데이비드 울러드는 Standard AI의 최고 기술 책임자(CTO)입니다. 그는 삼성과 NASA와 같은 회사에서 일한 20년 이상의 경력을 가진 기술 산업 베테랑이며, 초기 및 후기 스타트업에서 기업가로 일했습니다. 그는 컴퓨터 과학 박사 학위를 취득했으며, 고성능 컴퓨팅을 위한 소프트웨어 아키텍처를 전문으로 합니다.
표준 AI 쇼핑객 행동, 제품 성능, 매장 운영에 대한 전례 없는 정밀한 통찰력을 제공합니다.
NASA의 제트 추진 연구소에서 근무한 후 Standard AI의 CTO가 되기까지의 여정을 공유해 주시겠습니까?
제가 제트 추진 연구소에 있을 때, 제 작업은 주로 NASA 미션을 위한 대규모 데이터 관리에 집중되었습니다. 저는 놀라운 과학자와 엔지니어들과 함께 일하면서 우주에서 연구를 수행하는 방법을 배웠습니다. 저는 데이터 과학에 대해 많은 것을 배웠을 뿐만 아니라 대규모 엔지니어링 프로젝트 관리, 위험과 오류 예산의 균형, 대규모 소프트웨어 시스템 설계에 대해서도 배웠습니다. 저는 University of Southern California에서 박사 학위를 받았는데, 고성능 컴퓨팅을 위한 소프트웨어 아키텍처 분야였고, 그 연구가 어떻게 적용되는지 직접 볼 수 있었습니다.
그곳에서 많은 것을 배웠지만, 저는 또한 일상의 사람들에게 더 실질적일 수 있는 일을 하고 싶었습니다. JPL을 떠났을 때, 저는 스트리밍 비디오 분야에서 스타트업을 설립한 친구와 함께 첫 번째 직원 중 한 명으로 일했습니다. 저는 처음부터 소비자 경험과 스타트업을 구축하는 데 매료되었고, 둘 다 이전 세상에서 벗어나는 것처럼 느껴졌습니다. Standard에 합류할 기회를 얻었을 때, 저는 제 초기 경력에서 좋아했던 AI와 컴퓨터 비전의 어려운 과학적 문제와 가장 보람을 느낀 실질적 소비자 경험의 조합에 끌렸습니다.
Standard AI가 자율 체크아웃 솔루션에서 보다 광범위한 소매 AI 애플리케이션으로 초점을 옮기게 된 계기는 무엇입니까?
Standard AI는 7년 전에 자율 체크아웃을 시장에 출시한다는 사명으로 설립되었습니다. 자율 체크아웃에 동급 최고의 컴퓨터 비전 전용 솔루션을 제공하고 자율 매장을 출시하는 데 성공했지만 궁극적으로 예상보다 사용자 채택이 느렸고 결과적으로 리테일러에게 투자 수익률이 없었습니다.
동시에, 우리는 리테일러가 경험한 여러 가지 문제를 동일한 기반 기술을 통해 해결할 수 있다는 것을 깨달았습니다. 운영 통찰력과 개선에 대한 이러한 새로운 집중을 통해 Standard는 인플레이션과 노동비 증가의 영향을 상쇄하기 위해 효율성을 개선할 기회를 찾고 있는 리테일러에게 보다 직접적인 ROI를 제공할 수 있었습니다.
Standard AI의 컴퓨터 비전 기술은 어떻게 얼굴 인식을 사용하지 않고도 높은 정확도로 고객 상호작용을 추적할 수 있을까?
Standard의 VISION 플랫폼은 매장의 오버헤드 카메라 영상을 분석하여 실제 공간에서 쇼핑객을 추적하고, 각 영상에서 사람과 다른 요소를 구별하고, 각 사람의 포즈 또는 골격 구조를 추정하도록 설계되었습니다. 여러 대의 카메라를 동시에 들여다보면서 두 눈으로 보는 것처럼 공간에 대한 3D 이해를 재구성할 수 있습니다. 각 카메라의 위치를 매우 정밀하게 측정하기 때문에 쇼핑객의 위치, 방향, 심지어 손 위치까지 높은 정확도로 재구성할 수 있습니다. 고급 매핑 알고리즘과 결합하여 쇼핑객의 움직임과 제품 상호 작용을 99%의 정확도로 결정할 수 있습니다.
