여행의 미래로 떠나는 여정: 숙박과 비행에 미치는 AI의 영향

여행 산업은 1조 5,000억 달러 이상의 가치를 지니고 있으며 앞으로 더욱 성장할 것으로 예상되는 만큼 AI의 잠재적 영향력은 엄청납니다. 이 혁명은 단순한 성능의 개선이 아니라 여행의 시작과 끝을 처음부터 다시 설계할 수 있는 기회일 수 있습니다. 여행의 미래를 탐험해보실까요?

Aug 01, 2023

Contents

Introduction 여행업계에서 직면한 문제들 게임 체인저, AI Conclusion References

원문

A Journey into the Future of Travel: AI's Impact on Lodging and Flying

Discover the transformative potential of AI in the travel industry with this in-depth exploration of its applications in lodging and flying. Join us as we journey into the future of travel!

https://continuous-learning.ghost.io/future-of-travel-and-hotel/

Introduction 숙박과 항공산업의 주요 플레이어들 누가 무슨 데이터를 가지고 있나?여행업계에서 직면한 문제들 문제가 그동안 제대로 해결되지 않은 이유 게임 체인저, AI 어떤 종류의 데이터가 가장 중요할까요? 누가 데이터로 협상력을 가질 것인가?그렇다면 앞으로 여행 업계의 비즈니스 역학 관계는 어떻게 변화할까요?잠깐만요, 데이터가 많다고 해서 고객에게 가치를 제공할 수 있는 AI 서비스를 만들 수 있는 건가요?고객이 10배 더 좋아(와우)하고 사용할 수 있는 제품을 만들려면 어떻게 해야 할까요?여행업계의 지각변동은 가능한가?Conclusion References

Introduction

여행 계획을 세울 때 수많은 사이트와 정보 사이에 빠져 정작 제대로 된 계획을 못 세운 경험이 있으세요? 끝없는 정보와 불투명한 가격 체계는 여행 계획을 짤 때 큰 어려움입니다. 만약 친구와 대화하듯이 여행계획을 짤 수 있으면 어떨까요? 인공지능(AI) 덕분에 어쩌면 빠른 시일내에 이런 사용자 경험이 가능할지도 모릅니다. 여행 산업은 1조 5,000억 달러 이상의 가치를 지니고 있으며 앞으로 더욱 성장할 것으로 예상되는 만큼 AI의 잠재적 영향력은 엄청납니다. 이 혁명은 단순한 성능의 개선이 아니라 여행의 시작과 끝을 처음부터 다시 설계할 수 있는 기회일 수 있습니다. 여행의 미래를 탐험해보실까요?

숙박과 항공산업의 주요 플레이어들

여행 산업은 서비스 제공업체, 검색 엔진, 유통 채널, 메타서치(Metasearch) 회사 등 주요 플레이어로 구성된 복잡한 생태계가 특징입니다. 이러한 주체들 간의 협력과 경쟁은 사용자 경험에 큰 영향을 미칩니다.

항공 산업이 가장 대표적인 사례인데요. 서비스 제공업체인 항공사는 전체 예약 수익의 상당 부분을 직접 채널을 통해 창출합니다. Atmosphere Research Group의 보고서에 따르면, 항공사는 2021년 [1] 총 예약 수익의 72%를 다이렉트 채널을 통해 창출했습니다. 이러한 직접 채널로의 전환은 2021년 [1] 항공사 예약의 10%에 불과한 글로벌 유통 시스템(GDS)을 통한 예약의 감소로 반영되었습니다.

항공사와 GDS이외에도 온라인 여행사(OTA)와 메타서치 플랫폼이 있습니다. OTA는 2021년 미국 내 총 예약 건수의 약 24%를 담당했으며, 사용자에게 다양한 항공편 옵션을 비교하고 예약할 수 있는 기능을 제공했습니다[2]. 반면 카약, 스카이 스캐너와 같은 메타서치 플랫폼은 OTA, GDS, 직항 항공사 사이트 등 다양한 출처의 항공편 옵션을 종합적으로 보여줍니다.

