KDDI 비즈니스그로스 사업본부 그로스사업추진본부 AI통합사업추진부장 호조 히로키 씨
KDDI는 8월 20일, 법인 대상 AI 서비스 설명회를 개최했다. 설명회에서는 동사가 그리는 AI 전략과 함께, JR서일본SC개발과 공동으로 같은 날 제공을 시작한 'KDDI Market Compass'를 소개했다.
생성형 AI를 둘러싸고는, 더욱 고성능인 LLM의 등장이나 모델 간 성능 경쟁에 주목이 쏠리기 쉽다. 이러한 화제의 한편, 그 AI를 '어떤 데이터로, 어떻게 업무에 활용할 것인가'라는 점의 중요도가 더욱 높아지고 있다는 점을 강조했다.
KDDI가 보유한 유동인구 데이터에, 각 업계 기업이 오랜 기간 축적해 온 전문 지식과 경험을 결합해, 실제 의사결정에 사용할 수 있는 AI를 만든다. 그 '업계 특화형 AI'의 제1탄으로 투입하는 것이, 상업시설의 시장조사부터 전략 수립까지를 지원하는 KDDI Market Compass다.
## AI의 가치를 좌우하는 것은 '사용할 수 있는 데이터'
설명회 서두에서 KDDI 비즈니스그로스 사업본부 그로스사업추진본부 AI통합사업추진부장 호조 히로키 씨는 KDDI가 앞으로의 사회를 'AI 전제 사회'로 파악하고 있다고 설명했다.
AI는 분석이나 예측을 지원하는 기존 방식에서, 문장이나 이미지를 생성하는 생성형 AI로. 더 나아가 자율적으로 판단·행동하는 에이전틱 AI나 피지컬 AI로 진화하고 있다. 기업에게도 AI는 단순한 업무 지원 도구가 아니라, 의사결정이나 업무 실행에 들어오는 존재가 되어 가고 있다.
이러한 변화 속에서 KDDI가 경쟁력의 원천으로 주목하는 것이 '데이터'다.
"최근에는 AI 모델의 성능 차이가 좁혀지고 있으며, 경쟁력을 좌우하는 것은 '어떤 데이터를 보유하고 있는가'라는 점이 되고 있습니다"
중요한 것은 데이터 양만이 아니다. 종류나 신선도, 정확성, 가치 등, AI가 실제로 활용할 수 있는 데이터를 얼마나 보유하고 있는지가 성과를 좌우한다는 것이다.
KDDI에게 그 강점 중 하나가 되는 것이 위치정보를 기반으로 한 유동인구 데이터다. 동사는 지금까지도 상권·유동인구 분석 서비스 'KDDI Location Analyzer' 등을 통해 위치정보를 시장 분석에 활용해 왔다. 이번에 발표된 KDDI Market Compass도 이 유동인구 데이터가 서비스의 중요한 기반이 되고 있다.
다만, KDDI가 목표로 하는 것은 데이터를 제공하거나 생성형 AI와 조합하는 것만이 아니다. 호조 씨는 실제 업무에서 AI를 활용하려면, 그 업계 고유의 판단 기준이나 노하우를 반영하는 것이 중요하다고 지적한다. KDDI가 데이터와 AI를 제공하고, 거기에 각 업계 기업이 보유한 전문 지식을 결합한다. 그것에 의해 업무 과제 해결에 직결되는 '업계 특화형 AI'를 만든다는 구상이다.
## '유동인구 데이터 × 실천 지식', 제1탄은 상업시설 개발
그 제1탄으로 공개된 것이 JR서일본SC개발과 공동으로 제공하는 KDDI Market Compass다. KDDI의 유동인구 데이터나 속성 데이터에, JR서일본SC개발이 상업시설 개발에서 쌓아 온 마케팅의 실천 지식과 생성형 AI를 결합해, 시장조사, 분석, 전략 수립까지를 일관되게 지원한다.
JR서일본SC개발은 '루쿠아 오사카'를 비롯한 상업시설을 운영하는 한편, 신규 시설의 개발이나 마케팅도 직접 맡아 왔다. 설명회에 참석한 JR서일본SC개발 집행임원 컴퍼니총괄본부 부총괄본부장 겸 경영전략부 부장 후나모토 케이 씨가 강조한 것이, 상업시설에 있어서 '로컬라이제이션'의 중요성이다.
JR서일본SC개발 집행임원 컴퍼니통괄본부 부통괄본부장 겸 경영전략부 부장 후나모토 메구미 씨
EC에서는 개개인의 취향에 맞춰 다른 상품을 제시하는 퍼스널라이제이션이 가능하다. 한편, 실제 상업 시설에는 바닥 면적이나 유치할 수 있는 테넌트 수에 물리적인 제약이 있다. 그렇기 때문에 그 지역에 사는 생활자를 이해하고, 한정된 점포나 상품을 지역의 니즈에 맞춰 조합할 필요가 있다.
"지역 안에는 당연히 다양한 생활자, 다양한 니즈가 있습니다. 그것들을 가능한 한 높은 해상도로 파악한 위에, 한정된 바닥 면적이나 테넌트 수라는 제약 속에서 가장 가치가 높은 형태로 응축해 나갑니다."
