Cali Intelligence는 Ultralytics YOLO 모델을 사용하여 실시간 모니터링과 알림을 통해 소매점 계산대 대기 줄을 43% 줄이고 인력 운영 효율성을 높였습니다.
혼잡한 소매점에서는 피크 시간대에 계산대 줄이 빠르게 길어질 수 있습니다. 대기 줄이 길어지면 대기 시간이 늘어나고 직원이 업무 부담을 느끼며, 고객이 구매를 완료하기 전에 장바구니를 포기할 수도 있습니다.
대부분의 매장에는 이미 CCTV 시스템이 구축되어 있습니다. 그러나 이러한 카메라는 일반적으로 감시에만 사용되며 실시간 운영 인사이트를 제공하지는 않습니다. 따라서 매장 팀은 혼잡을 조기에 감지하거나 대기 줄이 문제가 되기 전에 대응할 수 없습니다.
Cali Intelligence는 AI 기반 소매점 모니터링을 통해 이러한 운영상의 문제를 해결합니다. 기존 CCTV 인프라를 컴퓨터 비전 기술로 업그레이드하여 실시간 영상 스트림을 실시간 운영 데이터로 전환합니다.
예를 들어 Ultralytics YOLO 모델을 사용하면 해당 시스템은 계산대 통로를 감지하고, 현재 형성된 대기 줄을 식별하며, 고객 밀집도를 측정할 수 있습니다. 이를 통해 매장 팀은 신속하게 대응하고 장시간 대기를 방지할 수 있습니다.
소매점 운영에 실시간 인텔리전스 도입#
2020년에 설립된 Cali Intelligence는 오프라인 소매점을 위해 특별히 설계된 AI 솔루션을 개발합니다. 이 회사는 프랑스 소매업에서 인공지능을 대중화하고 컴퓨터 비전을 통해 소매업체의 성과와 고객 경험을 개선한다는 목표로 설립되었습니다.
오프라인 소매업의 주요 과제는 매장 현장 활동에 대한 가시성이 제한적이라는 점입니다. 예측하기 어려운 대기 줄과 불균등한 인력 배치는 매장 팀의 신속한 대응을 어렵게 하며, 특히 계산대 줄이 빠르게 길어지는 피크 시간대에 더욱 그렇습니다.
소매점 팀은 선제적인 관리보다 사후 대응 방식으로 의사결정을 내리는 경우가 많습니다. Cali Intelligence는 소매업체가 매장 내부에서 발생하는 상황을 실시간으로 더 잘 파악할 수 있도록 하여 이러한 격차를 해소합니다.
지난 4년 동안 Cali Intelligence는 대형 유통, DIY, 기성복을 비롯한 여러 소매 부문으로 솔루션을 확장했습니다. 현재 이 회사는 Intermarché와 Leclerc 같은 프랑스의 주요 소매업체와 협력하여 더욱 효율적이고 민첩한 매장 운영을 지원합니다.
오프라인 소매점 운영의 복잡성#
계산대 대기 줄이 긴 것은 고객이 쇼핑을 포기하는 주요 원인 중 하나입니다. 고객의 계산 경험에 따라 구매가 완료될지 포기될지가 결정되는 경우가 많습니다.
고객이 장바구니를 모두 채운 경우에도 긴 대기 줄은 구매 의사를 약화시킬 수 있습니다. 이는 즉각적인 매출 손실로 이어집니다.
실제로 그 영향은 단일 거래를 넘어섭니다. 반복되는 지연은 고객을 불만스럽게 만들고 더 빠른 서비스를 제공하는 경쟁업체로 이동하게 할 수 있습니다. 시간이 지나면 이는 충성도를 약화시키고 재방문을 줄입니다.
긴 대기 줄은 매장 팀에도 상당한 부담을 줍니다. 운영 측면에서 관리자는 충분히 신속하게 대응하는 데 어려움을 겪는 경우가 많습니다.
많은 경우 팀은 줄이 이미 붐빈 후에야 대응하며, 상황이 긴급해진 뒤에 추가 계산대를 엽니다. 이러한 사후 대응 방식은 직원이 원활하고 일관된 서비스를 제공하기보다 끊임없이 문제를 수습하도록 만듭니다.
인력 배치는 또 다른 복잡성을 더합니다. 실시간 대기 줄 데이터가 없으면 언제 어디에 추가 지원이 실제로 필요한지 파악하기 어렵습니다. 그 결과 매장은 한산한 시간대에는 인력이 과다 배치되고 피크 시간대에는 인력이 부족해지는 경우가 많아 양쪽 모두에서 비효율이 발생합니다.
Ultralytics YOLO로 소매점 계산대 최적화#
Cali Intelligence는 매장 관리와 고객 경험을 개선하기 위해 기존 카메라 인프라를 통한 컴퓨터 비전으로 계산대 모니터링을 자동화합니다. 이 솔루션은 표준 비디오 관리 시스템(VMS)과 직접 통합되어 대기 줄이 임계값을 초과하면 매장 관리자에게 즉시 알림을 보냅니다.
이를 통해 팀은 줄이 너무 길어지기 전에 추가 계산대를 열거나 직원을 재배치할 수 있습니다. 이 솔루션의 중심에는 Ultralytics YOLO 모델이 있습니다.
