10월 22일, NVIDIA는 모델 서빙 비용, 상품 검색, 창고 계획과 관련된 유럽 리테일 AI 프로젝트를 자세히 소개했다. Shopify의 내부 벤치마크에서는 맞춤형 모델의 서빙 비용이 90% 감소한 것으로 나타났으며, Otto Group은 독일 최대 규모의 풀필먼트 센터로 시뮬레이션 기반 창고 사업을 확대했다.

핵심 요점

  • Shopify는 내부 벤치마크에서 사후 학습 모델의 정확도가 높아지고 서빙 비용이 90% 감소했으며 응답 속도는 7배 빨라졌다고 밝혔다.
  • 리테일 적용 사례는 Zooplus의 검색 프로토타입부터 실제 배포된 이미지 편집 및 물리 기반 가상 착용에 이른다.
  • Otto Group은 창고 시뮬레이션 역량을 확대했으며, NVIDIA의 리테일 청사진 3종은 아직 얼리 액세스 단계다.

목차

유럽 리테일 AI, 맞춤형 모델 활용 확대

Shopify의 성과는 판매자를 위한 AI 어시스턴트인 Sidekick 내 GraphQL 서브에이전트와 관련된다. Shopify는 Megatron Bridge와 NeMo RL 등의 도구를 활용해 NVIDIA Nemotron 3.5 Lightning을 사후 학습했다. 이 서브에이전트는 판매자의 비즈니스 현황을 조사하고 개선 방안을 추천하는 Sidekick Pulse 등의 기능에 필요한 스토어 데이터를 가져온다.

NVIDIA에 따르면 Shopify의 내부 벤치마크에서 맞춤형 모델은 이름이 공개되지 않은 선도적인 프런티어 모델보다 정확도가 높았고, 서빙 비용은 90% 절감됐으며 응답 속도는 7배 빨라졌다. 이러한 결과는 해당 벤치마크에 적용되는 것이며, 모든 판매자 업무에서 같은 성능을 낸다는 것을 입증하는 것은 아니다.

별도로 NVIDIA CCluster vLLM 추론 최적화 소프트웨어를 통해 Shopify는 카탈로그 보강, 판매자 지원, 쇼핑 시뮬레이션, 상품 분류, 추천 등 다른 5가지 용도에서 성능을 4.5배 높이고 추론 비용을 최대 12배 낮췄다.

검색과 상품 이미지는 서로 다른 배포 단계에 도달

Zooplus는 Infosys 및 NVIDIA 기술과 협력해 상품 검색 기능을 재구축했다. 반려동물용품 소매업체의 Amazon Web Services 환경에 배포된 프로덕션 준비 완료 프로토타입은 검색 정확도 86%를 달성했다. 이 시스템은 의미 기반 검색에 Nemotron Retriever 라이브러리를 사용하고, 검색 가능한 상품 속성을 생성하는 데 NVIDIA의 리테일 카탈로그 보강 청사진을 활용한다.

Vestiaire Collective에서는 Photoroom의 Image Editing API가 이제 모든 기본 상품 등록 이미지의 형식을 표준화하며, 70개국에서 하루 약 4만 건을 처리한다. NVIDIA는 처리된 상품 등록 건의 유동성 비율이 5% 높았고 고유 상품 페이지 조회 수는 3~7% 더 많았다고 밝혔다. 이 파이프라인은 TensorRT와 Triton Inference Server를 이용해 NVIDIA GPU에서 실행된다.

Omi는 카탈로그 전반의 상품 오류를 방지하기 위해 생성 이미지를 승인된 디지털 트윈과 연결하는 ProductDrop을 출시했다. L’Oréal은 CreAItech 프로그램에서 이 방식을 사용하고 있다. Omi의 TRELLIS 3D 에셋 생성은 RTX PRO 6000 Blackwell Server Edition GPU에서 구동되며, 추론 속도는 10배 빨라지고 파이프라인 지연 시간은 4분의 1로 줄었다고 보고됐다.

