[성공예감] 고객을 불러오려면 숨은 ㅇㅇ을 읽어라 –한양대학교 경영학부 차경진 교수

■ 인터뷰 자료의 저작권은 KBS 라디오에 있습니다.
인용보도 시 출처를 밝혀주시기 바랍니다.
■ 프로그램명 : 성공예감 김방희입니다
■ 방송시간 : 5월 17일(화) 09:05-10:53 KBS1R FM 97.3 MHz
■ 진행 : 김방희 소장 (생활경제연구소)
■ 출연 : 차경진 교수 (한양대학교 경영학부)

- 데이터를 활용해 고객 경험을 극대화하는 DCX(디지털 기반 고객 경험)
- 리뷰는 제품의 기능적 가치만 평가... 필수적인 고객 데이터는 커뮤니티에서 수집 가능
- 개인화 경향 강해지면서 특정 고객을 타깃으로 한 메시지를 줄 필요성 늘어
- 기능보다 의미 설계가 먼저, 그 다음에 의미를 더할 수 있는 기능을 고려해야
- 고객의 공감을 얻으려면 불편함을 해소할 수 있는 경험 설계 필요... 양극단의 의견 집중해 볼 만
- 선택할 수 있는 제품과 서비스 늘어나며 의미와 가치 위주로 소비 패턴 변화
- 창의적인 직관에 의한 사고와 데이터로 찾을 수 있는 논리적 사고 같이 가야
- 데이터의 80%는 쓸모없는 다크 데이터... 목적을 정하고 이에 맞는 데이터를 수집해야
- 의사 결정할 때 데이터 많을수록 불필요한 정보만 늘어... 인공지능 활용해 일관적 판단 내려
- 관련 분야에서 일하려면 AI 기술, 데이터 분석, 상품 기획까지 폭넓게 알아야


◇김방희> 요즘 세계적 기업들이나 브랜드들이 너나없이 강조하는 게 바로 경험입니다. 온라인 시장에서 전자상거래 통해 물건을 사고팔 때는 경험이 쉽지가 않죠. 그래서 플래그십 스토어라고 그래서 기존의 오프라인 매장도 새로운 역할들을 찾고 있고요. 메타버스 같은 온라인 공간에서도 소비자들한테 어떤 경험을 제공할 수 있을까 고민합니다. 최근에 보니까 메타버스에 등장한 아이돌 그룹 하나가 음원 차트 1위에 오르는 기염을 토하고 있더군요. 이것도 소비자들한테 어떤 경험을 줄 수 있을까 하는 고민의 결과물들일 겁니다. 기업이 사고파는 게 실은 상품이나 서비스가 아니라 경험일지 모른다, 이런 얘기까지 나오고 있는데 최근에는 이런 고객 경험을 좀 훨씬 더 편리하고 효율적으로 누릴 수 있도록 하기 위해서 데이터와 인공지능을 결합해서 활용하고 있습니다. 데이터로 경험을 디자인하라라는 제목의 책을 내신 지금 앞에 보이죠. 한양대학교 경영학부 차경진 교수 모시고요. 고객 마음을 읽고 이분들한테 최고의 경험을 선사하는 방법에 대해서 오늘 배워보겠습니다. 차 교수님, 어서 오십시오.
 
◆차경진> 네, 안녕하세요.
 
◇김방희> 우선 여쭤볼 건 새로운 학과들이 워낙 많이 생겨서 저희 시절에는 이름만 들어도 이게 뭘 하는 데인지 분명했는데 전혀 지금은 감을 잡을 수 없는 분야들이 많아서 우리 대학원에서 비즈니스 인포메틱스 학과 교수로 계신다고 들었는데 비즈니스 인포메틱스라는 건 뭡니까?
 
◆차경진> 제가 학부는 경영학과인데요. 대학원에서는 좀 더 전문적인 것을 가르쳐야 되기 때문에 비즈니스 인포매틱스 학과입니다. 저희 학문은 AI, 데이터, 이런 것들을 단순 수집하고 모델링하는 데서 그치지 않고 이것이 실제 경영의 비즈니스적 가치로 어떻게 만들어낼 수 있을지 그런 혁신적인 방법론에 대해서 배우는데요. 우리 학생들은 약 한 70%는 AI 인공지능 기술을 배우고요. 약 30%는 혁신 이론과 비즈니스 모델링 같은 실제로 상품기획이나 아니면 리스크 관리 예측이나 이런 것들에 대한 도메인 널리지를 가지고 이 AI를 어떻게 활용할 수 있을지를 고민하는 그러한 학문이라고 생각해 주시면 좋겠습니다.
 
◇김방희> 대학교가 단순히 원론을 가르치는 곳에서 굉장히 더 나아갔다는 느낌이 드네요.
 
◆차경진> 특히 저희 한양대는 더 실용적인, 진짜로, 실제로 저희가 기업에 가서 기업들이 자꾸 다시 재교육을 시키는데 그게 아니라 대학에서 실제로 기업에서 바로 활용할 수 있는 그러한 수업을 하자라고 해서 사실 저희가 이런 수업도 합니다. ICPBL 수업이라고 해서 Industry Coupled Problem Based Learning인데요. 실제 기업이 문제를 주고 첫날 전무님이나 상무님 같은 분이 오시고요. 오셔서 문제를 던져주고 우리가 15주 동안 그것을 풉니다. 그리고 평가도 기업이 하는 이러한 방식의 수업들을 채택하고 저희가 좀 선도적으로 하고 있는 편입니다.
 
◇김방희> 저희 대학원 때는 미국에서 갓 공부하고 오신 분이 케이스 스터디라고 그래서 특정 기업 사례만 던져 주고도 굉장히 신선하다 그랬는데 이제는 아예 기업 담당자들이 오셔서, 임원들이 오셔서 우리 기업의 문제를 얘기하고 한번 풀어봐라. 15주. 그리고 평가도 그분들이 하고.
 
