머문 시간으로 다음 것을 고릅니다
무엇을 눌렀는지보다 얼마나 오래 봤는지를 봅니다. 볼수록 더 잘 맞습니다.
사장님, 쇼핑몰·자사몰 프로모션 매번 기획하고 운영하기 어려우셨죠?
손님 한 분 한 분의 관심 분야, 좋아하는 색, 구매 이력을 보고 혜택을 제안하고 성과까지 정리해 드립니다. 그래서 손님이 다시 삽니다.



몰 주소 하나로 시작해서 숫자 세 개, 주문 내역 순서로 점점 정확해집니다.
같은 몰이라도 손님에 따라 이렇게 다르게 맞이합니다. 손님을 바꿔 보세요.
이 화면의 상품과 손님은 예시입니다. 도입 상담에서는 몰의 실제 상품으로 만들어 보여 드립니다.
크림 니트상품 예시
버건디 가디건상품 예시
연청 데님상품 예시비율은 가정입니다. 실제 값은 몰마다 다르고, 쿠폰을 주지 않은 비교 집단을 두어야 알 수 있습니다.
쇼핑몰 관리자에서 내려받은 주문 목록(CSV)이면 됩니다. 손님 아이디, 주문일, 결제 금액, 쿠폰 할인 금액 칸을 찾아 계산합니다.
파일은 이 브라우저 안에서만 계산합니다. 어디에도 보내거나 저장하지 않습니다.
아직 올린 파일이 없어요.
예시 주문 내역으로 먼저 어떤 숫자가 나오는지 볼 수 있습니다.
다시 올 때마다 화면과 혜택이 달라지고, 쓰는 돈이 늘어납니다.
설명을 위한 예시입니다. 실제 효과는 손님을 두 그룹으로 나눠 비교해 확인합니다.
영상 앱은 내가 끝까지 본 영상으로 다음 영상을 고릅니다. 중고거래 앱은 내가 눌러 본 물건으로 첫 화면을 채웁니다. 같은 원리를 자사몰에 넣으려면 개발팀과 데이터팀이 필요했습니다.
무엇을 눌렀는지보다 얼마나 오래 봤는지를 봅니다. 볼수록 더 잘 맞습니다.
최근에 본 것, 찜한 것, 산 것과 가까운 물건이 첫 화면에 올라옵니다.
자체 코드로 몰을 다시 짓고, 관심도 측정과 맞춤 화면, 맞춤 혜택까지 저희가 대신 운영합니다. 사장님은 대시보드만 보시면 됩니다.
살 마음에 가까운 행동일수록 무겁게 봅니다. 몰에 이미 쌓여 있는 주문·회원 데이터와 새로 재는 행동 데이터를 함께 씁니다.
| 신호 | 알 수 있는 것 | 무게 |
|---|---|---|
| 구매와 재구매 주기 | 무엇을 얼마 만에 다시 사는지. 다시 살 때가 된 상품을 맨 위로 올립니다. | 가장 큼 |
| 장바구니 담기 · 빼기 | 사려다 만 것과 그 이유. 뺀 직후에 본 화면이 망설인 이유입니다. | 큼 |
| 결제 단계 이탈 | 배송비, 쿠폰 입력, 결제 수단 중 어디서 멈췄는지. | 큼 |
| 찜 · 재입고 알림 | 지금은 아니지만 살 마음이 있는 상품. | 큼 |
| 검색어 | 손님이 자기 말로 적은 필요. "린넨 셔츠 큰 사이즈" 같은 말은 그대로 취향입니다. | 큼 |
| 옵션 바꿔 보기 | 색과 사이즈를 몇 번 바꿨는지. 고민 중인 옵션을 알 수 있습니다. | 중간 |
| 리뷰 · 사이즈표 열람 | 확신이 필요한 지점. 사진 리뷰를 확대해 본 손님은 실물이 궁금한 손님입니다. | 중간 |
| 실측과 리뷰 문장 | 산 옷의 어깨·가슴·기장 치수와 "크게 나와요" 같은 말. 그 손님에게 맞았던 핏을 압니다. | 중간 |
| 쿠폰 · 세일 반응 | 정가에도 사는 손님인지, 혜택이 있을 때만 사는 손님인지. | 중간 |
| 유입 경로 | 어느 광고, 어느 검색어로 들어왔는지. 첫 방문 손님에게 쓸 수 있는 거의 유일한 신호입니다. | 중간 |
| 화면 구간 체류 | 상품 상세의 어느 문구, 어느 사진에서 멈췄는지. | 작음 |
| 반품 · 교환 이력 | 사이즈로 반품이 잦은 손님에게는 사이즈 안내를 먼저 보여 줍니다. | 작음 |
| 방문 시간대 · 기기 | 출근길에 보고 밤에 결제하는 식의 습관. | 작음 |
아는 것이 없으면 맞출 것도 없습니다. Majung AI는 이미 두세 번 산 손님이 있는 몰에서 힘을 씁니다. 그 손님이 다른 곳이 아니라 여기서 계속 사게 만드는 것이 목표입니다.
유입 경로 말고는 아는 것이 없습니다. 기존 화면을 보여 주고, 이때부터 기록을 시작합니다.
무엇을 샀고 어디서 망설였는지 압니다. 담아 둔 상품의 쿠폰, 산 옷에 어울리는 묶음, 비슷한데 더 저렴한 상품을 엽니다.
사는 주기, 취향, 어느 정도 할인에 움직이는지까지 압니다. 남는 재고를 그 상품을 좋아할 손님에게만 전용 타임세일로 풉니다.
몰에 이미 쌓여 있는 기록을 가져와 손님 한 명 단위로 합칩니다.
한 달 혜택 예산, 최대 할인율, 할인하지 않을 상품. AI는 이 안에서만 움직이고, 혜택 없이도 살 손님에게는 쓰지 않도록 비교 그룹으로 확인합니다.
곧 손님은 몰을 돌아다니지 않습니다. 예산과 원하는 느낌만 말하면 AI 비서가 여러 몰에 물어보고 대신 결제합니다. 그때 몰이 내놓을 수 있는 것은 두 가지입니다. 이 회원에게 줄 수 있는 혜택, 그리고 이 회원에 대해 아는 것.
사이즈, 취향, 망설인 지점, 다시 사는 주기는 몰 안에 쌓인 기록입니다. 범용 AI 비서나 쇼핑 앱은 이 기록을 갖고 있지 않습니다.
손님별 기록을 정리해 두고, AI 비서가 물었을 때 그 회원에게 맞는 가격과 근거로 답할 수 있게 합니다. 리뉴얼과 데이터 연동이 그 첫 단계입니다.
설명을 위한 예시 장면입니다.
실측표, 소재, 세탁법이 통이미지 안에만 있으면 AI는 읽지 못합니다. 글자와 숫자로 옮겨 상품마다 정리합니다.
가격, 재고, 사이즈, 평점, 배송을 검색엔진과 AI가 공통으로 읽는 표준 형식으로 상품 페이지에 넣습니다.
재고와 가격, 그 회원에게 줄 수 있는 혜택을 AI 비서가 화면 없이 바로 조회하고 주문까지 넣을 수 있게 합니다.
어느 AI에서 어떤 질문으로 들어와 무엇을 샀는지 대시보드에 보여 줍니다. 잘 나오는 상품과 안 나오는 상품이 구분됩니다.
AI 검색에 반드시 노출된다고 약속할 수는 없습니다. 읽을 수 없어서 빠지는 일을 없애는 것이 목표입니다.
보고 있는 화면은 바꾸지 않습니다. 구간에 머문 뒤 "상품 상세"에 갔다가 "홈"으로 돌아오면 그때 바뀌어 있습니다.

