OpenAI로 카탈로그 정확도 및 공급업체 지원 속도를 혁신한 Wayfair

가구 리테일러 Wayfair는 OpenAI 모델을 핵심 내부 시스템에 통합하여 공급업체 지원 프로세스와 제품 카탈로그 품질을 대규모로 개선하고 있습니다. 이 과정은 단순한 실험 단계를 넘어, 수백만 개 품목의 데이터 정확도를 높이고 운영 효율성을 극대화하는 전사적 시스템으로 발전했습니다.

1. 카탈로그 데이터 품질 혁신:
Wayfair는 약 3천만 개의 제품을 관리하며, 색상이나 재질 같은 일관되고 정확한 속성 태그(attribute tags)가 검색 및 추천에 필수적임을 파악했습니다. 기존에는 개별 태그마다 맞춤형 모델을 구축해야 했으나, 이는 확장성이 떨어지고 비용이 많이 들었습니다.

이에 Wayfair는 단일 OpenAI 모델 기반의 '정의 에이전트 (definition agent)'를 개발했습니다. 이 시스템은 웹 및 내부 정의를 학습하여 각 속성에 대한 문맥적 의미(contextual meaning)를 파악하고, 이를 통해 수많은 제품 클래스에 걸쳐 일관되게 데이터를 분류할 수 있게 되었습니다.

2. 공급업체 지원 자동화:
수만 명의 공급업체를 관리하는 과정에서 발생하는 복잡한 문의 처리도 AI로 혁신되었습니다. 기존에는 직원이 모든 티켓을 검토하고 적절한 담당자에게 배정하는 데 많은 시간과 오류가 발생했습니다.

Wayfair는 OpenAI 기반의 'Wilma'와 같은 에이전트 기능을 도입하여, 수신된 요청을 분석하고 누락된 정보를 채우며 자동으로 올바른 팀에 티켓을 분류(triage)합니다. 또한, 특정 업무팀을 위한 코파일럿(co-pilot)은 복잡한 과거 기록을 요약하고 다음 단계를 제안하며, 인간 직원의 작업 효율성을 높이고 있습니다.

3. 신뢰 구축과 검증:
Wayfair는 AI가 내린 결정에 전적으로 의존하지 않습니다. 모델의 결과물이 높은 확신도를 보일 때만 자동화 시스템이 콘텐츠를 수정하고 공급업체에게 통지합니다. 그렇지 않은 경우, 물리적 샘플 검사나 공급업체의 확인을 거쳐 신뢰성을 확보하는 '인간 중심의 감사(human-in-the-loop audit)' 프로세스를 유지하여 고객과 공급업체 모두의 신뢰를 최우선으로 하고 있습니다.