쿠팡 상품 소싱 자동화 — 팔릴 물건을 자동으로 찾기

쿠팡 판매에서 가장 먼저 부딪히는 벽이자, 사실 가장 중요한 공정은 ‘소싱’입니다. 소싱은 쉽게 말해 “무엇을 팔지 정하는 일”이에요. 아무리 등록과 가격 관리를 완벽하게 자동화해도, 애초에 안 팔릴 물건을 골랐다면 모든 게 헛수고가 됩니다. 좋은 소싱은 판매의 절반을 먹고 들어간다고 해도 과언이 아니죠. 문제는 이 소싱이 가장 지치는 작업이라는 겁니다. 도매 사이트와 트렌드를 눈이 빠지게 들여다봐야 하니까요. 이번 글에서는 그 소싱을 어떻게 자동화했는지, 비전공자도 따라올 수 있게 풀어보겠습니다.

자동화 개념: 넓게 모으고, 규칙으로 거른다

소싱 자동화의 원리는 딱 두 단계로 쪼개집니다. 첫째, 넓게 모은다. 둘째, 규칙으로 거른다.

광산에서 금을 캐는 장면을 떠올려 보세요. 광부는 금만 콕 집어 캐지 않습니다. 일단 흙과 돌을 잔뜩 퍼 올린 다음, 체로 쳐서 금만 골라내죠. 소싱도 똑같습니다. 처음부터 “이건 대박 상품이야”라고 알아맞히려 하지 말고, 일단 후보를 잔뜩 모은 뒤 정해둔 기준으로 걸러내는 겁니다. 사람이 “감”으로 하던 선별을, 숫자로 된 명확한 기준으로 바꾸는 것이 자동화의 핵심입니다.

여기서 가장 중요한 건 ‘체의 구멍 크기’, 즉 필터 기준을 미리 정하는 일입니다. 기준이 흐릿하면 자동화도 흐릿한 결과를 내놓거든요. 저는 다음 세 가지를 숫자 기준으로 못박았습니다.

• 예상 마진율 — 매입가 대비 판매가가 일정 비율 이상 남는가. 마진이 안 나오면 아무리 잘 팔려도 헛장사입니다.
• 경쟁 강도 — 같은 상품을 파는 셀러가 너무 많지 않은가. 레드오션이면 가격 경쟁에 휘말리기 쉽습니다.
• 수요 신호 — 검색량이나 리뷰가 늘고 있는가. 뜨고 있는 상품인지, 지고 있는 상품인지를 봅니다.

이 세 기준을 모두 통과한 상품만 후보로 남깁니다. 사람의 막연한 직감 대신, “마진 몇 % 이상, 경쟁 셀러 몇 명 이하, 수요 상승세”라는 구체적인 규칙이 1차 선별을 대신하는 거죠.

이렇게 구현했다: 수집에서 시트, 그리고 필터까지

실제 흐름은 생각보다 단순합니다. 먼저 도매처와 오픈마켓에서 상품 데이터를 주기적으로 모아옵니다. 상품 이름, 가격, 이미지, 그리고 판매 지표 같은 정보들이죠. 이렇게 모은 데이터를 한 시트에 차곡차곡 쌓습니다. 1편에서 말한 ‘데이터 그릇’이 여기서 진가를 발휘합니다.

데이터가 쌓이면, 앞서 정한 세 가지 필터 기준을 수식으로 걸어둡니다. 그러면 시트가 알아서 “마진 충분, 경쟁 적정, 수요 상승”을 모두 만족하는 상품에만 표시를 해줍니다. 사람은 이 짧아진 목록만 최종 검토하면 되죠. 수백 개를 하나하나 들여다보던 일이, 잘 추려진 수십 개를 확인하는 일로 줄어듭니다. 체감상 작업 시간이 다섯 배는 줄었습니다.

여기서 꼭 기억할 점이 있습니다. 자동화의 목표는 사람을 100% 빼는 게 아니라, 사람이 봐야 할 양을 확 줄이는 것입니다. 최종 “이걸 팔자”라는 결정은 여전히 사람이 합니다. 다만 그 결정을 수백 개가 아니라 잘 추려진 수십 개 앞에서 내리게 되는 거죠. 80%의 단순 작업을 덜어내고, 20%의 중요한 판단에 집중하게 만드는 것. 그게 잘 만든 자동화입니다.

사용한 AI 자동화 스킬

숫자 필터만으로는 거를 수 없는 부분이 있습니다. 바로 ‘말’로 된 판단이죠. 여기에 AI를 붙였습니다.

• 키워드와 속성 추출 — 어수선한 상품명에서 핵심 키워드와 속성(색상, 용도, 대상 연령 등)을 깔끔하게 뽑아냅니다. 예를 들어 “겨울 기모 안감 남성 운동화 방한”이라는 이름에서 “운동화 / 남성 / 겨울 / 방한” 같은 구조화된 정보를 추출하는 식입니다.
• 상품성 점수화 — 상품 설명을 AI에게 주고 “이 상품이 쿠팡에서 팔릴 만한지” 점수와 이유를 함께 내게 합니다. “수요는 있으나 경쟁이 치열함” 같은 한 줄 평이 붙으면 사람이 판단하기 훨씬 쉬워집니다.
• 카테고리 자동 분류 — 이 상품을 쿠팡 어느 카테고리에 등록하면 좋을지 추천합니다. 카테고리를 잘못 정하면 노출이 확 줄어들기 때문에 의외로 중요한 작업입니다.

핵심은 AI에게 “정답만 내놔”가 아니라 “이유와 함께 점수를 내놔”라고 시키는 것입니다. 점수만 보면 그 판단을 믿어야 할지 알 수 없지만, 이유를 함께 보면 “아, 이래서 낮게 줬구나” 하고 사람이 빠르게 수긍하거나 반박할 수 있거든요.

