멀티 경험(MX) 시대, 음성 인식부터 증강현실까지 옴니채널 구현

핵심 인사이트

• AI 기반 경험 통합: LLM, LMM, LWM 등 AI 기술 발전으로 단순한 옴니채널을 넘어, 웹, 모바일, AR/VR 등 다양한 채널과 디바이스에서 끊김 없이 개인화된 '멀티 경험(MX)' 제공이 가능해졌습니다. 이는 고객의 상황과 기기에 최적화된 인터페이스와 콘텐츠를 제공하여 몰입감 있는 경험을 선사합니다.
• 핵심 기술과 활용 사례: 음성 인터페이스(VUI), AR/VR 공간 경험, 멀티모달 인터페이스 통합, AI 기반 개인화 및 예측적 서비스 등 다양한 AI 기술이 스타벅스, 롯데백화점, 금융기관 등에서 성공적으로 활용되며 고객 만족도 및 매출 증대에 기여하고 있습니다.
• 변화 관리의 중요성: AI 기술 도입은 MX와 옴니채널 구현을 가속화하지만, 기술 활용을 넘어 서비스 전략 및 조직 문화의 변화 관리가 핵심입니다. 고객 니즈를 선제적으로 파악하고 최적의 경험을 제공하는 'AX(AI Transformation)'를 통해 기업 경쟁력을 강화해야 합니다.

커머스 업계에서는 오래전부터 옴니채널이 화두였었다. 고객이 매장을 방문하든 홈페이지에 연결하든 앱을 실행하든 또한 다른 유통사의 채널을 통해 로그인을 하든 상관없이 해당 고객을 인지하고 그 고객에게 맞춤형 쇼핑 서비스를 제공하는 것이 옴니채널 서비스였다. 하지만, 그 고객이 이 고객인지를 여러 채널에서 명확하게 인식하는 것조차 어렵고 그 고객이 각 채널을 연결할 때 기대하는 바가 다르기에 맞춤형 개인화 서비스 제공이 어려워 한계가 있었다. 그런데, LLM과 LMM, LWM 등의 AI 기술 진보가 옴니채널을 넘어서 멀티 경험을 다양한 디바이스와 채널에서 다양한 인터페이스로 가능하게 해주고 있다.

멀티 경험(MX) 전략의 진화, AI 기술이 주도하는 디지털 혁신

2025년 AI 덕분에 디지털 경험의 패러다임은 단순한 다중 채널을 넘어 '경험의 통합과 확장'으로 전환되고 있다. 과거에는 기업이 웹, 모바일 앱 등 여러 채널을 개별적으로 운영하는 데 집중했다면 이제는 사용자가 어떤 채널을 이용하든 끊김 없이 일관되고 개인화된 서비스를 경험하도록 만드는 것이 핵심 경쟁력이 된 것이다. 이러한 변화를 가리켜 멀티 경험(MX: Multi eXperience)이라 정의할 수 있다. 기업의 MX 전략은 사용자가 웹, 모바일, 키오스크, 웨어러블 기기, 음성 인터페이스(VUI), 증강현실(AR), 가상 현실(VR) 등 다양한 접점에서 마치 하나의 유기적인 시스템처럼 매끄럽게 상호작용하도록 설계하는 기술 전략이다. 이 전략은 단순한 기술의 활용을 넘어 고객의 감각과 맥락을 완전히 이해하고 이를 바탕으로 확장된 차원의 경험을 제공하는 데 초점을 맞춘다. 즉, 사용자가 처한 상황과 이용하는 기기에 따라 최적화된 인터페이스와 콘텐츠를 제공함으로써, 마치 기업이 사용자의 생각을 읽고 미리 준비한 듯한 몰입감 있는 경험을 선사하는 것이다.

그런데 이러한 MX를 실현하는 가장 핵심적인 요소가 바로 LLM(Large Language Models), LMM(Large Multimodal Models), 그리고 차세대 LWM(Large World Models)으로 이어지는 인공지능(AI) 기술이다. 기존 LLM은 GPT-4, Claude 3, Gemini 1.5 등의 등장과 함께 인간의 언어를 심층적으로 이해하고 생성하는 기술적 진보를 이루었다. 이 모델들은 복잡한 질의응답, 문서 요약, 창의적 글쓰기 등 다양한 언어 기반 작업을 수행하며 디지털 경험의 지능화를 이끌었다. 그러나 이제는 텍스트뿐만 아니라 이미지, 음성, 비디오 등 다양한 모달리티(정보 양식)를 통합하여 처리하고 이해하는 LMM을 통해 인간과 더욱 자연스럽고 다채로운 방식으로 소통할 수 있는 환경을 만들어간다. LMM은 단순히 여러 모달리티를 개별적으로 처리하는 것을 넘어 이들 간의 복합적인 관계와 맥락을 동시에 파악하여 더욱 풍부한 상호작용을 가능하게 한다.

