항공사의 동적 가격 책정: AI가 수익 전략을 재편하는 방법

이 게시물은 Databricks와 Celebal Technologies가 공동으로 작성했습니다. Celebal Technologies의 최고 기술 책임자인 Bala Amavasai 님의 협력에 감사드립니다.  

Delta Airlines가 AI 기반 요금 책정 시스템을 출시했을 때 큰 파장을 일으켰습니다. 갑자기 모두가 '새로고침할 때마다 요금이 오르는 걸까?' 하고 궁금해했습니다. 이것은 단지 더 높은 항공권 가격을 의미하는 암호일 뿐일까요?

델타항공은 이 도구가 개별 고객 타겟팅이 아닌 의사결정 지원을 위한 것이라고 설명했지만, 상당한 관심과 비판을 받았으며 '감시 가격 책정(surveillance pricing)'과 항공료의 미래에 대한 논쟁을 불러일으켰습니다.

이 글은 항공사 동적 가격 책정 시리즈의 1부입니다. 여기서는 항공권 가격 책정의 발전 과정과 경제학에 대해 알아봅니다. 파트 II에서는 Databricks Data Intelligence Platform이 AI, 실시간 분석, 통합 데이터 거버넌스를 통해 항공사의 가격 책정 전략을 현대화하는 데 어떻게 도움이 되는지 자세히 살펴보겠습니다.

헤드라인 이면에는 항공사가 생존을 위해 가격 책정에 의존한다는 사실이 있습니다. 항공사가 가격 책정에 크게 의존하는 이유를 이해하려면 먼저 해당 비즈니스의 경제 구조를 살펴봐야 합니다.

항공사는 박한 마진으로 운영됩니다. 항공기 구매 및 유지보수 비용이 많이 들고, 운영은 자본 집약적이며, 경쟁으로 인해 운임은 빠듯하게 유지됩니다. 게다가 항공사 좌석은 유통기한이 있는 소멸성 재고와 같습니다. 일단 문이 닫히면 그 빈 좌석의 가치는 사라집니다. 재고 정리 할인도 없습니다. 그렇기 때문에 가격 책정은 단순히 수익을 위한 수단을 넘어 생존의 핵심입니다.

모든 것의 시작

항공사가 동적 가격 책정을 발명한 것은 아니지만, 이를 현대적으로 활용하기 시작한 최초의 기업 중 하나였습니다. 1980년대 규제 완화 이후, 항공사들은 수요와 시점에 따라 운임을 자동으로 조정할 수 있는 기술에 투자하기 시작했습니다.

그것은 시작에 불과했습니다. 지난 10년간 AI와 데이터 과학이 부상하면서 그 과정이 완전히 바뀌었습니다. 오늘날 자동 가격 책정은 항공사뿐만 아니라 우리 주변 어디에나 있습니다. 차량 호출 회사는 수요에 따라 분 단위로 요금을 조정하는 '탄력 요금제'를 사용하는 것으로 알려져 있습니다. 항공권, 콘서트 티켓, 차량 공유 등 분야를 막론하고 실시간 가격 책정은 현대적인 소비자 경험을 정의하는 특징이 되었습니다.

여행자의 선택

DC에서 샌프란시스코로 비행기를 타고 간다고 가정해 봅시다. 덜레스, 레이건 또는 볼티모어 공항에서 출발할 수 있습니다. 각 공항에는 직항 또는 경유 항공편 옵션이 있습니다.

비즈니스 출장이라면 정오까지 샌프란시스코에 도착하는 직항편에 더 많은 비용을 지불할 수 있습니다. 휴가 여행이라면 더 저렴한 운임을 위해 약간의 불편함을 감수할 수 있습니다.

항공사는 이면에서 AI를 사용해 특정 시점의 각 좌석 가치를 결정하는 등 이러한 시나리오를 끊임없이 저울질하고 있습니다.

항공사가 최적화하는 것

동적 가격 책정은 단독으로 작동하지 않으며, 항공사가 면밀히 모니터링하는 핵심 성과 지표(KPI)와 연결되어 있습니다.

• 탑승률: 항공편당 채워진 좌석의 비율로, 탑승률이 높을수록 수용 능력 활용도가 높다는 것을 의미합니다.
• RASM(유효 좌석 마일당 수익): 전반적인 수익 효율성을 측정하는 지표입니다.
• CASM(유효 좌석 마일당 비용): 항공사가 최소화하고자 하는 운영 비용 지표입니다.
• NPS(순 추천 지수): 가격 책정과 승객 인식의 균형을 맞추면서 고객 만족도와 충성도를 측정하는 지표입니다.

성공적인 가격 책정 전략은 RASM을 극대화하는 것과 높은 고객 경험 점수를 유지하는 것 사이에서 균형을 이룹니다.

표시되는 가격은 어떻게 결정될까요?

항공사는 보통 6~11개월 전에 예약을 시작합니다. 항공사는 출발 전 시점별로 얼마나 많은 좌석을 판매해야 하는지에 대한 대략적인 계획인 목표 판매 곡선으로 시작합니다.

