Stellantis, 고객 데이터를 연결하고 경험을 개인화하기 위해 Amperity 선정

Stellantis는 브랜드와 고객 접점 전반의 고객 정보를 연결하고, 각 팀이 개인화된 고객 참여를 일관되게 추진할 수 있는 기반을 마련하기 위해 Amperity를 선정했다. 10월 27일 발표를 통해 자동차 제조사의 데이터 혁신에서 고객의 정체성과 맥락을 핵심에 두고, 차량과 가구, 딜러, 수년에 걸친 소유 관계를 아우르겠다는 계획을 밝혔다.

계획된 활용 분야에는 브랜드 간 고객 참여, 사후 서비스 및 고객 충성도 경험, 개인화 메시지, 캠페인 성과 측정이 포함된다. Amperity는 자사의 컴포저블 아키텍처가 Stellantis의 기존 기술 환경과 연동될 것이라고 밝혔다. 개념 증명 과정에서 이 플랫폼은 수백만 건의 레코드를 몇 분 만에 수집하고, 3일이 채 안 되는 기간에 통합 Customer 360을 구축한 것으로 전해졌다.

이는 발표에서 보고된 평가 결과이지, 실제 운영 환경에 배포가 완료됐다는 증거는 아니다. 이 사례의 더 큰 의미는 해결하려는 문제에 있다. AI 시스템이나 마케팅팀이 고객에게 적절한 결정을 내리려면, 그 기반이 되는 레코드가 올바른 사람과 관계를 나타내야 한다.

자동차 업계에서 고객 데이터를 연결하기 어려운 이유

차량과 고객의 관계는 일반적인 온라인 쇼핑 세션보다 훨씬 오래 지속된다. 자동차를 알아보는 사람과 구매자, 주로 운전하는 사람, 정비 예약을 하는 사람은 한 가구 안에서도 서로 다른 구성원일 수 있다. 오래된 레코드가 별도의 시스템에 남아 있는 동안 소유자가 바뀌기도 한다.

이로 인해 두 가지 유형의 오류가 발생한다. 레코드를 연결하지 않으면 기업은 동일한 고객을 서로 관계없는 여러 사람으로 취급할 수 있다. 반대로 지나치게 적극적으로 연결하면 주소가 같거나 그 밖의 면에서 서로 비슷한 사람들을 한데 묶을 수 있다. 두 가지 오류 모두 개인화의 효용을 떨어뜨릴 수 있다.

따라서 통합 프로필은 단순히 여러 메일링 목록을 하나로 합친 것이 아니다. 이는 레코드와 개인, 가구, 거래가 어떻게 연결되는지 지속적으로 관리하며 파악한 결과다. 자동차 제조사의 경우, 이러한 연결의 품질에 따라 고객과의 상호작용이 현재 소유자의 필요를 반영하는지, 아니면 오래된 추정에 근거하는지가 달라질 수 있다.

Amperity의 고객 정체성 확인 방식

Amperity의 고객 정체성 확인 플랫폼은 설정된 규칙과 AI 기반 매칭을 결합한다. 식별자와 비즈니스 조건을 바탕으로 일치한다고 판단되는 레코드는 규칙에 따라 연결하고, 불완전하거나 일관되지 않은 정보가 포함된 불확실한 사례는 점수화해 검토한다.

회사가 설명한 절차는 연결된 원천 레코드에서 시작해 매칭 로직을 적용하고, 불확실한 연결에 점수를 부여한 뒤, 팀이 그 결과로 생성된 그래프를 살펴보도록 한다. 또한 모든 활용 사례에 하나의 매칭 정책이 적합하다고 전제하지 않고, 각 비즈니스 요구에 맞춘 고객 정체성 뷰를 지원한다.

이러한 차이는 실제 운영에서 중요하다. 마케팅 대상 고객군과 고객 서비스 업무 흐름은 불확실성을 허용하는 수준이 서로 다를 수 있다. 팀은 레코드가 연결된 이유를 파악하고, 의심스러운 연결을 조사하며, 새로운 정보가 들어오면 로직을 조정할 수 있어야 한다.

여기서 AI는 생성형 AI보다 앞선 데이터 문제, 즉 어떤 레코드끼리 서로 연결되는지 판단하는 문제를 다룬다. 어시스턴트가 유창한 답변을 내놓더라도, 기반 프로필에 잘못된 고객 이력이 합쳐져 있다면 이를 바로잡을 수 없다.

확인된 프로필을 고객 맥락으로 전환하기

Amperity는 Customer Context Platform 웹사이트에서 더 폭넓은 절차를 설명한다. 고객 정체성을 확인하고, 프로필에 이력과 이용 가능한 최신 신호를 결합해 의사결정을 지원하며, 연동된 채널을 통해 실행하고, 결과를 측정하는 과정이다.