◆차경진> 네, 그런데 기업들이 놀라워합니다.
 
◇김방희> 왜요?
 
◆차경진> 그 결과가 너무 좋기 때문에. 왜냐하면 그들은 현업에 쫓기기 때문에 혁신적인 아이디어나 이런 것들의 생산에 있어서는 저희 학생들이 훨씬 더 열정적으로 굉장히 잘하는 모습을 보게 되고요. 심지어는 거기서 감동받은 기업의 경우에는 직원들을 저희 한양대로 보냅니다. 그래서 수업을 듣게 하시고 이러한 일들도 또 일어나고 있습니다.
 
◇김방희> 산학협력의 현장에 대한 얘기여서 생생한데 책에서도 그렇고 우리 교수님이 데이터라는 걸 강조하시는데 고객 경험과 데이터를 강조해서 그걸 결합시키는 건데 여기에 보니까 DCX라는 표현이 나와요. 고객 경험을 극대화하는 DCX, 이게 무슨 뜻입니까?
 
◆차경진> 이제 경험 디자인을 하는데 사람의 창의적인 역량이 굉장히 필요하거든요. 그런데 사람의 생각의 폭이 좀 더 넓어지려면 저희가 데이터를 좀 더 들여다볼 필요가 있습니다. 왜냐하면 사람이 생각할 수 있는 가설과 사람이 생각할 수 있는 우리 고객들의 맥락은 제한적일 수밖에 없지만 사람들이 지금 곧 디지털 세계에서 남기고 있는 그런 흔적 데이터들을 보면 아주 다양한 맥락들이 찾아지는데요. 예를 들면 제가 최근에 했던 프로젝트도 Z세대를 위한 새로운 디스플레이 콘셉트 발굴, 그러니까 TV를 안 사거든요. 디지털 세대들은. 그럼 이들은 공부할 때 일할 때 연예인을 좋아할 때, 소비할 때 어떤 맥락에서 디스플레이를 사용할까, 이런 것들을 보기 위해서 데이터를 수집을 하고 31개의 페르소나를 저희가 찾아서 그들 하나, 하나의 페르소나가 가지고 있는 다양한 맥락을 찾아냅니다. 그러면 거기서부터 찾아내는 가설들이 굉장히 혁신적인 아이디어로 이루어지는 경우들이 많이 있습니다.
 
◇김방희> TV를 안 사고 안 본다는 건 그 용어 때문에 저희들도 알게 됐습니다. 어쩔TV라고. 어쩔 거야. TV나 보라고 이렇게 기성세대를 힐난하는 용어가 있는데 그러면 아까 예를 들어주신 그런 MZ세대의 그 경험이라는 걸 데이터와 연결할 때 어떤 데이터를 수집하게 됩니까? 일상생활을 쭉 추적하게 되는 건가요? 아니면.
 
◆차경진> 그러니까 보통 기업들은 고객을 이해하기 위해서 데이터를 수집한다고는 하지만 보통 리뷰 데이터만 봅니다.
 
◇김방희> 리뷰 데이터라는 건 뭔가요?
 
◆차경진> 제품에 대한 리뷰. 그런데 그 리뷰는 사실 제품의 기능적 가치에 대한 평가만 있고요. 실제 라이프의 맥락은 볼 수가 없거든요. 그래서 예를 들면 저희가 차박 관련된 프로젝트를 할 때에도 차박 커뮤니티에 갑니다. 그들은 어떤 맥락이 있고 어떤 패인이 있고 그런 것들을 어떻게 해결하고 있는지를 데이터로 수집해서 차박에 있어서도 다양한 페르소나들이 보이거든요. 그들한테 필요한 새로운 포터블 냉장고나 이런 것들, 그들은 뭘 위해서 차박을 하는 거지, 이런 것들을 고민하는데요. 최근에 현대자동차에서 9개월을 기다려야 살 수 있는 자동차가 있습니다. 혹시 뭔지 아시나요?
 
◇김방희> 아니, 제가 브랜드명은 모르는데 신차 대기가 최소한 6개월에서 2년까지라는 얘기를 들어서 저희가 한번 다룬 적은 있었죠.
 
◆차경진> 팰리세이드라는 자동차인데요.
 
◇김방희> 대형 SUV죠.
 
◆차경진> 그런데 사실 그걸 기능적인 가치로만 보면 솔직히 좀 아쉬운 면이 있는 자동차입니다. 연비가 좋은 것도 아니고 크기도 크고 주차 면적도 너무 많이 필요해서 불편하죠. 그런데 디지털 세계에서 이 자동차가 디지털 세대들을 굉장히 열광하게 만들었는데요. 차박에 최적화된 자동차. 그래서 실제로 뒷좌석을 이렇게 눕히면 에어 매트리스를 쫙 깔 수 있고 4인 가족이 누울 수 있고 그다음에 뒤에 스크린까지 두 개가 장착되어 있어서 애들이 싸우지 않고 OTT를 볼 수 있고 또 차박은 감성이거든요. 그렇게 감성을 위해서 트렁크에 콘센트나 이런 것들이 각각 맥락을 위해서 잘 설계가 되어 있어요. 저는 차박을 저희 아이랑 했었을 때 가장 좋았던 때는 다음 날 아침에 새 소리를 들으면서 커피를 마실 때가 굉장히 좋았었기 때문에 그 기억 때문에 가는 건데요. 그런 맥락까지 고려한 것인지 모르겠는데 팰리세이드에는 워머까지 잘 되어 있어서 차박을 하는 이유와 그걸 해야 되는 맥락적 기반한 이런 다양한 기능들이 굉장히 최적화되어 있기 때문에 사람들이 갖고 싶은 그러한 자동차가 되지 않았나.
 
