스타벅스는 커피 사업자가 아닌 데이터 테크 기업이다

 

이 기사의 저자인 Was Rahman 씨는 AI 솔루션을 기업에 제공하는 스타트업 AI Prescience의 CEO를 맡고 있습니다. 그는 Medium에 투고한 기사, "스타 벅스는 커피 사업자가 아닌 데이터 테크 기업이다"에서 스타벅스의 AI 및 데이터 활용 사례를 설명하고 있습니다.

 

세계적인 커피숍 브랜드인 스타벅스는 매일 대량의 데이터를 처리하는 데이터 테크 기업적인 부분이 있습니다. 이를 다음의 5가지의 AI 및 데이터 활용사례를 통해 설명하고 있습니다.

1. AI를 사용한 추천 시스템
2. 데이터에 기반한 제품 개발
3. 데이터를 활용한 점포 계획
4. 상황에 따라 변화하는 동적 메뉴
5. AIoT를 활용한 시스템 유지 보수

 

위의 사례는 사실, 희귀한 것은 아닙니다. 개별적으로 보면 흔한 AI와 데이터 활용 기법들을 적절하게 기존 업무에 도입함으로써 스타벅스는 커피숍 체인 관리라는 핵심 사업을 재구축하는 데 성공하고 있는 것입니다. 이러한 성공은 각각의 기술적 정책을 쌓아 핵심 사업을 레벨업 시키는 'AI 전략'을 수행한 결과입니다.

 

공동 저자 Alexandre Gonfalonieri 씨는 프랑스 파리에서 활약하는 데이터 과학자입니다.

공동 저자 Parul Pandey 씨는 세계 각지에 거점이 있는 AI 스타트업 H2O.ai 데이터 사이언스의 책임자입니다.

 

스타벅스의 비즈니스는 경쟁력을 유지하기 위한 데이터의 전략적 활용 방법의 교과서적인 사례이다.

 

스타벅스는 단순히 세계에서 대량의 뜨거운 음료와 차가운 음료를 판매하고 있을 뿐 아니라, 1주일에 1억 건 이상의 거래에서 엄청난 양의 데이터를 수집하고 있다. 스타벅스는 이 데이터를 어떻게 사용하는 것일까? 또한 AI와 사물인터넷(IoT)은 데이터 활용에 있어서 어떤 역할을 하는 것일까.

 

스타벅스가 경쟁 우위를 위해서 데이터와 최신 기술을 이용하는 방법은 사업 규모에 관계없이 모든 비즈니스에 유익한 것이다. 예를 들어, 스타벅스는 로열티 시스템, 결제 카드, 모바일 앱을 조합한 선구자이며, 이러한 사례는 겉만 살짝 엿본 것에 지나지 않는다.

 

이 문서에서는 스타벅스가 어떻게 데이터, AI, IoT를 활용하여 경쟁 우위를 점하고 있는지, 가장 흥미로운 5가지 사례를 소개한다. 이러한 사례가 시사하는 것은 스타벅스는 더 이상 커피 사업자가 아니라 식품 · 음료 분야의 데이터 기술 기업이라는 설득력 있는 주장일지도 모른다.

 

스타벅스는 데이터, 기술, 비즈니스 관계를 다른 어떤 기업보다 잘 보여준다.

 

스타벅스는 데이터에 부족함이 없다. 전 세계 30,000개 이상의 점포를 가지고 일주일에 1억 건 정도 거래를 한다. 회사의 거대한 데이터에서 고객이 무엇을 소비하고, 무엇을 즐기고 있는지를 포괄적으로 파악할 수 있다. 그러나 놀랍게도 거대한 데이터의 가치에 초점을 두게 된 것은 불과 10년 전의 일이다.

 

이전에도 데이터를 이용하지 않은 것은 아니다. 그러나 대다수 기업들과 마찬가지로, 위기가 큰 변화의 원인이었다. 스타벅스의 경우는 2008년 금융 위기와 그에 따른 점포의 폐쇄였다. 당시 CEO였던 Howard Schultz 씨가 얻은 교훈은, 회사의 데이터를 이용하여 특히 점포의 입지를 결정하는 데 있어서 많은 분석이 필요하다는 것이었다(※ 역주 1).