Standard AI는 데이터를 수집하고 분석할 때 어떻게 쇼핑객의 개인 정보를 보호합니까?
두 개의 다른 비디오 스트림 사이에서 쇼핑객을 식별하기 위해 얼굴 인식을 사용하는 다른 추적 시스템과 달리, Standard가 쇼핑객의 포즈를 결정할 때 우리는 단지 구조적 정보와 공간적 기하학을 사용하고 있습니다. Standard의 추적 시스템은 쇼핑객의 얼굴과 같이 식별에 사용할 수 있는 쇼핑객 생체 인식에 의존하지 않습니다. 다시 말해, 우리는 쇼핑객이 누구인지 알지 못하고, 쇼핑객이 매장을 어떻게 움직이는지 알 뿐입니다.
소매업체가 Standard AI의 VISION 플랫폼을 사용하여 얻을 수 있는 가장 중요한 통찰력은 무엇입니까?
소매업체는 Stand의 VISION 플랫폼을 사용하여 여러 가지 통찰력을 얻을 수 있습니다. 가장 중요한 것은 소매업체가 쇼핑객이 공간을 이동하고 제품과 상호 작용하는 방식을 더 잘 이해할 수 있다는 것입니다. 다른 솔루션은 매장의 특정 부분을 통한 트래픽 볼륨에 대한 기본적인 이해를 제공하는 반면, Standard는 모든 쇼핑객의 개별 경로를 기록하고 쇼핑객과 매장 직원을 구별하여 트래픽과 체류뿐만 아니라 제품을 구매하는 쇼핑객의 특정 행동을 더 잘 설명할 수 있습니다.
또한 Standard는 선반에 제품이 재고가 없는 경우를 이해할 수 있으며, 더 광범위하게는 구매자가 제품을 구매할 수 있는 능력뿐만 아니라 다양한 브랜드 제품에 대한 인상을 형성하는 데 영향을 미치는 페이싱이 없는 것과 같은 선반 상태를 이해할 수 있습니다. 이러한 유형의 전환 및 인상 데이터는 소매업체와 소비자 포장 상품 제조업체 모두에게 가치가 있습니다. 이 데이터는 이전에는 사용할 수 없었으며 상품화 및 마케팅에서 공급망 및 축소에 이르기까지 모든 것의 운영을 개선하는 데 큰 영향을 미칩니다.
VISION의 예측적 통찰력은 소매업체의 마케팅 및 상품화 전략을 어떻게 변화시킬 수 있나요?
Standard는 물리적 공간(선반 배치 등)과 쇼핑객 이동을 모두 포함하여 매장의 완전한 디지털 복제본을 생성하기 때문에, 상품 업데이트 및 재설정과 같은 물리적 변화에 따른 매장 이동을 시뮬레이션하고 매장 내 이동에 따른 쇼핑객 상호 작용을 예측하는 예측 모델을 구축할 수 있는 풍부한 데이터 집합을 보유하고 있습니다. 이러한 예측 모델을 통해 리테일러는 비용이 많이 드는 물리적 업데이트와 장기간의 매장 내 실험에 투자하지 않고도 매장의 상품 변경을 실험하고 검증할 수 있습니다. 또한 제품 성능과 상호 작용에 대한 인상은 선반이나 엔드캡의 배치에 영향을 미칠 수 있습니다. 이러한 모든 것이 지출을 우선 순위화하고 더 큰 수익을 창출하는 데 도움이 될 수 있습니다.
파일럿 테스트에서 예측된 고객 경로에 따른 실시간 제안이 판매에 어떤 영향을 미쳤는지 예를 들어주시겠습니까?