◇김방희> 바로 그게 기능을 떠나서 어떤 감성 같은 거예요. 얘기가 나온 김에 아까 우리나라 화장품이 중국 시장에서 프리미엄 성격을 잃고 오히려 전통적인 미국과 프랑스의 브랜드들에 밀리고 있다. 이런 얘기를 했는데. 화장품 같은 경우는 샘플 주는 것 정도 외에는 고객 경험을 극대화하기 위한 노력을 안 하는 것 같은데... 예를 들어서 데이터에 기반해서 고객 경험을 극대화한다, 최적화한다 그러면 어떤 자료들을 들여다볼 필요가 있을까요, 우리 화장품 회사들은.
 
◆차경진> 우리 화장품 회사들이 사실 해외에서 굉장히 잘 나갔었는데. 중국 시장은 잘 잡았었어요. 처음에는. 그런데 미국 시장에서 저희가 데이터를 바라보니까 그들의 페인 포인트와 맥락에 맞는 메시지가 없는 거예요. 예를 들면 우리 자사 제품들은 우리 국내 제품들은 화이트닝 이런 것들이 굉장히 중요한데.
 
◇김방희> 그렇죠. 미국에서 일이 없는 거죠, 그거는.
 
◆차경진> 네, 그들은 백인이고 그들은 화이트닝에 별로 관심이 없습니다. 그러한 메시지로 어필하면 안 되고 그렇기 때문에 데이터를 좀 봐야 됩니다. 그들이 왜 화장품을 사용하는지 어떤 맥락에서 어떤 화장품을 원하는지 그 다양한 맥락들에 맞는 개인화된 메시지들을 주는 것들이 앞으로 성공할 수 있는.
 
◇김방희> 특정 고객들한테 맞춘 그런 어떤 기능뿐만 아니라 감성적 서비스를 하는 게 쉽지 않은 게요. 그 로컬라이제이션이라는 게 쉽지 않은 게 최근에 저희 고향에서는 고향의 사투리와 스토리를 다룬 우리들의 블루스라는 드라마가 굉장히 인기 있는데.
 
◆차경진> 그것 때문에 제주도를 갔는데 제주도가 다시 보이더라고요. 너무 멋지던데요.
 
◇김방희> 그런데 거기서 얼마만큼 현실을 복사했느냐를 비교를 하는데요. 어떤 한 장면 때문에 최근에 신뢰가 확 추락했는데 거기서 최근에 아주 각광받는 한 분이 속이 상해서 냉장고에서 소주를 꺼내는 장면이 있는데. 제주도민들이라면 그걸 믿을 수 없는 장면이라고 하거든요. 제주도민들은 결코 소주를 냉장고에 담지 않습니다. 노지 소주라고 그래서 냉장고에 담으면 너무 안 취한다. 이래서 그냥 밖에 두거든요. 상온에 그래서 정말 별건 아니지만 그럴 정도로.
 
◆차경진> 그 로컬의 맥락과 라이프 패턴을 사실 알지 못한 거죠. 바로 그런 포인트를 찾기 위해서 사실 과거에는 연령이 비슷하고 사는 환경이 비슷하면 되게 주로 보이는 대중성이 그 안에 있었거든요. 그런데 특히나 우리가 지금 맞닥뜨리고 있는 디지털 세대들은 너무나도 다 다릅니다. 그리고 나만의 개성이 있고 더 가치관이 있어서 더 다양한 맥락이 잡히더라고요.
 
◇김방희> 과거에는 매스 마케팅이라고 그래서 그냥 대중을 상대로 TV 광고하면 되는데.
 
◆차경진> 이제 그걸로 그들을 설득할 수가 없게 되어가고 있는 것입니다. 그래서 저희가 아까 말씀드린 제트 샌드에이크. 디스플레이 콘셉트 발굴할 때도 200개의 맥락을 찾았습니다. 31개의 페르소나를 찾고요. 같은 디스플레이하고 관련돼서도 서로 다른 맥락과 페인과 그러한 상황들이 있다는 거죠. 그래서 그들한테 우리가 만약에 TV에 카메라를 단다고 하더라도 같은 기능이라고 하더라도 어떤 페르소나한테는 회의를 잘할 수 있는 디스플레이가 될 수 있고 어떤 페르소나에게는 예를 들면 혼자 사는 아버님을 외롭지 않게 하는 기능이 될 수도 또 아이들이 가까이 와서 TV를 볼 때 좀 더 뒤에 물러서서 봐, 이렇게 말해줄 수 있는 교육적인 TV가 될 수도 있고 그래서 의미적 가치가 달라진다는 이야기를 하고 싶었습니다. 그래서 기능이 중요한 게 아니라 의미 설계가 먼저고. 그 의미를 더해 줄 수 있는 기능을 그다음에 고민하자입니다.
 
◇김방희> 그런데 그 부분과 관련해서 이미 용어들이 나왔기 때문에 제가 여쭤봐야 되는데. 우선 페르소나라고 말씀해 주신 건 이런 데이터 분석을 통해서 200개의 페르소나가 나왔다 그 얘기는 각기 다르게 그 맥락을 받아들이는 사람들의 유형을 얘기합니까?
 
◆차경진> 예전에 혹시 과거에 디자인 씽킹 프로세스라고 들어보셨을 거예요. 지금도 굉장히 유행하고 있고 지난 한 2~3년간 기업들이 혁신적인 경험을 설계하기 위해서 가장 많이 사용하는 방법론이었는데요. 그때는 페르소나 하나를 잡고 관찰하고 셰도잉하고 설문조사를 해서 맥락들을 찾아냅니다.
 
◇김방희> 평균적인 소비자 한 명을 이제 세워놓는 거죠.
 