AI를 탑재한 로봇이 멀티모달 인터페이스로 고객에게 상품을 안내하고 추천

AI를 탑재한 휴머노이드 로봇이 멀티 모달 인터페이스로 상품을 안내해주는 가상 이미지

LMM 기술의 대표적인 사례는 OpenAI의 GPT-4o와 Google의 Gemini 1.5이다. 이 모델들은 단순히 언어를 이해하는 수준을 넘어 이미지와 음성을 실시간으로 분석하고 인터페이스의 시각적 요소와 사용자의 감정 그리고 주변 환경의 맥락까지 해석하여 더욱 정교한 멀티 경험을 제공한다. 예를 들어, 사용자가 스마트폰으로 특정 제품을 촬영하며 음성으로 질문하면 LMM은 이미지를 인식하고 음성 질문의 의도를 파악하여 즉각적으로 관련 정보를 제공하는 식이다. 더 나아가 LWM 기술은 사용자의 환경적 맥락을 학습하고 변화하는 사용자 주변 환경을 이해하고 예측할 수 있는 수준으로 진화하고 있다. 이 기술은 자율주행 자동차가 주변 도로 상황을 실시간으로 인지하고 예측하여 안전한 주행 경로를 결정하는 데 필수적이며, AR 내비게이션이 실제 도로 위에 가상 경로를 정확히 오버레이하여 직관적인 길 안내를 제공하는 데 활용된다. 또한, 실내 내비게이션, 스마트 빌딩 관리, 로봇 공학 등 일상생활의 전반에서 필수적인 역할을 하며 멀티 경험 전략의 고도화를 촉진한다. LWM은 물리적 세계와 디지털 세계를 융합하여 사용자에게 전례 없는 몰입감과 편리함을 선사하는 미래 경험의 핵심 기반이 된다. 덕분에 어떤 채널, 무슨 디바이스에서든 상관없이 MX를 가능하게 해주고 있다. 그런 LWM으로는 구글 딥마인드의 Genie 3과 MineDojo, DreamerV3 등이 있다.

AI 기반 멀티 경험을 위한 기술 적용 사례와 전략적 접근

멀티 경험 전략을 성공적으로 구축하기 위해 기업은 위의 다양한 AI 기반 기술을 적극적으로 적용하고 있다. 이러한 기술들은 사용자와의 상호작용을 더욱 자연스럽고 직관적으로 만들며 개인화된 경험을 제공하는 데 핵심적인 역할을 한다. 즉, 다음 4가지의 경험들은 기존부터 모든 커머스 사업에 중요한 핵심 가치였는데 위 AI 기술이 이 가치를 이전에는 하고 싶었지만, 할 수 없었던 실현을 가능하게 해주고 있다.

첫째, 음성 인터페이스(VUI: Voice User Interface)의 활용이 두드러진다. 대표적인 VUI 서비스로는 Amazon Alexa, Apple Siri, Google Assistant가 있다. 이들은 스마트 스피커를 넘어 스마트폰, 자동차, 가전제품 등 다양한 기기에 내장되어 일상생활 속에서 음성만으로 정보 검색, 기기 제어, 서비스 이용 등을 가능하게 한다. 국내에서는 KT의 '기가지니', SKT의 '에이닷' 등이 음성 기반 인터페이스를 스마트홈, 자동차 내비게이션, 금융 서비스, 헬스케어 등 다양한 산업에 적용하여 사용자 경험을 개선하고 있다. 예를 들어, 스마트홈에서는 음성 명령으로 조명, 에어컨 등을 제어하고, 금융 서비스에서는 음성으로 계좌 조회나 송금을 할 수 있으며, 헬스케어 분야에서는 음성 기반 건강 관리 서비스를 제공한다. VUI는 특히 손이 자유롭지 않거나 시각적 인터페이스 사용이 어려운 상황에서 사용자에게 큰 편의성을 제공하며 디지털 접근성을 높이는 데 기여한다. 2010년대 처음 등장한 1세대 AI Assistant도 대표적인 VUI를 가능하게 해주었지만, 해당 기술은 완성도가 떨어졌다. 하지만, 2025년의 생성형 AI를 가능하게 한 AI 기술은 완성도가 높아 VUI를 제대로 가능하게 해주고 있다.

더욱 정확하고 똑똑해져가는 음성 기반으로 작동되는 스마트 스피커

여자가 소파에 앉아 스마트 스피커와 대화하고 있다.