숙박 부문도 비슷하지만 조금 다른 패턴을 보여줍니다. 호텔 웹사이트와 앱을 통한 직접 예약은 2021년 미국 호텔 객실 매출의 49.4%를 차지할 정도로 중요한 채널입니다[3]. 항공 부문과 마찬가지로 GDS와 OTA도 중요한 역할을 하고 있습니다. 예를 들어, OTA는 2021년 미국 호텔 객실 매출의 25.6%를 차지했습니다[3]. 메타서치 플랫폼은 다양한 소스의 숙박 옵션을 취합하여 고객에게 가격 및 예약 가능 여부에 대한 종합적인 정보를 제공함으로써 생태계를 완성합니다. 메타서치 채널을 통한 직접 예약은 2019년과 2022년 사이에 총 예약 건수의 16.4%, 총 수익의 13.2%를 차지했습니다[4].

업계는 사일로화된 가격 데이터, 개인화된 추천의 부족, 파편화된 사용자 경험 등의 문제와 계속 씨름하고 있으며, 이러한 문제들은 모두 상당한 개선의 여지가 있음을 나타냅니다.

누가 무슨 데이터를 가지고 있나?

항공사 및 호텔(서비스 제공업체): 항공편 및 객실 가용성, 가격 구조, 과거 예약 패턴과 관련된 데이터를 소유합니다. 이러한 업체는 일반적으로 이러한 데이터, 특히 가격 구조 및 전략을 경쟁 우위를 제공하는 영업 비밀로 간주하여 공개하지 않습ㄴ디ㅏ.

OTAs: 다양한 항공사와 호텔로부터 정보를 수집하여 사용자에게 다양한 옵션을 제공합니다. 이들이 보유한 독점 데이터에는 집계된 가격 데이터, 사용자 검색 및 예약 데이터, 클릭 패턴 및 페이지 체류 시간과 같은 사용자 행동 데이터 등이 포함됩니다. 일반적으로 세부적인 가격 책정 알고리즘이나 사용자 행동 데이터는 공개하지 않는데, 이는 운영 및 전략에 대한 인사이트를 제공할 수 있으며, 이를 경쟁 우위로 간주하기 때문입니다.

GDS: 이러한 중개업체는 광범위한 예약 및 재고 데이터에 액세스하여 항공사, 호텔, 심지어 렌터카 회사로부터 예약 가능 여부 및 가격에 대한 실시간 정보를 관리합니다. 여기에는 서비스 제공업체로부터 받는 데이터와 자체적으로 생성한 예약 데이터가 모두 포함됩니다. 일반적으로 독점 예약 데이터는 여행사에 종합적인 서비스를 제공하는 데 있어 경쟁 우위의 일부가 되기 때문에 다른 플레이어에게 공개하지 않습니다.

검색 엔진 및 메타서치 플랫폼: Google, 트립어드바이저, 스카이스캐너 등의 기업이 포함된 이러한 플랫폼은 사용자 검색 습관, 목적지 조사, 리뷰, 평점, 예약 트렌드에 대한 광범위한 데이터를 보유하고 있습니다. 또한 인구통계학적 정보, 위치 데이터, 디바이스 사용 패턴을 수집하여 사용자 행동에 대한 포괄적인 그림을 제공할 수 있습니다. 이러한 독점 데이터는 자체 플랫폼을 개인화하는 데 활용되지만, 경쟁사 고려 사항 및 개인정보 보호 규정으로 인해 플랫폼 간 공유는 제한적입니다.[5] [6] [7]

여행업계에서 직면한 문제들

여행 업계는 여러 가지 문제에 직면해 있으며, 이는 주로 수년에 걸쳐 고착화된 구조적, 시스템적 복잡성에서 기인합니다. 주요 문제점으로는 가격 투명성 부족, 파편화된 사용자 경험, 정보 과부하 등이 있습니다. 이러한 문제는 업계의 다층적이고 단절된 구조에서 비롯됩니다.

가격 투명성 부족

항공사, 호텔, OTA, GDS 등 다양한 주체에 걸쳐 가격 데이터가 파편화되어 있어 가격 투명성 부족을 부추깁니다[7]. 각 업체는 독점적인 가격 정보를 보유하고 있으며, 이러한 데이터를 집계하여 최종 사용자에게 명확하고 포괄적인 방식으로 제공할 수 있는 통합 플랫폼은 현재 존재하지 않습니다. 서비스 제공업체는 가격 책정 전략을 보호하고 가격 정보를 완전히 공개하는 것을 주저하기 때문에 이러한 플랫폼을 도입하려는 시도에 저항하는 경우가 많습니다 [8].

