AI 이탈·CLV 예측: 머신러닝으로 고객 행동 신호 읽기 | Datarize

📚 고객을 이해하는 4단계
이커머스 고객 분석이 어떻게 진화해 왔는지 따라가는 4부작 시리즈입니다.
① RFM → ② 확률 기반 CLV → ③ AI 예측 → ④ 데이터·SSOT
지금 보시는 글은 세 번째인 AI 예측 편입니다.

고객은 떠나기 전에 반드시 신호를 남깁니다. 구독을 해지하는 버튼을 누르기 한참 전에, 앱을 여는 횟수가 줄고, 늘 열어보던 이메일을 흘려보내고, 장바구니에 담았다가 결제 없이 창을 닫습니다. 이탈은 어느 날 갑자기 일어나는 사건이 아니라, 서서히 식어가는 과정입니다. 문제는 우리가 그 과정을 볼 수 있느냐는 것이죠.

앞선 두 글에서 본 RFM과 확률 모델은 모두 '구매'라는 사건만 바라봤습니다. 이번 글은 "고객을 이해하는 4단계" 시리즈의 3편으로, 구매 너머의 풍부한 행동 신호까지 읽어내는 AI(머신러닝) 기반 이탈·CLV 예측을 다룹니다.

정확성에 대한 안내 이 글에서 소개하는 머신러닝 기법(그래디언트 부스팅, 시퀀스 모델 등)은 업계에서 널리 쓰이는 일반적 접근입니다. 구체적인 알고리즘 선택·성능·하이퍼파라미터는 데이터와 문제에 따라 크게 달라지므로, 특정 수치나 "무조건 더 정확하다"는 단정은 피했습니다. 도입 전 자사 데이터로 검증(백테스트)하는 과정이 반드시 필요합니다. 〔모델별 성능은 데이터 의존적〕

확률 모델이 놓친 것 — 행동 신호의 세계

확률 기반 CLV 모델은 정교했지만, 입력이 '거래 내역'으로 제한된다는 약점이 있었습니다. 그런데 현실의 고객은 구매 외에도 엄청난 양의 흔적을 남깁니다.

• 탐색 행동: 어떤 상품을 몇 번 봤는지, 검색어, 카테고리 이동 경로

• 세션 패턴: 방문 빈도, 체류 시간, 이탈 페이지, 기기와 유입 채널

• 결제 직전 신호: 장바구니 담기·삭제, 위시리스트, 결제 중단

• 관계의 온도: 이메일·푸시 오픈율, 클릭, 고객센터 문의와 그 감정

이 신호들의 공통점은, 대부분이 구매가 멈추기 전에 먼저 변한다는 것입니다. 단골이 떠나기로 마음먹는 순간은 마지막 주문이 아니라, 방문이 뜸해지고 메일을 안 열기 시작하는 그 시점입니다. 거래만 보는 모델은 이 선행 신호를 구조적으로 놓칠 수밖에 없습니다.

AI는 어떻게 다른가 — 가정 대신 학습

확률 모델과 머신러닝의 가장 근본적인 차이는 '가정'을 다루는 방식에 있습니다.

확률 모델은 "고객 행동은 이런 분포를 따른다"는 가정을 먼저 세우고, 데이터로 그 분포의 모수만 추정합니다. 가정이 현실과 맞으면 강력하지만, 어긋나면(시즌성이 강하거나 구독형 사업이거나) 정확도가 떨어집니다.

머신러닝은 반대입니다. 사전 가정 없이, 과거 데이터에서 패턴을 직접 학습합니다. "이런 특성을 가진 고객은 결과적으로 이탈하더라"를 수많은 사례로부터 스스로 찾아냅니다. 문제 유형에 따라 도구가 나뉩니다.

실무에서 가장 흔한 출발점은 그래디언트 부스팅 기반의 이탈 분류 모델입니다. 수십~수백 개의 행동 변수를 한꺼번에 넣으면, 모델이 변수 간 복잡한 상호작용("고빈도 고객인데 최근 방문이 급감하면 위험")까지 자동으로 잡아냅니다. RFM이나 확률 모델로는 표현하기 어려운 비선형 관계입니다.