둘째, AR/VR 기반 공간 경험은 사용자에게 현실과 가상을 넘나드는 몰입감 있는 경험을 제공한다. IKEA의 'IKEA Place' 앱은 고객이 실제 집안 공간에 가구를 미리 배치해 보고 구매 결정을 내릴 수 있는 AR 기반의 쇼핑 경험을 제공하여 구매 전 불확실성을 줄이고 고객 만족도를 높인다. BMW 역시 AR 글래스를 통해 자동차 정비 작업을 실시간으로 지원하며 정비사가 차량의 복잡한 부품을 가상으로 확인하고 수리 절차를 안내받을 수 있게 한다. 이는 작업 효율성을 높이고 오류를 줄이는 데 크게 기여한다. 의료 및 제조업계에서도 AR/VR을 활용한 정교한 수술 시뮬레이션, 복잡한 장비 조작 교육, 원격 협업 및 실습 프로그램이 증가하고 있다. 또한, 관광 분야에서는 AR 앱을 통해 유적지를 방문하며 과거의 모습을 재현하거나 박물관에서 전시물에 대한 증강 정보를 얻는 등 교육적이고 흥미로운 경험을 제공한다. 이러한 공간 경험은 사용자의 참여를 유도하고 정보 습득 방식을 혁신하며 브랜드와의 상호작용을 더욱 풍부하게 만든다.

이케아의 증강현실 기반으로 가구를 놓아볼 수 있는 Ikea Place

집 안에서 핸드폰 카메라로 보여지는 집 내부에 증강현실을 통해 이케아의 가구를 배치해보고 있다.

셋째, 멀티모달 인터페이스 통합은 다양한 모달리티 간의 원활한 전환과 통합을 실현하여 고객의 일상적 작업 흐름을 자연스럽게 지원한다. 예를 들어, 네이버와 삼성의 기술은 사용자가 이미지를 촬영하고 음성으로 질문하거나 이미지를 공유하며 설명하는 등 텍스트, 음성, 시각 정보를 유기적으로 결합하여 소통할 수 있게 한다. 이는 고객이 특정 상황에서 가장 편리한 방식으로 정보를 입력하고 피드백을 받을 수 있도록 하여 사용자 경험을 극대화한다. 스마트폰의 카메라로 외국어 간판을 찍으면 AI가 이를 번역하여 화면에 보여주고 동시에 음성으로 발음을 들려주는 서비스가 대표적인 예이다. 이러한 통합은 사용자가 채널이나 기기를 전환할 때마다 새로운 학습을 할 필요 없이, 직관적이고 연속적인 경험을 제공하는 데 필수적이다.

넷째, AI 기반 개인화 및 예측적 서비스는 MX 전략의 핵심이다. AI 기술을 활용하여 개인의 행동 데이터를 실시간으로 분석하고 예측 기반의 서비스를 제공함으로써 사용자에게 최적화된 경험을 선사한다. 스타벅스의 모바일 앱과 오프라인 매장 통합 서비스는 고객의 구매 이력, 선호 음료, 방문 시간, 위치 정보 등을 AI가 분석하여 맞춤형 추천을 제공하며 고객 충성도를 향상한다. 예를 들어, 고객이 매장에 들어서면 AI가 선호하는 음료를 미리 추천하거나 특정 시간대에 자주 구매하는 메뉴를 제안하는 식이다. 이는 고객에게 '나를 알아주는' 경험을 제공하여 만족도를 높이고 재방문을 유도한다. 이 외에도 온라인 쇼핑몰의 개인화된 상품 추천, 스트리밍 서비스의 맞춤형 콘텐츠 제안, 뉴스 앱의 개인화된 기사 피드 등 다양한 분야에서 AI 기반의 예측적 서비스가 활발히 적용되고 있다. 이러한 개인화는 고객 참여를 증대시키고 전환율을 높이며 궁극적으로 기업의 매출 증대에 기여한다.

옴니채널 구현을 위한 AI 기술의 실질적 활용 사례

멀티 경험(MX) 전략과 옴니채널의 융합은 고객 경험을 최적화하는 핵심 방향이다. 옴니채널은 고객이 기업과 상호작용하는 모든 채널(온라인, 오프라인, 모바일, 콜센터 등)이 유기적으로 연결되어 고객이 어떤 채널을 이용하든 일관되고 매끄러운 경험을 제공하는 것을 목표로 한다. 이를 위해 AI 기술은 채널 간 데이터와 경험의 원활한 연결을 지원하는 중추적 역할을 수행한다. 다음은 실제 AI가 옴니채널 환경에서 창출한 성공 사례들이다.

