가 되나

공간 분석이다. 국내 CU 편의점과 일본 로손 편의점의 직영점에 딥핑소스의 공간 분석 기술이 들어가 있다. 편의점은 한 번에 100만개 이런 식으로 많은 상품을 진열할 수 있는 곳은 아니다. 그러면 그중 잘 팔릴 것 같은 상품만 가져와야 한다. 그래서 어떤 물건을 얼마나 가져와야 하는지를 분석해야 한다. 상품을 어떻게 배치 해놓느냐에 따라 매출에 큰 영향을 받기도 한다.

실제로 편의점 배치에 따라 같은 매장이라도 매출이 달라지는 걸 경험하고 있다. 배치를 잘 하면 들어온 손님의 95%가 뭐라도 사들고 나가는데, 배치가 좀 이상하면 온 손님의 70%가 그냥 나가 버리기도 한다. 편의점은 들어오는 사람의 수가 급격히 달라지는 그런 공간은 아니다. 따라서, 들어오는 사람이 아무 것도 안 사고 이탈하는 걸 줄여야 한다. 살 게 없다는 뜻인데, 그런 이탈이 반복되면 그 손님은 이 편의점에 다시 안 온다. 어떤 상품을 구비하고 어떻게 배치하는지에 따라 실제로 매출이 40% 씩 차이가 난다.

편의점 외에 공간은 어떤가?

식당이나 카페에서 공간 분석을 통해 시간별로 테이블 배치를 달리 할 수도 있다. 점심시간엔 회사에서 같이 밥 먹은 넷이 한 테이블을 쓰지만, 점심 손님들이 빠지고 난 이후에 혼자 온 손님들은 원래 넷이 쓰던 테이블을 혼자 넓게 쓰기도 한다. (실제로는 자리가 있지만) 테이블을 비효율적으로 쓰는 바람에 자리가 없어 손님이 그냥 돌아가는 경우도 있고. 그럴 경우에, 몇시에 테이블을 다 떼어놓는 것이 더 유리하다는 식의 분석을 하기도 한다.

그 외, 외부에는 공개하지 않지만 많이 알려진 브랜드들의 오프라인 매장에서도 기술을 적용해 쓰기도 한다. 최근에는 의류 매장에도 많이 들어간다. 의류는 매장에 들어선 사람이 빨리 이탈하면 절대 안 되는 공간이기도 하다. 그래서 누가 왔는데 어디서 얼마나 있다가 가는지, 그걸 파악해서 배치를 바꾸는 식으로 구매전환을 높이려 한다.

빠르게 달라지고 있는 일본

다시, 일본 이야기를 해보자. 요즘 일본으로 진출하는 스타트업이 많이 늘었다. 딥핑소스도 일본 기업들과 계약을 논의 중이지 않나

일본이 많이 낙후됐다는 말이 많지 않나. 지금은 분위기가 너무 달라졌다. 3년 전에 처음 일본으로 미팅 갔을 때는 여름에도 넥타이를 매야 했다. 그런데 요새는 그냥 반팔티를 입는다.

사회 분위기도 많이 달라졌단 이야긴가

그렇다. 우리나라에서 보통 디지털전환(DX) 한다고 한 것들, 일본에선 다 건너 뛰어버렸다. 우리나라의 경우엔 (거의 모든 디지털 전환 과정을 거치면서) “그거 옛날에 해봤는데 돈을 너무 많이  썼고, 말아 먹어서 안 할래” 이런 반응이 있는데 일본은 그냥 오랫동안 예전 상태로 있다가 갑자기 거의 완성된 AI를 접하면서 “와, 별게 다 되네, 그러면 이것도 다 되겠네” 하는 식으로 받아들여 버린다. 그러다보니 새로운 기술을 적용하는데 훨씬 빠르게 반응하고 있다.

실패의 경험이 없어 수용성이 높다는 이야기다

회사끼리 일을 할 때 차이를 많이 느낀다. 기술 도입 논의 초반에는 우리나라가 빠른 느낌을 받는다. 예를 들어서, “이거 한 번 해보는 거 어떠십니까?” 물으면 테스트 삼아 PoC(사업 도입 이전에 개념 검증)를 하고, 그러다 진행이 안 되는 경우가 굉장히 많다. 테스트해봤으니 이제부터 뭘 할 지 같이 고민해보자는 식이다.

그런데 일본은 “나 이거 쓸거야”를 결정하고 테스트를 ‘진짜 작동하는지 여부를 확인하기 위해서 하니까 초반엔 굉장히 애를 먹지만 결과적으로는 (정말 도입으로 연결되기 때문에 기술 공급사 입장에선) 훨씬 이익이다. 그런 부분에서 차이가 있다.

앞으로의 계획은?

사실은, 커피숍에 가도 사람이 커피를 내려주는 게 훨씬 좋다. 완전 자판기가 계속 잘 안 되는 이유가 그거다. 그래서, 사람을 대하는 일, 사람이 뛰어야만 하는 일은 사람이 하고 나머지를 로봇이 채워 들어오면 그 로봇과 공간을 전부 우리가 제어하고 최적화하는 걸 만들고 싶다. 세상의 모든 공간을 안전하고 완벽하게 만드는 그 일을 하고 싶다.

마지막으로, 계속 창업을 하고 있는데 또 창업에 도전할 생각이 있나? 새로 창업하는 이들에게 해주고 싶은 말이 있다면?

나를 포함해서, 같이 올라웍스를 창업했던 이들이 “다시는 안 할 거다” 이랬는데, 다들 다시 창업했다(웃음). 다신 안 한다고 하다가도 세상이 바뀌는 걸 보면 “왠지 이건 하면 될 것 같은데” 이런 생각이 계속 들더라.

자꾸 기회가 보이나!

이제는 시대가 바뀌어서, 예전엔 ‘안 된다’고 했던 것들도 굉장히 잘 된다. 이런 것들을 적극적으로 써보시면 좋겠다, 이런 생각을 하게 된다.

글. 바이라인네트워크
<남혜현 기자> smilla@byline.network