9월에는 며칠 밤이면 충분한 경우가 많습니다. 신학기 시즌이 지나면 학용품 코너는 철거되고 가을 상품이 그 자리를 채우며, 엔드캡(곤돌라 끝 진열대)은 새로 구성되고 브랜드가 납품한 진열대가 설치됩니다. 신학기 재배치는 때로 매장 판매 공간의 상당 부분에 영향을 미치기도 합니다. 아침이 되면 MD 플랜은 지켜져 있고, 라벨도 부착되어 있으며, 코너는 보기 좋게 정돈되어 있습니다. 하지만 이제 카메라에 무엇이 찍히고 있는지 확인하러 간 사람은 아무도 없습니다.
천장에 고정된 카메라는 매대가 움직여도 따라가지 않습니다. 6월에는 완벽했던 화각이 9월에는 배너(키모노)의 뒷면이나 쌓아 둔 상자 더미의 윗부분을 비출 수 있습니다. 화면을 보는 사람에게는 짜증스러운 일입니다. 그리고 위험 제스처(가방에 슬쩍 넣은 상품, 개봉된 포장, 계산 전에 먹은 제품)를 포착해야 하는 AI 영상 분석에는, 활용 가능한 영상과 아무것도 읽을 수 없는 영상을 가르는 요인이 되는 경우가 많습니다.
재배치가 AI의 분석 대상을 바꾸는 이유
제스처를 읽으려면 분석에 충분히 밝은 장면, 손과 물건이 보이는 각도, 그리고 렌즈와 고객이 상품을 집는 위치 사이에 가려지지 않은 시야가 필요합니다. 재배치는 카메라 설정을 전혀 건드리지 않았는데도 이 모든 것을 한꺼번에 악화시킬 수 있습니다.
손실 방지 업계는 이 문제를 잘 알고 있습니다. ECR Retail Loss의 매장 내 리스크 증폭 문헌 검토는 시야선을 강조합니다. 판매 공간 안에서, 특히 위험도가 높은 상품 주변의 가시성을 확보하고, 지나치게 높은 진열대와 어수선한 공간을 피해야 한다는 것입니다. 직원의 시선을 가리는 요소는 카메라 렌즈도 가리며, 이후 카메라 영상에 의존하는 모든 것에도 영향을 줍니다.
조명: 눈은 보정하지만 센서는 그대로 받아들입니다
눈은 빛의 차이에 끊임없이 적응합니다. 센서는 그렇지 못합니다. 그리고 신학기에는 조명이 자주 바뀝니다. 행사용으로 추가한 스포트라이트, 진열대에 내장된 LED 바, 새로 꾸민 쇼윈도, 여기에 짧아지는 낮 시간까지 영향을 줍니다.
- 역광: 입구나 쇼윈도를 향한 카메라는 밝은 배경 위에 사람의 실루엣을 검게 만듭니다. 역광 보정이 제대로 작동하지 않으면 손도 상품도 더 이상 구분할 수 없습니다.
- 눈부심: 렌즈를 향한 스포트라이트, 빛나는 진열대, 매우 반짝이는 포장은 이미지의 일부를 포화시키며, 하필 그곳이 상품이 있는 자리인 경우가 많습니다.
- 그림자 구역: 연장된 매대 안쪽이나 더 높아진 엔드 매대는 어두운 공간을 만들고, 그곳에서는 디지털 노이즈가 세부 정보를 묻어 버립니다.
- 하루 중의 변화: 오전 10시에는 괜찮던 영상도 해가 지고 인공 조명이 이를 대신하는 늦은 시간에는 활용하기 어려워질 수 있습니다.
따라서 방문객이 많은 시간대에 영상을 판단해야 합니다. 개장 전 아침, 매장이 비어 있고 조명이 안정적일 때 하는 점검은 잘못된 안심을 주는 경우가 많습니다.
카메라 각도: 통로만이 아니라 손을 볼 것
많은 카메라는 통로를 길게 내려다보도록 설치되었습니다. 동선을 따라가기에는 편리하지만, 제스처를 읽기에는 훨씬 불리합니다. 매대의 방향이 바뀌거나 곤돌라가 짧아지면 고객이 상품을 집는 위치가 이동합니다. 카메라는 여전히 통로를 비추지만, 동작은 이제 화면 가장자리나 반대 각도, 또는 너무 먼 곳에서 일어납니다.
흔한 경우: 코너가 카메라 바로 아래에 놓이는 경우입니다. 내려다보는 각도가 지나치게 수직이 되어 머리와 어깨만 보이고, 몸 앞쪽의 손은 거의 보이지 않습니다. 반대로 민감한 진열 구간이 통로 안쪽 끝에 있으면 제스처가 몇 픽셀로만 나타납니다. 마지막으로 코너를 옆에서 바라보는 카메라의 비스듬한 각도가 있습니다. 첫 번째 고객이 앞에 서는 순간 낮은 선반은 보이지 않게 됩니다.