AI는 다음과 같은 신호를 사용하여 기준선을 기반으로 실시간으로 조정합니다.

• 수요: 해당 노선을 검색하거나 예약하는 사람의 수
• 경쟁: 경쟁사는 비슷한 항공편에 얼마를 청구하나요?
• 고객 민감도: 가격이 조금 올라도 예약이 꾸준히 유지되나요, 아니면 줄어드나요?
• 시기: 비즈니스 수요는 주중에, 여가 수요는 주말에 최고조에 달합니다.
• 계절성 및 외부 요인: 날씨, 휴일, 유가, 주요 행사.
• 디지털 행동: 장바구니 이탈, 충성도 데이터, 의도를 나타내는 클릭.
• 과거 데이터: 수익 시스템 및 글로벌 유통 시스템(GDS)에 기록된 과거 예약 패턴 및 수익.

대부분의 항공사는 여전히 이 모든 데이터 신호를 한곳에 통합하는 데 어려움을 겪고 있습니다. 많은 항공사가 최신 분석용으로 설계되지 않은 메인프레임과 같은 레거시 예약 시스템에 의존하고 있습니다. 여기에 단편화된 데이터 파이프라인과 엄격한 규제까지 더해지면 수요, 경쟁 또는 고객 행동에 대한 통합적이고 신뢰할 수 있는 뷰를 확보하기가 매우 어려워집니다. 그리고 데이터가 있더라도 멀티홉 아키텍처와 데이터 품질 문제는 실시간 가격 조정을 어렵게 만들 만큼의 지연 시간을 유발합니다.

이러한 입력 요소들이 모여 단순한 가격 그 이상을 만들어냅니다. 때로는 하루 단위로, 때로는 시간 단위로 끊임없이 변하는 전략을 만듭니다.

수익 책임자들은 이를 어떻게 볼까요?

최고 수익 책임자(CRO)나 수익 관리 수석 부사장(SVP)에게 변동하는 운임은 단순한 숫자가 아닙니다. 이는 항공사의 재정을 이끄는 방향키입니다.

모든 검색과 예약 선택은 데이터 신호가 되어, 네트워크가 효율적으로 수익을 창출하고 있는가와 같은 더 광범위한 의사 결정에 반영됩니다. 상승하는 유류비나 인건비로부터 마진이 보호되고 있습니까? 전략적 허브의 시장 점유율을 방어하고 있는가?

AI는 이러한 신호를 리더가 실행에 옮길 수 있는 인텔리전스로 변환합니다. 질문은 '이 좌석을 얼마에 팔 수 있을까?' 에서 '이 결정이 RASM에 어떤 영향을 미치고, CASM을 상쇄하며, NPS 점수를 개선하고, 장기적인 수익성을 어떻게 만들어낼까?'로 바뀝니다.

바로 이 지점에서 판단력이 필요합니다.

• 탑승률을 높이기 위해 운임을 할인해야 할까요, 아니면 수익률을 보호하기 위해 가격을 유지해야 할까요?
• 항공기 수익성을 극대화하기 위해 여객과 화물 가격의 균형을 다르게 맞춰야 하는가?
• 경쟁사가 운임을 최적화할 때 항공사는 얼마나 빨리 대응해야 하는가?

AI는 그러한 선택을 대체하지 않습니다. 대신 그 선택을 더욱 강화합니다. AI는 리더가 수요를 예측하고, 탄력성을 감지하며, 즉각적으로 대응하는 동시에 모든 결정을 더 넓은 재무 목표에 부합하도록 하는 도구를 제공합니다.

이러한 관점에서 동적 가격 책정은 여행객에게서 몇 달러를 더 짜내는 것이 아닙니다. 모든 항공편, 모든 노선, 모든 시장이 항공사의 재무 건전성에 기여하도록 보장하는 것입니다.

더 큰 그림 보기

동적 가격 책정은 모든 여행객의 주머니를 쥐어짜는 것이 아닙니다. 승객에게 더 많은 선택권을 제공하는 동시에 항공기가 수익성 있게 운항하도록 보장하는 것입니다. 때로는 일정이 유연한 경우 더 적은 비용을 지불하고, 때로는 편의를 위해 더 많은 비용을 지불하는 것을 의미합니다.

항공사에게 AI 가격 책정은 단순히 좌석을 판매하는 것만이 아닙니다. 가장 힘든 산업 중 하나에서 비즈니스를 계속 운영하기 위한 것입니다. 그리고 솔직히 말해서, 우리는 이제 겨우 시작하는 단계입니다.

다음 아티클에서는 항공기 좌석을 채우고 항공사의 수익성을 유지하기 위해 Databricks Data Intelligence Platform 상에서 데이터 파이프라인, AI 모델, 실시간 의사결정 시스템이 어떻게 함께 작동하는지 살펴보고, 동적 가격 책정 엔진의 기술 아키텍처를 심층적으로 탐구해 보겠습니다.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)