스타벅스는 모바일 앱, 오프라인 매장, 웹사이트, 키오스크 등 모든 채널에서 고객의 구매 이력과 선호도를 AI가 실시간으로 분석하여 일관된 경험을 제공하는 대표적인 사례다. 고객이 모바일 앱으로 주문한 음료를 매장에서 픽업하거나 매장 내 키오스크에서 주문할 때도 앱에 저장된 개인화된 추천과 리워드 혜택이 연동된다. AI는 고객의 과거 구매 패턴, 시간대, 날씨, 심지어 매장 혼잡도까지 고려하여 최적의 음료나 푸드 조합을 추천하며 2025년 기준 AI 기반 맞춤형 음료 추천 기능은 고객 충성도를 획기적으로 향상하는 데 기여한다고 보고된다. 이는 고객이 어떤 채널을 이용하든 마치 개인 바리스타가 있는 것처럼 느껴지게 하여 만족도를 극대화한다.

롯데백화점과 같은 유통 기업은 오프라인 매장 내 IoT 센서와 카메라를 통해 고객 동선을 실시간 분석하고 AI가 맞춤형 상품을 전광판 및 모바일 앱을 통해 제공한다. 고객이 특정 매장 구역에 오래 머물거나 특정 상품을 유심히 살펴보면 AI는 이를 파악하여 해당 고객의 모바일 앱으로 관련 상품 정보나 할인 쿠폰을 푸시 알림으로 전송한다. 또한, 매장 내 디지털 사이니지(전광판)에 고객의 관심사에 맞는 상품 광고를 실시간으로 노출하기도 한다. 이를 통해 고객 경험을 강화하고 방문자들의 쇼핑 만족도를 높이며 오프라인 매장의 디지털 전환을 가속화한다. 이러한 데이터 기반의 개인화된 매장 경험은 고객의 구매 전환율을 높이고 오프라인 매장의 경쟁력을 강화하는 데 중요한 역할을 한다.

고객 동선을 분석해 디지털 사이니지로 맞춤 정보를 제공하는 마트

마트 안에 카트가 놓여 있고 카트 손잡이 부분에는 디지털 사이니지를 통해 정보를 보여주는 화면이 달려있다.

금융기관 역시 AI 기반 옴니채널 전략을 적극적으로 도입하고 있다. 국민은행, 신한은행 등 국내 은행들은 챗봇, 음성 비서, 대면 상담 채널을 AI 기반으로 통합하여 고객이 어떤 채널을 통해 문의하든 동일한 정보와 서비스를 제공한다. 예를 들어, 고객이 챗봇으로 문의하다가 해결되지 않아 콜센터로 전화하면 AI는 챗봇과의 대화 기록을 상담사에게 실시간으로 전달하여 고객이 같은 내용을 반복해서 설명할 필요 없게 한다. 이는 콜센터 대기 시간을 단축하고 상담 품질을 향상해서 고객의 불편을 최소화한다. 또한, AI는 고객의 과거 상담 이력과 거래 데이터를 분석하여 고객의 니즈를 예측하고 선제적으로 맞춤형 금융 상품을 제안하는 데도 활용된다. 이러한 옴니채널 통합은 금융 서비스의 접근성을 높이고 고객 만족도를 향상해 디지털 금융 경쟁력을 강화해 준다.

AI 기반의 옴니채널 금융 서비스

남자가 책상 앞에 앉아서 노트북, 태블릿, 핸드폰으로 옴니채널을 사용하고 있다.

이같은 경험 혁신을 만드는 데 있어 LLM, LMM, LWM 등의 AI 기술은 MX와 옴니채널 구현을 보다 앞당겨줄 것이다. 하지만, 이 과정에서 기업의 성과 창출은 이들 기술 활용을 넘어 전체적인 서비스 전략과 조직 문화의 변화 관리로 결정될 것이다. 아무리 좋은 기술도 제대로 사용하지 못하면 무용지물이다. 결국 기업이 고객의 경험을 MX로 진화시키고 옴니채널 전략을 구사하는 과정에 AI로 혁신하기 위해서는 직원들의 AI에 대한 이해 기반으로 적극적인 변화 관리를 꾀할 수 있어야 한다. 핵심은 고객의 니즈를 선제적으로 파악해 다양한 채널에서 끊김 없이 최적의 경험을 제공하는 것이다. 이 목적을 수행하는 데 있어 AI는 최적의 도구일 뿐이며, 핵심은 이 기술로 실제 목적을 달성하게 하는 변화 관리이고 이를 AX라 부른다.

FAQ

▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.