T’Station AI Commerce Launch

질문에서 구매까지.

고객이 여러 화면을 이동하며 직접 판단하던 타이어 구매 과정을,
구매 조건 확인과 상품 추천부터 매장·일정·주문서 작성까지 이어지는 하나의 대화형 경험으로 UX의 한계를 넘고자 하였습니다.

고객의 판단과 탐색에 의존한 타이어 구매 여정

이전까지의 UX 개선으로 상품 탐색과 구매 단계는 단순해졌지만,
고객은 차량 호환성·성능·가격·재고·장착점·혜택을 여러 화면에서 확인하고 직접 판단해야 했습니다.

구매 여정에서 드러난 세 가지 문제

1. 구매 조건이 화면 사이에서 연결되지 않았다

   차량 적합성, 상품 특성, 할인, 매장과 일정 정보를 고객이 각각의 화면에서 기억하고, 확인해야 했습니다.

2. 상품-장착-가격을 오가며 비교를 반복할 필요가 있었다

   가격과 혜택을 확인한 뒤 다시 상품을 비교하고, 원하는 매장이나 장착 일정이 없으면 상품 탐색부터 같은 과정을 반복해야 했습니다.

3. 구매 기준뿐 아니라, 구매 경로도 고객이 스스로 찾아야 했다

   필터와 정렬은 선택지를 좁혀주었지만, 어떤 상품이 자신에게 적합한지 판단하고
   구매를 이어가기 위해 무엇을 해야 하는지는 고객이 직접 파악해야 했습니다.

T’Bot의 역할 정의와 대화 설계 원칙

티봇이 고객의 현재 조건과 앞선 선택을 기억하고, 필요한 정보와 함께 다음에 해야 할 행동을 제안하도록 했습니다.
여러 화면에 흩어진 상품·가격·매장 정보를 하나의 대화 흐름으로 연결해 주문 가능한 상태까지 이어지도록 설계합니다.

고객 의도를 T’Station 데이터와 연결하는 AI 상담 구조

T’Bot은 고객의 의도와 조건을 해석하고, 상품·가격·재고·매장·일정 정보는 T’Station 시스템에서 조회합니다.
AI는 의도 판단과 설명을, 시스템은 데이터 조회와 확인을 담당하도록 역할을 구분하였습니다.

대화와 선택 UI를 결합한 타이어 구매 플로우

고객은 자연어로 차량과 필요한 조건을 설명하고, T’Bot은 확인된 상품·가격·매장·일정을 카드와 선택 UI로 제시합니다.
자유로운 탐색이 필요한 순간에는 대화로, 정확한 선택과 확인이 필요한 순간에는 구조화된 UI로 연결해 주문 가능한 상태를 완성합니다.

T’Bot 이용 패턴 및 구매 전환 성과

정식 오픈 후 6주간 중복 제거 기준 3,242명이 T’Bot을 이용했으며, 84.5%가 두 차례 이상 질문했습니다.
전체 Agent Flow 실행의 68.5%는 상품·매장·혜택 등 구매 관련 영역이었고, 같은 기간 전체 주문의 13.1%가 T’Bot을 통해 구매로 이어졌습니다.

T’Bot 운영 품질 및 후속 개선 과제

초기 운영 데이터를 기준으로 응답 속도, 재고 안내 정합성, 구매 단계 추적을 후속 개선 과제로 정의했습니다.