◆차경진> 그런데 그게 마지막 의사결정에 가서는 혁신적이었다 할지라도 과연 그 페르소나가 시장성이 있을까, 이 맥락이 정말 이들한테 중요한 문제일까 이런 의문들 때문에 사실 실제 혁신으로 이어지지 못한 경우를 너무 많이 봤어요. 저도 그런 의문이 들면서 그러면 내가 데이터를 하는 사람이니까 그거를 그러한 디자인 씽킹의 그러한 페인을 좀 데이터로 좀 극복할 수 있지 않을까 이런 생각을 한 거고요. 그래서 페르소나틱스라는 거는 데이터에서 인공지능이 페르소나를 찾아냅니다. 제트 세대가 디스플레이와 관련돼서 어떤 페인과 어떤 잠재욕구를 가지고 있지 그 잠재욕구에 따라서 페르소나를 나누고 각각의 페르소나가 그 잠재 욕구와 페인을 해결하기 위해서 어떤 행동들을 하는지 그 맥락들을 찾아내는 그러한 일들을 하고 있습니다.
 
◇김방희> 일종의 소비자 유형, 다양한 소비자 유형으로 보시면 되는데. 아까 또 페인 포인트라는 말씀을 거듭해 주셨는데 이건 또 어떤 맥락입니까?
 
◆차경진> 우리가 고객의 불편함을 찾아야 되는데요. 고객을 좀 공감해서 불편함을 찾았을 때 그 불편함을 해소할 수 있는 경험 설계를 해야 되는데. 이게 참 어렵습니다. 왜냐하면 과거에도 문제, 고객의 문제가 되게 많았어요. 페인 포인트도 굉장히 많았는데. 이제는 많이 해결을 하고 있고.
 
◇김방희> 기술적으로 대부분 해결됐죠. 물걸레 청소기도 나오고.
 
◆차경진> 네, 그렇죠. 하지만 그 안에서도 익숙해져 버린 불편함까지 우리가 좀 찾아내서 우리가 경험 설계할 때 사용했었을 때 되게 혁신적으로 느껴졌었는데요. 예를 들면 저희가 데이터를 수집해서 고객의 페인 포인트를 찾아낼 때 정규 분포에 있는 일반적인 사람들이 하는 이야기는 별로 혁신적인 경험 설계가 이어지지 못합니다. 그거 대신에 저희가 양 극단에 있는 굉장히 특이한 사람들이죠. 그런데 그들은 정말 다양한 문제를 가지고 있고 그걸 다 독특한 방법으로 이 문제를 불편하지만 해결해 가고 있습니다. 그들의 맥락을 좀 자세하게 들여다보고 거기서 혁신적인 아이디어를 가지고 왔었을 때 경험 디자인이 잘 되는 모습을 보게 됩니다.
 
◇김방희> 과거에는 아주 평균적인 소비자 한 명을 생각하면서 제품 기획을 하고 마케팅을 구상했는데 지금은 다양한 페르소나 소비자 유형들을 떠올리게 되고. 또 이 사람들이 느끼는 어떤 고통 요인, 페인 포인트 혹은 필요 요인들을 찾아내는 게 데이터로 할 일이라는 말씀이신데. 바로 그런 부분들에 대해서 좀 사례별로 여쭙고 싶은데. 저희 세대가 잘 이해 못하는 그러니까 다른 유형의 소비자인 거죠. 그러니까 스타벅스라는 커피숍에 가면 저희는 그냥 커피를 소비할 따름이고. 저희 조금 후배들은 그 공간을 사랑하는 것 같고 더 MZ 세대에 가까운 소비자들은 보니까 굿즈를 또 사랑해서. 심지어는 몇 백만 원 써가면서 커피를 사놓고 커피는 버려두고 가고 혹은 마시세요 하고 굿즈를 받아간단 말이에요.
 
◆차경진> 네, 그 유명한 기사를 보고 저도 궁금했습니다. 도대체 그 굿즈가 뭐 길래 이렇게 열광하고 이렇게 팬덤까지 만들어냈지 그래서 열심히 저희가 스타벅스 커피가 맛있다고 생각하지는 잘 안 했었는데, 17잔을 열심히 먹었는데 갈 때마다 없다고 하더라고요. 왜냐하면 재고가 10개 정도밖에 없다고 해서... 그 사람들이 열광하는 그 굿즈를 만들어내는 그러한 스타벅스의 상품 기획팀이 처음에 여자 5명으로 시작을 했습니다. 그들은 우리 스타벅스에 오는 고객들은 어떤 맥락을 가지고 있고. 또 어떤 생각을 하고 어디에다 시간과 에너지를 쏟지 이런 것들을 봅니다. 그래서 예를 들어 차박이 굉장히 이들한테 되게 중요한 토픽이다 싶으면 차박을 실제 가 보고 옆에 사람들이 사용하는 제품들 중에 괜찮은 아이템이다 싶으면 거기에 전화해서 스타벅스 로고를 붙이는 겁니다. 고객을 이해하고 공감하고 관찰하는 데서 그런 굿즈 아이템들이 나오고 있는데요. 그것뿐만이 아니라 사실 스타벅스가 커피의 기능적 가치에만 집중을 했다면 지금 그 많은 인력들은 저기 에티오피아의 좋은 원두를 구하기 위해서 다녔어야 됐는데. 그게 과연 계속해서 지속적인 사람들의 팬덤을 형성할 수 있냐는 거죠. 그러기는 좀 힘들고요. 이들은 스타벅스에 오는 사람들의 다양한 맥락을 봅니다. 왜 스타벅스에 갈 것 같으세요? 커피 맛 말고.
 
◇김방희> 저도 처음에는 커피 생각만 했는데 제 주변을 보고 세대별 차이를 보니까 다양한 요인들이 있는 것 같아요. 공간, 약간 서양 취향이라는 느낌 등등이 있는 것 같아요.
 
◆차경진> 저는 가끔 연구실에서 공부가 안 되더라고요. 그래서 스타벅스에 공부하러 갈 때가 있습니다. 책을 읽으러 갈 때 그리고 친구들이랑 커피를 마시러 갈 때, 브런치를 먹으러 갈 때 등등 아니면 EBS 방송을 듣고 있는 그런 분들도 계시더라고요. 자세히 보시면 스타벅스에는 책상의 크기와 의자의 푹신함과 조도가 다 다릅니다. 그 맥락에 맞게 설정이 되어 있습니다. 콘센트의 위치까지 그 다양한 맥락을 줄 수 있는 그러한 공간의 재설계까지 이루어지고 있기 때문에 사람들이 스타벅스를 가고 싶어하는 그 경험 설계가 된 것이죠.
 
