AWS를 이용해 수천 명의 매장 직원으로부터 피드백을 수집하는 Tapestry

Tapestry는 Stuart Weitzman, Kate Spade New York, Coach 등 다양한 브랜드를 보유한 글로벌 기업입니다. 직원 수는 18,000명이 넘고, 그중 많은 수가 고객과 직접 접하는 일선 리테일 직원입니다. 이러한 직원들은 고객 취향, 제품 실적, 매장 운영 등에 관한 귀중한 인사이트를 보유하고 있습니다.  

하지만 Tapestry에는 이렇게 풍부한 정보를 효율적으로 수집해 활용할 방법이 없었습니다. 기업 팀에서 정기적으로 매장을 방문하긴 했지만, 이런 방문은 일화적인 정보만 도출할 뿐이라 소매 네트워크 전체로 확장하거나 분석할 수는 없었습니다. Tapestry에는 매장 현장과 기업 내 의사 결정권자 사이의 간극을 메울 수 있도록 조각난 인사이트를 실행 가능한 비즈니스 인텔리전스로 변환해 줄 확장 가능한 솔루션이 필요했습니다.  

Tapestry는 데이터 기반 조직으로서 이 문제를 해결하는 데 생성형 AI가 지닌 잠재력을 간파했고, 그래서 AWS에 새 솔루션의 기반이 될 기술 협력을 요청했습니다. “우리 코어 데이터 시스템 중 다수가 AWS에서 실행됩니다.” Tapestry의 Global Head of Data Engineering인 Muhammad Chaudhry가 말했습니다. “AWS에는 Tapestry 요구 사항에 적합한 서비스가 있었고, 시너지는 이미 존재하고 있었으며, 기본 토대가 이미 마련되어 있었습니다. 새 프로젝트를 위해 AWS와 협력할 때마다 프로젝트는 매번 성공을 거뒀습니다.”

Tapestry 엔지니어링 팀에서는 약 20가지 AWS 서비스를 이용해 소매점과 기업 사무실 모두에서 사용할 다양한 애플리케이션을 빌드하는 데 이용할 수 있는 생성형 AI 엔진을 개발했습니다. AI 선도 기업이 제공하는 고성능 파운데이션 모델 선택지를 제공하는 완전관리형 서비스 Amazon Bedrock이 이 엔진의 생성형 AI 기능을 구동할 대규모 언어 모델을 호스팅합니다. 2024년 10월 현재, 개발팀은 Tell Rexy와 Ask Rexy라는 두 가지 애플리케이션을 빌드했습니다. Tell Rexy는 피드백 수집 앱으로, 매장 직원이 근무일 내내 관찰하고 경험한 사실을 공유하는 데 사용합니다. Ask Rexy는 챗봇으로, Tapestry 기업 애널리스트가 수집된 피드백 데이터를 쿼리하고 그로부터 인사이트를 얻을 수 있게 해줍니다.

Tell Rexy 앱은 태블릿이나 POS 시스템과 같은 매장 디바이스에 배포되어 직원들이 교대근무를 하는 내내 피드백을 제공할 수 있게 되어 있습니다. 직원들이 관찰한 내용을 말로 입력하면 시스템이 완전관리형 자동 음성 인식 서비스인 Amazon Transcribe를 사용해 그 내용을 서면 텍스트로 변환합니다. 이 앱에는 신경망 기계 번역 서비스인 Amazon Translate도 포함되어 각 직원이 자신의 언어로 피드백을 제공하는 데 도움이 됩니다. 이 피드백은 영어로 자동 번역된 후 중앙에서 처리됩니다. Tapestry는 언어 장벽을 타파함으로써 글로벌 인력을 구성하는 모든 직원으로부터 귀중한 인사이트를 포착, 이용할 수 있습니다.

“Tell Rexy를 북미 Coach 매장 대부분에 배포했습니다.” Tapestry의 Omni-Innovations and Product Management 부서 Senior Director인 Deepak Chandak의 말입니다. “지금까지 수천 명의 직원들이 앱을 이용해 왔고, 1년 만에 약 3만 건의 피드백을 수집했습니다. 챗봇 기능을 이용해 이해관계자가 내부에서 관련 인사이트를 수집할
권한을 부여하기도 했고요.”

Tapestry는 Tell Rexy를 구현해 매장별 요구 사항에 대응하고 재고를 관리하는 역량을 강화했습니다. 직원들이 이 앱을 이용해 고객이 찾는 제품에 대해 알려주면 회사에서 여러 지점에 어느 품목을 입고해야 할지 결정하는 데 도움이 됩니다. 이렇게 실시간에 가까운 피드백 루프 덕분에 재고와 고객 취향을 맞추는 데 도움이 되었고, 그 결과 재고 문제로 인한 매출 손실을 줄일 수 있었습니다.

“직원들에게 적절한 제품을 공급하지 못하면 매출이 떨어집니다.” Chandak의 말입니다. “이제는 직원들이 Tell Rexy를 통해 필요한 품목을 회사에 알려줄 수 있고, 그러면 회사에서는 머천다이징 프로세스를 체계적으로 변경할 수 있습니다.”

이렇게 소통이 개선되자 시급한 우려를 해소하는 데도 도움이 되었지만, 동시에 일선 직원들 사이에서는 자신의 가치를 인정받고 있다는 느낌과 소속감이 커졌습니다. 그 결과 Tapestry의 근무 환경 참여도가 높아졌고, 이는 고객이 받는 서비스 수준을 개선하는 데 도움이 됩니다.  

“이 프로젝트의 장점은 템플릿화하고 서비스로 만들었다는 사실입니다. 이제 이런 기본 기능을 간편하게 활용해 가치 사슬 전체의 어느 부서에서든 맞춤형 지식 기반을 파생시킬 수 있게 되었습니다.” Tapestry의 Global Head of Data and Analytics Technology인 Fabio Luzzi의 말입니다. “이렇게 접근하면 AI 기반 인사이트를 신속하게 조직 전체로 확장할 수 있어 실행 가능한 맞춤형 인텔리전스로 여러 팀에 힘을 실어줄 수 있습니다.”

Tell Rexy와 Ask Rexy는 Tapestry에서 매장 지식과 기업 의사 결정의 간극을 메우고, 궁극적으로 더 생산적인 인력을 확보하고 고객 경험을 개선하는 데 도움이 되었습니다. “AWS를 기반으로 우리는 여러 팀이 지금보다도 더 큰 성공을 거두도록 지원하는 종류의 인사이트를 생성하고 있습니다.”라고 Chandak이 말합니다.

이제 생성형 AI 엔진을 확보했으므로, 지금까지의 성공에 기반해 더 발전할 준비를 마쳤다고 할 수 있습니다. 다음으로 이 애플리케이션을 도입할 차례는 Kate Spade New York 매장입니다. Tapestry에서는 생성형 AI 엔진 이용을 전사적으로 확대할 계획이며, 다른 부서에서도 이미 자체적인 사용 사례를 위해 내부 애플리케이션을 개발 중입니다. 이러한 광범위한 엔진은 Tapestry에서 AI 기반 애플리케이션을 개발하는 속도를 10배 높여 주었으며, 회사에서는 앞으로 더 큰 혁신과 효율을 실현할 것으로 전망합니다.