오프라인 매장의 블랙박스를 여는 법 — 모바일 스캔 기반 고객 여정 분석

이커머스 팀에겐 있고, 오프라인 매장 팀에겐 없는 것

이커머스 마케터에게 물어보세요. "지난달 가장 많이 조회됐지만 구매로 이어지지 않은 상품이 뭐예요?"

1초 만에 대답합니다. Google Analytics, Meta Business Suite 등 — 분석 도구가 넘칩니다.

이번엔 오프라인 매장 운영팀에게 같은 질문을 해보세요. "지난달 고객이 가장 많이 집어 들었지만 다시 내려놓은 상품이 뭐예요?"

아무도 모릅니다.

리테일 매출의 상당 부분은 여전히 오프라인에서 발생합니다. 그런데 매장에서 일어나는 일은 POS 영수증 — 즉, '결제가 완료된 상품'만 기록됩니다. 고객이 무엇을 고민했는지, 어디서 헤맸는지, 왜 빈손으로 나갔는지는 데이터에 남지 않습니다.

이커머스 용어로 말하면, 오프라인 매장은 전환 퍼널의 마지막 단계만 보이는 상태입니다.

기존 시도들, 왜 부족했나

이 문제를 풀려는 시도는 오래전부터 있었습니다. 하지만 기존 기술들은 하나같이 같은 한계에 부딪힙니다.

• CCTV·영상 분석 — 사람이 지나갔다는 건 알 수 있지만, 어떤 상품에 관심을 가졌는지는 알 수 없습니다. 프라이버시 규제 이슈도 큽니다.
• Wi-Fi·BLE 비콘 — 위치 오차가 3–5미터입니다. "스낵 코너 근처에 있었다"는 알아도, "어떤 상품을 비교했는지"는 모릅니다.
• RFID 태그 — 패션에는 유효하지만 식료품이나 소비재에 개당 태그를 붙이는 건 비현실적입니다.
• POS 데이터 — 결제까지 '살아남은' 상품만 기록합니다. 고객이 집었다가 내려놓은 상품, 비교만 하고 떠난 상품은 어디에도 없습니다.

핵심 문제: 기존 기술은 "누가, 어디에 있었다"까지는 알 수 있지만, "왜 사지 않았는가"에는 답하지 못합니다.

그런데, 월마트는 이미 답을 찾았습니다

2026년 2월, 세계 최대 리테일러 월마트(연매출 $713B)가 Scintilla In-Store를 공식 런칭했습니다. Walmart Data Ventures라는 별도 데이터 사업부가 만든 이 플랫폼은, 매장 내 실시간 재고 데이터, 매대 상태, 상품 배치 정보를 협력사 필드 담당자에게 앱으로 제공합니다.

쉽게 말하면, 월마트가 "매장 안에서 일어나는 일"을 데이터 상품으로 만들어 협력사에 파는 비즈니스를 시작한 것입니다.

이미 코카콜라가 고객입니다. 코카콜라의 북미 소매 담당 최고고객책임자(CCO)인 Pamela Stewart는 이렇게 말합니다:

Scintilla In-Store은 월마트 매장에서의 우리 운영 방식을 재정의하고 있습니다. 실시간 재고 가시성과 고급 도구가 우리 담당자들이 매장 방문 때마다 데이터 기반 의사결정을 할 수 있게 해줍니다.

이것은 즉흥적인 실험이 아닙니다. 월마트는 2022년에 Volt Systems를 인수했고, 4년간의 전략적 투자 끝에 Scintilla로 리브랜딩하며 본격적인 사업화에 나섰습니다. 다음 단계로는 AI 기반 우선순위 결정 기능까지 예고하고 있습니다.

그렇다면 이 데이터는 대체 어떻게 만들어지는 걸까요?

핵심 원리: 스캔 = 클릭

모바일 스캔은 근본적으로 다른 방식으로 문제를 풉니다. 고객이 스마트폰으로 상품 바코드를 스캔하는 행위 자체가 데이터가 됩니다.

이커머스에서 고객이 상품을 클릭하면 '관심'으로 기록됩니다. 오프라인에서 고객이 바코드를 스캔하면, 이것이 바로 오프라인의 '클릭'입니다. 이 하나의 행위에서 다음 데이터가 자동으로 생성됩니다:

이커머스 지표	스캔 기반 오프라인 지표
페이지뷰 (상품 조회)	바코드 스캔 (상품 조회)
체류 시간 (페이지 머문 시간)	스캔 후 다음 행동까지 경과 시간
장바구니 담기	스캔 후 결제 목록에 추가
장바구니 이탈	스캔했지만 결제하지 않음
이동 경로 (클릭스트림)	스캔 순서 기반 매장 내 동선
A/B 테스트	고객 세그먼트별 다른 프로모션 송출

이것이 핵심입니다. 스캔 데이터를 POS 결제 데이터와 매칭하면, 이커머스와 동일한 수준의 전환 퍼널 분석이 오프라인에서도 가능해집니다.

이커머스 분석 툴이 사용자의 '분노의 클릭(Rage Click)'을 감지해 UX 문제를 발견하듯, 스캔 데이터로도 오프라인 매장의 마찰 점수(Friction Score)를 산출할 수 있습니다. 같은 카테고리에서 상품만 반복 스캔하고 아무것도 안 담는다면? 선택 장애 또는 가격 저항입니다. 이미 지나친 매대로 다시 돌아간다면? 동선 안내 실패입니다. 이 점수를 매대별로 대시보드에 띄우면, 매장 운영팀은 처음으로 "어디서, 왜 매출이 빠지는지"를 볼 수 있게 됩니다.