해상도는 결과에 직접적인 영향을 줍니다. 고해상도 메인 스트림, 즉 서브스트림이 아닌 메인스트림으로 작동하는 분석은 먼 구역에서도 더 많은 세부 정보를 유지합니다. 이것이 Oxania의 선택입니다. Oxania의 탐지는 매장에 설치된 전용 GPU에서 로컬로 실행되며, 각 알림의 관심 지점으로 자동 점진 줌을 적용합니다. 그러나 어떤 해상도도 가려진 상품까지 복원하지는 못합니다. 손이 화각 안에 없다면 분석할 것이 없습니다.
PLV, 엔드 매대, 상자: 하룻밤 사이에 나타나는 장애물
장애물은 영상 식별력이 떨어지는 흔한 원인이며, 대개 가장 쉽게 바로잡을 수 있는 원인이기도 합니다. 장애물은 판촉 행사와 함께 등장하고, 제때 철수되는 경우는 드뭅니다.
- 매달린 POP 광고물: 천장에 걸린 현수막, 배너, 가격 표지판은 카메라와 딱 같은 높이에 오는 경우가 많습니다.
- 높아진 엔드 매대: 이전보다 높은 브랜드 진열대는 그 뒤에 이어지는 통로 전체의 시야를 막을 수 있습니다.
- 보충용 상자와 팔레트: '몇 시간만' 통로 끝에 둔다고 했지만 때로는 며칠씩 그대로 남아 있습니다.
- 프로모션 아일랜드: 용품 박스와 시즌 팔레트는 가구 사이에 새로운 사각지대를 만듭니다.
잘 짜인 배치도 시간이 지나면 낡습니다. ECR Retail Loss는 리스크 증폭에 관한 검토에서 1992년에 발표된 실험을 인용합니다. 이 실험에서는 위험도가 높은 상품을 계산대 가까이로 옮겼고, 처음에 나타난 démarque 개선 효과는 시간이 지나며 사라졌습니다. 판매 실적으로 평가받을 뿐 재고 손실로는 평가받지 않던 팀들이 이 배치를 점차 포기했기 때문입니다. 이 기관은 재고 손실이 낮은 유통 브랜드의 11가지 습관에서, 이러한 브랜드에서는 손실 방지 담당이 대체로 신규 매장 설계 같은 프로젝트를 이끄는 부서 간 협업 팀에 포함되어 있다고 지적합니다. 규모가 더 작은 재배치에도 같은 습관이 필요합니다.
매대를 변경할 때마다 따라야 할 체크리스트
팀을 하루 종일 묶어 둘 필요는 없습니다. 재배치할 때마다 반복하는 짧은 루틴만으로도 핵심은 잡을 수 있습니다.
- 기준 이미지 보관: 작업 전에 해당 카메라별 화면을 캡처한 뒤, 전후를 나란히 비교합니다.
- 민감한 진열 구간 파악: 가장 노출되기 쉬운 상품(고가의 소형 상품, 액세서리, 신학기 전자제품)은 '화면 어딘가'가 아니라 시야에서 잘 보이는 구역에 있어야 합니다.
- 제스처 테스트 실시: 재배치한 각 매대 앞에서 팀원이 상품을 집어 만져 본 뒤 바구니나 가방에 넣습니다. 손과 상품은 처음부터 끝까지 보여야 합니다.
- 여러 시간대에 점검: 아침, 오후, 하루의 끝에 확인하여 역광, 반사, 어두운 구역을 찾아냅니다.
- 장애물 점검: 카메라를 가리는 것은 옮기고, 그렇지 않으면 카메라의 방향을 조정합니다.
- 구역별, 시간대별 통계 확인: 재배치 직후 특정 구역의 알림이 급격히 줄어든 것이 반드시 좋은 소식은 아닙니다. 영상이 읽을 수 없는 상태가 되었다는 신호일 때도 있습니다.
- 설정은 인티그레이터에게 맡기기: 방향 조정, 렌즈 교체, 카메라 추가는 설치 장비를 잘 아는 설치 업체의 몫입니다.
재배치 계획이 확정되는 즉시 인티그레이터에게 알리면 3주 뒤에야 사각지대를 발견하는 일을 피할 수 있습니다. AI 카메라의 효율성에서 인티그레이터가 하는 역할에 관한 저희 글에서 이 협력을 자세히 설명합니다. 교체가 필요하다면 매장용 카메라를 잘 고르는 가이드가 도움이 될 것입니다.
AI 시스템의 신뢰성은 모델에만 달려 있지 않습니다. 2019년에 채택되어 2024년에 개정된 OECD 인공지능 원칙은 견고성, 보안, 안전을 핵심 가치로 꼽습니다. 매장에서 이 견고성은 천장에서도 좌우되며, 스포트라이트와 현수막, 팔레트 사이에서 결정됩니다. 기술은 탐지하고, 이후의 대응은 팀이 결정합니다. 다만 그러려면 영상이 무언가를 보여 주어야 합니다. 가장 간단한 방법은 라벨 부착과 마찬가지로 카메라 점검을 모든 재배치의 세부 일정에 포함하는 것입니다. 카메라당 몇 분만 투자해도 분석의 신뢰성을 유지할 수 있고, 연말 코너 변경 시기까지 démarque inconnue(원인 불명의 재고 손실)를 계속 줄여 나갈 수 있습니다.
