유통 / 전자상거래
Wayfair: 상품 카탈로그 속성 정보의 AI 검증과 태그 지정
- 기업
- Wayfair
- 국가
- 미국
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
OpenAI가 2026년 9월 25일 낸 Wayfair 고객 사례에 따르면 Wayfair는 약 4,000만 개 상품과 1,000개 가까운 상품 분류를 다루며, 색상, 소재, 크기 같은 태그가 검색, 추천, 상품 진열을 좌우한다. 그동안 태그 오류는 공급사나 고객이 알려 줘야 찾을 수 있었고 수작업으로는 물량을 따라가지 못했으며, 초기 자체 AI 태그 모델은 규모를 키우기에 비용이 컸다. 회사가 관리해야 할 태그는 47,000개였다.
적용한 기술과 데이터
Wayfair는 OpenAI 모델로 카탈로그 품질 시스템을 만들었다. 시스템은 먼저 웹 정보와 Wayfair 내부 정의로 각 태그의 뜻을 설명하는 지침을 만들고, 모델이 그 지침에 따라 상품 정보를 검토해 알맞은 태그를 붙인다. 직원이 상품 견본을 직접 확인하는 감사 절차와 공급사 확인을 함께 두어, 확신도가 높은 변경은 상품 정보에 바로 반영하고 공급사에 알리며, 확신도가 낮거나 위험이 큰 변경은 공급사가 확인한 뒤에만 반영한다.
성과
사례에 따르면 Wayfair가 OpenAI 모델로 만든 AI 시스템들은 1,100만 건이 넘는 상품 사양을 검증했고, 카탈로그 품질 시스템은 100만 개가 넘는 상품을 처리했다. AI가 검사하는 상품 속성의 범위를 넓히는 속도는 지난해의 70배가 됐고, 통제된 A/B 시험에서 적용 집단의 노출, 클릭, 페이지 순위가 크게 늘었다.
한계와 남은 과제
사례는 A/B 시험의 기간과 늘어난 폭, 태그 정확도 수치를 밝히지 않았다.
출처
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.