 

(※ 역주 1) 캐나다 비즈니스 미디어 "IT World Canada'가 2013년 10월에 공개한 기사, "스타벅스 커피 매장에 관한 새로운 위치 분석을 시도"에 따르면 하워드 슐츠 CEO는 2011년과 2012년의 리먼 쇼크의 영향으로 폐점한 점포를 대량으로 다시 오픈시켰다. 그러나 이 재오픈은 특별한 분석에 따른 것은 아니었다고 후에 말했다. 이후 회사는 후술하는 GIS(Geospatial Information Systems : 지리정보시스템)에 기초한 출점 계획을 실행하게 된다.

 

 

2008년 경제 위기 이전에는 스타벅스의 결정은 다른 많은 조직과 마찬가지로 경험과 판단에 따른 인간 중심의 경영이었다. 데이터는 분명히 중요했지만 체계화되지는 않았었다.

 

스타벅스가 출중했던 것은 데이터와 기술을 사용하여 모든 종류의 새로운 아이디어를 시도하고 더 많은 데이터를 사용하여 어떤 아이디어를 진행할 것인지 판별하고자 한 부분이었다.

 

오늘날 스타벅스의 데이터 활용은 부동산뿐만 아니라 마케팅과 생산 활동에도 영향을 미치고 있다. 또한, 공급망 관리 법에 관한 지식에도 영향을 주고 있다. 그런 지식의 핵심을 이루는 것이 2008년에 시작된 스타벅스 포인트 프로그램 "StarBucks Rewards"이다.

 

 

잘 알려지지 않은 것으로, 어떻게 스타벅스의 데이터 활용이 사물인터넷, '특히 매장의 운영에도 영향을 미치고 있는가?'라는 것이다. 데이터 활용의 파도는 커피 머신에서 시작해서 이제는 오븐과 같이 매장의 다른 기기에까지 확대되고 있다.

 

스타벅스가 경쟁우위를 위해 데이터, AI, IoT를 어떻게 활용하고 있는지 나타내는 5개의 사례

스타벅스가 어떻게 데이터 및 관련 기술을 이용하고 있는지에 대해서는 다른 대기업들과 마찬가지로 상세하게 논한 책을 저술할 수도 있을 것이다. 스타벅스가 출중한 것은 데이터와 기술을 사용하여 모든 종류의 새로운 아이디어를 시도하고 더 많은 데이터를 사용하여 어떤 아이디어를 진행할 것인지를 판별하려고 한 점이다.

 

수많은 사례들 중에서 5개의 하이라이트만 선택했다. 이들을 선택한 것은, AI, IoT, 클라우드 등의 기술과 함께, 데이터를 잘 활용하여 스타벅스의 사업이 어떻게 개선되었는지를 보여주고 있기 때문이다.

개인화된 프로모션과 혜택으로 고객을 타겟팅
채널을 넘어서는 통찰력 기반의 제품 개발
정교한 부동산 계획
동적 메뉴 생성 및 조정
최적화된 시스템 유지 보수

 

사례 1 : 개인화된 프로모션

고객 데이터의 고전적인 사용 방법은 개별 소비자의 취향에 맞게 행사를 맞춤화 하는 것이며, 스타벅스도 마찬가지다. 미국에서만 1,600만 명 이상의 회원을 보유한 스타벅스의 로열티 프로그램은, 미국 내 전 점포거래의 약 절반을 차지하고 있다.

 

고객 각각의 주문 경향과 구매 패턴을 아는 스타벅스는 더 관련성이 높은 맞춤 제안을 제공할 수 있다. 이러한 캠페인을 결정하기 위해 AI를 사용하는 것은 인공 지능의 표준적인 응용이 되었으며, 스타벅스는 2017년부터 '디지털 플라이휠'프로그램에서 AI를 활용하고 있다(※ 역주 2).

