작년 중국 우한에서 시작된 코로나 19로 인해 세계는 기존에 경험하지 못한 상당한 의료적, 경제적 고통을 겪고 있습니다. 특히, 사회적 거리 두기, 비대면 배달, 출근 자율제 등, 코로나 19 이후에는 단순히 기억에 남는 이벤트가 아닌, 많은 사회적인 변화가 예상됩니다. SSG.COM과 같은 이커머스 업계는 물론 기존 오프라인 커머스 업계도 코로나 사태에 대응하기 위해 수많은 고통을 겪고 있고, 이미 시작되었던 탈 오프라인화는 이제 급속하게 가속되고 있습니다.

국내외적으로 오프라인에 기반을 두고 있는 비즈니스들은 코로나19를 계기로 엄청난 경제적 타격을 입고 있습니다. 대한상공회의소에 따르면 2020년 3월, 전년동일대비 국제항공여객업의 매출액은 91.5%가, 백화점 및 면세점의 매출액은 각각 40.3% 및 49.8%, 그리고 여행업은 전년대비 99.1%로 매출액이 감소하는 등 기존 어떤 경제위기 때와 비교되지 않는 상상할 수 없는 큰 매출 감소를 겪고 있습니다.

이러한 현상은 글로벌 경제에서도 두드러지게 나타나고 있습니다. 뉴욕타임즈(New York Times)에 따르면 미국내 항공업, 숙박업, 그리고 극장 등의 3월 매출액은 작년 동기간에 비해 적게는 70%, 많게는 90% 이상 매출액 감소를 보이고 있고 온라인 그로서리(greocery), 음식 배달업 등은 전년 대비 50% 이상의 반사이익을 보는 등, 원천적으로 오프라인에서 서비스가 제공 되어야하는 비즈니스와 온라인과 오프라인이 결부되는 비즈니스 간의 매출액 양극화가 심화 되는 상태입니다.

이러한 상황에서 특히 오프라인을 기반으로 한 커머스 업계에서는 온라인으로의 진출 및 공존이 이제 생존을 위한 절대적인 필수조건이 되었습니다. 월마트 등의 글로벌 빅 박스 리테일(big-box retail)은 이미 코로나 이전 다양한 투자와 M&A를 통하여 이러한 변화에 대비를 하였고, 신세계를 포함한 국내 대기업 들도 기존 영업 방식에서 탈피하고자 다양한 투자 및 내부적인 변화를 시도하는 상황입니다.

그 중 두드러지는 분야 중 하나는 고객 온라인 채널 및 옴니채널(omni-channel) 관리 입니다. 2019년 월마트(Walmart)의Polymorph Labs의 인수 라던가, 맥도널드(McDonald)의 Dynamic Yield사의 4천억원 대 인수에서 볼 수 있듯이 이제는 다양한 고객 체널 관리와 데이터 분석, 머신러닝(machine learning)을 통한 예측 및 개인화가 커머스의 필수 무기가 되고 있는 상태입니다. 국내에서는 SK텔레콤이 작년 머신러닝 기반의 광고 플랫폼 회사인 몰로코(Moloco)에 100억을 투자하는 등, 이미 그 경쟁은 가속화 되고 있습니다. 기존 커머스 업체도 자체 데이터의 고도 활용 이라던가 각종 데이터 동맹(alliance)을 통한 의미 있는 데이터 공유, 그리고 클라우드 플랫폼들을 활용한 각종 고객 데이터 분석 능력의 강화 등을 통한 경쟁력 확보와 함께 국내외 데이터 분석 및 CMS(Customer Management System) 업체 및 AI 스타트업과 전략적 협력을 맺는 등, 이 분야의 경쟁은 더욱 치열해 지리라고 생각됩니다.

또한, 소셜커머스 특히 짦은 동영상 등 다양한 매체를 응용한 컨텐츠 커머스 들이 의류, 화장품 등을 중심으로 해서 특히 디지털 네이티브(digital native) 세대를 중심으로 급속한 성장을 하고 특히 코로나로 인해 더욱 이러한 트렌드는 가속화 될 것으로 보입니다. 특히, 전통 브랜딩 파워의 영향력이 강하지 않은 세대를 중심으로 강 성장세를 보이는 이러한 스타트업은 기존 커머스 업체들이 협력 및 투자를 고려 할 좋은 목표 중 하나입니다.

