★엑사스코프 / ‘셀프 계산대’
http://www.retailing.co.kr/article/a_view.php?art_idx=3324#
익스프레스 셀프 체크아웃으로
스마트 스토어 구축
셀프 체크아웃, 무인 매장 등 오프라인 매장에서 자동화, 무인화 노력이 계속되고 있다. 하지만 상용화 단계에 들어서지 못하고 있는 현실이다. 해결해야 할 문제들이 많기 때문인데, 스마트 스토어와 셀프 체크아웃의 기술적 기반을 마련한 스타트업이 있다. 바로 컴퓨터 비전(computer vision)을 전문으로 하는 엑사스코프다.
“20년 전, 전표를 쓰던 은행들에 현금지급기가 들어오면서 은행 업무가 전반적으로 바뀌었습니다.” 엑사스코프 김창열 대표는 현재 유통업계가 과거 은행이 처했던 상황과 같다고 설명했다. 자동화, 무인화 이슈가 계속되고 스마트 스토어에 대한 연구가 진행되지만 어떤 방식으로 매장이 변화할지 예측하기 어렵다. 엑사스코프는 유통업체의 효율성과 고객 경험 가치를 극대화하는 스마트 스토어 구축 솔루션을 제공해 변화를 선도하고자 한다.
◇바코드와 패턴을 함께 인식하는 셀프 계산대
엑사스코프는 2016년 12월 컴퓨터 비전(computer vision) 전문가들이 모여 창업했다. 컴퓨터 비전이란 카메라같은 시각 매체를 통해 얻은 영상을 분석하는 기술로, 쉽게 말해 카메라를 사람의 눈과 비슷한 수준으로 만드는 것을 의미한다. 엑사스코프가 창업할 무렵, 아마존고 1호점이 세상에 공개됐는데, 김창열 대표는 아마존고를 보고 유통업 솔루션을 선보일 타이밍이라 생각했다.
그리고 ‘하이브리드 SCO 터미널(Hybrid Self Check-Out Terminal)’을 선보였다. 기존 바코드 스캐너 방식의 셀프 계산대를 대체하는 제품이다. 현재 셀프 계산대 문제점은 고객이 계산원처럼 스캔에 숙달되지 않았으며, 상품을 하나씩 인식하는 과정에서 시간이 많이 소요된다는 점이다. 상품마다 바코드 위치와 크기가 달라 인식시키기도 어렵다.
엑사스코프는 인식 속도를 높이고 고객의 번거로움을 해소하기 위해 셀프 계산대가 바코드는 물론 상품 디자인 패턴을 인식하도록 만들었다. 즉, 상품 이미지를 캡처한 뒤 객체 인식과 사물 인식을 통해 어떤 상품인지 알아냈다. 시각적인 패턴과 바코드를 함께 파악한다고 해서 하이브리드라고 이름 붙였다.
지금까지 이미지 스캔 방식의 셀프 계산대가 없었던 것은 아니다. 다만 구현되는 방식이 다르다. 딥 러닝(deep learning) 방식을 적용한 경우가 많은데, 이는 학습을 통해 사물을 구별하는 방식이다. 김창열 대표는 “딥 러닝으로 실현하려면 한 상품당 사진 10장씩 찍어서 학습시켜야 한다.”며 “신규 상품이 쏟아지는 상황에 현실적으로 불가능한 방법”이라고 말했다.
반대로 엑사스코프의 고속 셀프 계산대는 영상 인식을 기반으로 해 높은 인식률과 빠른 속도를 보인다. 이번 달출시되는 중대형 매장용 고속 계산대 경우 1천 개 품목의 인식이 가능하며, 올해 안에 5천 개까지 늘릴 계획이다.
◇영상 카메라 설치로 고객 동선 추적
엑사스코프는 스마트 스토어 솔루션도 개발한다. 아마존의 ‘저스트 워크 아웃(Just Walk Out)’ 기술 핵심인 컴퓨터 비전, 센서 퓨전(sensor fusion), AI를 모두 활용해 ‘한국형 아마존고’를 구현한다는 계획이다.
엑사스코프의 스마트 스토어 솔루션은 아마존고와 비슷하지만 차이점이 있다. 바로 고객 추적 방법이다. 아마존고에 출입 인원 제한이 있는 이유는 카메라 설치가 한정돼 있기 때문이다. 엑사스코프는 천장에 카메라를 바둑판 모양으로 여러 대 설치한 후 영상을 합쳐 마치 100m 위에서 찍은 듯한 영상을 구현해내는 기술을 확보했다. 이 기술로 매장 크기와 고객 수에 상관없이 추적이 가능해졌다. 김창열 대표는 대형 매장에 적합한 기술이라고 언급했다.
하지만 매장 위에서 찍은 영상만으로는 고객을 정확히 식별하기 힘들어 진열대에도 카메라를 설치해야 한다. 위와 옆에서 찍은 영상으로 고객마다 ID를 부여해 추적하는 것이다. 카메라 수가 많아지면서 비용 문제가 발생할 수 있지만 ESL(전자가격표시기)이 이를 해결했다. ESL이 매장에 설치되면서 진열대에 전원이 들어섰다. 카메라 설치 기반이 마련된 것이다.
고객 추적이 제대로 작동하면 매장에 피드백도 줄 수 있다. 매장 체류시간, 이동경로, 고객의 군집, 시간대별 고객 수 등 데이터가 쌓이고 이를 분석해 효율적인 매장 운영을 할 수 있게 된다. 게다가 매장 구성을 변경해보고 레이아웃별로 객수와 객단가를 비교하기도 쉽다. 이는 매장이 클수록 더 많은 비용을 절약하도록 도와준다.
엑사스코프는 스마트 스토어 구축시 얼굴 인식으로 입장하고 결제하는 방식을 도입하고자 했지만, 현실적으로 쉽지 않다. 물론 퇴장과 동시에 고객 얼굴 이미지를 삭제하면 법적 문제가 없다고 하지만 고객 거부감이 있을 수 있다.
국내 시장은 동시 이용객수가 많고 예외 구매 패턴이 빈번하다는 특징이 있다. 따라서 엑사스코프는 국내 유통 환경에 최적화된 솔루션을 제공하기 위해 노력한다. 실제로 롯데마트와 메가마트에 고속 셀프 계산대가 도입될 예정이며, 스마트 스토어 경우 내년 초 선보일 예정이다.
'Retail Issue > @Retail Tech' 카테고리의 다른 글
★AI 무인주차 산업 (0) | 2020.01.08 |
---|---|
★에이텍에이피 / ‘무인 정산기’ (0) | 2020.01.08 |
◙〔무인계산정산〕★파나소닉 레지로보(Rrgirobo) (0) | 2020.01.08 |
★백터리 / 고객 동선 따라 맞춤형 광고 발신 (0) | 2020.01.08 |
★플로우히트맵(Flow Heatmap) / 구독형 방문객 분석 서비스 (0) | 2020.01.08 |