스토어링크, 카이스트와 ‘리뷰 데이터 기반 소구점 분석’ 기술 개발

(사진제공=스토어링크)

이커머스 마케팅 플랫폼 스토어링크가 카이스트 뇌역공학과 영상연구실과 ‘리뷰 데이터 기반 소구점 분석’ 기술을 개발했다고 22일 밝혔다.

리뷰 데이터 기반 소구점 분석은 딥뉴럴 네트워크를 적용해 상품의 소구점을 자연어 데이터에 기반해 특정하는 기술이다. 제품 관련 정보와 소비자 구매 데이터를 자동으로 수집하고 분석해 인사이트를 도출하는데 활용된다.

해당 기술은 다양한 소구점을 중요도에 따라 확인할 수 있도록 지원한다. 분석 범위는 네이버쇼핑, 쿠팡, 옥션, 11번가 등 100여개 오픈마켓에 등록된 제품 리뷰 데이터를 비롯해 커뮤니티, 블로그, 카페 등 각종 웹페이지 내 상품 관련 게시물이다.

리뷰 데이터 기반 소구점 분석은 제품 마케팅 효율성을 극대화한다. 기술 활용 시 100만개 이상 리뷰 데이터를 종합해 구매 의사 결정 요인과 제품의 장·단점 등을 항목과 시기별로 분류 및 추출하는 과정을 약 1시간 내에 완료할 수 있다. 일반적으로 제품 기획자가 수동으로 업무를 추진하는 경우 오픈마켓 데이터를 수집하고 정제하는 기간만 길게는 2주까지 소요된다.

스토어링크는 뇌과학 및 인공지능(AI) 분야 전문가 카이스트 김대식 교수가 이끄는 BREIL팀과 지난해 11월부터 1년여 간 협력을 진행했다.

양측은 기술을 실제 마케팅 플랫폼에 적용하기 위한 막바지 상용화 작업을 진행 중이다. 스토어링크는 기술 개발이 마무리 단계에 접어든 시점부터 내부에 별도 시스템을 구축했다. 해당 기술 시범 운영을 통해 자체브랜드(PB) 상품의 마케팅 전략을 도출해 괄목할 만한 성과를 얻어냈다. 스토어링크는 내년에 자체 플랫폼의 버전 업데이트를 통해 해당 기술을 외부에 공개한다는 방침이다.

정용은 스토어링크 대표는 “이커머스 시장 규모가 팽창하는 가운데, 오픈마켓에 최적화된 마케팅 전략을 도출하는 시스템을 확립하지 못하고 비효율적인 업무 절차를 단순 반복한다면 한정된 리소스의 낭비를 초래할 수밖에 없다”며 “스토어링크는 앞으로도 혁신적인 데이터드리븐(Data-Driven) 마케팅 기술들을 선보이기 위해 다양한 형태로 협업의 범위를 확장해가겠다”고 말했다.