GS리테일이 인공지능(AI) 스타트업 5곳과 약 4개월 동안 진행한 기술 실증(PoC) 프로젝트 결과를 발표하며 생성형 엔진 최적화(GEO) 적용 사례를 공개했다. 헤럴드경제의 11월 11일 보도에 따르면 GS리테일은 서울 강남구 역삼동 GS타워에서 오픈 이노베이션 프로그램인 '더 GS 챌린지 퓨처 리테일(Future Retail)' 4기 성과 공유회를 열었다. 이 자리에는 허서홍 GS리테일 대표이사를 비롯해 주요 사업부 임원진, 실무진, 참여 스타트업 관계자들이 참석했다.

이번 4기 프로그램은 GS리테일 내 17개 사업부서의 사전 수요 조사를 통해 해결 과제를 먼저 정의한 뒤, 이에 부합하는 스타트업을 선발하는 방식으로 진행됐다. 실증 분야는 데이터 및 AI 인텔리전스, 자율 운영 최적화, 디지털 참여 혁신 등 세 가지 영역으로 나뉘어 현업 적용 가능성을 시험했다.

GS샵, 약 10만 개 상품 정보 정비 및 콘텐츠 제작

AI 검색 및 GEO 관점에서 주목할 대목은 GS샵과 스타트업 서치OSAI(SearchOSAI)의 협업 사례다. 양사는 생성형 AI 검색 환경에서 상품 가시성을 높이기 위해 GEO 기술을 적용하는 실증을 진행했다. 서치OSAI는 GEO 관련 기술을 제공하는 스타트업이다.

헤럴드경제 보도에 따르면 협업 팀은 생성형 AI 검색 환경에 맞춰 약 10만 개에 달하는 상품 정보를 최적화했다. 이와 함께 상품의 특징과 세부 정보를 담은 콘텐츠 약 2000건을 별도로 제작했다. GS리테일과 서치OSAI의 자체 조사 결과(조사 대상 AI 검색 엔진 및 세부 측정 방법 비공개), 상품 검색 노출은 1차 시험에서 3.8배, 2차 시험에서 최대 3.9배 증가한 것으로 나타났다.

다만 이번 발표에서는 '상품 검색 노출'이 구체적으로 어떤 생성형 AI 플랫폼에서 측정되었는지, 비교 기준점(베이스라인)이 무엇인지, 그리고 AI 답변 내 단순 브랜드·상품명 언급과 실제 구매 페이지로 이어지는 출처 링크 인용을 어떻게 구분하여 집계했는지에 대한 세부 방법론은 확인되지 않았다.

매장 비전 AI 및 소셜 트렌드 분석 실증 병행

GEO 프로젝트 외에도 매장 운영과 상품 기획을 위한 AI 기술 실증이 함께 발표됐다. GS리테일은 비전 AI 솔루션을 공급하는 스타트업 메이아이(MayI)와 협력해 신선식품 중심 매장 4곳에 고객 행동 분석 솔루션과 대시보드를 구축했다. 이 기술은 방문객 수와 진열대 체류 시간 등 고객 행동 데이터를 분석하고 이를 판매시점정보관리(POS) 데이터와 연결해 구매 패턴을 파악한다. 회사 자체 조사(세부 평가 방법 비공개)에 따르면 주요 평가 지표에서 90% 이상의 정확도를 기록했으며, GS25는 이 결과를 상품 구색 개선과 매장 운영에 활용할 계획이다.

또한 스타트업 빌드업랩스(Buildup Labs)와는 소셜미디어 상의 인기 식품 및 디저트 트렌드를 추적하는 대시보드를 개발했다. 이 도구는 언급량, 트렌드 확산 속도, 지속성 등을 모니터링하여 상품 기획자(MD)가 유망 상품을 조기에 발굴하고 데이터 기반으로 신상품 개발 우선순위를 정할 수 있도록 돕는다. 현재 채널별 분석, 키워드 비교, 인기 지식재산권(IP) 발굴, 경쟁사 상품 반응 추적 등의 추가 기능이 개발 중이다.

"퓨처 리테일 4기는 실제 현업의 과제를 중심으로 스타트업과 협업하며 현장에서 AI 기술의 적용 가능성을 검증한 과정이었다. 앞으로도 고객 경험을 개선하고 실질적인 비즈니스 성과로 이어지는 현장 중심의 AI 전환(AX)을 강화하기 위해 스타트업 기술을 적극 활용할 것이다." - 이성화 GS리테일 신성장부문장 (출처: 헤럴드경제)

유통업계의 대량 상품 데이터 구조화 시도

이번 GS샵 사례는 개별 브랜드 단위가 아니라 종합 커머스 플랫폼 차원에서 10만 개 단위의 대량 상품 카탈로그에 GEO를 일괄 적용하려 했다는 점에서 기존 사례들과 구분된다. 생성형 AI가 쇼핑 질의에 답변할 때는 파편화된 웹페이지뿐만 아니라 정형화된 상품 속성과 상세 설명 텍스트를 함께 참조한다. GS샵이 상품 정보 정비와 별도 콘텐츠 2000건 제작을 병행한 것은 AI가 읽고 인용할 수 있는 텍스트 근거를 보강하려는 시도로 풀이된다.

이 사이트가 보는 지점

대형 유통사가 10만 개 단위의 상품 데이터에 GEO를 적용했다고 공개한 것은 커머스 영역에서 AI 검색 대응이 개별 캠페인에서 카탈로그 단위로 넓어지고 있음을 보여 준다. 이는 앞서 다룬 광고비 늘려도 AI 쇼핑 추천 장담 못 해 기사에서 짚었듯, 유료 광고 입찰만으로는 AI 답변 내 노출을 보장받기 어려워 상품 데이터 자체를 정비하려는 흐름과 맞물린다. 그러나 실증 결과로 제시된 '노출 최대 3.9배 증가'는 기술을 적용한 당사자들의 자체 집계일 뿐, 어떤 프롬프트 조건에서 어떤 AI 엔진을 대상으로 쟀는지, 단순 언급과 구매 링크 인용을 어떻게 구분했는지는 아직 확인되지 않았다. 커머스 GEO의 실효성을 검증하려면 전체 노출 배수라는 단일 수치보다 상품 속성 변경이 실제 AI 답변의 추천 순위와 인용 구조에 미친 영향을 분리해 측정하는 기준이 먼저 공개되어야 한다.