기사 제공처 : 한국경제리포트 / 등록기자: 강지영 [기자에게 문의하기]  0 /  

해당 기사에 관련하여 문의하기에 남겨주시면 "강지영"기자에게 전송됩니다

 이름

 연락처

- -

 이메일

 확인

외식업 데이터 분석 서비스 ‘장사닥터’가 ‘인공지능을 활용한 장사 성과 분석 장치 및 그 제어 방법’에 대한 특허 등록​을 완료하고, 데이터를 기반으로 외식업 매장의 경영 의사결정을 지원하는 AI 분석 기술 고도화에 나선다.

장사닥터는 현재까지 AI를 활용해 누적 4,757개 매장에 대한 진단​을 진행했으며, 

별도로 1만개 이상의 매장에서 나타난 매출 변화와 운영 데이터를 분석·정제해 매장별 전략 판단에 활용하고 있다고 밝혔다.

회사는 앞서 ‘2025년 제20회 대한민국 ESG대상’​을 수상한 데 이어 장사 성과 분석 관련 특허까지 확보하며 외식업 데이터 기반 경영지원 기술을 확대하고 있다.

외식업 현장에서 사장님들이 겪는 가장 큰 어려움 중 하나는 매출이 변하더라도 

그 원인을 정확하게 판단하기 어렵다는 점이다.

며칠간 매출이 오르면 장사가 자리를 잡았다고 판단하기 쉽고, 반대로 매출이 떨어지면 매장에 문제가 생긴 것은 아닌지 불안해진다.

하지만 실제 매출은 음식의 맛이나 서비스뿐 아니라 상권, 업종, 고객 구성, 경쟁 매장, 계절과 날씨 등 다양한 요인의 영향을 받는다.

결국 중요한 것은 단순히 ‘매출이 올랐는가, 떨어졌는가’가 아니라 ‘왜 변했는가’를 확인하는 것​이다.

또 다른 문제는 장사와 관련된 정보는 많지만 

어떤 전략이 자신의 매장에 적합한지 판단하기 어렵다는 점이다.

유튜브나 인스타 등 다양한 성공 사례가 소개되고 있지만 같은 전략이 모든 매장에서 동일한 결과를 만드는 것은 아니다.

관광상권과 주거상권의 고객 행동이 다르고, 같은 업종이라도 고객 연령과 가격대, 재방문 구조에 따라 필요한 전략이 달라질 수 있기 때문이다.

장사닥터는 이러한 문제를 해결하기 위해 단순히 매출 총액을 보여주는 방식에서 벗어나 

매출이 만들어지는 구조를 세분화해 분석하는 방식을 적용하고 있다.

대표적인 분석 항목은 신규 고객 매출과 재방문 고객 매출이다.

실제 한 매장의 최근 30일 데이터를 분석한 결과, 총매출 약 2억8,370만원 가운데 신규 고객 매출은 약 2억3,565만원으로 83.06%, 재방문 고객 매출은 약 4,805만원으로 16.94%​를 차지했다.

같은 기간 전체 고객 5,959명 가운데 신규 고객은 4,912명, 재방문 고객은 1,047명이었으며 

평균 재방문 주기는 71.5일로 나타났다.

단순히 ‘이번 달 매출이 2억8천만원’이라고 보는 것과 달리 고객 구조를 분리하면 현재 매장이 신규 고객을 지속적으로 확보해야 유지되는 구조인지, 기존 고객의 재방문을 개선하는 것이 우선인지​를 판단할 수 있다.

목표 매출도 실제 실행 가능한 단위로 변환한다.
 

예를 들어 ‘월매출을 3천만원 더 올리고 싶다’는 목표를 현재 고객 수와 객단가를 기준으로 계산해 한 달에 몇 명, 하루에 몇 팀의 고객이 추가로 필요한지 확인하는 방식이다.

객단가 역시 함께 분석한다.

해당 사례에서 전체 평균 객단가는 4만8,564원으로 나타났지만 

신규 고객과 재방문 고객, 요일에 따라 차이가 확인됐다.

이에 따라 어떤 매장은 광고를 통해 고객 수를 늘리는 것이 우선일 수 있고, 다른 매장은 메뉴 구성이나 세트 판매를 통해 객단가를 높이거나 기존 고객의 재방문 주기를 단축하는 것이 더 효과적인 전략이 될 수 있다.

시간대별 고객 분포와 매장의 실제 수용 능력도 분석 대상이다.

점심시간에 이미 좌석이 대부분 차는 매장이라면 광고비를 추가 투입해 같은 시간대 고객을 늘리는 것보다 비교적 여유가 있는 오후나 저녁 시간대의 수요를 확보하거나 기존 고객의 객단가와 재방문을 높이는 것이 효율적일 수 있다.

장사닥터는 향후 이러한 데이터를 바탕으로 단순히 현황을 보여주는 것을 넘어 매장마다 어떤 문제를 먼저 해결해야 하는지 전략의 우선순위를 제시하는 방향으로 서비스를 고도화한다는 계획이다.

회사 관계자는 “외식업에는 모든 매장이 그대로 따라 할 수 있는 하나의 성공 공식이 존재하기 어렵다”며 “사장님에게 필요한 것은 더 많은 성공 사례가 아니라 현재 자신의 매장이 어떤 상태인지 판단하고, 여러 선택지 가운데 무엇을 먼저 실행해야 하는지 결정할 수 있는 기준”이라고 말했다.

이어 “매출과 고객 데이터를 통해 문제를 발견하고, 유사한 조건의 매장에서 실제로 나타난 변화 데이터를 지속적으로 축적해 사장님이 감이 아니라 데이터에 근거해 경영 의사결정을 할 수 있는 구조를 만드는 것이 목표”라고 설명했다.