“클릭율 늘었다”…와디즈·무신사, AI 페이스 메이커 'AWS 효과' [IT돋보기]

[아이뉴스24 김문기 기자] “복잡한 인공지능(AI) 기술을 빠르게 적용해 클릭율 개선이라는 효과를 확인할 수 있었다.”

정인길 와디즈 플랫폼개발 이사는 17일 AWS ‘머신러닝(ML) 포 스타트업’ 미디어 브리핑에 나서 AWS 솔루션 도입 사례를 소개하며 이같이 말했다.

AWS는 국내 스타트업 기업을 위한 AWS 머신러닝(ML) 기술과 솔루션 활용에 대해 설명하면서, 와디즈와 무신사의 구체적 성공사례를 공유하기 위해 행사를 마련했다. AWS는 현재 총 17만개 이상의 스타트업을 대상으로 4억달러 이상의 서비스 크레딧을 제공한 AWS 액티베이트 프로그램은 물론, 고도화된 AWS의 머신러닝 솔루션과 효과적으로 활용하기 위한 전문가 기술 컨설팅을 도맡아오고 있다.

김도연 AWS코리아 스타트업 세일즈 총괄은 “스타트업의 성장 라이프사이클에 맞춰서 전문가를 통한 아키텍처 리뷰나 관련 컨설팅을 지속적으로 이어오고 있다”라며, “한국 스타트업을 위해서는 한국 조직내 솔루션과 아키텍트 등을 활용해 페이스메이커로서의 역할을 해오고 있으며, 기술상담과 기술검증 PoC, 프로토타입 팀 운영, 데이터 공급라인을 구축할 수 있도록 도움을 주고 있다”고 강조했다.

◆와디즈·무신사 “편의 신속 효율” 성과

AWS를 통해 AI를 도입한 대표적 스타트업 기업으로 와디즈가 꼽힌다.

와디즈는 크라우드 펀딩 사업자로 지난 2012년 5월 론칭해 금융과 비귬융권의 서비스를 제공하고 있다. 와디즈 펀딩은 메이커라 불리는 개인과 기업이 금융기관 없이 온라인을 통해 서포터인 다수의 소액투자자로부터 아이디어 실현을 위한 자금을 마련하도록 돕고 있다. 테크 가전의 경우에는 하나의 프로젝트에서 20억원을 모금할 정도로 이슈화된 바 있으며, 누적 중개 금액 6천억원, 누적 프로젝트 3만5천건, 월간 방문자수 1천만명 이상의 기업으로 성장했다.

다만, 사업이 성장가도를 달림에 따라 리스크에 대한 선제적 대응이 난제로 부상했다. 펀딩 자체가 후속처리에 집중돼 있어 사전에 리스크를 감지해 효율화를 담보하기 어려웠다. 실제 부정적 글들이 많아지는 프로젝트는 대부분 큰 리스크로 이어지기도 했다.

정인길 이사는 “1:1 문의하기와 커뮤니티 새소식, 댓글 등 AI 기반 감성분석 기능을 자체적으로 개발해 내부 관리 지표로 활용하고 있으며, 월별 신고 프로젝트 갯수도 줄어들고 있음을 확인했다”라며, “AI를 모르던 스타트업에서도 AI를 도입해서 효과를 확인하게 된 것”이라고 설명했다.

이에 더 나아가 와디즈는 개인화 추천 기능 도입에 도전했다. 기존 최근 접속한 프로젝트의 동일 카테코리 톱10을 제공하고 있었으나 클릭율이 저조했던 것. 이에 따른 여러 차례 개선이 있었으나 실패를 거듭했다.

정 이사는 “2년간의 실패 속에서도 펀딩 금액이 확대되고 프로젝트가 다양해짐에 따라 그만큼의 데이터가 축척돼 데이터 분석이 가능해졌다고 판단했다”라며, “AWS의 다양한 서비스를 활용하자고 판단해 협업을 지속한 결과 최종적으로 개인화 추천을 위한 아키텍처를 구성할 수 있게 됐다”고 강조했다.

개인화 추천은 지난 4월 오픈후 알파, 베타 테스트를 거쳐 클릭율 5%를 향상시키는 효과를 거뒀다. 이달 현재 기존 대비 2배 이상 클릭율을 높아졌다.

주로 활용된 AWS ‘아마존 퍼스널라이즈’는 실시간 맞춤화 추천에 사용하는 것과 동일한 머신러닝 기술로 ML 전문지식이 없이도 도입이 가능하다.

이미 아키텍처를 구성한 노하우가 쌓인 와디즈는 ‘유사 프로젝트 찾아주기’ 서비스를 고도화시켰다. AWS의 사물인식 솔루션과 자연어처리 등을 접목시켜 이달 오픈하기에 이르렀다. 또한 ‘아마존 퍼스널라이즈’ 재활용해 호기심과 개인화를 반영해 클릭율을 더 끌어올렸다.

