리테일·유통 · 기술 적용 방법

고객 과제

• 기존 AI 챗봇은 단순 FAQ만 가능 → 재고·주문·결제 못 함
• 고객이 "빨간색 M 재고 확인 → 쿠폰 적용 → 결제"를 한 번에 요청할 때 앱·웹 전환 필요
• 복잡 문의 시 상담원 전환이 끊김

AICLUDE 적용

1. 1상품 카탈로그·FAQ·정책을 Graph N-hop Agentic RAG으로 학습
2. 2재고·쿠폰·주문·결제 API를 Function Calling 도구로 등록
3. 3Fortress Pipeline 8단계가 "의도 이해 → 실행 계획 → 실행 → 검증"을 자율로 수행
4. 4복잡한 문의는 상담원 Takeover로 매끄럽게 전환
5. 59종 AI 보안 가드로 프롬프트 인젝션과 데이터 유출 방어

고객 과제

• 캠페인 기획 → 콘텐츠 → 배포 → 성과 → 재타깃팅이 부서별 단절
• 룰 기반 MA 솔루션은 새 캠페인마다 워크플로우 재설계
• 세그먼트별 변형 빈도가 낮아 커버리지 부족

AICLUDE 적용

1. 1DAG 자율 실행 엔진이 실행 계획을 자동 수립
2. 2페르소나·CRM 이력을 RAG으로 학습 → 세그먼트 자동 생성
3. 3이미지 4 Provider + 멀티 LLM 라우터로 채널별 콘텐츠를 병렬 생성
4. 4이메일·웹·앱 도구로 멀티채널 배포
5. 59종 AI 보안 가드와 AES-256-GCM PII 암호화로 고객 데이터 보호

고객 과제

• 매장 AI 안내·콘텐츠 자동화 수요는 크지만 기존 AI 빌더는 웹 단일 채널만 다룹니다.
• 키오스크·사이니지·음성 컨시어지 부재
• 다국어(한·영·일) 대응 매장 인력 부족

AICLUDE 적용

1. 1키오스크·사이니지 네이티브 - 통합 운영 화면을 제품에 내장
2. 2STTS 음성 대화(실시간 음성 인식·답변·음성 응답)로 한·영·일 네이티브
3. 3상품·이벤트·매장 정보를 RAG으로 학습하고 Function Calling으로 예약·적립 API를 실제 실행
4. 4Audit Log로 고객 데이터 접근 기록

고객 과제

• 온라인과 오프라인 AI가 서로 다른 솔루션이라 고객 경험이 끊깁니다.
• 웹에서 본 상품을 매장에서 다시 검색하는 UX 마찰
• 멤버십·포인트·구매 이력이 채널별 분리

AICLUDE 적용

1. 1웹 위젯·앱·Slack·SNS·키오스크·사이니지가 같은 에이전트와 같은 RAG 컨텍스트 위에서 움직입니다.
2. 2물리적 멀티테넌시로 브랜드·매장별 격리, PII 암호화
3. 3페르소나는 채널과 무관하게 같게 적용됩니다 (페르소나 엔진).
4. 4실시간 알림으로 채널 간 상태 동기화
5. 5로그인 연동 시 웹 이력을 매장 키오스크가 즉시 참조