실전 예시: 보조배터리 하나가 후보가 되기까지

말로만 하면 추상적이니, 한 상품이 후보로 추려지는 과정을 따라가 봅시다. 어느 날 자동 수집기가 도매처에서 보조배터리 관련 상품 천여 개의 데이터를 긁어와 시트에 쌓았다고 해보죠. 사람이 이 천 개를 다 볼 수는 없습니다. 그래서 필터가 일을 합니다.

먼저 마진 필터가 작동합니다. 매입가 대비 판매 예상가의 마진이 기준치에 못 미치는 상품이 절반 넘게 걸러집니다. 천 개가 사백 개로 줄죠. 다음으로 경쟁 필터가 같은 상품을 파는 셀러가 지나치게 많은 것을 쳐냅니다. 사백 개가 백오십 개로 줄어듭니다. 마지막으로 수요 필터가 최근 검색과 리뷰가 늘고 있는 것만 남깁니다. 이제 후보는 마흔 개 안팎으로 줄었습니다.

여기서 AI가 등장합니다. 남은 마흔 개의 상품 설명을 읽고 “용량 대비 가격이 매력적이고 수요도 살아 있으나, 경쟁이 중간 수준이라 가격 전략이 중요함” 같은 한 줄 평과 점수를 붙입니다. 이제 사람은 천 개가 아니라, 이유까지 달린 마흔 개를 보고 “이 다섯 개를 팔아보자”라고 결정하면 됩니다. 천 개에서 다섯 개로 좁혀지는 이 과정 대부분이 사람 손을 거의 타지 않고 진행됩니다. 이것이 소싱 자동화의 실제 모습입니다.

주의할 점: 자동 수집의 함정

소싱 자동화에는 몇 가지 함정이 있습니다. 첫째, 데이터를 너무 공격적으로 자주 긁어오면 상대 사이트에 부담을 주거나 차단될 수 있습니다. 적당한 간격을 두고, 상대 서비스의 약관을 존중하는 선에서 수집해야 합니다. 둘째, 데이터는 시간이 지나면 상합니다. 한 달 전 가격과 재고로 판단하면 안 되니, 정기적으로 새로 모아 신선도를 유지해야 합니다.

셋째, 필터 기준은 한 번 정하고 끝이 아닙니다. 시장이 바뀌면 기준도 바뀌어야 합니다. 저는 한 달에 한 번쯤 “요즘 이 기준이 잘 맞나?”를 점검하고 숫자를 조정합니다. 자동화는 만들어두고 방치하는 게 아니라, 가끔 기름칠하고 조여줘야 하는 기계에 가깝습니다.

초보가 자주 하는 세 가지 실수

소싱 자동화를 처음 만들 때 저도 여러 번 헛발질을 했습니다. 가장 흔한 실수 세 가지만 짚어둘게요. 첫째, 필터를 처음부터 너무 빡빡하게 거는 실수입니다. 기준을 지나치게 높이면 후보가 아예 안 남아 “팔 게 없네”라는 결론에 이릅니다. 처음엔 기준을 약간 느슨하게 잡아 후보를 충분히 확보하고, 데이터가 쌓이면 조금씩 조이는 게 좋습니다.

둘째, 데이터 출처를 한 곳만 쓰는 실수입니다. 한 도매처만 보면 그 도매처의 한계가 그대로 내 한계가 됩니다. 출처를 두세 곳으로 늘리면 같은 상품도 더 싼 매입처를 찾거나, 한 곳에서 놓친 트렌드를 다른 곳에서 잡을 수 있습니다. 셋째, AI 점수를 맹신하는 실수입니다. AI의 점수는 사람의 판단을 돕는 참고 자료이지 명령이 아닙니다. 이유를 읽고 납득이 갈 때만 따르고, 어색하면 과감히 무시하세요. 자동화의 운전대는 끝까지 사람이 잡고 있어야 합니다.

이 세 가지만 피해도 소싱 자동화의 시행착오를 크게 줄일 수 있습니다. 결국 자동화는 한 번에 완성되는 게 아니라, 쓰면서 다듬어가는 과정이라는 걸 기억하면 마음이 편해집니다.

마무리

소싱 자동화는 “넓게 모아 규칙으로 거르고, 말로 된 판단은 AI에게 맡기되, 최종 결정은 사람이 한다”로 요약됩니다. 팔릴 물건을 고르는 가장 지치는 일을, 잘 추려진 후보를 검토하는 일로 바꾸는 거죠.

한 가지 더 강조하고 싶은 건, 소싱 자동화가 단순히 시간을 아끼는 데 그치지 않는다는 점입니다. 사람의 눈은 하루에 볼 수 있는 상품 수에 한계가 있지만, 자동화된 수집기는 지치지 않고 수천 개를 훑습니다. 즉 자동화는 내 시야 자체를 넓혀줍니다. 혼자였다면 평생 못 봤을 틈새 상품을, 데이터가 대신 찾아 눈앞에 가져다 놓는 거죠. 그래서 저는 소싱 자동화를 “더 부지런해지는 도구”가 아니라 “더 넓게 보는 눈”이라고 생각합니다. 작게라도 한번 만들어두면, 그 눈은 내가 자는 동안에도 시장을 살핍니다.

다음 글에서는 이렇게 추린 상품을 실제로 쿠팡에 올리는 ‘상품 등록 자동화’로 넘어갑니다. 수백 개를 클릭 한 번 없이 올리는 방법, 그리고 상세설명을 AI에게 맡기는 요령을 풀어볼게요.