brunch

You can make anything
by writing

C.S.Lewis

by Master Seo Jan 31. 2024

AWS 47탄-5. 쇼핑, 리테일-2024-01

AWS 리인벤트

 AI가 어떻게 활용될 수 있는지 좋은 예제가 많네요~


<1> 생성형  AI 고객 사례 - 아마존 (AI)

<2> 생성형  AI 고객 사례 - 아디다스 (AI)

<3> 데이터 기반의 인사이트 고객 사례 = 영국의 VERY Group

<4> 온/오프라인 통합 사례 - ALDO Group

<5> 생성형 AI 신규 서비스 (AI)





<1> 생성형  AI 고객 사례 - 아마존 (AI)



1

기업의 생산성을 높이는 사례


리테일/소비재 기업의 생성형 AI 사용 사례~



2

물건을 판매하는 셀러를 위해 생성성 AI를 활용하고 있다.

"손목 보호를 위한 젤을 포함함 마우스 패드"라고 상품 기본 정보만 입력하면, 

상품 상세 정보를  생성형 AI가 쉽게 만들어 준다.




3

리뷰를 요약해 준다.

생성형 AI를 통해 리뷰를 요약해서 본다.



4

이미지를 강조하는데 활용.

프롬프트로 이미지를 생성한다.

제품을 그대로 두고 적절한 배경으로 변경한다.

상품 이미지를 다양하게 본다.

더 이상 스튜디오에서 소품을 구매하고 옮기면서 사진을 찍을 필요가 없어졌다!!!





<2> 생성형  AI 고객 사례 - 아디다스 (AI)


새로운 디자인을 만드는데 활용된다.


아디다스의 AI 아카이브 = 약 15만 개의 유니크한 신발 디자인을 가지고 있다.

Stable Diffusion  사용하여 표준 디자인을 만듦.

두 개의 서로 다른 신발 디자인을 믹스한 것 = 이것을 기본 신발 디자인으로 시작함.

신발끼리만 하는 것이 아니라 신발과 디즈니  혹은 가우디와 같은 다른 영역의 이미지와 합쳐서 새로운 디자인을 만드는데 활용하고 있다.






<3> 데이터 기반의 인사이트 고객 사례 = 영국의 VERY Group



데이터는 고객의 라이프사이클 전반에 걸려 관련성 높고 시의 적절한 개인화된 경험을 제공한다.

목적은 다양한 카테고리의 2,000개 이상의 브랜드에 대한 수요예측에 AI를 활용

Amazon Sagemaker , Forecast 서비스 이용.





<4> 온/오프라인 통합 사례 - ALDO Group


1,500여 개의 매장을 가진 기업 = 098% 이커머스 주문을 매장에서 배송.

온/오프라인 주문 통합합. 

각각의 매장이 작은 물류 창고가 됨. 

가까운 곳에서 배송 또는 재고를 고려해 재고가 많은 매장에서 발송하는 것도 참고.

AWS 앱싱크를 통해 앱구축, 앱으로  상품 검색함. = 앱에서 데이터 수집합. = S3 레이크 포메이션 사용. 세이즈메이커 사용.





<5> 생성형 AI 신규 서비스 (AI)



1

Bedrock 

Bedrock 지원 모델들 6가지

RAG구성도 쉽게 가능해짐

타사 모델도 지원함.

벡터 데이터 베이스 기본 지원하게 됨.



2

Amazon Q 

생성형 AI  비서.

직원과 빠르게 대화함.

콘텐츠 생성함.

회사에 대한 정보, 코드 시스템을 이해한다.

보안과 프라이버시는 기본



3

Amazon Q   비즈니스 전문가(프리뷰)

생성형 AI로 인력 생산성 향상.

비즈니스 질문에 대해 빠르고 정확하게 답변 제공

참고 문헌 및 인용을 응답과 함께 제공

권한에 따라 결과 노출 제한.



4

Amazon Connect의  Amazon Q   통합

고객 센터의 CS 상담원이 고객과 대화 -> 아마존 Q를 통해 상담원에 추가 정보를 제공하게 됨.



5

AWS Supply Chain의  Amazon Q통합 (출시 예정)

재고 관리자, 공급 및 수요 계획자등이 공급망에 무슨 일이 일어나는지 확인.

아마존 Q가 자연어로 입력받아 조치를 수행함.



6

Amazon Personalize의 생성형 AI 기능 통합.

Amazon Personalize 콘텐츠 생성기 기능 추가 = 제품 프로모션, 마케팅 가능함.

생성형 AI 통합 = Langchain 통합되어  추천 결과를 라지랭귀지  모델로 전달 가능해짐. 메타 데이터 전달.



7

Zero-ETL?

데이터 베이스에 저장된 데이터를 분석 서비스에 실시간으로 전달함.

레드 쉬프트에 데이터를 전달하는 기능이 추가됨.



8

파트너와 안전한 데이터 공유 기능 = AWS Clean Rooms 기능 추가.

원시 데이터 전체를 노출하지 않고, 제약을 주어 공유하는 서비스

MML모델링이나, 개인정보 보호



다음 AI

https://brunch.co.kr/@topasvga/3640


감사합니다.


매거진의 이전글 AWS 47탄-4. 하이테크, 제조 - 24년-1월
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari