[AI 도입 사례 ④] 에이블리·11번가: 추천 AI보다 먼저 만든 데이터 플라이휠
에이블리의 25억 개 스타일 데이터와 11번가의 3억 5천만 종 상품 추천은 모델만의 성과가 아닙니다. 행동 신호가 다시 추천을 개선하는 데이터 순환 구조를 분석합니다.
추천 AI를 이야기할 때 모델 이름부터 묻기 쉽습니다. 에이블리와 11번가의 공개자료는 다른 출발점을 보여줍니다. 고객이 무엇을 클릭하고 찜하고 장바구니에 담고 구매했는지를 꾸준히 쌓는 데이터 구조가 먼저입니다.
공개된 데이터 규모
에이블리는 2024년 공개자료에서 스타일 데이터 25억 개, 상품 찜 15억 개, 리뷰 7천만 개를 확보했다고 밝혔습니다. 당시 월 765만 이용자에게서 새로운 취향 데이터를 쌓고 있다고 설명했습니다.
11번가는 자체 개발한 ‘Ai홈’ 베타를 소개하며 고객의 검색·구매 이력으로 쇼핑 패턴과 관심분야를 파악하고, 약 3억 5천만 종의 상품을 개인별로 추천한다고 밝혔습니다.
| 구분 | 에이블리 | 11번가 |
|---|---|---|
| 대표 데이터 규모 | 스타일 데이터 25억 개 | 추천 대상 약 3억 5천만 종 |
| 세부 신호 | 상품 찜 15억 개, 리뷰 7천만 개 | 검색·구매 이력, 리뷰, 배송, 실시간 판매 |
| 추천 단위 | 패션·뷰티·라이프 취향 | 고객별 상품·딜·콘텐츠 |
| 핵심 자산 | 반복적으로 쌓이는 1st-party 행동 데이터 | 대규모 상품 카탈로그와 맥락 신호 |
이 수치는 추천 정확도 자체를 뜻하지 않습니다. 데이터의 양과 추천 성과를 혼동하면 안 됩니다. 다만 어떤 행동을 일관되게 기록하고 다시 서비스에 반영하는지가 경쟁력의 기반이라는 점은 분명합니다.
플라이휠은 네 단계로 돈다
고객의 클릭·찜·장바구니·구매가 취향 신호가 됩니다. 모델은 이 신호로 다음 후보를 고릅니다. 고객이 추천에 반응하면 새로운 데이터가 생깁니다. 그 결과 추천이 다시 개선됩니다.
여기에 상품 품질 신호가 함께 들어가야 합니다. 11번가는 리뷰 평점, 배송 혜택, 실시간 판매, 가격 경쟁력 같은 기준을 추천 로직에 반영한다고 설명합니다. 단순히 ‘비슷한 상품’을 보여주는 것에서 ‘구매해도 후회할 가능성이 낮은 상품’을 고르는 방향으로 확장한 것입니다.
추천 AI의 해자는 거대한 모델보다, 고객 반응을 놓치지 않고 다시 학습 가능한 신호로 바꾸는 운영 루프에 있습니다.
중소 커머스도 가능한 최소 데이터 설계
25억 건이 없어도 시작할 수 있습니다. 먼저 이벤트 이름과 의미를 통일해야 합니다. ‘상품 조회’, ‘옵션 선택’, ‘장바구니’, ‘구매’, ‘반품’을 고객·상품·시간과 연결해 기록합니다.
| 데이터 이벤트 | 추천에 주는 신호 | 주의점 |
|---|---|---|
| 상품 조회 | 관심 후보 | 우연한 클릭과 구분 필요 |
| 찜·저장 | 비교적 강한 선호 | 오래된 선호의 감쇠 |
| 장바구니 | 구매 의도 | 품절·배송비로 인한 이탈 구분 |
| 구매 | 강한 긍정 신호 | 선물 구매일 수 있음 |
| 반품·취소 | 부정 또는 맥락 불일치 | 사이즈·배송·품질 원인 분리 |
첫 버전은 복잡한 딥러닝보다 규칙과 단순 점수 모델로도 충분합니다. 최근 본 상품, 함께 구매한 상품, 카테고리 선호를 조합해 추천 영역 하나를 만들고 클릭률과 구매율을 측정합니다. 데이터가 쌓이면 개인화 모델로 고도화합니다.
반드시 함께 봐야 할 지표
추천 클릭률만 높이면 자극적인 상품에 노출이 쏠릴 수 있습니다. 구매 전환율, 매출총이익, 반품률, 품절률, 추천 다양성을 함께 봐야 합니다. 신규 상품이 영원히 추천받지 못하는 콜드스타트 문제도 운영 규칙으로 보완해야 합니다.
개인화는 개인정보 보호와도 연결됩니다. 수집 목적, 보관 기간, 동의 범위, 삭제 요청 대응을 서비스 설계 단계에서 정해야 합니다. 데이터가 많다는 사실보다 데이터를 책임 있게 계속 쓸 수 있는지가 더 중요한 자산입니다.
참고 자료
- 11번가 보도자료, 초개인화 AI 추천 서비스 ‘Ai홈’: https://m.11stcorp.com/pr/detail?contentId=1532
- 에이블리 스타일 데이터 25억 개 공개자료: https://www.jangup.com/news/articleView.html?idxno=92417