Ultralytics YOLO 모델은 객체 검출과 같은 주요 컴퓨터 비전 작업을 지원합니다. 객체 검출은 영상 프레임에서 고객을 식별하고, 객체 추적은 시간의 흐름에 따라 여러 프레임에서 해당 고객을 추적합니다. 이러한 기능을 통해 시스템은 계산대 구역을 모니터링하고 고객 수를 세며 형성되기 시작하는 대기 줄을 식별할 수 있습니다.
그림 1. 대기 줄에 있는 사람을 검출하는 데 YOLO가 사용된 예시입니다. 이미지 출처: Ultralytics.
이 솔루션은 실시간 영상 스트림에서 사람을 검출하고 추적하여 대기 시간을 추정하고 발생 중인 병목 현상을 표시할 수도 있습니다. 특히 이 시스템은 엣지 우선 아키텍처를 사용하여 소형 현장 서버에서 실행됩니다. 이를 통해 고객 데이터를 비공개로 유지하면서 24시간 내내 운영할 수 있습니다.
실시간 모니터링 외에도 이 솔루션은 단기 예측을 지원합니다. 최대 15분 전에 대기 줄 증가를 예측할 수 있어 관리자가 예상 방문객 수에 맞춰 인력 수준을 조정하는 데 도움이 됩니다.
Ultralytics YOLO 모델을 선택한 이유#
Ultralytics YOLO 모델을 사용하면 Cali Intelligence는 고가의 클라우드 인프라 없이도 높은 성능을 제공할 수 있습니다. 이 모델은 다양한 카메라 각도와 조명 조건에서도 잘 일반화되므로 재학습을 최소화하면서 여러 매장에 신속하게 배포할 수 있습니다.
Ultralytics YOLO 모델은 고급 객체 추적도 지원합니다. 단순히 인원수만 세는 대신 시스템은 고객이 줄에서 보내는 시간을 측정할 수 있습니다. 이를 통해 대기 줄에 대한 가시성이 향상되고 실제 환경의 알림 트리거에서 90% 이상의 정확도를 달성하는 데 기여합니다.
또한 YOLO 기반 시스템은 스트림당 약 3 FPS로 3~6개의 카메라 스트림까지 처리하도록 최적화되어 있습니다. 이를 통해 검출 정확도를 유지하면서 컴퓨팅 부하를 크게 줄여 효율적이고 확장 가능한 소매점 운영을 지원합니다.
Ultralytics YOLO와 Cali Intelligence, 대기 줄 길이 43% 단축#
Cali Intelligence가 8개 소매점에 Ultralytics YOLO 기반 솔루션을 배포했을 때 그 영향은 즉각적이고 측정 가능했습니다. 예를 들어 한 매장에서는 평균 대기 줄이 고객 7명에서 4명으로 줄어 단 2주 만에 43% 감소했습니다.
고객 만족도와 함께 운영 효율성도 향상되었습니다. 비피크 시간대에는 시스템이 불필요한 계산대 개설을 최대 10% 줄여 매장이 실제 수요에 맞춰 인력 수준을 더욱 정밀하게 조정하고 불필요한 인건비를 방지할 수 있도록 했습니다.
한편 다양한 매장 배치와 조명 조건에서도 검출 성능은 안정적으로 유지되었으며, 미검출률은 6% 미만이었습니다. 높은 알림 정확도 덕분에 관리자는 신속하게 행동하고 매장 현장에서 정보에 기반한 의사결정을 내릴 수 있었습니다.
이점은 실시간 모니터링을 넘어 확장되었습니다. 예측 기반 인력 최적화의 초기 테스트에서는 평균 절대 오차(MAE) 0.8을 달성하여 실제 인원수와 1명 이내의 대기 줄 길이를 예측하고 더욱 선제적인 인력 계획을 수립할 수 있었습니다.
간단히 말해 Cali Intelligence는 Ultralytics YOLO를 활용하여 매장 내 영상을 실시간 운영 인텔리전스로 전환하고, 대기 시간을 줄이며 인력 배치를 최적화하고 전반적인 소매점 성과를 향상할 수 있었습니다.
대규모로 더욱 스마트한 소매점 운영 발전#
Cali Intelligence는 계속 성장하면서 Ultralytics Python 패키지를 사용하여 엣지 성능을 지속적으로 최적화할 계획입니다. 이 패키지는 모델 학습, 내보내기 및 배포를 위한 간소화된 워크플로를 제공하여 성능 개선을 효율적으로 구현할 수 있도록 합니다.
이 기반을 바탕으로 Cali Intelligence는 추론 시간을 줄이고 현장 하드웨어 활용률을 높이기 위해 TensorRT 및 ONNX 내보내기 형식을 검토하고 있습니다. Cali Intelligence 팀은 높은 검출 정확도를 유지하면서 효율성을 개선하기 위해 Ultralytics YOLO 모델 변형을 Medium에서 Small로 전환하는 방안도 평가하고 있습니다.
전반적으로 Cali Intelligence는 소매점 운영의 변화를 이끌며 매장이 사후 대응형 관리에서 선제적이고 데이터 기반의 성과 관리로 전환하도록 지원하고 있습니다.
운영에 AI를 도입하고 싶으신가요? 자세한 내용은 GitHub 리포지토리를 방문해 알아보세요. 물류 분야의 AI와 헬스케어 분야의 컴퓨터 비전을 살펴보세요. 시작하려면 라이선스 옵션을 확인해 보세요.
