동네 헬스장이나 필라테스 학원을 운영하는 사람들에게 가장 큰 고민 중 하나는 말없이 등록을 연장하지 않는 회원들이다.

새로운 회원을 유치하는 것보다 기존 회원을 유지하는 것이 훨씬 경제적이지만, 누가 언제 운동을 그만둘지 미리 알아채기란 쉽지 않다. 과거에는 운영자의 직감에 의존해 안부를 묻는 것이 전부였으나, 이제는 머신러닝 기술이 회원들의 이탈 시그널을 미리 포착해 내고 있다.

비결은 매일 쌓이는 출입 데이터와 시설 이용 기록에 있다. 회원의 주간 방문 횟수, 평균 체류 시간, 마지막 방문일로부터 지난 시간 등의 원시 데이터를 수치화하는 가공 과정을 거친다.

이렇게 정리된 데이터는 머신러닝의 분류 모델 중 하나인 로지스틱 회귀 알고리즘에 입력된다. 로지스틱 회귀는 특정 사건이 일어날 확률을 0과 1 사이의 값으로 예측하는 통계 기법으로, 이 경우에는 특정 회원이 다음 달에 재등록을 하지 않을 확률을 계산하는 데 사용된다.

알고리즘은 수많은 과거 회원의 행동 패턴을 학습하여 이탈의 전조 증상을 찾아낸다. 예를 들어 일주일에 세 번 오던 회원이 한 번으로 방문을 줄이거나, 런닝머신 이용 시간이 절반으로 급감하는 패턴을 위험 신호로 인식하는 것이다. 분석 결과는 특성 중요도라는 막대그래프를 통해 시각화되어 화면에 나타난다. 이를 통해 어떤 행동 변화가 이탈에 가장 큰 영향을 미쳤는지 한눈에 파악할 수 있다.

운영자는 이 시각화된 데이터를 바탕으로 이탈 확률이 80퍼센트 이상으로 높아진 회원에게 선제적으로 다가갈 수 있다. 무료 체형 분석을 다시 제안하거나 응원의 메시지와 함께 락커 연장권을 제공하는 등 맞춤형 관리가 가능해진다. 수많은 데이터 속에 숨겨진 조용한 이탈의 신호를 포착하는 인공지능 기술은 이제 골목 상권의 든든한 고객 관리 매니저로 활약하고 있다.

[※ 칼럼의 그림 및 도표는 AI 활용하여 작성됨]