파편화된 사용자 경험

파편화된 사용자 경험은 여행 예약 프로세스에 관련된 다양한 플랫폼으로 인해 발생합니다[9]. 일반적인 사용자 여정은 각각 고유한 인터페이스와 사용자 경험을 가진 여러 플랫폼에 걸쳐 있으며, 이는 여행자에게 일관되지 않고 종종 혼란스러운 여정으로 이어집니다[7]. 사용자 행동 데이터, 검색 습관 등 검색 엔진과 메타서치 플랫폼에 저장된 다양한 데이터를 올바르게 분석하고 적용하면 보다 개인화되고 일관된 사용자 경험을 제공할 수 있습니다. 이러한 데이터 세트를 지능적으로 사용하여 사용자 선호도를 파악하고 플랫폼 간 전환을 보다 원활하게 함으로써 여정을 간소화하려는 노력을 강화할 수 있습니다[10].

정보 과부하

정보 과부하는 지난 수십 년간의 디지털 폭발에 뿌리를 두고 있습니다5. 정보의 접근성은 높아졌지만 정보의 정리와 관리는 여행객들에게 여전히 어려운 과제로 남아 있습니다6. 리뷰, 평점, 사진, 기타 피드백 등 리뷰 플랫폼에 저장된 방대한 양의 사용자 생성 콘텐츠는 고객의 감정과 선호도에 대한 풍부한 인사이트를 제공할 수 있습니다. AI 기술을 사용하여 이러한 데이터를 활용하면 정보를 보다 이해하기 쉽고 각 여행자에게 맞춤화된 방식으로 필터링하고 정리하여 정보 과부하 문제를 해결하는 데 도움이 될 수 있습니다.

여행 업계에서 이러한 문제의 근본 원인은 여행 생태계의 파편화된 특성과 주요 업체들이 독점적인 가격 데이터를 공유하기를 꺼려하기 때문입니다. 항공사나 호텔과 같은 서비스 제공업체는 일반적으로 가격 책정 전략을 경쟁 우위로 간주하여 기밀로 유지합니다. 반면, 온라인 여행사(OTA)와 글로벌 유통 시스템(GDS)은 다양한 공급업체의 가격 정보를 집계하지만 상업적 고려 사항과 잠재적인 경쟁 불이익을 이유로 집계된 데이터를 공유하지 않는 경우가 많습니다.

문제가 그동안 제대로 해결되지 않은 이유

파편화(Framentation)과 싱글 플레이어의 한계

앞서 이야기했듯이 여행업에는 다양한 플레이어들이 각자의 이해관계를 가지고 존재하다보니, 광범위한 협업을 만들어내기가 현실적으로 어렵습니다. 따라서, 주요 플레이어가 각 사일로에서 운영하며 독점 데이터와 시스템을 보호하는 경우가 많습니다. 이로 인해 가격 투명성 부족이나 파편화된 사용자 경험과 같은 업계 전반의 과제를 해결하는 데 필요한 협업과 데이터 공유가 잘 일어나지 않습니다. [11].

규제의 변화나 보편적인 표준의 도입은 여행 업계의 파편화를 잠재적으로 해결해볼 수 있습니다. 예를 들어, 항공사와 호텔이 특정 유형의 데이터를 다른 플레이어와 공유하도록 요구하는 법률이 도입되면 투명성이 높아지고 사용자 경험이 간소화될 수 있습니다.[12] 시장 통합이나 강력한 애그리게이터의 부상과 같은 외부 요인도 역학 관계에 변화를 가져올 수 있습니다. 또한, 기술의 발전으로 더욱 효과적이고 안전한 데이터 공유 방식이 가능해진다면 조금 더 다양한 플레이어들간의 협업 사례가 나올 수 있다고도 기대합니다.

과거 인터넷 기술이 나왔을 당시에 카약, 스카이스캐너 같은 메타서치 플랫폼이 다양한 출처의 데이터를 통합하여 새로운 서비스를 만들었던 것처럼, 파편화되어있는 정보들을 유저에게 만족을 줄 수 있는 수준으로 모을 수 있다면 새로운 기회가 될 수 있습니다.

레거시 시스템에 대한 의존: EDIFACT 및 NDC

행정, 상거래 및 운송을 위한 전자 데이터 교환(EDIFACT)과 같은 여행업계의 레거시 시스템은 수십 년 동안 사용되어 왔습니다. 이러한 시스템은 다른 컴퓨팅 시대에 맞게 설계되어 최신 시스템에 비해 유연성과 적응력이 떨어집니다. 이러한 시스템은 오늘날의 크고 다양한 데이터 세트를 처리하는 데 어려움을 겪는 경우가 많습니다.[13]

새로운 배포 기능(NDC)은 새로운 XML 기반 데이터 전송 표준의 개발 및 시장 채택을 위해 IATA(국제항공운송협회)에서 시작한 여행 업계 지원 프로그램입니다. NDC 표준은 항공사와 여행사 간의 커뮤니케이션 기능을 향상시켜 고객에게 더 큰 투명성과 선택권을 제공합니다.