 

(※ 역주 2) 비즈니스 미디어 "Digirupt.io"가 2019년 4월에 공개한 기사, "스타벅스는 4개의 혁신 전략에 상당한 재 투자를 하고 사업 전체의 성장을 이끌었다"에 따르면 스타벅스의 권장사항 시스템인 '디지털 플라이휠'회사의 모바일 앱 'Starbucks Rewards'를 비롯해 3,000만의 디지털 연결로 구성되어 있다. 이러한 디지털 연결에서 고객의 주문 상품, 주문 시간, 지리 정보, 그리고 계절과 같은 데이터로 권장 항목들을 결정하고 있다.

 

여기서 중요한 초점은 소비자가 무엇을 주문했는가에 맞춰 더 좋아할 만한 신상품을 제안하는 것이다.

 

 

그러나 스타벅스의 시도는 개인화된 프로모션뿐만이 아니다. 그 시도의 대부분은 종전의 매스 마케팅이지만 대상으로 한 세그먼트의 각 소비자에게 직접 제공되고 있다. 제공되는 것에는 더운 날 시원한 음료 제품의 출시 또는, 계절 메뉴 등이 포함될 수도 있다.

 

사례 2 : 통찰력 기반 제품

개인화된 프로모션이 효과적임에는 의심의 여지가 없으나, 스타벅스에 있어서 더 중요한 것은 제품 개발에 고객 데이터를 활용하는 것이다.

 

스타벅스가 데이터를 이용하는 강력한 방법 중 하나는 많은 소비자의 구매 습관에서 태어난다. 이렇게 태어난 데이터에서 통찰력을 통해 기존 제품을 변형하는 등, 제품 개발 제안에 활용된다. 예를 들어, 15년 전 할로윈에 호박맛 음료를 도입하는 귀여운 아이디어가 있었다. 지금 그 아이디어는 호박에 영감을 받은 세계적인 제품 라인업이 되고 있다. 그런 제품 라인업이 가져온 결과의 하나로, 가을 몇 달 동안 손님이 크게 급증하였다.

 

 

두 번째 유형은 채널 전반에 데이터를 제공하는 것이다. 이에 관한 가장 중요한 예는 아마도 2016년 이 회사가 가정용 커피 분야에 진출한 것이다. 고객이 집에서 커피를 끓이기 위한 제품을 슈퍼마켓에 투입한 것이다. 매장의 데이터는 '집에서 커피를 마시는 사람을 대상으로 하여 어떤 제품을 투입할 것인가'를 결정하는 강력한 기초 데이터가 되고 있다. 인스턴트커피와 같은 가정용 제품을 매장에 투입하는 테스트도 실시할 수 있었다.

 

또한 가정용 제품에 무설탕 버전과 같은 상품도 추가되었다. 매장의 소비 데이터로부터 제안된 또 다른 변화는 우유를 넣은 것과 우유 없는 버전을 갖추는 것이었다.

 

 

사례 3 : 정교한 부동산 계획

스타벅스 매장을 어디에 오픈할지 계획하는 것은 데이터 분석의 아주 복잡한 부분이다. 이러한 분석에 스타벅스가 데이터를 사용하는 방법은 예상되는 모든 요인을 커버하는 것이다.

 

매장 계획을 지원하는 AI는 위치에 관한 경제적 요인을 모델링하고 있다. 그 요인은 인구, 소득 수준, 교통, 경쟁사의 존재 등이 포함된다. 이러한 모델을 이용하여 매출, 이익, 기타 경제적인 성과 등을 예측하고 있다.

 

이 시스템은 기존의 스타벅스 매장의 위치도 고려하고 있다. 제안된 새로운 매장이 인근 지역의 기존 매출에 미치는 영향도 고려한다. 이 응용 프로그램의 핵심 AI 기술은 위치기반 분석이다. 이것은 매핑 및 GIS(Geospatial Information Systems : 지리 정보 시스템)로도 알려진 것이다.

