컨텍스트 기반 사용자 프로파일링을 통한 개인화된 대화형 판매 에이전트 개발

김통영, 이정은, 윤수진, 김성환, 이동하 연구팀은 실제 전자상거래 데이터를 기반으로 한 대화형 판매 에이전트(CSI)와 LLM 기반 사용자 시뮬레이터(CSUser)를 개발하여, 상황에 맞는 사용자 프로파일링의 중요성과 개인화된 전략이 구매 성공률을 높이는 데 기여함을 증명했습니다.

대화형 판매의 혁신: 사용자 중심의 새로운 시대가 열리다

온라인 쇼핑의 급성장과 함께, 단순한 상품 추천을 넘어 사용자와의 실시간 대화를 통해 맞춤형 판매를 제공하는 대화형 추천 시스템(CRS) 이 주목받고 있습니다. 하지만 기존 CRS는 사용자의 선호도를 파악하고 상품을 추천하는 데 그치는 경우가 많았습니다. 김통영, 이정은, 윤수진, 김성환, 이동하 연구팀은 이러한 한계를 극복하고자 대화형 판매(CSales) 라는 새로운 개념을 제시했습니다. CSales는 선호도 파악, 상품 추천, 구매 유도를 통합하여 사용자의 의사결정을 효과적으로 지원하는 시스템입니다.

현실과의 간극을 메우다: CSUser의 등장

연구팀은 CSales의 현실적인 평가를 위해 CSUser라는 LLM(대규모 언어 모델) 기반의 사용자 시뮬레이터를 개발했습니다. CSUser는 실제 전자상거래 데이터를 기반으로 다양한 사용자의 니즈와 성격을 모델링하여, 마치 실제 사용자와 대화하는 것처럼 자연스러운 상호작용을 제공합니다. 이는 기존의 단순한 시뮬레이터와 달리 훨씬 현실적인 평가 환경을 구축하는 데 크게 기여합니다.

전략적 행동 선택의 핵심: 상황에 맞는 프로파일링

연구팀은 CSUser와 함께 CSI(Conversational Sales Agent) 라는 대화형 판매 에이전트도 개발했습니다. CSI는 대화 과정에서 상황에 맞는 사용자 프로필을 추론하고, 이를 바탕으로 개인화된 행동 계획을 수립합니다. 단순히 상품을 나열하는 것이 아니라 사용자의 특성과 상황을 고려하여 최적의 전략을 선택하는 것이죠. 이는 마치 숙련된 판매원이 고객과 소통하며 맞춤형 상담을 제공하는 것과 같습니다.

놀라운 결과: 성공적인 구매율 증가

실험 결과, CSUser는 실제 사용자의 행동 패턴을 효과적으로 반영하는 것으로 나타났습니다. 무엇보다 중요한 것은, 상황에 맞는 프로파일링을 통해 전략적인 행동을 선택하는 것이 구매 성공률을 높이는 데 크게 기여한다는 점입니다. 이는 CSI가 단순한 기술적 시스템을 넘어 실제 전자상거래 환경에서 매출 증대에 직접적으로 기여할 수 있음을 시사합니다.

미래를 향한 전망: 더욱 개인화된 쇼핑 경험

이번 연구는 단순한 기술적 발전을 넘어, 사용자 중심의 개인화된 쇼핑 경험을 제공하는 새로운 가능성을 제시합니다. 앞으로 CSales와 CSI는 더욱 발전하여 더욱 스마트하고 효율적인 전자상거래 환경을 구축하는 데 중요한 역할을 할 것으로 기대됩니다. 이는 단순히 상품을 판매하는 것을 넘어 사용자와의 진정한 소통과 관계 구축을 통해 새로운 가치를 창출하는 시대의 시작을 알리는 중요한 이정표가 될 것입니다.