NDC는 올바른 방향으로 나아가는 단계이지만 구현 측면에서는 어려움이 존재합니다. 기업이 새로운 표준에 맞게 시스템을 조정해야 하므로 도입 과정에 많은 비용과 시간이 소요됩니다. 일부 기업은 높은 초기 비용과 투자 수익에 대한 불확실성 때문에 이러한 변화가 더디게 일어납니다.

게임 체인저, AI

이러한 방식으로 AI를 통합하면 여행 업계에서 사용자 경험을 획기적으로 개선하여 더욱 개인화되고 직관적이며 원활한 상호 작용을 제공할 수 있습니다. 그러나 이러한 잠재력의 실현 여부는 AI 기술의 발전, 사용자의 기술 수용도, 업계 관계자들의 기술 도입 및 투자 의지 등 다양한 요인에 따라 달라질 수 있습니다.

초개인화된 추천: AI는 예약 내역, 검색어, 고객 피드백 등 다양한 소스로부터 방대한 양의 데이터를 분석하여 각 여행자의 선호도를 종합적으로 파악할 수 있습니다. 이를 통해 AI는 각 개인의 취향과 니즈에 맞춘 고도로 개인화된 추천을 제공할 수 있습니다. 예를 들어, AI는 사용자의 과거 행동과 명시된 선호도를 기반으로 이상적인 여행 목적지, 숙박 시설 또는 경험을 제안할 수 있습니다. [14]

AI 컨시어지 서비스: AI는 가상 비서 또는 컨시어지 서비스를 통해 24시간 내내 문의에 응답하고, 정보를 제공하며, 예약을 지원할 수 있습니다. 이러한 서비스는 자연어 처리 기능으로 구동될 수 있으며, 이를 통해 대화 방식으로 사용자 문의를 이해하고 응답할 수 있습니다. 예를 들어, 여행자는 AI 기반 컨시어지에게 특정 도시의 레스토랑 추천이나 특정 관광 명소를 방문하기 가장 좋은 시간을 물어볼 수 있습니다. [15]

멀티모달 인터페이스: 귀하가 올바르게 지적했듯이 AI의 잠재력은 텍스트 기반 상호 작용을 넘어 확장됩니다. 음성 인식, 이미지 처리 및 비디오 분석의 발전으로 AI는 다양한 방식으로 사용자와 상호 작용할 수 있습니다. 예를 들어, 사용자는 사람과 대화하듯이 AI 어시스턴트에게 말을 걸거나, 이미지 분석을 요청하거나(예: 랜드마크 사진으로 해당 랜드마크에 대한 정보 얻기), 비디오 콘텐츠 해석(예: 외국어로 된 간판의 실시간 번역)에 AI를 사용할 수 있습니다. [16]

결과적으로 AI는 사용자 인터페이스에 혁명을 일으킬 것입니다. 2008년 스마트폰과 앱 생태계의 등장으로 사용자 상호작용과 서비스 제공에 새로운 길이 열렸던 것처럼, AI의 통합은 여행 업계에서 완전히 새로운 서비스 인터페이스의 탄생으로 이어질 수 있습니다. AI 기반 가상 여행사부터 여행자의 위치, 일정, 선호도에 따라 실시간 정보와 맞춤형 추천을 제공하는 스마트한 적응형 인터페이스까지 다양할 수 있습니다. [17]

지금까지 여행 산업을 혁신할 수 있는 AI의 잠재력에 대해 살펴봤지만, 이러한 발전은 근본적으로 데이터에 의해 주도된다는 점을 이해하는 것이 중요합니다. 기업이 액세스, 분석, 활용할 수 있는 데이터 유형은 AI를 효과적으로 활용할 수 있는 능력에 큰 영향을 미칩니다.

어떤 종류의 데이터가 가장 중요할까요? 누가 데이터로 협상력을 가질 것인가?

AI 기반 초개인화 추천, AI 컨시어지 서비스, 멀티모달 인터페이스를 구축할 때 가장 중요한 데이터 유형은 다음과 같습니다:

고객 행동 데이터: 사용자가 플랫폼과 상호 작용하는 방식, 검색 패턴, 브라우징 습관에 대한 정보입니다. 이 데이터는 사용자 선호도를 파악하고 그에 따라 추천을 맞춤화하는 데 도움이 됩니다.