◇김방희> 고객의 경험을 최적화하기 위해서 여러 유형의 맥락들을, 예를 들어서 교수님처럼 커피보다는 공간을 소비하러 오는 분들도 있을 테고 다 설계가 다르다. 저도 유심히 보지는 못했는데 그런 의미가 담겨 있군요. 팬 얘기를 해주셨어요. 팬덤 아닌 게 아니라 요즘 모든 상품, 심지어는 브랜드는 팬덤으로 운영된다 싶을 정도로 팬덤의 의미가 강해졌어요. 그러니까 팬덤을 가진 브랜드와 그렇지 않은 브랜드가 엄청난 차이를 보이는 것 같거든요. 휴대폰이 됐든 자동차가 됐건 어떤 상품이건. 왜 이렇게 강해지는 겁니까? 어떤 세대적 특성 때문에 그렇습니까?
 
◆차경진> 일단은 저희가 지금 굉장히 물질적으로 풍요로운 시대를 가지고 있고 선택할 수 있는 제품과 서비스가 굉장히 다양해지고 있으면서 사람들이요, 필요에 의한 소비는 최소화합니다. 그때는 돈을 좀 아낍니다. 그런데 의미적이나 가치가 있다고 생각되는 제품과 서비스에 대해서는 돈을 씁니다. 그 의미와 경험을 소비한다고 말씀드리고 싶은데요. 예를 들면 양초 아시죠. 양초는 원래 기능적인 가치는 불을 밝히는 용도입니다. 그런데 그 가치가 전기의 시대가 오면서 별로 중요해지지 않은 가치가 되었죠. 그래서 점점 가격은 더 내려가고 사람들은 선택을 안 하게 되는 것입니다. 그런데 여기에 새로운 의미를 재설계해서 성공한 회사가 있습니다. 여러분들 잘 아시는 양키캔들. 거기에 향기, 분위기라는 새로운 의미를 재설계한 거였거든요. 그래서 저도 가족들과 메모러블한 크리스마스 데이를 보내기 위해서 양키캔들 숍에 가서요. 진짜 이만한 미드 사이즈의 양초를 3개를 샀는데 그게 5만 7천 원 이럽니다.
 
◇김방희> 기능으로만 치면 터무니없는 가격이죠.
 
◆차경진> 그렇죠. 저는 불을 밝히기 위한 기능적인 용도로 그 돈을 지불한 것이 아닙니다. 크리스마스에 맞는 향기와 분위기와 잊지 못할 기억을 줄 것이라는 그 의미와 의미적 가치를 제가 산 것이라고 할 수 있죠.
 
◇김방희> 그러네요. 그 얘기하니까 갑자기 생각나는 게 요즘 KBS 앞에서도 자주 볼 수 있지만 가수 임영웅 씨의 팬덤이 영웅시대라고 그분들이 버스를 아예 대절해서 타고 다니면서. 방송 순위를 놓고 벌이는 논쟁에 앞장서서 가수 역할을 해주고 계시던데 팬덤이라는 게 이렇게 무서운데 이 모든 얘기의 전제는 데이터로 고객 경험을 최적화하기 위해서 노력해야 한다는 얘기의 전제는 소비자가 전처럼 평균적인 소비를 하는 게 아니라 아까 의미나 맥락을 소비하기 시작하면서 아주 그냥 하나하나가 완전히 다른 유형의 소비자가 됐을 수도 있겠다. 그런 데서 출발하는 거죠. 개인화 혹은 초개인화 이런 얘기를 쓰셨던데 이게 최근의 경향입니까? 아니면 원래 있었는데 우리가 주목하지 않았던 거예요?
 
◆차경진> 과거의 매스 마케팅에서 아까 말씀해 주셨던 것처럼 현재 많은 기업들이 마이크로 세그멘테이션까지는 갔습니다.
 
◇김방희> 고객을 세분화하는 거죠.
 
◆차경진> 즉, 이렇게 이해하기 시작했다는 거죠. 과거에는 40세의 동대문구에 사는 워킹맘이 비슷한 맥락과 비슷한 페인 포인트를 가지고 있을 거다, 이렇게 이해를 했었는데. 초개인화로 간다는 것은 그들이 다 똑같지 않을 거라는 거죠. 그들은 역할에 따라서 시간에 따라서 장소에 따라서 제품과 서비스하고 관련돼서 가지고 있는 맥락과 의미가 다를 거라는 거죠. 예를 들면 제 연구실에 75인치짜리 TV가 있는데요. 그 TV에 제가 가지고 있는 의미적 가치는 회의를 잘 할 수 있는 디스플레이입니다. TV를 본 적도 없고요. 코로나 시대에 사실 줌으로 강의를 많이 하기 때문에 저는 인터렉션을 더 많이 하게 하기 위해서 그러한 큰 TV. 그리고 요즘에는 빔 프로젝트보다 그게 더 선명하더라고요. 그런데 지금 이 순간 저희 집에 있는 TV는 저희 유치원 아들이 영어 유치원 TV를 볼 때 약간 좀 눈을 안 아프게 하고 교육적인 채널만 좀 볼 수 있도록 하는 그러한 의미가 있는 디스플레이였으면 좋겠고요.
 
◇김방희> 상황이나 기능이 완전히 바뀌었군요.
 
◆차경진> 그렇죠. 그리고 저희 혼자 사는 저희 시아버님 같은 경우에는 혼자 되셔서 되게 외로운데 TV가 친구거든요. 외롭지 않게 하는 TV 그런 의미적 가치를 주는 TV가 있다면 저는 돈이 얼마가 됐든 살 것 같습니다. 그래서 이 상황적 맥락, 역할에 따라서 시간에 따라서 장소에 따라서 달라지는 이러한 맥락을 찾아내는 게 초개인화. 그러한 개념으로 이해해 주시면 좋을 것 같습니다.
 
