롯데이노베이트가 롯데백화점의 약 4000개 브랜드와 매출·고객·구매 데이터를 온톨로지 기반으로 연결한 AI 업무 플랫폼 '브랜드 AI'를 구축했다. 브랜드별 매출과 고객 특성, 연관 구매 데이터를 그래프 구조로 연결해 브랜드 간 유사도와 관계를 2D·3D 네트워크 그래프로 시각화하고, 성장성·고객특성·매출규모 등 6개 지표를 0~100점으로 정규화한 'Brand DNA' 기능으로 브랜드 간 비교를 지원한다. 생성형 AI에는 LLM과 검색증강생성(RAG)을 적용해 표준 키워드 체계 안에서 브랜드 인사이트를 자동 생성하며, 민감한 매출·고객 수 데이터는 등급·비율로 변환해 보안을 확보했다. 유통업계에서 개별 수치가 아닌 '관계' 중심의 온톨로지 기반 AI 분석이 매장 입퇴점 등 실제 MD 의사결정에 활용되는 사례다.
- •약 4000개 브랜드 데이터를 온톨로지 기반 그래프 구조로 연결
- •브랜드 간 유사도·연관 구매 관계를 2D·3D 네트워크 그래프로 시각화
- •'Brand DNA'로 6개 핵심 지표를 0~100점 정규화해 브랜드 비교
- •LLM+RAG로 표준 키워드 체계 안에서 브랜드 인사이트 자동 생성
- •매출·고객 수 등 민감 데이터는 등급·비율로 변환해 보안 확보
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
롯데이노베이트, 온톨로지로 현장 데이터를 AX로…롯데백화점 ‘브랜드 AI’ 구축
- 1.롯데이노베이트, 온톨로지 기반 데이터체계로 롯데백화점 '브랜드 AI' 플랫폼 구축(약 4000개 브랜드)
- 2.브랜드별 매출·고객·구매 데이터를 그래프로 연결해 2D·3D 네트워크로 시각화, 유사도·연관구매 분석
- 3.성장성·고객특성·매출규모 등 6개 지표를 0~100점 정규화한 'Brand DNA'로 브랜드 비교
- 4.LLM·RAG 기반 생성형AI로 인사이트 자동생성, 민감 매출데이터는 등급·비율로 변환해 보안 고려
왜 중요한가?
유통 현장의 MD 의사결정을 개별 수치가 아닌 브랜드 간 '관계' 분석으로 지원하는 온톨로지·생성형AI 결합 사례로, 국내 리테일 업계의 AI 전환(AX) 실무 적용 모델을 보여준다.
본문 미리보기
고객 취향이 세분화되고 브랜드 경쟁 구도가 빠르게 변화하면서 브랜드·고객·점포 데이터를 종합적으로 분석하는 역량이 중요해지고 있다. 특히 신규 브랜드 발굴과 브랜드 구성, 점포별 운영 방향을 검토하는 과정에서 다양한 데이터를 해석하고 의사결정으로 연결하는 것이 핵심 과제로 떠올랐다.롯데이노베이트는 인공지능(AI)과 데이터 기술을 활용해 롯데백화점의 브랜드 데이터 분석 시스템 ‘브랜드 AI’를 구축했다. 앞서 롯데백화점 AI Studio는 현장 중심의 AI 에이전트 구조를 설계하고 실무진이 체감할 수 있는 목업(Mock-up)을 바이
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:11AI 초안