고객 선호도: 사용자 프로필, 설문조사 또는 과거 상호 작용을 통해 수집할 수 있는 사용자의 좋아요, 싫어요 및 관심사에 대한 데이터입니다. 이 정보는 개인화된 추천과 경험을 제공하는 데 매우 중요합니다.

거래 데이터: 과거 예약, 구매 및 서비스 제공업체와의 상호 작용에 대한 정보. 이 데이터는 사용자 선호도를 이해하고 관련 제안을 제공하는 데 도움이 될 수 있습니다.

컨텍스트 데이터: 위치, 시간, 사용 중인 디바이스 등 사용자의 현재 상황에 대한 정보입니다. 이 데이터는 보다 관련성 있고 시기 적절한 추천을 제공하는 데 도움이 될 수 있습니다.

사용자 생성 콘텐츠: 사용자가 제공한 리뷰, 평점, 사진은 고객의 감정과 선호도에 대한 인사이트를 제공하여 맞춤형 추천에 도움이 될 수 있습니다.

이러한 기준에 따라 데이터 협상력을 가진 주요 업체는 다음과 같습니다:

서비스 제공업체(항공사 및 호텔): 가격 구조, 재고, 고객 선호도 등 중요한 운영 데이터에 액세스할 수 있습니다. 이 데이터를 사용하여 고객에게 직접 동적 가격 책정 및 개인화된 경험을 제공할 수 있습니다.

OTA: 사용자 선호도 및 행동에 대한 광범위한 데이터를 보유하고 있으며, 이를 활용하여 고도로 개인화된 추천을 제공하고 사용자 참여를 향상시킬 수 있습니다.

GDS: 항공사, 호텔 등 여러 공급업체의 실시간 인벤토리 데이터에 액세스할 수 있습니다. 이 데이터는 개인화된 예약 옵션과 여행 트렌드에 대한 인사이트 등 고객에게 더욱 가치 있는 서비스를 제공하는 데 사용될 수 있습니다.

메타서치 플랫폼: 방대한 양의 사용자 행동 데이터를 보유하고 있으며, 이를 활용하여 여행 계획의 검색 및 조사 단계를 재정의하고 고도로 개인화된 여행 제안 및 인터랙티브 콘텐츠를 제공할 수 있습니다.

플랫폼 검토: 리뷰 플랫폼은 리뷰, 평점, 사진 등 사용자 생성 콘텐츠에 액세스할 수 있으며, 이를 분석하여 고객의 감정과 선호도에 기반한 맞춤형 여행 제안을 제공할 수 있습니다.

이러한 각 플레이어는 고유한 데이터 세트를 활용하여 여행 업계에서 경쟁 우위를 확보하고 개인화된 경험과 향상된 고객 만족도를 제공할 수 있습니다.

그렇다면 앞으로 여행 업계의 비즈니스 역학 관계는 어떻게 변화할까요?

여행 업계에서 AI의 미래 환경은 경쟁뿐만 아니라 고객 여정의 모든 측면에 AI가 점점 더 많이 통합됨에 따라 협업에 관한 것이기도 합니다. 다음은 몇 가지 잠재적인 시나리오입니다[18].

시나리오 1: 다이렉트 서비스 제공업체의 부상

이 시나리오에서 항공사와 호텔은 고객에게 초개인화된 경험을 제공하고 운영 효율성을 높이며 직접 판매 채널을 구축하기 위해 AI 기반 솔루션을 적극적으로 개발 및 구현합니다. 이러한 노력은 OTA 및 GDS와 같은 중개업체에 대한 의존도를 줄입니다. AI를 사용하여 고객을 더 잘 이해함으로써 고객과의 직접적인 상호 작용이 부족하기 때문에 OTA 및 메타서치 플랫폼이 따라올 수 없는 수준의 서비스 맞춤화를 실현할 수 있습니다. 이 시나리오에서는 항공사와 호텔이 고객 서비스 데이터에 대한 직접 액세스를 성공적으로 활용하고 AI 솔루션을 성공적으로 구현할 수 있다면 승자로 부상할 수 있습니다.