◇김방희> 한양대학교 경영학부 차경진 교수님 모시고 데이터를 통해서 고객 경험을 어떻게 혁신할 것이냐에 대한 얘기를 하고 있는데요. 조금 영어 표현들이 많이 학문적 용어이긴 합니다만 등장하다 보니까 이분들을 위해서 제가 요약을 해드리고 조금 더 진도를 나가도록 하겠습니다. 예전에는 평균적인 고객을 상정해놓고 이분을 기준으로 상품이나 서비스를 만들어서 돈을 벌었는데 지금은 워낙 개인화, 초개인화되다 보니까 인공지능이나 이런 걸 이용해서 데이터 분석 정보를 가지고 상품을 의미와 맥락에 맞게 일종의 맞춤 서비스를 해서 팔아야 된다는 얘기인데. 김종무 님이 완벽하게 요약을 해주셨습니다. 제가 읽은 건 지금 김종무 님의 문자인데요. 이렇게 다들 또 상황이나 맥락을 잘 이해하시는 분들이 계시군요. 이 얘기를 하고 여기까지 하고 나니까 맞아 그런 것 같아 하는 공감들을 많이 하실 것 같아요. 요즘 상품에 대해서는 예전처럼 기능, 실용성만 소비하는 게 아니라 그 상품이 가진 여러 가지 의미. 어떤 건 남들이 보기에 대단해 보여서 소비하는 물건도 있는 거죠. 샤넬 양산은 그게 정말 햇빛을 잘 막아줘서 쓰는 건 아니죠. 그런 점에서 보면 이렇게 해야 된다는 건 알겠는데 데이터를 여기다 접목시켜야 되는데 데이터가 있는 것도 좋지만 스티브 잡스 같은 경우에는 그야말로 천재적인 직관을 활용했는데 굳이 데이터가 필요합니까? 혁신 천재성으로도 가능한 거 아닌가요?
 
◆차경진> 저는 이렇게 보고 있습니다. 데이터가 혁신적인 경험을 만들어주는 것은 아닙니다. 사람의 창의적인 직관이 굉장히 필요하죠. 하지만 그 직관의 직경을 넓이를 더 넓혀주는 데 있어서 데이터를 활용하자는 겁니다. 그리고 균형적인 사고가 필요한 것 같습니다. 직관에 의한 사고와 데이터로 인해서 찾아낼 수 있는 그 논리적인 사고가 같이 가야 되는데요. 제가 보면 많은 대기업들이 데이터로 의사결정을 하려고 하지만 잘 안 됩니다. 왜냐하면 대기업 안에는 굉장히 직관과 경험이 풍부한 좋은 리더들이 많이 있어서 그것에 의해서 결정이 많이 이루어지고요. 그런데 스타트업 같은 경우에는 그런 좋은 리더들이, 경험이 풍부하신 분들이 없기 때문에 오히려 더 데이터 기반한 의사결정을 굉장히 잘합니다. 그래서 예를 들면 그들이 큰 결정을 할 때도 실험에 의한 결정을 하는데요. 쿠팡 같은 경우도 로켓 배송을 할지 말지 굉장한 투자잖아요. 그것에 대해서 결정을 할 때도 데이터로 실험을 했습니다. 예를 들면 강남 지역에 어느 아파트 단지를 A지역과 B지역으로 나누어서 A지역에는 기존의 로지스틱 시스템이 배송하게 만들고 B지역은 직배송으로 해서 한 달간 실험을 한 거예요. 그래서 실제로 매출이 드라마틱하게 차이가 나지는 않았는데 사람들이 한 번 직배송으로 구매한 그 물품은.
 
◇김방희> 경험하고 나니까.
 
◆차경진> 그 화장지는 또 재구매하는 재구매율이 올라가더랍니다. 그러한 데이터 기반한 의사결정과 이런 것들이 굉장히 요즘 더 필요해졌고요. 직관으로는 사실 우리가 지금 맞닥뜨리는 세계는 우리가 알지 못하는 세계이기 때문에 과거의 경험으로 통하지 않을 수도 있기 때문에 이런 균형적으로 좀 가져가는 게 필요할 것 같습니다.
 
◇김방희> 아주 간단한 예를 들면 예전에 말씀해 주신 펠리세이드를 생산하는 자동차 업체에서 최종적인 모델 선정을 아주 나이가 많으신 회장님이 두 개 안이 올라오면 하셨거든요. 그러니까 만약에 이렇게 다양한 초개인화된 소비자를 상상하면 그건 있을 수 없는 일이죠. 그분이 어떻게 아시겠어요. 또 보통 사람들이 자동차에 느끼는 감성 같은 거 차박을 어떻게 알겠으며. 그러니까 지금 데이터를 활용해서 할 수밖에 없다. 그런데 데이터도 어떤 게 중요한 데이터냐 의미가 있는, 맥락이 있는 데이터냐 이런 게 중요할 텐데 교수님께서 보니까 상당히 많은 데이터들이 한 80% 가까이가 쓸모없는 거다.
 
◆차경진> 네. 다크 데이터입니다.
 
◇김방희> 그걸 어떻게 구분해냅니까?
 