 

 

사례 4 : 동적 메뉴

이상의 사례에서 알 수 있는 것 중 하나로 스타벅스는 제공하는 서비스를 계속적으로 정교하게 조정할 수 있는 능력을 가지고 있다는 것이다. 이는 고객, 장소, 시간에 따라 서비스의 업데이트가 가능하다는 것을 의미한다. 이러한 방법은 상품, 프로모션, 가격에 영향을 미친다.

 

그러나 카운터에 인쇄된 보드 메뉴는 점내에서 제공하는 것들을 지속적으로 업데이트할 수 없다. 그래서 스타벅스의 경우, 디지털 간판을 점포에 도입하고 있다. 이를 통해 고객 경험으로 인해 일어날 수 있는 변화가 어딘가에 발생해도 그 변화를 즉시 매장에 반영할 수 있는 환경을 실현한 것이다.

 

메뉴를 동적으로 관리하는 스타벅스의 자세는 분명 많은 의문을 낳고 일을 복잡하게 만들 가능성이 있다. 그러나 2018년 중반에 스타벅스는 동적 메뉴 관리를 소수의 점포에 시도했다. 그 시도는 날씨나 시간대 등 현지 상황에 따라 선택된 제품을 푸시하는데 초점을 맞춘 것이다(※ 역주 3).

 

(※ 역주 3) 디지털 사이니지 제품을 개발 · 판매하는 기업 BrightSign은 2016년 4월, 미국 펜실베이니아주에 있는 스타벅스 드라이브 스루 매장에 디지털 간판을 도입한 것을 트윗했다.

 

 

이상의 사례 연구에 관한 BrightSign의 보도자료에 따르면, 표시되는 메뉴는 시간에 따라 변화하고 프로모션 상품이나 계절의 추천 상품도 표시된다.

 

사례 5 : 시스템 유지보수 최적화

마지막 예는 커피 머신을 시작으로 한 매장 기계들의 유지보수이다.

전형적인 스타벅스 매장에서의 거래는 비교적 적은 비용으로 단시간에 집중적으로 이루어진다. 따라서 대량의 고객의 유입이 점포의 성공 열쇠를 쥐고 있다. 따라서 기계가 고장 나면 점포 운영에 중대한 문제가 발생한다.

 

스타벅스는 고장에 대비하여 엔지니어를 현장에 상주시키지는 않는다. 대신 수리 대응은 물론, 계획적인 유지 보수를 위해 그들을 파견하고 있다. 따라서 엔지니어가 점포에 신속하게 파견될 수 있는지 여부가 큰 차이를 낳는다.

 

이 문제에는 전통적인 방식으로 접근했다. 그 접근은 대부분 고장, 기계 사용, 필요한 수리 등 데이터의 수집이다. 정기적인 데이터 분석은 경향과 패턴을 찾아내기에 용이하다. AI는 이 접근방식을 더 레벨업시켜 고장이나 유지 보수의 필요성을 예측하는 데 도움을 주고 있다(※ 역주 4).

 

(※ 역주 4) Microsoft가 2019년 5월에 공개한 블로그 기사 '기술을 이용하여 고객과의 개인적인 관계를 구축하는 스타벅스'에서는 스타벅스가 Microsoft의 기술을 도입하여 업무를 개선한 내용이 해설되어 있다. 스타벅스 매장에서 사용하는 커피머신은 IoT를 가능하게 하는 Microsoft의 클라우드 서비스 'Azure Sphere'가 도입됨에 따라, 각 시스템에서 데이터를 수집할 수 있다. 수집되는 데이터의 종류는 원두의 종류, 커피의 온도, 수질 등 수십 개에 이른다. 이러한 데이터가 에스프레소 샷을 추출할 때마다 수집됨으로써, 기기 고장의 사전 예측이 가능해졌다. 덧붙여서, Azure Sphere에 연결된 커피머신은 새로운 레시피를 송신할 수 있다. 이전에는 레시피 업데이트가 수작업으로 이루어지고 있었다.

