교육 콘텐츠·소비재를 다루는 이커머스·미디어 기업 I사는 XGEN Agentic AI Platform 도입 이후 런칭 대비 매출·거래금액이 전월 대비 약 20%, 접속 트래픽이 약 20% 증가했습니다. 검색·고객상담·사이트 개선이라는 서로 달라 보이는 세 가지 과제를 하나의 AI 체계로 묶은 결과입니다.
세 가지 문제가 사실은 한 뿌리였습니다
I사가 저희에게 가져온 고민은 표면적으로는 세 갈래였습니다.
- 잠재고객이 상품을 검색할 때 부정확한 결과나 누락이 생겨 구매로 이어지지 못했습니다
- 계속 쌓이는 고객 문의에 대응할 리소스가 부족했습니다
- 내부 개발 인력이 제한적이라 사이트 코드 개선이 더뎠습니다
세 문제를 따로 두고 보면 각각 검색팀·CS팀·개발팀의 일입니다. 그런데 현장에서 들여다보니 뿌리는 하나였습니다 — 고객의 의도를 제때 이해하고, 그 이해를 서비스에 빠르게 반영하지 못한다는 것. 그래서 저희는 세 과제를 세 개의 도구가 아니라, 같은 데이터를 공유하는 하나의 AI 운영 체계로 설계했습니다.
XGEN이 제안한 방법
AI 검색 엔진 — 키워드가 아니라 문장·질문 형태의 자연어를 그대로 이해합니다. "어린이날 선물 추천"처럼 사람이 말하듯 입력해도 맥락과 의도를 파악해 결과를 제시하고, 자연어 처리(NLP)로 신뢰도 높은 순위를 만들어냅니다. 검색은 이커머스에서 매출과 가장 가까운 접점이라, 여기서의 개선이 곧바로 지표로 나타났습니다.
AI 고객 상담 분석 — 누적된 고객 데이터를 기반으로 문의 성향을 분석해 맞춤형 답변을 제공합니다. 응대 요령과 답변 예시를 함께 제시하기 때문에, 신입 상담사도 베테랑의 응대 흐름을 따라갈 수 있습니다. CS를 '처리'가 아니라 '학습되는 자산'으로 바꾼 셈입니다.
AI 코드 어시스턴트 — 사이트 구조와 관리 정보를 이해하고, 의도를 반영한 코드를 스스로 작성합니다. 내부 개발자가 수작업으로 코드를 짜지 않아도 사이트 구조에 맞는 개선이 가능해져, 개발 리소스 제약이 병목이 되지 않도록 했습니다. 신입 개발자 교육 자료로도 활용됩니다.
남은 것은 숫자가 아니라 흐름이었습니다
가장 눈에 띄는 변화는 물론 지표였습니다. 런칭 이후 매출·거래금액이 전월 대비 약 20% 늘었고, 접속자 트래픽도 약 20% 증가하며 안정적인 운영 환경을 확보했습니다. AI 검색과 결과 내 재검색 기능을 통해 검색 품질 자체가 올라간 것도 컸습니다.
다만 저희가 더 의미 있게 본 것은 팀의 일하는 방식이 바뀌었다는 점입니다. 검색·CS·개발이 같은 고객 이해를 공유하기 시작하자, 개선의 속도가 빨라졌습니다. 도구를 세 개 산 것이 아니라, 세 팀이 같은 언어로 대화하게 된 것입니다.
같은 고민을 하는 팀이라면
검색 누락·문의 폭증·개선 지연은 대개 따로 찾아오지만, 뿌리는 종종 하나입니다. I사처럼 세 과제를 한 체계로 묶어보고 싶다면, Applied AI 솔루션과 PoC Projects에서 접근 방식을 먼저 확인하실 수 있습니다.
- 리테일 트렌드를 AI가 리포트로 정리한 사례 → L홈쇼핑 인사이트 리포터
- 멀티모달 데이터까지 다루는 RAG 구축 → S사 멀티모달 RAG Editor
도입을 검토 중이시라면 PoC · 기술 상담으로 과제를 남겨주세요. 영업일 기준 1–2일 내 담당자가 연락드립니다.