◆차경진> 일단 우리 고객들이 스마트폰이든 아니면 아이패드든 굉장히 많은 디바이스를 사용하고 있고 또 가전제품에도 와이파이 모뎀이 달려 있어서 데이터가 쌓이고 있고 차에도 쌓이고 있습니다. 또 코로나 이후에는 디지털 세계에서 사람들이 보낸 시간이 많으면서 데이터가 굉장히 많이 쌓였잖아요. 기업들이 이런 디지털 세계에 쌓이고 있는 데이터가 굉장히 중요하다는 걸 알고 모으고는 있어요. 무작정 모았는데. 그리고 거기서 뭔가 열심히 캐면 마치 금광이 캐질 것 같아서 열심히 분석을 하고 있는데 생각보다 혁신적인 인사이트가 안 나오더랍니다. 약 한 2018년부터 우리 가전제품 삼성전자와 LG전자에서 하는 모든 가전제품 와이파이 모뎀이 달리기 시작했어요. 그래서 어떤 버튼을 누르고 언제 키고 끄는지 이런 것들이 로그 기록에 남고 있는데 그때는 제품의 기능적인 상태 중심으로 사실 센싱을 했기 때문에 데이터 엔지니어가 어떤 혁신적인 가치나 경험하고 연결시키는지 그걸 생각하는 것이 아니라. 대처 엔지니어 관점에서 기능, 제품의 상태 중심으로 센싱하다 보니 그 데이터가 엄청나게 쌓이고 있거든요. 그런데 그걸로 사실 혁신적인 가치로 이어지지는 못하고 있습니다. 그 이유가 바로 접근 방법이 잘못됐다는 건데요.
일단 데이터를 무작정 모으고 분석하면 새로운 경영적 가치가 나오는 게 아니라 먼저 명확한 목적성 있는 데이터를 수집해야 됩니다. 그래서 내가, 우리가 고객한테 어떤 경험을 줄 것이고 우리가 주고자 하는 혁신의 정의가 무엇인지에 대한 그러한 설계가 먼저고요. 그것을 위해서 우리는 이미 어떤 데이터를 가지고 있고 아니면 아직 데이터를 센싱하지 못했다면 어떤 외부 데이터랑 결합을 할지 아니면 새롭게 더 센싱해야 되는 데이터는 무엇인지 반대로 접근을 했었을 때 사실 더 혁신적일 수 있습니다. 과거에 데이터로부터 시작했던 많은 프로젝트들 제가 한 전자신문에서 나왔던 2019년에 항상 빅데이터 프로젝트가 한참 유행일 때 약 8%만이 성공했다고 하더라고요. 빅데이터 프로젝트의 투자 대비. 그래서 그냥 무작정 쌓아놓는 것은 사실 클라우드 비용이 아깝다는 생각이 들고요. 그러한 다크 데이터가 일반적으로 80%라고 가트너의 보고서에도 나와 있는 것입니다.
 
◇김방희> 바로 그런 상황에서 AI는 어떻게 활용이 되는 겁니까? AI랑은 어떻게 접목이 됩니까？
 
◆차경진> 이제 저는 AI가 경험 설계를 아까 못한다고 말씀드렸잖아요. 그러한 데이터 속에서 실제 우리한테 유의미하고 우리한테 도움이 되는 데이터를 걸러내는 데 즉 쓰레기를 버리고 좋은 데이터를 골라내는 데 인공지능을 씁니다. 혹시 이런 말씀 들어보신 적 있을 거예요. 가비지 인 가비지 아웃. 쓰레기가 들어오면.
 
◇김방희> 쓰레기가 나가는 거죠.
 
◆차경진> 그래서 의사결정을 하는 데 있어서 그런 많은 데이터를 수집하다 보면 오히려 더 불필요한 정보들이 더 많이 오기 때문에 의사결정의 품질이 더 낮아지는 거거든요. 그래서 저희 같은 경우에는 예를 들면 아까 말씀드린 그 프로젝트에서도 실제 데이터를 엄청나게 많이 수집해서 한 300만 개를 수집했는데 각각의 데이터들이 실제 Z세대의 맥락을 보여주고 있는지 없는지를 사람이 일일이 300만 개를 보면서 판단한다는 건 굉장히 어려운 문제죠. 그래서 그럴 때 저희가 인공지능을 씁니다. 그래서 예를 들면 저희가 한 1천 개만 샘플링을 해서 결정을 하고요. 여기는 맥락이 보이는 도큐먼트야 이거는 보이지 않아 이렇게 인공지능을 학습을 시키면 인공지능이 나머지 299만 9천 개에 대해서 판단을 합니다. 그래서 저희가 그때 인공지능 세계를 경쟁적으로 판단하게 하고 있는데요. 사람은 피곤하면 자꾸 어제는 분명히 맥락이 있다고 했는데 다음날은 맥락이 없는 것 같다고 판단할 수도 있거든요. 그런데 인공지능은 일관적으로 판단을 합니다. 그래서 저는 인공지능이 이렇게 사람이 반복적으로 힘들게 해야 되는 일에는 매우 유용하다고 생각을 하고 있습니다.
 
◇김방희> 그렇겠네요. 우리 기업들. 많이 지금 교수님이 말씀해 주신 이런 고객 경험, 최적화 혹은 혁신 노력들을 하고 있습니까? 데이터나 AI를 활용해서 하고 있습니까? 어느 정도 단계인가요?
 
◆차경진> 이제 고객 경험이 중요하다는 것은 올해부터 굉장히 많은 기업들이 삼성, LG에도 CX 본부가 새롭게 차려질 정도로 굉장히 중요해지고 있는데 다만 아쉬운 것은 많은 기업들이 CX를 그냥 CS 또는 커스터머 서비스 또는 UX, 사용자 경험 이런 정도로 생각하고 그걸 경험 설계를 하는 부분. 그래서 사실 그건 좀 다르거든요. 새로운 의미적 가치를 주는 경험을 찾는 것이 아니라 고객의 AS나 불만사항을 정리하거나 우리의 제품이나 서비스를 사용하는 데 있어서 사용성을 어떻게 개선하지 그런 UX랑은 제가 이야기하는 고객 경험은 좀 다릅니다. 그렇기 때문에 바라봐야 되는 데이터도 좀 다릅니다. 그래서 과거의 AS센터에 쌓이고 있는 데이터를 바라봐야 되는 게 아니라 새로운 고객의 라이프 맥락의 데이터를 더 수집하고 봐야 되는데 아직 솔직히 말씀드리면 그런 부분들이 잘 안 되고 있습니다.
 