 

스타벅스가 한 걸음 전진한 것은 새로운 커피 머신 'Clover X'의 개발에 있다. 이 기계는 현재 플래그십 스토어와 컨셉 스토어에서만 사용되고 있다. Clover X는 커피를 만드는 능력만 첨단에 그치지 않고 클라우드에 연결된다. 클라우드 연결을 통해 보다 포괄적인 운영 데이터의 수집이 가능하게 될 뿐만 아니라 기계 고장의 원격진단 및 원격수리도 가능해질 것이다.

 

비슷한 개념으로 다른 기계에도 응용될 수 있다. 예를 들어, 현재 점포는 표준 오븐이 설치되어 있지만, 이들도 컴퓨터로 제어되고 있기 때문에 전 세계에서 통일된 온도로 제품을 준비할 수 있다. 그러나 현재의 기계는 업데이트시  USB 드라이브가 필요하다. 그러므로 신제품 출시마다 기계 구성에 변경이 생기면 USB 드라이브를 사용한 업데이트가 발생한다. 미래에는 직접 클라우드에 연결되어서 AI가 활약할 기회도 늘어날 것이다.

 

스타벅스는 현대의 글로벌 비즈니스를 선도하는 기업의 전형적인 사례이다. 스타벅스의 데이터 활용법은 좋은 효과를 얻기 위한 데이터와 기술을 통한 관리의 모범이라 할 수 있다. 데이터와 AI의 이용에 드라마틱한 서프라이즈는 전혀 없다. 또한 AI에 의한 분석도 감탄할만한 혁신도 아니다.

 

그러나 스타벅스의 데이터 활용법은 데이터를 전략적으로 사용하고, 계획을 체계적이고 철저하게 수행하기 위한 방법으로 교과서적이다. 스타벅스의 이노베이션은 핵심 사업을 위해 AI를 사용하고 있기 때문에 인정되는 것이지, AI를 사용하는 것 자체는 아니다. 그리고 IoT는 클라우드와 함께 핵심사업을 자연스럽게 연장한 것에 불과하다.

 

스타벅스의 사례에서 얻을 수 있는 또 하나의 교훈으로, AI의 도입 과정이 회사가 데이터 활용을 배워가는 과정의 일부가 되고 있다는 것이다. 회사의 혁신은 AI를 사용하고 싶다는 열망이 있었기 때문에 일어난 것이 아니라 시기가 왔을 때 각각의 분야에서 다음에 할 일을 수행한 결과일 뿐이다.

 

 

그러한 여정을 검증한 결과로 최종적으로 얻어진 것이 솔루션을 확장하는 방법이다. 스타벅스의 경우 개념이 검증된 후에 솔루션을 확대한 것에서 머물러있지 않는다. 비즈니스의 글로벌적 특징이 지역에 뿌리내린 복잡성에 추가된 것이다.

 

우리들 대부분의 조직은 스타벅스와 비교할 수 없고, 그다지 공통점도 없다. 그러나 스타벅스가 어떻게 데이터를 이용하고 있는지에 초점을 맞추면 비교 대상으로 바뀔 수 있다.

 

우리의 대부분은 스타벅스처럼 자신의 사업에 AI 및 데이터 분석을 도입하고 있지 않지만, 그렇다고 해서 AI와 데이터 분석이 우리 기업에 의미가 없다고 생각하면 안 된다. 자신의 사업과 AI 및 데이터를 관련지으려고 시도만 해도 실제 비즈니스에 관한 근원적인 의문이 생긴다. 그 질문은 우리가 팔고 있는 물건의 대부분은 무엇인지, 혹은 팔기 위해 할 수 있는 가장 좋은것은 무엇인가?라는 간단한 것이다.

 

이 기사는 aiprescience.com 에서 최초로 공개된 문서에 기초하고 있습니다.

AI Prescience – Improving Business Using AI, Machine Learning & Data Science