그리고 결과를 그냥 블랙박스로 두지 않습니다. SHAP 같은 설명 기법을 쓰면 "이 고객의 이탈 확률이 높게 나온 이유는 최근 30일 방문 0회 + 이메일 미오픈 때문"이라는 식으로, 예측의 근거를 사람이 읽을 수 있는 언어로 풀어낼 수 있습니다.

진화의 사다리 — RFM → 확률 → AI

세 가지 접근을 나란히 놓으면, 이들이 경쟁 관계가 아니라 데이터 성숙도에 따른 사다리라는 게 분명해집니다.

핵심은 "AI가 무조건 우월하다"가 아닙니다. 데이터가 적은 초기 단계라면 RFM과 확률 모델이 더 빠르고 효율적입니다. 다만 사업이 성장하고 행동 데이터가 쌓일수록, 더 일찍·더 정밀하게 이탈을 잡아내려면 AI라는 윗단으로 올라갈 여지가 생기는 것이죠. 많은 팀이 실제로는 이들을 섞어 씁니다. 확률 모델로 베이스라인 CLV를, AI로 단기 이탈 스코어를 함께 운영하는 식으로요.

AI의 빛과 그림자 — 그리고 절대 전제조건

AI 예측의 강점은 분명합니다. 행동 신호 기반의 조기 경보, 비선형 관계 학습, 일반적으로 더 높은 예측 정확도. 이탈 확률이 오르는 고객을 미리 잡아 윈백 캠페인을 자동으로 트리거하는, 그야말로 '예방적 마케팅'이 가능해집니다.

그러나 그림자도 또렷합니다.

• 대량의 라벨 데이터가 필요합니다. "이탈"을 어떻게 정의할지, 충분한 과거 사례가 있는지부터 따져야 합니다.

• 운영 비용이 듭니다. 피처 엔지니어링, 모델 재학습, 모니터링까지 — MLOps라는 지속적인 손길이 필요합니다.

• 블랙박스 리스크가 있습니다. 설명 기법으로 보완하지만, 확률 모델만큼 투명하진 않습니다.

그런데 이 모든 그림자보다 훨씬 더 근본적인, 절대 전제조건이 하나 있습니다. 바로 데이터입니다. 아무리 정교한 모델을 세워도, 입력되는 데이터가 부정확하거나 흩어져 있으면 예측은 무너집니다. 같은 고객이 자사몰·광고·메신저·고객센터에서 서로 다른 ID로 쪼개져 있다면, 모델은 한 사람을 여러 사람으로 착각합니다. 행동 신호가 채널마다 따로 놀면, "방문이 줄었다"는 가장 중요한 신호조차 잡히지 않습니다.

다시 말해, 가장 똑똑한 AI도 깨끗하고, 통합되고, 한 명의 고객이 한 명으로 모인 데이터 위에서만 제 실력을 냅니다. 그렇지 않으면 'Garbage in, garbage out' — 쓰레기를 넣으면 쓰레기가 나옵니다.

정리하며

AI 기반 예측은 고객 이해의 사다리에서 가장 높은 칸입니다. 구매를 넘어 행동 신호까지 읽어내며, 고객이 떠나기 전에 미리 손을 내밀 수 있게 해줍니다. RFM에서 확률 모델로, 다시 AI로 — 우리는 점점 더 풍부한 신호를, 점점 더 미래의 시점에서 활용하는 방향으로 진화해 왔습니다.

그런데 이 모든 진화의 발밑에는 같은 토대가 깔려 있습니다. 어떤 모델을 쓰든, 그 정확도는 결국 입력 데이터의 품질에 종속됩니다. 모델을 한 단계 더 고도화하는 것보다, 흩어진 고객 데이터를 하나로 모으는 일이 먼저일 수 있다는 뜻입니다.

시리즈의 마지막 편에서는 바로 이 이야기 — 모든 분석과 예측의 진짜 토대인 데이터의 통합, SSOT(단일 진실 공급원)의 중요성을 다룹니다.

우리 데이터는 한 명의 고객을 한 명으로 보고 있을까요? 다음 편에서 그 질문의 무게를 함께 확인해 보겠습니다.