◇김방희> 소비자 만족 정도로 생각을 해서 애프터 서비스센터에 제기된 불만 사항들을 이렇게 유형으로 나눠서 다음 제품 개선할 때 어떻게 활용할 것인가 그 정도에 머무르고 있다. 아직은.
 
◆차경진> 아직은 그렇게 판단하고 있습니다.
 
◇김방희> 큰 기업들의 경우는 이런 고민을 할 수도 있겠지만 이 얘기를 다시 AI를, 프로그램을 가동할 수도 없는 작은 사업자, 자영업자, 소상공인 쪽으로 돌려서 이분들이 데이터를 좀 활용할 수 있는 방법 딱 떠오르는 건 없으세요? 공짜 컨설팅 좀 해주고 가시죠.
 
◆차경진> 사실 대기업들도 아까 말씀드렸던 것처럼 잘 못하고 있기 때문에 우리 소상공인 분들이 사실 시간을 줄여서 데이터를 배우고 이걸 분석한다는 건 굉장히 어려운 일입니다. 그런데 실제 해외 사례가 있는데요. 망해 가는 정육점 하나가 그 빅데이터 컨설팅 업체한테 한 300만 원 정도 주고 컨설팅을 받고 아주 혁신적인 고객 경험을 만든 사례도 있기는 합니다. 그래서 그 사례가 유명해지면서 우리나라에도 사실 많은 빅데이터 컨설팅 업체들이 생겨나고는 있는데 아직 제가 봤을 때는 소상공인 분들이 돈을 그렇게 큰돈을 지불할 정도로 어떻게 될지는 아직 조금은 지켜봐야 될 것 같습니다.
 
◇김방희> 구체적인 데이터 활용 부분에서는 그런 기술을 활용하지 못하더라도 저는 개인적으로는 그냥 자주 들르는 단골손님들의 행태, 라이프스타일만 부지런히 들여다봐도 조금씩 우리 상품을 사는 게 막연히 생각하고 있던 것과는 다르다 이렇게 얘기할 수 있을 것 같습니다.
 
◆차경진> 그 포인트 아주 잘 소장님께서 말씀해 주셨는데요. 저는 또 이런 생각도 해 봤습니다. 우리 새 정부는 디지털 플랫폼 정부를 지향하잖아요. 그래서 우리 소상공인들을 위해서 예를 들면 통신 데이터, 신용카드 데이터 이런 것들을 좀 한 곳에 모아서 소상공인을 위한 플랫폼을 만들어서 우리 소상공인분들이 고객의 데이터를 업로드하면 실제로 어떤 고객이 이탈할 것 같은지 어떤 VIP 고객을 더 관리해야 되고 어떤 맥락을 우리가 좀 해야 되는지 이런 것들이 자동으로 나올 수 있게 아주 쉽게 만들어낼 수 있거든요. 그래서 그런 일들을 하면 참 좋겠다. 이런 생각을 그냥 얼핏 해봤습니다.
 
◇김방희> 지금은 신용카드 회사들이 이걸 많이 가지고 있는데 어떤 상권이 뜨는지.
 
◆차경진> 맞습니다. 상권 분석을 잘 해내고 있죠.
 
◇김방희> 이것도 아주 쉽게 할 수 있죠. 사실은 이걸 한 군데 모아서 소상공인이나 자영업자들한테 서비스하면 손실 보전도 물론 당장 중요한 문제이기는 합니다만 장기적으로는 어떻게 더 혁신을 통해서 쉽게 먹고 살 수 있게 할 것인가 이런 부분도 고심을 좀 해야 되겠네요. 그런데 제가 이렇게 얘기를 듣다 보니까 아마 기업들도 이런 방향으로 갈 텐데 고객들의 라이프 스타일을 분석해서 어떤 경험을 어떤 맥락에서 하도록 해 줄 것인가 설계하기 시작할 텐데 학생들한테 상당히 유망한 분야처럼 느껴지는데 경영학 전공해야 되는 겁니까? 아니면 AI나 이런 공대 쪽 가야 되는 겁니까? 이 분야는.
 
◆차경진> AI 대학원 같은 게 많이 생겼어요. 그런데 거기서는 실제 고객이탈예측모형을 만든다고 하면 그 예측력을 1%를 올리기 위해서 레이어를 어떻게 하고 히든 로드를 어떻게 해야 되는지 기술적인 것들을, 알고리즘을 고민하는 곳이고요. 저희는 잘 만들어 놓은 그 알고리즘을 가져다가 실제 우리 고객 데이터를 입히고 이걸 혁신적인 경험으로 만들어내는 이러한 역할을 하고 있기 때문에 사실 다 알아야 됩니다. AI 기술도 어느 정도는 알아야 하고 데이터를 분석할 수 있는 역량도 있어야 되고 또 해당 그게 상품 기획이 됐든 브랜드 포지셔닝이 됐든 마케팅 커뮤니케이션이 됐든 도메인 날리지가 분명히 있어야 그 데이터로부터 뽑아내는 가치의 깊이가 굉장히 다릅니다.
 
◇김방희> 그렇겠네요. 그래서 기업도 이런 개인화, 초개인화된 소비자에 대응하기가 어려워졌지만 기업의 경영을 연구하는 경영학자 혹은 경영학도들도 전보다 고민의 차원이 훨씬 더 달라졌다. 높아졌다. 이런 생각이 드네요.
 
◆차경진> 저희가 데이터 분석을 필수 과목으로 배우고요. 파이선이라는 프로그래밍도 필수 과목으로 모든 경영 학생들이, 학부생들이 배우고 있습니다.
 
◇김방희> 컴퓨터 모르던 시절에 경영학 전공하기를 잘했군요. 한양대학교 경영학부 차경진 교수와 함께했습니다. 고맙습니다.
 
◆차경진> 네, 감사합니다.