검색·규칙 중심
명확한 조건에, 예측 가능한 결과.
- 잘 맞는 상황
- 카테고리·가격·속성으로 찾는 단순한 상품 탐색
- 가져가는 장점
- 규칙을 직접 제어하고, 별도 생성형 모델 없이 운영 가능
- 고려할 점
- 자유로운 표현은 동의어·규칙 관리가 필요합니다. 개인화는 별도 검색·추천 로직으로 확장합니다.
핵심 가치 단순성 · 직접 제어
THE NEXT RETAIL EXPERIENCE
대화는 자연스럽게.
추천은 정교하게.
말을 이해하는 Qwen, 취향을 반영하는 PAI.
두 가지 AI와 고객의 데이터를 연결해
상품을 찾는 경험을 새롭게 설계합니다.
실제 클라우드 추론 · 가상 상품 및 합성 학습 데이터
A CONNECTED RETAIL SYSTEM
01 / LANGUAGEModel Studio · Qwen
02 / PERSONALIZATIONPAI · DLC + EAS
RETAIL SYSTEM / 개념 일러스트 · 실행 결과 아님
01Understand자연어 → 쇼핑 조건
02Personalize상품 × 취향 → 맞춤 순위
03Control재고 확인 → 고객 승인
01 / LIVE EXPERIENCE
설명보다 먼저, 직접 경험하세요.
예시를 고르고 추천을 실행해 보세요.
모든 결과와 실행 시간은 실제 응답으로 표시됩니다.
01 / SHOPPING REQUEST
어떤 상품을 찾고 계세요?
02 / YOUR RECOMMENDATIONS
나에게 맞는 발견
요청을 보내면 실제 클라우드 추천 결과가 여기에 표시됩니다.
원하는 조건만 말해보세요
조건에 맞는 상품, 개인화된 추천 이유,
실제 처리 과정을 한곳에서 확인하세요.
쇼핑 어시스턴트
가상 상품 데이터 기반 추천입니다. 재고·가격은 고객 앱이 관리하며, 담기 시 서버에서 다시 확인합니다.
데모 장바구니
0이 화면에서 확인 후 담은 상품이 표시됩니다.
02 / WHY THIS ARCHITECTURE
하나의 거대한 AI 대신,
각자 잘하는 일을 연결합니다.
언어 이해, 추천 모델, 거래 제어를 분리하면
서로 다른 기준으로 개선하고 검증할 수 있습니다.
THE INTELLIGENCE LAYER
고객의 말이 선택이 되기까지
단계를 선택해 입력·출력과 역할을 확인하세요.
Alibaba Cloud 제품고객 앱 · 사용자
구성 설명이며 실행 상태가 아닙니다. DLC 학습은 미리 완료되었고, 쇼핑 요청마다 실행되는 것은 EAS 추론입니다.
MODEL STUDIO / QWEN
말을 조건으로 바꾸는 AI
“캠핑용 방수 스피커 8만원 이하”라는 문장을 상품군·예산·용도·필수 조건으로 구조화합니다. 고객 앱은 반환된 JSON 형식을 검사합니다.
- INPUT
- 고객의 한국어 쇼핑 요청
- OUTPUT
- speaker · ₩80,000 이하 · outdoor · 방수
LLM 서빙 인프라를 직접 구축하는 대신, API로 언어 이해를 연결하고 쇼핑 경험 개발에 집중합니다.
상품을 결정하거나 주문하는 단계가 아닙니다. Qwen을 별도로 파인튜닝하지 않았습니다.
AI ≠
AUTOPILOT
AUTOPILOT
AI의 판단과 비즈니스의 책임은 다릅니다.
Qwen은 이해하고 설명합니다. PAI는 학습된 기준으로 순위를 매깁니다. 가격·재고·승인은 고객 앱이 검증합니다. 이 데모의 차단 장치는 LLM 자체의 보장이 아니라 직접 구현한 애플리케이션 로직입니다.
03 / CHOOSE THE RIGHT APPROACH
챗봇을 붙이는 것과,
추천 경험을 설계하는 것의 차이.
정답은 하나가 아닙니다.
필요한 고객 경험과 운영 역량에 맞춰 선택하세요.
LLM 중심 어시스턴트
자연스러운 대화부터 빠르게.
- 잘 맞는 상황
- 상담, 상품 설명, 대화형 탐색의 초기 PoC
- 가져가는 장점
- 별도 랭킹 모델 학습 없이 프롬프트와 상품 정보로 시작 가능
- 고려할 점
- 프롬프트에 상품을 제공할 수 있지만, 독립적인 랭킹 학습과 재고·거래 검증은 별도 구현이 필요합니다.
핵심 가치 대화 품질 · 빠른 시작
Model Studio + PAI + 앱
언어·순위·업무 제어를 각각 개선.
- 잘 맞는 상황
- 자사 데이터와 추천 정책을 반영할 맞춤형 커머스 경험
- 가져가는 장점
- 관리형 언어모델 API와 맞춤 모델 학습·서빙을 조합하고, 추천 모델을 독립적으로 업데이트
- 고려할 점
- 학습 데이터 품질, 모델 평가, 앱 연동과 운영이 필요합니다. EAS 상시 리소스 및 API 비용이 추가됩니다.
핵심 가치 개인화 · 개선 단위 분리
특정 업체 간 성능 비교가 아닌 구현 방식 비교입니다. 검색·개인화·검증은 다른 기술로도 구현할 수 있으며, 위 기능이 Alibaba Cloud에만 가능한 것은 아닙니다. 비용·정확도·전환율 우위는 동일 조건의 고객 데이터 평가가 필요합니다.
그렇다면 Alibaba Cloud를
어떻게 제안할까요?
