비전 AI 기반 큐레이션 서비스 고도화
1. 프로젝트 진행 배경
"MVP는 나왔는데 서비스가 좌초되고 있었습니다."
당시 입사한 회사는 자사 Vision AI PXL을 기반으로 패션 도메인에서 상품의 속성을 추출하거나, 유사한 상품을 추천해 주는 실시간 분석 API를 운영하고 있었습니다. 그러나 이것들의 전반적인 수익성이 높지 않아, 보다 본격적인 수익화를 위해 자사 AI 기반 상품 큐레이션 서비스를 B2B 고객사의 판매 사이트 애드온으로 적용하여 이 서비스에서 높은 전환율과 매출을 발생시킨다는 구상을 했습니다.
초기 MVP 자체는 출시될 수 있었으나 개발 당시 엔지니어링 조직과 담당 PM의 반발이 컸고, 출시 직후 담당 인원도 전원 이탈한 상태인데 비해서 운영 환경의 특성 상 B2B 고객 관리 및 엔지니어링과 기획에 대한 전반적인 이해도를 갖고 있어야 했습니다. 이에 따라 다소 급작스럽게 저와 신규 입사 인원에게 서비스 개선에 대한 업무가 주어졌습니다.
2. 당면 문제
"너무 많은 문제가 동시다발적으로 발생하고 있었습니다."
📉 MVP 수준 서비스의 블랙박스화
다른 문제를 떠나서, 이 서비스를 만든 인원이 아무도 존재하지 않았습니다. 동기부여가 되지 않은 상태에서 억지로 만들어진 MVP 서비스가 담당자가 모두 없어지면서 사실상 아무도 손을 댈 수 없는 상황이 되어버린 것입니다. 개별적인 문제의 개선을 떠나 이것만으로도 이미 심각성이 컸습니다.
🧱 떨어지는 매력과 낮은 안정성
이 서비스는 고객사의 웹사이트에 넣어야 하는 구조이므로, 개별 고객사 웹사이이트에 깔릴 때마다 프론트엔드에서의 버그가 발생하기 쉬운 구조였습니다. 즉 기본적인 동작의 불안정성이 매우 컸습니다. 동시에 비전 AI 기반이라고는 하지만 마케팅적 관점에서의 큐레이션과는 거리가 먼 컨셉이었으므로, 고객사 입장에서는 별다른 메리트를 느낄 수가 없는 접근법이었습니다.
🏗️ 비정상적인 운영 난이도
운영 관점에서도 이 서비스는 이상한 구조였습니다. 회사의 비전 AI는 어디까지나 상품의 속성을 추출하거나, 이미지적으로 유사한 상품을 추천하는 기술이지 사용자를 위한 자동 추천을 목적으로 하고 있지 않습니다. 이 떄문에 해당 서비스는 관리자가 기준 상품을 하나씩 백오피스에서 설정하는 구조를 갖고 있었고, 이는 곧 내부 인원이 매일매일 ‘가장 적절해 보이는’ 상품을 찾아서 백오피스에서 상품을 교체해야 한다는 이야기와 같았습니다.
3. 주요 해결 전략
"서비스 가장 밑단에서부터 차근차근 거슬러 올라갔습니다."
🔬 A. 기존 서비스 현황 정밀 분석
- ■코드 및 데이터 파이프라인 분석: 어떤 방식으로든 서비스를 개선하기 위해서는 히스토리와 서비스 구조를 다시 파악할 필요가 있었습니다. 외주사와 협력하여 전체 서비스 구조를 다시 파악하여 구체적으로 서비스의 전체 아키텍처와 모듈, DB구조를 구체화하고, 신속한 유지보수 및 개선을 준비하였습니다.
- ■실제 고객 UX 현황 분석: 뷰저블(Beusable)이란 서비스를 사용해 당시 운영되고 있던 서비스에서 실제로 유저의 활동이 어떻게 일어나는지 파악하고 시각화하여 문제점을 찾기 시작했습니다. 그 결과, 다양한 유저의 혼선과 의도치 않은 행동이 확인되었습니다.
⚡ B. 서비스 안정화 및 신규 Feature 적용
- ■긴급 코드 안정화 및 UI 수정: 개발적 지식을 가진 제가 합류하면서, 서비스를 직접 만들지 않은 유지보수 담당 회사에서도 빠른 속도로 작업을 할 수 있게 되었습니다. 저는 뷰저블에서의 분석 결과를 바탕으로 문제가 되는 UI 및 컴포넌트들을 빠르게 수정해 나갔고, 이에 따라 MVP 서비스 내에서 지속적으로 고객 웹사이트 내 적용 시 장애를 일으키던 포인트들이 개선될 수 있었습니다.
- ■트렌드 데이터 기반 자동 추천 컴포넌트 적용: 당시 구축이 끝나 운영되고 있던 트렌드 분석 데이터를 기반으로, 이 상품들이 외부에서 인기가 있는 상품이라면 이 상품과 가장 유사한 고객의 상품을 찾아 고객에게 제안하는 컴포넌트는 어떨까 하는 아이디어를 빠르게 적용해 신규 컴포넌트로 녹였습니다.
🤝 C. 고객 눈높이에 맞는 운영 프로세스 고도화
- ■고객 비즈니스 로직의 적극적 반영: 패션 도메인의 특성 상 시즌 신상품의 판매가 다른 모든 것보다 훨씬 중요한 경우가 많습니다. 그러나 당시 서비스는 이런 요소를 고려할 수 있는 구조가 없어, 담당자가 백오피스에서 억지로 빼거나 해야 했습니다. 이 부분을 과감하게 서비스 DB에 상품이 올라갈 때부터 오래된 상품에 대한 페널티를 주고, 실제 프론트 화면에서 고객에게 제공될 때에도 출시 시점을 기준으로 우선순위를 강하게 반영하여 고객 불만을 해소했습니다.
- ■수동 운영 영역 최소화: 신규 컴포넌트 이외에도 기존 컴포넌트에도 회사 내부 운영 담당 직원이 계속해서 고객별로 모니터링해가면서 상품을 수동으로 진열하는 컴포넌트가 여럿 있었습니다. 이 부분을 현재 계절과 출시 시점에 대한 가중치를 부여한 로직으로 풀어, 최대한 계절적으로 어울리고 오래되지 않은 고객 상품이 자동으로 진열되도록 하는 로직을 구현하여 운영 공수를 최소화했습니다.
4. 의미와 성과
"버려진 MVP에 대한 다각도의 접근으로 Turn-Around를 유도했습니다."
📈 CTR 1.6배 증가
7.7%에 머물렀던 전체 추천 영역 클릭률(CTR)이 12.7% 수준으로 상승했고, 특히 외부 트렌드 데이터와 연동된 신규 컴포넌트의 경우 20% 이상으로 상승했습니다. 가설 수립과 빠른 실행을 통해 서비스 출시 후 처음으로 얻은 지표 상승이었습니다.
💰 고객사 확대 및 신뢰 회복
서비스의 후방이 안정화되면서 고객사는 초기 2개사에서 10개사까지 확대되었고, 이 과정에서 고객들의 상품 진열에 대한 클레임이 관리 가능한 수준까지 감소하였습니다. 오히려 트렌드 데이터 연동을 비롯한 신규 컴포넌트를 내세워, 고객들의 반응이 출시 대비 크게 개선되었습니다.
✨ 기존 대비 운영 공수 70% 감소
운영에 무리를 주는 부분들이 대규모로 자동화되면서, 전반적인 운영 공수가 크게 감소하였고 동일 인원으로도 증가된 고객에 맞는 운영이 가능해졌습니다.