Standard는 리테일러가 사용하는 실제 프로모션 시스템을 구축하지 않지만, 쇼핑객의 움직임에 대한 이해와 제품 상호작용에 대한 예측을 활용하여 리테일러가 쇼핑객의 의도를 이해하도록 돕고, 리테일러가 일반적인 제안이나 과거 구매에 따른 추천이 아닌 매우 의미 있고 시기적절한 프로모션을 제공할 수 있도록 합니다. 매장 내 행동에 따른 추천은 계절성, 가용성 및 의도를 고려하며, 이 모든 것이 더 효과적인 프로모션 상승으로 이어집니다.
담배 추적 시범 프로그램의 결과는 무엇이었으며, 관련 브랜드에 어떤 영향을 미쳤나요?
한 소매업체의 파일럿을 운영한 지 하루 만에 담배 제품 도난을 감지하고 이를 소매업체에 알려 시정 조치를 취할 수 있었습니다. 장기적으로는 소매업체와 협력하여 물리적 도난뿐만 아니라 프로모션 남용 및 규정 준수 문제도 감지할 수 있었습니다. 이 두 가지 문제는 소매업체뿐만 아니라 이러한 프로모션에 자금을 지원하고 수동으로 규정 준수를 보장하는 데 상당한 리소스를 사용하는 담배 브랜드에도 큰 영향을 미칩니다. 예를 들어, 고객의 첫 번째 선택이 재고가 없을 때 어떤 일이 발생하는지도 관찰할 수 있었습니다. 쇼핑객의 절반은 다른 가족 제품을 선택했지만 거의 4분의 1은 아무것도 구매하지 않았습니다. 이는 일찍 발견하면 해결할 수 있는 많은 손실 수익입니다. VISION 플랫폼은 항상 켜져 있기 때문에 담배 브랜드의 영업팀의 확장이 되어 언제든지 전체 매장이나 소매업체의 차량의 현재 상태를 보고(경고)할 수 있습니다.
오프라인 매장에 AI 솔루션을 구현하는 데 있어 가장 큰 과제는 무엇이며, 어떻게 극복하셨나요?
소매 환경에서 일하는 것은 여러 가지 과제와 함께 왔습니다. 우리는 물리적 세계에서 흔한 문제(예: 카메라 드리프트, 매장 변경, 하드웨어 오류)에 견고한 시스템을 개발해야 했을 뿐만 아니라 소매 운영과 호환되는 프로세스도 개발했습니다. 예를 들어, 최근 하계 올림픽에서 많은 CPG가 파리 2024를 홍보하기 위해 패키징을 변경했습니다. 우리는 패키징을 기반으로 SKU를 시각적으로 식별하기 때문에 이러한 패키징 변경 사항을 플래그 지정하고 처리할 수 있는 시스템을 개발해야 했습니다.
처음부터 Standard는 기존 프로세스를 변경하여 요구 사항을 충족하는 대신 리테일러의 기존 프로세스와 호환되는 기술 구현을 선택했습니다. VISION 플랫폼을 사용하는 매장은 물리적 상품 판매나 복잡하고 값비싼 물리적 개조(선반 센서 도입 등)를 변경하지 않고도 이전과 동일하게 운영됩니다.
향후 10년 동안 소매 부문에서 AI의 역할이 어떻게 발전할 것으로 생각하시나요?
저는 우리가 앞으로 몇 년 동안 리테일러 내에서 AI가 추진할 디지털 혁신의 피상적인 부분만 긁고 있다고 생각합니다. 오늘날 AI는 대체로 대규모 언어 모델과 동의어이고 리테일러들은 AI 전략에 대해 생각하고 있지만, 우리는 가까운 미래에 AI가 그 자체로 전략이라기보다는 기반이 되는 지원 기술이 될 것이라고 믿습니다. Standard의 VISION Platform과 같은 시스템은 리테일러에게 전례 없는 통찰력을 제공하고 이미 캡처하고 있는 비디오에서 풍부한 정보를 활용할 수 있도록 합니다. 우리가 제공할 수 있는 운영 개선 유형은 리테일러가 운영 효율성을 개선하고 소비자에게 비용을 전가하지 않고도 마진을 개선하기 위한 전략의 중추가 될 것입니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자는 다음을 방문하세요. 표준 AI.
게시물 Standard AI의 CTO인 David Woollard – 인터뷰 시리즈 처음 등장 유나이트.AI.