THIS WEEK

맨살에 닿아도 따갑지 않게 두 번 빗질한 원사만 썼습니다.
5만원 이상 무료배송 · 오늘 주문하면 내일 도착
울 코스로 30회 세탁한 뒤 치수를 다시 쟀습니다.
S · M · L · 모델 168cm M 착용
"생각보다 도톰해요. 한겨울까지 입을 듯."
"색이 사진이랑 같아요. 한 벌 더 삽니다."
7일 안에 무료 반품 · 교환 1회 무료
오늘 자정까지 · 사장님이 정한 이달 예산 200만원 중 184만원 남음
휴대폰 화면을 위아래로 넘겨 보세요. 멈춘 구간이 기록됩니다.
관심도는 화면 구간에 머문 시간, 상품을 눌러 본 것, 찜, 장바구니, 리뷰·사이즈표 열람을 서로 다른 무게로 더한 값입니다. 이 데모의 기록은 이 페이지 안에서만 계산되며 저장하거나 보내지 않습니다. 상품과 가격, 리뷰는 예시입니다.


구매 이력이 있는 손님에게는 비슷한 상품 중 가격이 낮은 것과 새로 입고된 것을 첫 줄에 올립니다. 처음 온 손님에게는 보여 주지 않습니다.

휴대폰에는 마우스가 없습니다. 화면에 어떤 구간이 몇 초 떠 있었는지, 어디서 넘기다 멈췄는지를 잽니다.

성별과 나이대, 구매 이력에 따라 메뉴 순서, 버튼 크기와 문구가 달라집니다. 보고 있는 화면은 건드리지 않고, 다음에 들어오거나 다른 화면으로 넘어갈 때만 바꿉니다.