플랫폼에는 고객 세분화, 여정 오케스트레이션, 예측 및 추천 기능과 마케팅·서비스 도구 연결 기능이 포함된다. Amperity는 데이터 웨어하우스 및 레이크하우스 환경에서 작동하는 배포 옵션도 제공하며, 적합한 아키텍처는 구현 방식에 따라 달라진다.

이렇게 하면 고객이 누구인지 파악하는 일과 다음에 무엇을 할지 결정하는 일을 구분할 수 있다. 예를 들어 최근에 발생한 서비스 관련 상호작용으로 예정된 메시지의 적절성이 달라질 수 있다. 유용한 시스템이라면 해당 이벤트가 고객의 기존 이력과 함께 제때 의사결정 업무 흐름에 전달되어야 한다.

구현 과제는 단순히 데이터를 더 많이 축적하는 데 그치지 않는다. 어떤 신호가 의미 있는지, 얼마나 빠르게 이용할 수 있게 되는지, 어떤 팀이 이를 사용할 수 있는지, 그리고 개입이 도움이 됐음을 어떤 결과로 확인할지를 정해야 한다. 이는 엔지니어링 작업인 동시에 제품 및 운영상의 결정이기도 하다.

이러한 기반이 AI 에이전트에 의미하는 것

Amperity의 확장 플랫폼은 호환되는 AI 도구를 위한 Model Context Protocol 연결 기능을 제공한다. MCP Server는 인증된 사용자가 기존 접근 제어를 통해 확인된 고객 맥락을 조회하고 지원되는 작업을 수행할 수 있도록 설계됐다.

회사는 권한, 역할 기반 접근 제어, 동의 설정, 사용 정책이 이러한 요청에도 그대로 적용된다고 밝혔다. 이로써 고객 플랫폼과 어시스턴트 간 연결에 거버넌스가 포함되며, 새 인터페이스가 각자 별도의 데이터 접근 모델을 마련해야 하는 상황을 피할 수 있다.

이는 Amperity의 일반적인 기능을 설명한 것으로, Stellantis가 모든 기능을 도입했다는 뜻은 아닙니다. 이번 선정 발표만으로는 구체적인 프로덕션 에이전트 구성이 확정되지 않았습니다.

기업 관점에서 보면 여기서 얻을 수 있는 아키텍처상의 시사점은 분명합니다. AI 어시스턴트에는 유용한 맥락과 그 맥락의 활용을 제한하는 경계가 모두 필요합니다. 통합된 고객 프로필은 관련성을 높일 수 있지만, 그렇다고 모든 추천이 정확해지거나 모든 조치가 적절해지는 것은 아닙니다. 접근 제어, 동의, 검토는 여전히 업무 흐름의 일부입니다.

이번 계약이 Stellantis의 AI 전략에서 차지하는 위치

Stellantis는 이미 사업 전반에 AI를 도입하기 위한 광범위한 계획을 밝혔습니다. 자동차 제조업체인 Stellantis는 자사 웹사이트에 4월 발표를 게시하면서 고객 관리, 제품 개발, 운영 등을 아우르는 100개 이상의 AI 이니셔티브를 포함한 5년간의 Microsoft 협업을 소개했습니다.

이 프로그램에는 Azure 인프라 현대화와 AI 기반 사이버 보안도 포함됩니다. 이는 Stellantis의 엔터프라이즈 기술 방향을 이해하는 데 참고가 되지만, Amperity 발표에는 두 협력 관계가 기술적으로 어떻게 통합될지 구체적으로 명시되어 있지 않습니다.

Amperity의 선정은 보다 한정된 영역, 즉 팀과 연결된 시스템이 의사결정을 내릴 때 사용하는 고객 정보에 초점을 맞춥니다. 더 나은 모델과 더 빠른 인프라는 기업이 할 수 있는 일을 넓혀 주고, 신뢰할 수 있는 신원 정보와 맥락은 특정 고객에게 적절한 조치를 취할 수 있을지를 좌우합니다.

앞으로 의미 있는 성과를 보여 줄 근거는 실제 운영에서 나올 것입니다. 고객 관계가 변해도 프로필이 정확하게 유지되는지, 팀이 이를 효과적으로 활용할 수 있는지, 고객 성과가 개선되는지가 관건입니다. 이번 파트너십은 개인화된 경험을 가능하게 하는 데이터를 정리하고, 관리하며, 유지하는 눈에 잘 띄지 않는 작업이 엔터프라이즈 AI 도입에서 갈수록 중요해지고 있음을 보여 줍니다.