월마트가 AI 개발에서 완전히 새로운 접근법을 선보이고 있습니다. 외부 솔루션을 구매하거나 개별 AI 프로젝트를 진행하는 대신, AI 애플리케이션을 공장에서 제품을 찍어내듯 대량 생산할 수 있는 내부 플랫폼 ‘Element’를 구축한 것입니다.
2025년 6월 공식 발표에 따르면, 월마트는 현재 150만 명의 직원이 Element 기반 AI 도구를 사용하고 있으며, 하루 300만 건의 쿼리를 처리하고 있습니다. 이는 단순한 실험이나 파일럿 프로젝트가 아닌, 실제 비즈니스에 적용되어 성과를 내고 있는 AI 시스템이라는 의미입니다.
AI 공장이 만들어낸 구체적 성과들
Element 플랫폼이 생산해낸 첫 번째 AI 애플리케이션들의 성과는 놀랍습니다.
가장 주목할 만한 것은 AI 기반 업무 관리 도구입니다. 이 도구는 매장 관리자들의 교대 계획 수립 시간을 기존 90분에서 30분으로 단축시켰습니다. 67%의 시간 절약은 하루 60분씩 관리자의 시간을 확보해주는 효과를 가져왔습니다.
44개 언어를 지원하는 실시간 번역 도구도 인상적입니다. 단순히 번역만 하는 것이 아니라 월마트 고유의 브랜드명이나 제품 정보를 정확히 인식해 번역합니다. 예를 들어 고객이 “Great Value 오렌지 주스가 어디 있나요?”라고 물으면, “Great Value”가 월마트의 자체 브랜드임을 인식하고 적절히 번역하거나 참조합니다.
대화형 AI는 하루 3만 건의 문의를 처리하면서도 일상적인 업무에서는 사람의 개입 없이 완전 자동화를 달성했습니다. AR 기반 재고 관리 시스템인 VizPick은 RFID와 컴퓨터 비전을 결합해 85-99%의 재고 정확도를 보여주고 있습니다.
기존 방식과는 차원이 다른 접근법
월마트 스토어 및 온라인 픽업 배송 기술 담당 수석 부사장 파르베즈 무사니(Parvez Musani)는 “Element를 다양한 대형 언어 모델(LLM)에 독립적으로 작동하도록 구축했습니다. 우리가 추구하는 사용 사례나 쿼리 유형에 따라 Element는 가장 비용 효율적인 방식으로 최적의 LLM을 선택할 수 있게 해줍니다”라고 설명했습니다.
이는 특정 벤더에 종속되지 않으면서도 최신 AI 모델들을 빠르게 통합할 수 있다는 의미입니다. 새로운 모델이 출시되면 즉시 테스트할 수 있고, 기존 모델이 개선되면 Element 기반의 모든 애플리케이션이 자동으로 혜택을 받습니다.
전통적인 기업 AI 도입 방식은 각 애플리케이션을 별개의 프로젝트로 취급합니다. 사용 사례를 식별하고, 벤더를 평가하고, 계약을 협상하고, 솔루션을 구현하는 과정을 매번 반복해야 합니다. 반면 Element는 이런 애플리케이션들을 생산 라인에서 나오는 제품처럼 다룹니다.
공급망 데이터가 개발 연료가 되다
Element의 핵심 차별화 요소 중 하나는 월마트의 방대한 공급망 데이터를 활용하는 방식입니다. 배송센터에 트럭이 도착하는 데이터부터 고객 쇼핑 패턴, 직원 피드백까지 모든 운영 데이터가 Element를 통해 AI 개발 자원으로 변환됩니다.
이는 월마트의 운영 복잡성을 도전 과제가 아닌 경쟁 우위로 전환시키는 핵심 요소입니다. 미국 내 4,000개 매장 각각이 고유한 데이터 패턴을 생성하는데, Element는 이런 차이점들을 평균화하는 대신 활용할 수 있게 해줍니다.
기업 AI 전략의 새로운 교훈
월마트의 Element 사례는 기업 AI 전략에 중요한 시사점을 제공합니다. 성공의 핵심은 올바른 모델이나 벤더를 선택하는 것이 아니라, AI의 잠재력을 일관되고 확장 가능한 운영 현실로 전환할 수 있는 조직 역량을 구축하는 것입니다.
월마트는 AI를 설치할 소프트웨어가 아닌 창조할 역량으로 바라보는 마인드셋의 전환을 보여주었습니다. 각 직원과의 상호작용이 시스템을 더 똑똑하게 만들고, 각 배포가 다음 프로젝트에 교훈을 주는 선순환 구조를 만들어낸 것입니다.
월마트는 AI 파일럿 프로젝트들이 확장에 어려움을 겪는 기업들에게 중요한 교훈을 제시했습니다. 개별 AI 도구를 구매하거나 구축하는 대신, 도요타의 생산 시스템처럼 표준화된 프로세스, 모듈형 구성 요소, 지속적인 개선을 통한 AI 제조 역량을 구축하는 것이 진정한 해답이라는 것입니다.
참고자료:
Comments