샌드박스에서 99% 검증된 컴퓨터 비전 PoC도 11,000개 매장에서의 대규모 운영에서는 실패할 수 있습니다: Starbucks의 'Automated Counting' 도구 철수는 이를 문서화한 사례입니다. 이 체인은 2026년 5월 21일 주간에 NomadGo가 개발한 'Automated Counting' 도구를 철수하였으며, 이는 9개월 간 북아메리카의 11,000개 이상의 매장에서 우유 및 시럽을 재고 조사하기 위해 배포되었습니다. Starbucks는 전적으로 수동 카운팅으로 돌아갔습니다. 이 솔루션은 David Greschler가 이끄는 NomadGo(Redmond, Washington)에 의해 설계되었습니다. 2025년 9월 3일 BusinessWire 보도 자료에 따르면, 이 소프트웨어는 수동 카운팅보다 최대 여덟 배 빠른 속도와 99%의 정확도를 주장했으며, 이는 현재까지 알려진 독립적인 검증 없이 자가 보고된 수치입니다. 철수는 2026년 5월 23일에 발표된 Bigeye의 'AI Autopsy' 분석에 의해 문서화되었습니다.
11,000개 매장에서 9개월 만에 철수 - 99% 정확도 주장.
NomadGo 공식 보도 자료(2025년 9월) 출처: 대규모 배포 전에 독립적으로 검증되지 않은, 통제된 조건에서 측정된 정확도.
Niccol의 회복 계획의 중심 도구, Amazon의 전례를 따르다
'Automated Counting'은 2024년 9월 Starbucks의 CEO가 된 Brian Niccol이 주도한 운영 회복 프로그램의 일환으로, 빠르게 회전하는 품목의 재고 부족을 줄이는 것을 목표로 했습니다. 2025년 9월 3일에 발표된 보도 자료는 이 기술이 대규모 배포 전에 '여러 해' 동안 샌드박스에서 테스트되었다고 언급했으며, 이는 운영에서 실패를 방지하지 못했습니다. 이 시나리오는 Amazon Fresh의 Just Walk Out과 유사하며, Ars Technica는 2024년 4월 이 기술이 발표된 것만큼 자율적이지 않으며, 인도에서 약 천 명의 직원이 거래를 검증하기 위해 비디오 기록을 검토하는 데 의존한다고 보도했습니다. 이 발표는 Amazon이 시스템을 중단한 해에 발표되었습니다. ActuIA는 이미 2023년에 소매 부문에서의 AI 침투를 문서화했으며, 이는 대규모에서 정확성 주장과 현장 성과 간의 차이가 관찰될 수 있는 영역입니다. 소매 부문에서 PoC 컴퓨터 비전을 진행 중인 모든 조직에 대해, 이 사례는 운영상의 직접적인 질문을 제기합니다: 샌드박스 검증 조건이 11,000개 매장에서의 배포 실패를 초래한 변수를 재현하는가?
모바일 아키텍처와 1,000개 이상의 참조에서 알려진 실패 클래스
NomadGo 솔루션은 컴퓨터 비전, LiDAR 센서, 3D 공간 처리 및 증강 현실 오버레이를 결합하여 매장 직원에게 제공된 스마트폰 또는 태블릿에서 운영되는, 이른바 모바일 스캔 아키텍처였습니다. 보고된 결함은 우유 유형 간의 혼동 및 시각적 밀도가 높은 참조의 품목 계산 오류와 관련되었습니다. 2026년 4월에 발표된 TechnoLynx 분석에 따르면, 이 현상은 복합 실패 클래스라고 칭하며, 500개 참조에서 정확도 테스트를 성공한 컴퓨터 비전 모델이 1,000개 이상에서 생산에서 실패한다는 것입니다. 이는 단일 원인이 아닌 네 가지 동시 실패 축 때문입니다. 이 이론은 통제된 환경(제한된 참조 범위, 안정적인 조명, 표준화된 배치)에서 검증된 정확도가 실제 환경(참조 확대, 조명 변화, 비표준화된 패키징)에서 누적되어 저하된다고 주장합니다. 2026년 5월 23일 발표된 Bigeye 분석은 제목에서 Starbucks의 AI 재고 도구가 99%의 정확도에서 9개월 만에 철수된 과정을 추적합니다.
1,000 SKU 임계값: 고립된 버그가 아닌 실패 클래스
2026년 4월의 TechnoLynx에 따르면, 컴퓨터 비전 모델이 500개 미만의 참조에서 검증된 후 1,000개 제품 클래스 이상에서 실패합니다 - 이는 단일 원인이 아닌 네 가지 동시 실패 축의 결과로 인해 발생합니다: SKU의 확산, 조명의 변동성, 배열의 이질성, 비표준화된 포장. 이 복합 실패 메커니즘은 Starbucks 사례와 독립적으로 문서화되었습니다.
Morrisons의 Focal Systems: 고정형 카메라 아키텍처를 통한 대규모 소매 CV 배포
같은 틈새 시장에서, Focal Systems는 영국의 Morrisons에서 대규모 식품 소매에서 가장 큰 컴퓨터 비전 배포 중 하나로 발표된 것을 주장합니다. 이에 따르면, 배포로 인해 매장 전반에서 제품 가용성이 2% 이상 개선되었으며, 가장 성과가 좋은 매장에서는 최대 4% 개선이 이루어졌다고 합니다 - 이는 제3자의 검증 없이 자가 보고된 수치입니다. 이 프로젝트는 'Digital Transformation Project of the Year 2024' 상을 수상했습니다. Focal Systems가 채택한 아키텍처는 NomadGo가 매장 직원에게 제공된 모바일 장치를 통해 운영되는 것과 달리, 선반에서 고정형 카메라를 기반으로 합니다: 이 아키텍처 변수는 두 시스템 간의 구조적 차이로 관찰할 수 있습니다. 소매에서 컴퓨터 비전 시스템의 대규모 배포 전에, 세 가지 변수는 실제 조건에서 테스트할 가치가 있습니다: 검증된 참조 카탈로그(샌드박스 대 생산, 1,000 SKU 임계값 이상의 특정 측정), 캡처 아키텍처(매장 직원에게 제공된 모바일 스캔 또는 선반 고정형 카메라), 그리고 독립된 제3자가 문서화한 정확도 측정입니다. NomadGo는 11,000개 매장에서의 롤백 전에 이 세 가지 결과를 발표하지 않았습니다.