시나리오 2: OTA 및 메타서치 플랫폼의 우위

OTA와 메타서치 플랫폼은 방대한 고객 기반과 풍부한 고객 행동 데이터에 대한 액세스로 인해 이미 상당한 우위를 점하고 있습니다. 이 시나리오에서는 AI 기반 챗봇과 가상 어시스턴트를 사용하여 고도로 개인화된 추천, 실시간 가격 최적화, 향상된 고객 서비스를 제공하는 고급 AI 알고리즘을 개발합니다. 이를 통해 직접 서비스 제공업체도 따라올 수 없는 우수한 사용자 경험을 제공합니다. 이러한 상황에서 OTA와 메타서치 플랫폼은 뛰어난 고객 대면 기술과 사용자 경험으로 인해 승자로 부상하고 있습니다. [19]

시나리오 3: GDS가 AI 기반 솔루션 제공업체로 전환

GDS는 실시간 인벤토리 및 예약 데이터에 대한 포괄적인 액세스를 활용하여 AI 기반 여행 솔루션 제공업체로 전환할 수 있습니다. 이 시나리오에서는 고급 AI 시스템을 개발하여 보다 개인화되고 최적화된 예약 옵션과 여행 트렌드에 대한 포괄적인 인사이트를 제공합니다. 단순한 유통 시스템에서 여행사 및 기업 고객의 필수 파트너로 진화하여 최첨단 AI 기반 솔루션을 제공합니다. 따라서 GDS는 업계에서 AI 기반 솔루션을 제공하는 데 없어서는 안 될 필수 요소로 자리 잡았습니다.

시나리오 4: 빅 테크가 경쟁에 뛰어든다.

이 시나리오에서는 뛰어난 AI 역량과 방대한 데이터에 대한 접근성을 갖춘 구글, 아마존, 메타 같은 주요 기술 기업이 여행 업계에 본격적으로 진출합니다. 이들은 AI 전문성을 활용해 AI 기반 여행 계획, 가상현실 체험, 증강현실 투어와 같은 혁신적인 서비스를 제공할 수 있습니다. 이러한 거대 기술 기업의 뛰어난 기술력은 시장의 판도를 빠르게 뒤흔들어 잠재적으로 여행 업계의 지배적인 플레이어로 부상할 수 있습니다.

이러한 시나리오는 상호 배타적이지 않으며 공존할 수 있으며, 여행 업계에서 매우 역동적이고 진화하는 AI 환경으로 이어질 수 있습니다. 궁극적인 승자는 다음을 가장 잘 수행할 수 있는 기업이 될 것입니다.

잠깐만요, 데이터가 많다고 해서 고객에게 가치를 제공할 수 있는 AI 서비스를 만들 수 있는 건가요?

아마도 아닐 겁니다. 결국 AI가 사용자에게 가치를 제공하기 위해 중요한 것은 무엇일까요? 결국 AI를 사용하든 사용하지 않든, 사용자를 만족시킬 수 있는 제품을 만드는 것이 더 중요합니다. ChatGPT의 기반이 되는 기술은 사실 몇 년 전부터 사용되어 왔지만, 사용자가 쉽게 사용할 수 있는 채팅 UX를 만들었기 때문에 빠르게 대중화할 수 있었습니다.

앞서 이야기했듯이 고도로 개인화된 추천, 예약부터 사용까지 AI가 비서처럼 도와주는 컨시어지 서비스, 텍스트뿐만 아니라 음성, 이미지, 동영상을 모두 지원하는 멀티모달 경험을 지원하는 사용자 경험을 설계하여 궁극적으로 사용자의 선택을 이끌어내는 것이 핵심입니다.

고객이 10배 더 좋아(와우)하고 사용할 수 있는 제품을 만들려면 어떻게 해야 할까요?

기술의 발전에도 불구하고 고객에게 탁월한 가치를 제공한다는 비즈니스의 근본적인 정신은 변함이 없습니다. 다른 많은 기술과 마찬가지로 AI는 이를 위한 수단입니다. 여행 업계에서 AI 기반 서비스와의 상호작용을 통해 고객이 만족할 수 있도록 하기 위해 염두에 두어야 할 주요 고려 사항에 대해 자세히 알아보세요:

고객 집착

초연결 세상에서는 단순히 고객의 니즈를 충족시키는 것만으로는 충분하지 않습니다. 기대를 뛰어넘는 가치를 제공하는 것을 목표로 해야 합니다. AI를 통해 고도로 개인화된 추천, 컨시어지 서비스, 혁신적인 인터페이스를 제공할 수 있습니다. 하지만 AI의 진정한 잠재력은 우리가 아직 상상하지 못한 방식으로 문제를 해결할 수 있는 능력에 있습니다. AI를 효과적으로 활용하기 위한 첫 번째 단계는 고객의 니즈를 철저히 파악하고 새로운 솔루션을 모색하는 것입니다.

