Wayfair, OpenAI 도입으로 카탈로그 정확도 및 지원 속도 개선

Wayfair는 OpenAI 모델을 공급업체 및 카탈로그 시스템에 통합하여 수백만 개 제품의 데이터 정확도를 높이고 워크플로우를 자동화했다. 2024년 소규모 테스트로 시작된 이 프로젝트는 현재 대규모 운영 시스템으로 발전하여 수천만 개의 제품 속성을 관리하고 있다.

특히 약 3,000만 개의 제품 항목에 대해 색상, 소재, 크기 등 수만 개의 속성 태그를 일관되게 관리하는 데 집중했다. 기존에는 수동 작업이나 개별적인 맞춤형 AI 모델을 사용했으나, 47,000개에 달하는 태그를 모두 관리하기에는 확장성에 한계가 있었다.

이를 해결하기 위해 Wayfair는 단일 OpenAI 모델을 기반한 태그 불가지론적(tag-agnostic) 시스템을 구축했다. '정의 에이전트(definition agent)'가 웹과 내부 정의를 학습해 각 태그의 맥락적 의미를 생성하며, 이를 통해 새로운 속성 적용 속도를 1년 전보다 70배 높였다.

시스템 도입 결과, 250만 개의 제품 태그가 수정되었으며, 월 4.1만 건의 공급업체 지원 티켓이 자동화되었다. 또한, 데이터 품질 개선을 통해 SEO 및 PLA 성능이 향상되는 등 고객 여정 전반에서 긍정적인 효과를 확인했다.

데이터 수정 시에는 신뢰도를 확보하기 위해 인간이 직접 검수하는 프로세스를 병행한다. 신뢰도가 높은 데이터는 자동 업데이트되지만, 위험도가 높은 태그는 공급업체의 확인을 거친 후 변경하는 방식으로 데이터의 정확성을 보장한다.