그 때문에 JR서일본SC개발에서는 상권 설정이나 경쟁 분석, 뎁스 인터뷰, 설문조사, 3C 분석, SWOT 분석, 타게팅 등을 조합한 9단계 마케팅 프로세스를 구축해 왔다. 이번에 KDDI Market Compass에 포함된 것은 그 분석 결과만이 아니다. "무엇을 조사해야 하는가" "어떤 관점에서 평가해야 하는가" "어떻게 가설을 조립하는가". 전문가가 현장에서 쌓아온 사고 프로세스 그 자체를 분석 로직으로서 AI에 구현했다.
## 유동인구 데이터로부터 "이 장소에서 무엇을 만들까"를 생각한다
설명회에서는 KDDI Market Compass의 실제 화면을 사용한 데모도 공개되었다.
이용자가 분석의 골과 개발 예정지, 바닥 면적 등의 시설 정보를 입력하면, AI가 "상권" "경쟁" "고객 니즈"의 3가지 관점에서 분석한다. 그중에서도 KDDI만의 강점이 되는 것은 상권 분석이다.
KDDI가 보유한 위치 정보를 기반으로 한 유동인구 데이터를 사용해, 출점 예정지 주변에서 실제로 사람들이 어떻게 이동하고 있는지를 분석한다. 단순히 시설을 중심으로 한 일정 거리를 상권으로 파악하는 것이 아니라, 실제 유동인구와 대조하면서 시설 계획을 생각할 수 있다.
경쟁 분석에서는 주변 상황이나 업태 등에서 경쟁 후보를 추출한다. 고객 니즈 분석에서는 시설을 방문할 가능성이 있는 생활자의 페르소나를 100명분 생성하고, 성별이나 연령대, 라이프스타일 등에서 니즈를 분석한다.
이를 바탕으로 최종적으로 타깃이나 시설 콘셉트, 테넌트 구성 등의 전략 가설까지 제시한다.
현재 시점에서 아웃풋은 텍스트 형식이며, Word 형식의 리포트로 출력할 수 있다. 사용하는 LLM의 구체적인 모델명은 밝혀지지 않았으며, 설명회에서는 "글로벌 모델을 채용하고 있다"고 했다.
## 시장 분석을 최단 1일로
이러한 구조로 노리는 것은 전문성이 높은 시장 분석 업무의 고속화와 표준화다. JR서일본SC개발이 JR오사카역 서쪽 출구 직결의 상업 시설 "바루치카03"을 개발할 때에는 시장의 정의부터 생활자 조사, 분석, 전략 반영까지 4개월 이상이 걸렸다고 한다. KDDI Market Compass의 PoC에서는 기존 4개월 이상 걸리던 시장 분석 업무를 최단 1일까지 단축할 수 있음을 확인했다. 분석 비용도 약 60% 절감할 수 있을 것으로 예상된다.
한편, KDDI Market Compass가 지향하는 것은 "AI에게 상업 시설을 만들게 하는" 것이 아니다. 후나모토 씨는 "더 빠르게, 더 재현성 높게, 그리고 지역 생활자에 부합하는 전략의 가설을 만드는" 것이 이 서비스로 실현하고 싶은 것이라고 설명했다.
질문응답에서도 호조 씨는 기존 상권 분석 도구와의 차이에 대해 "시장 조사뿐만 아니라 가설 수립이나 전략 검토, 이른바 의사결정까지 지원할 수 있다"는 점을 꼽았다. 데이터를 시각화하고 끝나는 것이 아니라,そこから "그렇다면 어떻게 할 것인가"를 고민하는 부분까지 AI로 지원한다. 이를 위해 필요한 것이 전문가가 가진 실천적 지식이라는 것이다.
## KDDI는 '업계 특화형 AI'를 어디까지 확대할 것인가
KDDI Market Compass는 우선 쇼핑센터나 복합 시설 등 비교적 규모가 큰 상업 시설을 주요 대상으로 SaaS 형식으로 제공하지만, 그 분석 프로세스는 상업 시설에만 국한된 것이 아니다.
KDDI는 향후 부동산 개발에 있어 시장성 평가나 투자 판단, 도시 개발에 있어 지역 분석이나 재개발 구상 등으로의 전개를 상정한다. 또한 소매 분야에서는 고객 니즈 분석이나 점포별 매장 구성, 물류 분야에서는 물류 데이터 분석이나 전체 최적화 등도 검토하고 있다.
KDDI Market Compass에 대해서는 3년간 수십 개 기업 도입, 누적 매출 약 10억 엔을 전망한다.
이번 설명회에서 제시된 것은 하나의 상업 시설용 AI 서비스만이 아니다.
범용적인 AI 모델을 그대로 기업에 제공하는 것이 아니라, KDDI가 가진 데이터와 각 업계에서 기업이 축적해 온 전문 지식과 경험을 결합해 실제 업무 프로세스에 반영해 나간다는 방향성이었다.
AI 모델 자체의 성능만으로는 차별화가 어려워진다면, "어떤 고유 데이터를 보유하고 있는가", 그리고 "업계의 지식을 어떻게 AI에 구현하는가"가 기업용 AI 서비스의 다음 경쟁 축이 될 것이다.
원문 보기 | 출처: Ledge.ai