데이터 활용하기

데이터는 AI의 생명선입니다. 여기서 고려해야 할 몇 가지 사항은 다음과 같습니다:

데이터 용량**: 관련성이 높고 충분한 데이터를 보유하고 있는가? 사용 가능한 데이터를 효과적으로 통합하고 처리할 수 있는가? 내부 리소스가 부족하다면 외부 솔루션이나 파트너십을 활용할 수 있는가?

데이터 부족**: 조직이 필요한 데이터를 보유하고 있지 않다면, 공개적으로 이용 가능한 데이터를 사용하여 초기 AI 기반 서비스를 개발하고 사용자를 유치한 후 점진적으로 자체 데이터 저장소를 구축하는 것을 고려하세요.

경쟁 우위**: 경쟁업체는 자사 고객으로부터 얻은 풍부한 데이터를 보유하고 있을 수 있습니다. 고객에게 더 나은 서비스를 제공하기 위해 데이터를 활용하는 데 있어 경쟁사보다 우위를 점해야 하는 과제가 있습니다.

AI 모델 선택

모델 선택: 어떤 모델이 요구 사항에 가장 적합할까요? 모델을 선택할 때는 직접 개발할지, 기존 모델을 미세 조정할지, 아니면 다른 사람의 사전 조정된 모델을 필요에 맞게 조정할지 평가해야 합니다. 오픈소스 대안으로 문제를 효율적으로 해결할 수 있다면 고가의 독점 모델이 필요하지 않은 경우가 많습니다.
팀 전문성: 팀에 필요한 데이터, AI, 엔지니어링 전문 지식이 있나요? 그렇지 않다면 외부 파트너 및 솔루션과 효과적으로 협업할 수 있는 지식을 갖추고 있나요?

엔지니어링 우수성

AI 기반 서비스를 개발하려면 관련 기술과 엔지니어링 원칙에 대한 깊은 이해가 필요합니다. 많은 팀이 실무 학습을 통해 이 여정을 헤쳐나가야 합니다. 발생할 수 있는 복잡성을 고려할 때 AI, 엔지니어링, 디자인 전반에 걸쳐 문제를 해결할 수 있는 강력한 팀을 갖추는 것이 중요합니다.

이러한 요소를 고려할 때, 저는 제한된 자원을 가진 스타트업도 여행 산업을 혁신할 수 있다고 믿습니다. 고객의 고유한 문제를 파악하고 독창적인 솔루션을 개발하면 상당한 영향력을 발휘할 수 있습니다. 특히 민첩한 스타트업이 기존 업체를 앞설 수 있는 메타서치 플랫폼을 재창조하는 데는 엄청난 잠재력이 있다고 생각합니다.

여행업계의 지각변동은 가능한가?

여행 업계에서 AI 스타트업의 잠재력을 고려할 때 효과적인 벤치마크가 될 수 있는 실제 사례를 살펴보는 것이 중요합니다. 대표적인 사례 중 하나는 Perplexity.ai입니다. 퍼플렉시티의 AI 기반 검색 엔진은 빙(Bing)과 같은 노련한 업체를 능가하는 사용자 경험을 제공합니다. 이 플랫폼은 검색 기록을 보관할 뿐만 아니라 후속 검색어를 제안하고, 검색 결과에 대한 참조를 포함하며, 사용자 프로필이나 추가 질문을 기반으로 개인화된 검색을 지원합니다. 특히, 이러한 성과는 방대한 데이터 세트가 아니라 검색 영역에서 사용자 경험을 혁신하고 개선하는 데 전념하는 소규모의 유능한 엔지니어 그룹을 기반으로 이루어졌습니다. 그렇다면 여행 업계에서도 이러한 접근 방식을 모방해보는 것은 어떨까요?

여행자가 앱을 열고 AI 에이전트와 여행 계획을 논의하기 시작하는 혁신적인 사용자 경험을 상상해 보세요. AI 어시스턴트는 때때로 사진이나 동영상을 제시하여 여행자의 계획 과정을 더욱 풍부하게 만들어 줍니다. 이러한 독창적이고 인터랙티브한 몰입형 경험은 여행 스타트업에게 강력한 경쟁 우위 또는 '해자' 역할을 할 수 있습니다.