실제로 얼마나 달라지나

장바구니 규모 14% 증가

유럽의 Scan & Go 솔루션 MishiPay는 대형 식료품 체인과의 A/B 테스트에서, 스캔 앱 사용 고객군의 평균 장바구니 규모가 비사용 고객 대비 14% 더 큰 것을 확인했습니다. 계산대 줄을 기다리지 않아도 되니 쇼핑 시간이 늘고, 결과적으로 더 많은 상품을 탐색하게 된 것입니다.

"이 상품을 본 고객이 함께 구매한 상품" — 오프라인에서도

테스코는 매장 내 스캔 데이터와 Clubcard 구매 이력을 결합해 실시간 추천 시스템을 구축했습니다. 고객이 파스타 면을 스캔하면 과거 구매 이력을 기반으로 어울리는 소스와 와인을 즉시 추천합니다. 이커머스에서 당연한 이 기능이, 드디어 오프라인 매장에서도 작동하기 시작한 것입니다.

매장이 광고 매체가 된다 — 리테일 미디어 네트워크

여기서 이야기가 끝나지 않습니다. 스캔 데이터는 비용 절감 도구가 아니라 수익 창출 엔진이 될 수 있습니다.

고객이 치약 코너에서 특정 치약을 스캔하는 순간, 앱 화면에 경쟁 브랜드의 프로모션이 뜹니다. 고객이 그 프로모션을 탭하고, 경쟁 상품을 스캔하고, 최종 결제까지 하면 — 이 전체 과정이 끊김 없이 추적됩니다.

이것이 바로 리테일 미디어 네트워크(RMN)입니다:

• 소비재 브랜드에게는 광고 지출 대비 수익률(ROAS)을 명확히 입증할 수 있는 채널
• 리테일러에게는 매장 내 광고 공간을 프리미엄 단가로 판매할 수 있는 신규 수익원
• 고객에게는 지금 관심 있는 상품의 실시간 할인 정보

매대 앞에 서 있는 고객은 가장 구매 의향이 높은 순간에 있습니다. 이 광고의 전환율은 온라인 디스플레이 광고와 비교할 수 없을 만큼 높습니다. 월마트가 Scintilla를 별도 사업부로 운영하는 이유가 바로 이것입니다.

한국 리테일에게 남은 기회의 창

월마트의 움직임이 시사하는 바는 명확합니다.

모바일 스캔을 활용하면, 고객이 상품을 스캔하는 행위 자체가 이커머스의 클릭스트림 데이터가 됩니다. 체류 시간, 장바구니 이탈률, 동선 패턴, 상품 비교 행동까지 — 이커머스 수준의 행동 분석을 오프라인에서도 실현할 수 있습니다. 글로벌 사례에서는 매장 내 장바구니 규모 평균 14% 증가, 매대별 마찰 구간 실시간 탐지를 통한 매출 병목 제거가 보고되고 있습니다.

매장 데이터는 "내부 최적화 도구"에서 그치지 않습니다. 그 자체가 수익을 만드는 상품입니다.

한국에는 이 기회를 잡을 수 있는 인프라가 이미 갖춰져 있습니다. 높은 스마트폰 보급률, 세계 최고 수준의 모바일 결제 인프라, 그리고 전국 수만 개 매장을 운영하는 대형 유통사, 편의점 체인, 헬스&뷰티 전문점들이 있습니다.

하지만 아직 한국에서 매장 내 행동 데이터를 체계적으로 수집하고 상품화하는 플레이어는 없습니다.

생각해 보세요:

• 대형마트가 글로벌 소비재 브랜드에게 "당신 브랜드의 매대 앞에서 고객이 얼마나 고민하다 떠나는지" 데이터를 제공한다면?
• 헬스&뷰티 전문점이 화장품 브랜드에게 "매장에서 가장 많이 스캔되지만 구매로 이어지지 않는 SKU 리스트"를 판매한다면?
• 편의점 체인이 식품 제조사에게 "진열 위치별 고객 체류 시간과 전환율" 리포트를 월 구독 모델로 제공한다면?

이것이 월마트가 지금 하고 있는 것입니다. 그리고 한국에서는 아직 아무도 하지 않고 있습니다.

선점 기회는 열려 있습니다. 하지만 글로벌 리테일러들이 표준을 만들고 있는 지금, 그 창은 빠르게 닫히고 있습니다.

지금 시작하려면

오프라인 매장의 데이터 사각지대는 더 이상 "기술이 없어서" 해결 못 하는 문제가 아닙니다. 모바일 스캔 기술과 데이터 분석의 결합은 이미 글로벌 리테일 현장에서 검증되고 있고, 월마트는 이것을 사업으로 만들었습니다.

시작은 생각보다 간단합니다:

1. 기존 스마트폰 활용 — 별도 하드웨어 투자 없이 소프트웨어 SDK 통합
2. 파일럿 매장 선정 — 1–2개 매장에서 소규모로 데이터 수집 시작
3. 핵심 KPI 설정 — 스캔 전환율, 매대별 이탈률, 동선 패턴 등 우선 추적 지표 정의
4. 데이터 상품화 설계 — 수집된 데이터를 내부 최적화와 협력사 인사이트 판매, 두 트랙으로 활용

이커머스에서 당연한 것이 오프라인에서도 당연해지는 시대. 매장의 블랙박스를 여는 첫 번째 열쇠는 이미 고객의 손안에 있습니다. 문제는 기술이 아니라 누가 먼저 시작하느냐입니다.

Data Connect는 SCANDIT 공식 파트너로서, 리테일·패션 매장 환경에 최적화된 모바일 스캔 기반 고객 분석 솔루션을 설계합니다. 문의하기를 통해 상담을 시작하세요.