주간 혹은 월간 매출에 대해 일별 평균 및 일부 지표만 반영해 예상하면서 정확도에 한계가 발생하자, AWS 포어캐스트를 활용해 매출 정확도를 높이는 작업을 수행했다. 3개월만에 일별 매출 금액이 10% 수준의 오차율을 보일 정도로 개선됐으며 현재 내부 모니터링으로 확대했다.

이후 와디즈는 프로젝트 대상 취향 고객군을 추출하는 방식, 프로젝트별 펀딩금 예측 고도화에도 나설 방침이다.

정 이사는 “새로운 서비스인 스토어 도입에도 AI를 활용했는데, 펀딩 개발에는 6개월이 소요됐으나 신규 서비스는 1개월만에 프로토타입을 만들 정도로 빨라졌다”라며, “소수의 데이터를 가진 스타트업에게도 AI가 열려 있음이 확인된 것”이라고 소개했다.

무신사 역시 AWS 도입으로 성과를 거뒀다. 무신사는 패션 이커머스 마케팅 플랫폼으로 지난해 기준 1조2천억원의 매출을 올리며 성장하고 있는 스타트업이다. 950만 회원수와 6천500여개 브래내드가 입점해 있다.

무신사 역시 고객이 늘어나고 입점 브랜드도 많아지면서 고객과 사업자의 컨택 포인트가 줄어든다는 과제를 안고 있었다. 기존 랭킹시스템과 쇼케이스 등의 이벤트에도 간극을 좁히기 어려웠던 것. 이 때문에 고객이 원하는 바를 정확히 파악하기 힘들고 입점 브랜드 노출에 대한 고민이 따랐다.

유환성 무신사 데이터솔루션팀장은 “AWS 퍼스널라이즈와 자체 인하우스 추천 시스템을 하이브리드 방식으로 접목해 추천서비스를 개발해 고객에 제공했다”라며, “검토에서 서비스 적용까지 1.5개월이 걸릴 정도로 신속하게 진행할 수 있었으며 지속적인 노력으로 현재 탁월한 개인화 서비스를 제공하고 있다”고 설명했다.

이어, “AWS 페이스메이커 프로그램을 통해 클라우드 관련 검토부터 적용까지 큰 도움을 받았다”라며, “현재는 8%, 많게는 48%의 클릭율(CTR) 개선이 있었고, 일부 영역은 자체적으로 하고 있었지만 자동화해서 시간 단축까지 이뤘다”고 덧붙였다.

무신사는 후기 검증에도 AI를 활용하고 있다. 현재 무신사에는 사진과 함께 등록된 후기가 약 40만건 정도 수준으로 이중 51% 가량을 AI를 통해 검증하고 있다. 정확도는 97%에 이를 정도로 높으며 운영감수시간도 절반 가량 단축했다.

◆ AI 도입 전 문제정의부터…데이터 쌓이면 반복 도전 필요

와디즈와 무신사가 AI를 도입해 가시적 성과를 이루기는 했으나 아직까지도 많은 스타트업들이 AI 도입에 어려움을 겪고 있다.

이에 대해 유환성 팀장은 우선 AI를 도입하고자 하는데 따른 문제 정의가 중요하다고 당부했다. AI는 도구이며 목적 자체가 될 수 없기 때문에 어떤 문제를 풀고 싶은지부터 따져봐야 한다는 것. 이 과정에서 AWS 페이스메이커 프로그램을 도움을 받는 것 또한 방법이 될 수 있다고 조언했다.

정인길 이사는 AI 개인화 추천이 보편적으로 활용되면서 쉬워보일 수도 있으나 데이터 자체가 없는 스타트업이 진입하기는 어려울 것이라 진단했다. 서비스 오픈이 얼마 되지 않은 경우에는 상품이나 고객, 행동 데이터 등이 전무하기 때문. 이같은 데이터가 어느 정도 축척된다면 AI 도입을 고민하게 된다는 설명이다.

정 이사는 “사실 시작은 AI를 어떻게 도입할 것이고, 어떻게 수급할 것인지가 되겠으나, 빠르게 실행하고 성과가 안나오는 부분을 확인하고 다시 그 결과에 접목해 실행하는 반복적인 시도가 더 급선무다”라며, “AWS를 통해 와디즈는 특정영역에서 2배의 클릭율 향상을 이뤘으며, 해당 클릭 펀딩 전환율도 1.5배 더 늘어났다”고 말했다.

김문기 기자의 다른 기사 보기

• 오라클, 클라우드 가성비 승부…"AWS보다 87~95% 저렴하다"

• AWS, 아태 리전에 '클라우드 고객센터 솔루션' 제공