금번 코로나 사태로 커머스 업계가 당면하게 된 또 하나의 문제점은 물류입니다. 기존의 물류 효율화를 도매적 효율화라고 한다면 코로나 같은 상황에서의 수요 폭등 등은 좀 더 적응력과 확장성이 자유로운 새로운 물류 효율화의 필요성이 대두되고 있습니다. SSG.COM의 NE.O와 같은 물류센터는 상당한 수준의 자동화를 이루어 하루 배송 량의 급속 확대에 대한 적응을 성공적으로 이룬 반면, 신선상품이나 배송, 특히 라스트 마일(last mile)에서는 아직도 개선의 여지가 남아 있습니다. 이에 공유 경제 모델을 사용하는 다양한 라스트 마일 배송 업체나 오프라인 상점과 연계를 통한 P&P (picking and packing)의 확대, 그리고 기존 자동화 되지 못했던 부분에 대한 분석 및 자동화 시도를 하면서 해당 기술력을 갖춘 업체들에 관심을 쏟고 있습니다. SSG.COM의 EO.S 청계점 같은 하이브리드 상점 개념도 그 한가지 시도입니다. 기존의 데이터 센터 모델이 온프레미스(on-premise)에서 적응력이 강한 클라우드로 넘어가는 것 처럼 이제 오프라인의 물류도 점점 이러한 수요 변동에 적응을 하도록 설계하면서 이 분야의 다양한 중소 업체와의 협력을 모색하는 것이 대형 커머스 업계로서 한 가지 중요한 방향성이라고 생각됩니다.

장기적으로는 물류 로봇, 자율 배송, 드론 배송 등 인공지능을 이용한 고도의 자동화를 통해서 물류 효율성의 극대화를 고려해 볼 만 합니다. 특히 코로나 등으로 비대면 배송 및 비대면 사업장 등이 강조되면서 이러한 자동화 기술의 필요성이 다시 한번 부각되고 있습니다. Covarient AI 의 picking and packing robot, Starship Technologies의 배송 드론, 그리고 Nuro, ThorDrive등의 자율 배송 솔루션들이 이미 많은 투자를 받았고 이런 기술들의 상용화는 코로나를 통해 상당히 가속화 될 것입니다.

마지막으로 장보기, 혹은 신선상품으로 대표되는 온라인 그로서리(grocery) 쇼핑은 이제 본격적으로 활성화 되면서 특히 코로나 사태를 통해 그 고객 층이 기존 오프라인 장보기 고객 층까지 넘보고 있습니다. 전통적으로 자동화가 힘든 분야 중 하나인 이 분야에서도 온라인 물량이 늘어남에 따라 신선 재고 파기 분량의 대폭 증가 등 기존 오프라인 커머스가 겪었던 문제가 배가가 되고, 사용자들 역시 오프라인에서 경험했던 제품에 대한 선택권이 제한됨에 따라 다양한 경험 강화 아이디어들의 필요성이 대두 되고 있는 상황입니다.

이미지 및 센서 들을 응용한 신선도 및 농약 잔류 측정, IoT를 활용한 물류의 투명성 확보 (logistics transparency & traceability), 그리고 각종 예측 기술을 활용한 수요 예측 및 재고 관리, 그리고 CS(customer service)의 자동화이 큰 화두로 대두 될 수 있습니다. 특히 신선도 등의 자동화나 신선 제품 수요 예측 등은 아직 활성화 되지 않은 영역이고 기존의 데이터 및 머신러닝 기술 등의 효용성이 강한 분야이기 때문에 이러한 분야에 대한 선제적인 투자나 신 사업체 발굴 등이 꼭 선행되어야 만 할 것입니다.

궁극적으로는 온라인과 오프라인 커머스의 경계가 무너지면서 커머스 업종 자체가 자동차 생산업처럼 다양한 기술이나 서비스 업체들이 모여 통합된 서비스를 제공하는 그러한 형태로서의 변화가 미래에는 이루어지지 않을까 조심스럽게 예측해 보면서, 신세계와 같이 전통적인 커머스 업체도 이제 스타트업 투자나 M&A을 생존의 한 전략 중 하나로 고려하고 있다는 말로 이 글을 마치고자 합니다.