소개
소매 및 소비재(CPG)는 수천 개의 SKU, 탄력적인 가격 책정 환경, 옴니 채널 쇼핑, 매우 다양한 고객 행동 등 복잡성으로 정의되는 산업입니다. 경쟁을 위해 기업들은 실시간으로 의사결정을 내릴 수 있는 자율적이고 목표 지향적인 상담원인 'Agentic AI' 시스템을 도입하기 위해 경쟁하고 있습니다. 하지만 현실은 그렇습니다. 상담원형 AI의 위력은 학습하는 데이터 세트에 달려 있습니다. 소매/CPG에서는 진열대 레이아웃부터 고객 감정에 이르기까지 모든 것을 캡처하는 주석이 달린 대량의 고품질 데이터 세트를 의미합니다. 확장 가능한 데이터 라벨링과 주석 파이프라인이 없다면 가장 발전된 AI 시스템도 작동하지 않습니다. 이 문서에서는 소매 및 CPG 리더들이 상담원형 AI를 위해 확장 가능한 주석을 사용하는 이유와 이를 가능하게 하는 기술적 토대, Uber AI Solutions와 같은 글로벌 파트너가 어떻게 우위를 제공하는지 알아봅니다.
소매 및 CPG 분야에서 부상하는 Agentic AI
이러한 각 신청에는 다음과 같이 주석이 달린 도메인별 데이터가 필요합니다. SKU 수준의 제품 이미지, 영수증, POS 데이터, 진열대 사진, 고객 피드백, 현지화된 포장 정보입니다.
자율 인벤토리 모니터링
컴퓨터 비전 기반의 Agentic AI 상담원이 품절, 잘못 배치된 아이템 또는 물품 축소를 감지합니다.
탄력요금제 최적화
상담원은 경쟁업체 데이터, 수요 패턴, 프로모션을 바탕으로 거의 실시간으로 요금을 조정합니다.
고객 참여 상담원
복합 AI 시스템은 OCR, 감정 분석 태그, NER(Named Entity Recognition)을 통합하여 고객 리뷰와 지원 요청에 응답합니다.
공급망 인텔리전스
AI 상담원은 창고, 법인택시, 소매업체 전반의 복잡한 물류 흐름을 조율하여 병목 현상이 발생하기 전에 이를 감지합니다.
데이터 라벨링이 누락된 이유
구조화된 주석이 없으면 상담원형 AI 상담원은 복합 데이터 세트를 추론하고 상황을 고려한 결정을 내릴 능력이 부족합니다.
소매/CPG 리더는 당면 과제가 모델 구축이 아니라 올바른 교육 데이터로 이러한 모델을 강화해야 한다는 사실을 잘 알고 있습니다. 주요 요건은 다음과 같습니다.
SKU 수준 주석
제품, 패키지, 크기 수준에서의 경계 상자와 세분화
OCR(광학 문자 인식)
구조화된 데이터 세트의 경우 청구서, 영수증, 라벨에 표시됩니다.
제품 분류 체계에 대한 엔티티 인식
텍스트와 이미지에서 브랜드, 맛, 수량, 가격과 같은 속성을 추출합니다.
감정 설명
고객 리뷰와 통화 기록, 설문조사 데이터를 활용해 NLP 추천 엔진을 학습시킬 수 있습니다.
현지화 태그
200개 이상의 언어로 포장재와 제품 문구를 수정합니다.
기술 심층 분석 - 소매/CPG를 위한 주석 워크플로
다중 모드 주석
소매 데이터 세트는 종종 이미지, 텍스트, 오디오를 결합합니다. 예시: 진열대 사진(이미지 분할), 영수증(OCR + 개체 추출), 음성 쿼리(오디오 기록) 다중 모드 주석 파이프라인은 이러한 신호를 통합된 데이터 세트로 통합합니다.
합의 모델 및 품질 관리
정확도가 높기 위해서는 라벨링 오류를 최소화하기 위해 2명과 3명으로 구성된 합의 모델이 필요합니다. 애노테이터 간 일치도(IAA) 및 코헨의 Kappa와 같은 지표는 애노테이터 간의 일관성을 정량화하는 데 사용됩니다.
에지 케이스 데이터 세트 생성
AI 상담원은 드물지만 잘못된 라벨이 부착된 SKU, 모조품, 포장 손상 등의 심각한 케이스를 처리해야 합니다. 데이터 파이프라인은 취성을 방지하기 위해 대상으로 지정된 경계 사례 주석이 필요합니다.
적극적인 학습 파이프라인
주석은 반복적입니다. 적극적인 학습 프레임워크를 통해 상담원형 AI 상담원이 불확실한 샘플을 쿼리하여 데이터 세트가 역동적으로 발전하도록 할 수 있습니다.
소매 및 CPG 기업을 위한 Scaling Annotation
기업이 직면한 가장 큰 어려움은 바로 규모입니다. 여러 매장과 시장, 언어로 제공되는 10,000개의 SKU에 주석을 추가하는 것은 글로벌 데이터 운영상의 어려움이 되고 있습니다.
Uber AI 솔루션은 다음을 제공합니다.
글로벌 도달범위:
전 세계적으로 880만 명이 넘는 다양한 긱 근로자로 구성된 인력
다국어 지원
200개 이상의 언어로 주석 추가
기술 지원 워크플로
Uber의 주석 플랫폼인 uLabel은 구성 가능한 분류 체계, 감사 기능, 실시간 분석 기능을 제공합니다
신속한 처리
대량 소매 데이터 세트의 SLA는 두 자릿수 시간만큼 빠릅니다.
편향 완화
애노테이터 풀의 품질 기준표, 합의 모델, 인구통계학적 다양성
비즈니스에 미치는 영향 – 소매 및 CPG 선도 기업이 투자하는 이유
시장 출시 시간 단축
AI가 제공하는 요금과 프로모션이 몇 달이 아닌 며칠 만에 시작됩니다.
비용 절감
자체 주석에 비해 절감액이 높음
정확도 개선
업계 기준치보다 훨씬 우수한 품질평가점수를 기록했습니다.
매출 성장
개선된 개인화 및 추천 엔진으로 장바구니 크기와 재구매율이 증가합니다.
규정 준수
지역 시장 법률에 따라 편향되지 않고 현지화된 데이터 세트입니다.
결론
소매/CPG 분야의 Agentic AI는 미래 비전이 아니라 활성화되어 있지만, 도메인별 주석을 조정할 수 있는 기업에만 해당됩니다. SKU 수준 데이터부터 복합 피드백 루프까지, 확장 가능한 라벨링은 자율적인 소매 상담원의 근간입니다. 소매/CPG AI를 확장할 준비가 되셨나요? 오늘 Uber 전문가를 만나 데이터 라벨링이 어떻게 비즈니스에 미치는 영향을 가속화하는지 알아보세요.
시장 출시 시간 단축
AI가 제공하는 요금과 프로모션이 몇 달이 아닌 며칠 만에 시작됩니다.
비용 절감
자체 주석에 비해 절감액이 높음
정확도 개선
업계 기준치보다 훨씬 우수한 품질평가점수를 기록했습니다.
매출 성장
개선된 개인화 및 추천 엔진으로 장바구니 크기와 재구매율이 증가합니다.
규정 준수
지역 시장 법률에 따라 편향되지 않고 현지화된 데이터 세트입니다.
Industry solutions
Industries
가이드