현재 이러한 독특한 서비스를 제공하는 업체를 잘 알진 못합니다.(있다면 알려주세요!) 여행 업계에서 고객 경험을 혁신하고자 하는 열정을 가진 팀이라면 minseok.kim0129@gmail.com으로 연락주시겠어요? 스타트업 창업이든 투자를 통한 것이든 어떤 방식으로도 돕고 싶습니다.

Conclusion

여행 산업에 대한 AI의 혁신적인 영향력에 대한 탐구를 마무리하면서, 우리가 서비스 제공 및 경험 방식에 중대한 변화를 맞이하고 있다는 사실을 분명히 알 수 있었습니다. AI는 초개인화된 추천부터 유비쿼터스 AI 컨시어지 서비스, 새로운 멀티모달 인터페이스에 이르기까지 사용자 경험을 향상시킬 수 있는 놀라운 잠재력을 지니고 있습니다. 하지만 이러한 잠재력을 실현하기 위한 열쇠는 데이터의 미묘한 이해와 활용에 있습니다.

항공사, 호텔, OTA, GDS, 메타서치 플랫폼과 같은 업계 플레이어는 각각 고유한 데이터 세트를 통해 상당한 협상력을 발휘합니다. AI를 활용하는 이들의 전략과 효율성은 미래 여행 산업의 비즈니스 역학을 형성하는 데 중요한 역할을 할 것입니다. 개인화된 서비스를 통해 입지를 다지는 직접 서비스 제공업체, 고객 데이터를 사용하여 사용자 경험을 최적화하는 OTA 및 메타서치 플랫폼, AI 기반 솔루션 제공업체로 변모하는 GDS 등 미래의 여행 업계는 역동적이고 경쟁이 치열할 것으로 예상됩니다.

하지만 이 약속에 도전 과제가 없는 것은 아닙니다. 고객에게 만족을 주는 AI 제품을 개발하기 위한 핵심을 파고들면서 데이터 보유는 방정식의 일부에 불과하다는 사실이 분명해졌습니다. 고객에 대한 끊임없는 집착, 현재 사용 중인 AI 모델에 대한 세심한 이해, AI와 엔지니어링의 복잡한 환경을 탐색할 수 있는 팀도 마찬가지로 중요합니다.

앞으로 이 흥미진진한 영역을 탐색해 나가면서 혁신은 경쟁뿐만 아니라 협업의 문제라는 것이 분명해졌습니다. 업계 관계자들이 얼마나 잘 협력하고 인사이트를 공유하며 여행 경험 향상이라는 공동의 목표를 향해 나아갈 수 있는지가 승패를 가르는 요인이 될 것입니다. 우리는 이러한 도전에 맞설 준비가 되어 있습니까, 아니면 거대 기술 기업이 게임의 규칙을 바꾸는 예상치 못한 파괴자를 목격하게 될까요?

여행의 미래로 향하는 여정은 활용하기 위해 기다리고 있는 기회로 가득합니다. 그렇다면 문제는 AI가 여행 산업에 혁명을 일으킬지 여부가 아니라 누가 어떻게 이 혁명을 주도할 것인지입니다. 이 여정에서 나침반이 진정한 북쪽을 가리키도록 하는 것이 중요합니다: 여행을 단순한 필수품이 아닌 사용자에게 기쁨과 만족을 주는 경험으로 만드는 상품을 만드는 것입니다. AI 기반 여행의 시대는 이제 막 시작되었으며, 그 가능성은 우리가 탐구하고자 하는 지평만큼이나 방대합니다.

저는 이 글을 쓰기 시작하면서 All-in Podcast에서 Chamath와 Brad의 대화와 토마스 라이너의 the impact of AI/Large Language Models on Travel Distribution.에 대한 글에서 영감을 얻었습니다.

끝으로, 여행 업계에서 AI의 혁신적 잠재력에 대한 탐험에 여러분을 초대합니다. 이 글이 유익했고 앞으로의 포스팅에 대한 최신 정보를 원하신다면 제 블로그를 구독해 주세요. 그리고 트위터, 링크드인에서도 팔로우 해주시면 감사하겠습니다 🙂 제가 읽고 있는 글들은 텔레그램 채널에서 보실 수 있습니다.

도메인 전문가, AI 연구원, AI 활용에 열정을 가진 빌더 등 누구와도 연결하여 통찰력 있는 대화를 나눌 수 있기를 기대합니다. 함께 AI를 활용한 여행의 더 밝은 미래를 위한 여정을 함께 만들어가 봅시다.