MODEL STUDIO언어 지능을 API로 연결
Qwen 호출과 사용량을 확인하며 서비스에 통합
PAI · DLC + EAS자사 추천 모델의 학습과 서빙
모델 아티팩트와 온라인 추론을 연결해 관리
CUSTOMER APPLICATION고객이 정하는 업무 규칙
재고·승인·오류 처리는 별도 앱으로 제어
04 / FROM TECHNOLOGY TO VALUE
고객이 원하는 건 AI가 아니라,
더 쉽게 고르는 경험입니다.
작은 시나리오로 시작하고, 고객 데이터로 검증하세요.
아래 효과는 기대 가치이며 달성 성과가 아닙니다.
01 / DISCOVERY
“상품명은 모르지만, 쓰려는 목적은 알아요.”
상황을 말하면, 상품을 발견
용도·예산·조건을 한 문장으로 입력합니다. Qwen이 구조화하고 PAI가 후보 순위를 매겨 복잡한 필터 탐색을 줄이는 경험을 제안합니다.
고객 파일럿에서 검증 탐색 완료 시간 · 조건 충족률 · 장바구니 전환율
02 / PERSONALIZATION
“모두에게 똑같은 추천이면 아쉬워요.”
같은 요청, 다른 취향
“10만원 이하 스피커”를 아웃도어와 홈라이프로 각각 실행해 보세요. 같은 조건에서도 페르소나 특징이 랭킹 모델의 점수에 반영됩니다.
위 A·B·C 배열은 개인화 개념 예시입니다. 실제 상품과 순위는 라이브 응답에서 확인하세요.
고객 파일럿에서 검증 페르소나별 추천 적합성 · 클릭률 · 다양성
03 / TRUST & CONTROL
“없는 재고를 있다고 안내하면 안 돼요.”
모르는 것은, 확답하지 않기
고객 앱이 재고를 확인하지 못하면 추천과 담기를 막습니다. 정상 응답에서도 고객이 직접 확인한 뒤 데모 장바구니에 담습니다.
고객 파일럿에서 검증 품절 안내 오류 · 장애 차단률 · 승인 누락 여부
체험 버튼은 요청 조건만 설정합니다. ‘AI 추천 받기’를 눌러야 실제 클라우드 호출이 발생합니다.
SHOW, DON'T JUST TELL
고객과 함께하는
3단계 라이브 데모
한 번의 추천부터 안전한 확인까지.
- 01
고객의 말로 요청하기
예시를 고르고 목적·예산을 바꿔보세요. “복잡한 필터 없이 찾습니다.”
- 02
추천의 근거 확인하기
추천 이유와 실행 기록을 살펴보고, 페르소나를 바꿔 순위를 비교하세요.
- 03
안전한 선택 보여주기
별도 확인 후 데모 장바구니에 담으세요. 재고 장애 테스트로 차단도 확인하세요.
PRESENTER & OPERATOR시연 준비 · 운영 비용 · 중지 방법
시연 전 확인
이 화면은 Qoder Sites로 배포되어 내 PC가 꺼져 있어도 인터넷으로 열립니다. 백엔드는 싱가포르의 실제 Qwen API와 PAI-EAS를 호출하므로 인터넷 연결과 실행 중인 EAS가 필요합니다. 화면의 ‘연결 다시 확인’ 후 예시 요청을 실행하세요. API 키는 Edge Function의 Secrets로만 보관되고 브라우저에는 노출되지 않습니다.
실제 구현과 데모의 경계
싱가포르의 Qwen API, DLC 학습 작업, EAS 추론은 실제 서비스입니다. 추천 모델은 합성 데이터 12,000건으로 학습한 로지스틱 회귀이며, 상품 24개·가격·재고·페르소나와 장바구니는 데모용입니다. 실제 주문, 결제, 고객 데이터베이스, ERP는 연결하지 않았습니다.
운영 비용
EAS는 1 CPU · 메모리 2,000 MB · 1개 인스턴스로 실행 중이며, 브라우저를 닫아도 실행 리소스 비용은 계속 발생합니다. Qwen은 API 사용량, private OSS는 보관량·요청 등에 따른 별도 요금이 적용됩니다. DLC 학습은 완료됐고 상시 GPU는 만들지 않았습니다. 실제 청구액은 해당 계정의 과금 내역에서 확인하세요.
시연을 마친 뒤 EAS 중지
EAS 중지는 이 배포 사이트가 아니라 원래의 클라우드 관리 프로젝트 폴더에서 아래 명령으로 실행합니다. CSV 경로는 승인된 AccessKey 파일의 로컬 경로로 바꾸며, 키 값을 직접 붙여 넣지 않습니다. 이 명령은 이번 데모 EAS만 대상으로 합니다.
CLOUD_CREDENTIAL_FILE="<AccessKey CSV 경로>" .venv/bin/python cloud/service.py stop다시 시작하려면 마지막 stop을 start로 바꾸고, status로 Running 상태를 확인한 뒤 화면을 새로고침하세요. 중지는 삭제가 아니며 OSS 보관 비용 등은 남을 수 있습니다. 기존 다른 서비스는 변경하지 않습니다.
고객 적용 시 확장할 아이디어
매장 직원용 상담 어시스턴트, 온라인몰의 상황별 선물 추천, 국가별 언어로 설명하는 상품 탐색으로 확장할 수 있습니다. 이 확장들은 제안 단계이며, 실제 카탈로그·권한·재고 API 연결과 A/B 테스트가 별도로 필요합니다.
인증 키는 서버에만 보관합니다. 첨부된 키는 계정 루트 키이므로, 후속 운영 전 최소 권한 RAM 자격 증명으로 전환하고 기존 키를 회전하는 것을 권장합니다. 이 화면에 개인정보나 키를 입력하지 마세요.