[도메인: 이커머스] 아마존의 제품 목록 최적화

판매자들이 직면한 효율성 문제를 해결하기 위해 생성형 AI를 도입한 사례. 아마존의 ‘Enhance My Listing(EML)’ 도구를 중점적으로 사용

 

문제점

판매자들의 제품 목록 최적화하는데 어려움을 겪고 있음

• 시간 소모와 노력 과다: 기존 목록을 업데이트 하는데 많은 시간, 속성 추가, 계절 트랜드반영,고객 선호도 조정 등이 수동으로 이루어지고 있음
• 경쟁과 가시성 저하: 키워드 최적화, 고품질 이미지, 설득력 있는 설명 등을 수동으로 관리하기가 어려워 검색 순위를 유지하는 것이 어려움 → 판매 기회를 놓치게 됨
• 부정확성과 규정 문제: 과장된 주장 등 설명의 사실 오류나 플랫폼 규정 위반이 발생할 가능성이 있음

 

활용방법

Amazon Bedrock 기반의 생성형 AI를 활용해 제품 목록을 자동 최적화

• 텍스트 콘텐츠 생성: 판매자가 간단한 키워드, 짧은 설명, 자사 웹사이트 URL 등을 입력하면 AI가 LLM을 사용해 제품 제목, 설명, 불렛 포인트, 속성 등을 자동 생성
  • AI가 고객 활동 데이터와 참여 인사이트를 분석해 관련성 높은 콘텐츠를 제안
• 이미지 및 속성 최적화: AI가 제품 사진을 기반으로 라이프스타일 이미지나 브랜드테마 이미지를 생성하며, Sponsored Brands 캠페인에서 텍스트 프롬프트를 통해 세밀하게 조정할 수 있음
  • EML도구는 기존 목록에 누락된 세부 사항을 추천하고 판매자가 검토, 수정, 거부할 수 있도록 함
• 통합 및 사용자 중심 접근: AI는 SEO원칙을 반영해 키워드를 최적화하고, 판매자 피드백을 실시간으로 학습 → 중소 판매자들에게 고품질의 콘텐츠를 생성하는데에 도움이 됨

 

효과

판매자들의 성과 크게 향상됨됨

• 효율성 및 품질 향상: 생성된 콘텐츠를 거의 수정 없이 90% 사용. 전체 목록 품질이 40% 증가했으며, 업데이트 시간이 수동 작업시 1~2시간이었으나 AI활용 시 약 15분으로 확연히 단축됨
• 매출 및 고객 참여 증가: 일관된 목록으로 검색순위 상승, 고객 발견성이 높아져서 매출 잠재력 확대. 부정적 리뷰 관리도 용이해져 고객 만족도 개선
• 비즈니스 확대: 중소 판매자들이 전문 콘텐츠를 저비용으로 생성할 수 있게 되어 시장 경쟁력이 강화됨

 

향후 과제

• 정확성 및 환각 문제 해결: AI 입력이 불완전할 때 사실 오류를 발생시킬 수 있으며, 2023년 일반 AI 콘텐츠 연구에 따르면 약 35%가 수정이 필요했음. 더 나은 훈련 데이터와 알고리즘의 정교화가 요구됨
• 규정 준수와 윤리적 고려: 과장된 주장이나 문화적 실수를 방지하기 위해 인간 검토를 강화해야 함. 민감 카테고리에서 플랫폼 위반으로 인한 계정정지 위험을 최소화하는 하이브리드 모델이 표준화되어야 함
• SEO 및 브랜드 맞춤화: AI의 일반적인 톤과 키워드 약점을 보완하기 위해 지속적인 업데이트와 A/B 테스트가 필요. 베타 단계인만큼 판매자 피드백을 바탕으로 모델을 진화시키고 글로벌 시장을 위한 다언어 및 지역 맞춤 콘텐츠 지원을 강화해야 함
• 장기적 혁신: AI가 사용자 트렌드를 예측하고, 더 창의적인 콘텐츠를 생성하도록 발전시켜야 함