수요를
미리 읽는 리테일
팔릴 양을 미리 가늠하고, 고객마다 다른 추천을 띄우고, 재고와 발주를 다듬고, 끊임없는 문의에 먼저 답합니다. 알고몽의 자체 AI 인프라가 매대 뒤의 판단을 거듭니다 — 데이터는 매장 밖으로 나가지 않습니다.
매장의 네 가지 골칫거리,
AI가 먼저 손을 댑니다
결품과 과재고, 식어버린 추천, 밀려드는 문의 — 리테일 현장의 반복 판단을 알고몽이 거듭니다.
수요 예측
지난 판매 추이·시즌·프로모션·요일 패턴을 함께 읽어 품목별로 얼마나 팔릴지 가늠합니다. 감과 엑셀에 기대던 발주 판단에, 근거 있는 한 줄을 더합니다.
개인화 추천
고객의 구매 이력과 맥락을 바탕으로 다음에 어울릴 상품을 제안합니다. 모두에게 같은 진열 대신, 사람마다 다른 한 칸을 띄웁니다.
재고 · 발주 최적화
예측 수요와 현 재고를 맞대어 부족분과 과잉분을 짚고, 발주 시점·수량 제안을 정리합니다. 결품과 폐기 사이의 균형점을 찾습니다.
고객 문의 자동 응대
배송·교환·재입고·매장 안내처럼 반복되는 문의에 한국어로 먼저 답합니다. KAIR가 한자·외국어 누출을 걸러 깔끔한 응답을 보장하고, 까다로운 건은 사람에게 넘깁니다. 응대 인력은 정말 중요한 대화에 집중합니다.
리테일 AI를 굴리는
알고몽의 실제 기술
수요 예측도 문의 응대도, 결국 한 장비 위에서 돕니다. 온프레미스 자체 추론 위에 자율 에이전트·한국어 무결성·실시간 검색·도메인 엔진이 얹혀 있습니다.
남의 API가 아니라
우리 장비에서 사고합니다
NVIDIA DGX Spark(GB10)를 온프레미스로 두고 vLLM으로 직접 서빙합니다. 매출·재고·고객 데이터가 외부 클라우드로 빠져나가지 않으면서, 양자화와 연속 배칭으로 처리량을 끌어올린 자체 인프라 위에서 리테일 판단이 돕니다.
CONDUCTOR 오케스트레이션
"이번 주 발주안 짜줘" 같은 요청을 분해해, 판매 추이 분석·재고 조회·외부 트렌드 확인을 워커에게 나눠 던지고 결과를 종합합니다.
AUTODEV 자율 개발
"매출 데이터로 요일별 수요 차트 만들어줘" 같은 요청에 코드를 직접 작성하고 도커에서 실행해 검증합니다. 분석 스크립트를 사람 대신 굴립니다.
KAIR 한국어 무결성
고객에게 나가는 자동 응대에서 한자·외국어 누출을 차단합니다. 매장 톤에 어울리는 깔끔한 한국어 응답을 출력 단계에서 보장합니다.
실시간 검색 웹 + 자체 RSS
시즌 트렌드·경쟁 동향·날씨 같은 외부 변수를 메타검색과 자체 RSS로 모아 수요 판단의 근거로 더합니다. 본문 추출로 정보 밀도를 높입니다.
도메인 엔진 8개 전문 영역
사업 조사·문서·엑셀 등 8개 도메인을 감지해 전문가 프롬프트로 분기합니다. 발주 보고서·매출 엑셀 정리에 영역별 깊이를 더합니다.
AMRC 대화 기억
"지난번 그 매장 발주 기준" 같은 맥락을 대화 기억으로 이어 갑니다. 매번 처음부터 설명하지 않아도 흐름을 잇습니다.
데이터가 발주 판단이 되기까지
판매 신호 수집
품목별 판매 추이·재고·시즌·프로모션 일정을 한자리에 모읍니다. 외부 변수(트렌드·날씨)는 실시간 검색으로 함께 끌어옵니다.
수요 예측
자체 추론(vLLM · GB10) 위에서 품목별로 얼마나 팔릴지 가늠합니다. CONDUCTOR가 분석을 분해해 병렬로 처리하고 결과를 종합합니다.
발주 · 재고 제안
예측 수요와 현 재고를 맞대어 부족·과잉을 짚고, 발주 시점과 수량 제안을 정리합니다. 근거가 보이는 한 장의 안으로 다듬습니다.
추천 & 문의 응대
같은 인프라 위에서 고객에게는 개인화 추천을, 문의에는 KAIR가 다듬은 한국어 응답을 내보냅니다. 어려운 건은 사람에게 넘깁니다.
결과 복기 & 보정
예측과 실제 판매의 차이를 되짚어 다음 판단을 보정합니다. 대화 기억(AMRC)으로 매장별 맥락을 이어 갑니다.