카탈로그 처리와 성분 연구로 도입 범위 확대

Mirakl의 Catalog Transformer는 7,000만 개가 넘는 상품을 등록했으며, 미세 조정된 공개 모델과 독자 서비스를 결합해 판매업체 데이터를 정리한다. Mirakl은 자체 인프라와 Scaleway 같은 유럽 클라우드 제공업체의 NVIDIA GPU에서 모델을 구동한다.

L’Oréal은 성분 연구에 NVIDIA ALCHEMI도 통합하고 있으며, 실험에 수개월이 걸리던 작업을 수 시간의 컴퓨터 기반 스크리닝으로 바꿨다고 보고했다. 또한 오픈소스 OrbMol-v2 분자 시뮬레이션 모델을 사용하는 Orbital Industries의 CurieOS를 통해 관련 접근 방식을 시험하고 있다.

ALCHEMI Toolkit과 통합된 OrbMol-v2는 동급 비교 모델보다 5배 빠르게 실행되고, 차순위 모델보다 오차가 21% 낮은 것으로 보고됐다. 이 작업 흐름은 실험실 테스트에 앞서 자외선 차단 필터를 용해하는 데 유망한 성분 조합을 찾아낸다.

창고와 가상 피팅으로 확산되는 시뮬레이션

Otto Group은 인간의 감독을 받는 자율 창고 사업을 독일 할덴슬레벤에 있는 자사 최대 풀필먼트 센터로 확대했다. Reply와 함께 NVIDIA Omniverse 라이브러리를 활용해 구축하고 Google Cloud에서 실행하는 이 시스템은 물류팀이 실제로 적용하기 전에 시뮬레이션 환경에서 운영을 설계하고 시험하며 최적화할 수 있도록 한다.

ALLSIDES는 실제 사물을 시뮬레이션용 에셋으로 몇 분 만에 변환하는 자동화된 3D Digital Twin Factory를 출시했다. 회사는 밀리미터 미만의 기하학적 정확도, 측정된 물리적 속성, 재조명 가능한 소재를 제공한다고 밝혔다. 이 플랫폼은 이미 adidas, Amazon, Nike, Zalando, Zara 등의 브랜드에 서비스를 제공하고 있다.

가상 피팅 분야에서 CATCHES는 AMIRI와 함께 도입한 RealFit을 통해 계절 조정 후 유사 스타일을 기준으로 전환율이 55%, 장바구니 담기 활동이 80%, 총매출이 56% 증가했다고 밝혔다. CATCHES는 소매업체를 위한 PredictiveFit과 쇼핑, 스타일링, 사이즈 안내를 제공하는 WhatsApp 패션 에이전트 CASI도 출시했다.

리테일 청사진 3종은 아직 얼리 액세스 단계

GTC Berlin에서 Nebius는 자사 인프라에서 실행되는 NVIDIA 리테일 청사진 3종을 선보이고 있다. 세 제품 모두 일반 출시된 제품이 아니라 얼리 액세스로 제공된다.

Agent Harness for Employee Productivity는 일정 관리, 업무 관리, 재고 알림, 운영 인사이트를 결합한다. Inventory Simulation and Optimization은 실제 적용을 결정하기 전에 수요와 보충 전략을 모델링한다. Agentic Finetuning Flywheel은 학습 데이터 생성, 오픈소스 모델 미세 조정, 실제 성능 피드백을 연결한다.

더 많은 뉴스 읽기

FinanceVelix 뉴스 더 보기

면책 조항

이 FinanceVelix 기사는 일반 정보를 제공하며, 개인 맞춤형 금융·투자·법률·세무 조언이 아닙니다. 시장 가격, 금리, 경제 여건은 변할 수 있으며 투자에는 손실 위험이 따릅니다. 사실 관계는 게시 당시 확인할 수 있었던 자료를 반영하며 변경될 수 있습니다. 중요한 정보는 독립적으로 확인하고 필요하면 자격을 갖춘 전문가와 상담하시기 바랍니다. 특정 자산, 회사 또는 서비스를 언급하는 것이 추천을 의미하지는 않습니다.