결제 단계 어디에서 멈추는지 읽고, 그 순간 그 손님에게만 쿠폰이나 재구매 혜택을 엽니다. 사장님은 한 달 예산 한도만 정하면 되고, 혜택 없이도 살 손님에게는 쓰지 않도록 비교 그룹으로 효과를 확인합니다.
| 상품 | 어깨 | 가슴 | 기장 | 소매 | 핏 |
|---|---|---|---|---|---|
| 크림 니트 M 지난번 구매 | 46 | 54 | 62 | 58 | 기준 |
| 데일리 니트 M | 46 | 53 | 63 | 58 | 가장 비슷 |
| 버건디 가디건 M | 44 | 51 | 60 | 57 | 작게 나옴 · L 권함 |
| 체크 셔츠 M | 48 | 56 | 72 | 60 | 크게 나옴 |
산 옷의 실측 치수와 리뷰에 남긴 말로 그 손님에게 맞았던 핏을 압니다. 다음에는 그 치수와 가장 가까운 옷을 먼저 보여 주고, 작게 나온 옷에는 한 사이즈 큰 것을 권합니다. 사이즈 때문에 망설이거나 반품하는 일이 줄어듭니다.
손님을 둘로 나눠 한쪽에만 맞춤 화면을 보여 준 8주 실험입니다.
| 상품 | 문구 | 평균 머문 시간 | 읽은 뒤 장바구니 | 판단 |
|---|---|---|---|---|
| 크림 니트 | 까슬거리지 않는 울 100% | 6.4초 | 14.2% | 맨 위로 올리기 |
| 크림 니트 | 세탁기에 돌려도 줄지 않아요 | 4.1초 | 9.8% | 유지 |
| 라이트 데님 | 10년 입는 14온스 원단 | 1.2초 | 2.1% | 문구 바꾸기 |
| 실험 | 기본 화면 | 맞춤 화면 | 기간 | 상태 |
|---|---|---|---|---|
| 재구매 손님에게 "다시 사기"를 맨 위에 | 재구매율 17.1% | 재구매율 19.6% | 6주 차 | 맞춤 화면 우세 |
| 비슷한데 더 저렴한 상품 첫 줄 배치 | 구매 단가 85,200원 | 구매 단가 84,900원 | 3주 차 | 진행 중 |
| 배송비 단계 망설임에 맞춤 쿠폰 | - | - | 다음 주 시작 | 대기 |
사장님 몰의 손님 기록은 다른 몰과 섞이지 않는 별도 공간에 두고, 몰마다 다른 열쇠로 암호화합니다.
분석에는 회원 번호만 씁니다. 이름, 전화번호, 주소는 몰에 그대로 두고 가져오지 않습니다.
누가 언제 어떤 기록을 열었는지 남기고, 사장님이 언제든 확인할 수 있습니다.
혜택을 고를 때 회원 번호와 구매 기록의 필요한 부분만 해외 AI 모델로 보냅니다. 학습에 쓰지 않고 보관하지 않는 조건으로 계약합니다.
매일 밤 자동 백업, 다른 회사의 국내 데이터센터, 고칠 수 없게 잠근 보관. 매달 실제로 되살려 보고 결과를 알려 드립니다.
출시 전에 확정할 운영 기준입니다. 점검과 인증 결과는 받은 뒤에 공개합니다.
카페24·아임웹으로 만든 몰과 홈페이지를 자체 코드로 옮기고, 방문·관심도·결제 단계 대시보드를 붙입니다.
손님을 두 그룹으로 나눠 기본 화면과 맞춤 화면을 비교합니다. 재구매율, 구매 빈도, 구매 단가로 판단하고 이긴 쪽만 남깁니다.
AI가 매일 밤 데이터를 읽고 다음 날의 화면 구성과 혜택을 제안합니다. 사장님이 정한 예산과 규칙 안에서만 움직입니다.
사이즈와 취향 기록이 다시 사는 데 가장 크게 작용하는 업종입니다. 의류에서 결과를 만든 뒤 식품과 종합 커머스로 넓힙니다.
자체 AI팀이나 데이터팀이 있는 큰 플랫폼은 직접 만들 수 있습니다. Majung AI는 그럴 여력이 없는 자사몰이 같은 일을 하도록 대신 만들고 운영합니다.
예를 들어 리뷰를 여러 개 읽은 손님이 더 많이 산다는 결과가 나오면, 비슷한 몰에 리뷰를 앞으로 올리는 실험부터 제안합니다. 손님 개인 정보는 옮기지 않고, 어떤 실험이 통했는지만 통계로 정리합니다.
이미 두세 번 산 손님이 있고, 회원 구매 이력이 쌓여 있고, 데이터 분석팀은 따로 없는 의류 자사몰이라면 맞습니다.
한 달 구독에 AI 기본 사용량이 들어 있습니다. 자사몰을 다시 짓는 비용은 따로 견적을 드립니다.
대시보드 어디서나 이번 달 AI 사용량이 막대로 보입니다. 손님별 화면 결정은 1,000회에 1,500원, 문의 답변 초안 50원, 혜택 문구 150원씩 빠집니다. 80%가 되면 먼저 알려 드리고, 한 달 상한을 정해 두실 수 있습니다.
부가세 별도이며 출시 때 적용할 예정 요금입니다. 막대의 숫자는 예시입니다.
월 방문 수와 관심 요금제를 고르시면 예상 견적서가 바로 나옵니다. 상담 때 몰의 실제 상품으로 화면을 만들어 보여 드립니다.