Spotify의 추천 시스템을 만들었던 인물들이 이제 쇼핑몰 방문자의 다음 행동을 예측하는 회사로 옮겨갔다. Sidd Motwani, Ian Anderson, Shivaditya Sinha가 세운 Malachyte는 1,000만 달러 규모의 시드 투자를 유치하고 전자상거래 확장에 나섰다. 이들이 들고 온 기술의 출발점은 Spotify에서 사용된 Vector AI다. TechCrunch에 따르면 이 시스템은 약 8억 명 사용자에게 제공되는 Spotify 추천의 90%를 뒷받침했다.
Malachyte가 겨냥하는 문제는 온라인 상점의 첫 화면이다. 많은 개인화 시스템은 과거 구매, 인구통계, 로그인 계정에 기대기 때문에 처음 방문한 사람에게는 누구에게나 비슷한 화면을 보여준다. 이미 구매한 고객에게도 ‘지난번에 무엇을 샀는가’를 중심으로 상품을 권한다. Malachyte는 이 순서를 뒤집는다. 페이지가 로드될 때의 맥락부터 보고, 검색어와 클릭, hover, 스크롤, 검색어 수정, 장바구니 추가를 세션 안에서 계속 반영한다.
사례는 단순하지만 방향을 잘 보여준다. 방문자가 ‘heavy-duty boot’를 검색하고 steel-toed boots를 두 번 클릭하면, 시스템은 작업용 바지와 장갑을 앞으로 보내고 정장 구두는 뒤로 미룬다. 계정이나 구매 이력이 없어도 된다. 같은 방문자라도 밤 11시에 이메일 링크를 타고 휴대폰으로 들어온 경우와 오전에 노트북으로 방문한 경우를 다르게 볼 수 있다는 설명이다. 개인화의 기준이 고객의 고정된 프로필에서 지금 진행 중인 과업으로 이동하는 셈이다.
회사는 2024년부터 기술을 개발·테스트했고 여행, 식료품, 리테일 분야 20곳이 넘는 기업과 일했다. 2025년 가을 Fun.com에서 플랫폼을 출시했으며, 2026년 6월부터 Shopify 상점에는 네이티브 통합을, 대형 리테일러에는 API 연동을 제공하고 있다. 투자금은 유통 확대와 제품·커머셜 리더 채용에 쓰인다.
이 접근은 신규 방문자의 콜드스타트를 줄이고 상품 배열을 빠르게 바꿀 수 있다는 점에서 매력적이다. 반면 행동을 세밀하게 읽을수록 추천이 틀렸을 때의 이유를 설명하기 어려워진다. 한 번의 검색이 취향으로 과대 해석되거나, 사용자가 보고 싶었던 상품군이 너무 빨리 사라질 수도 있다. 동의 방식과 데이터 보관, 추천 변경의 근거, 실시간 처리 비용은 부가 기능이 아니라 서비스 설계의 중심이 된다.
Malachyte가 더 크게 보는 시장은 추천 모듈 하나가 아니다. 머천다이징과 마케팅이 같은 실시간 행동 이해를 공유하는 구조다. 쇼핑몰이 고객의 과거를 저장하는 데서 멈추지 않고 현재의 의도를 읽기 시작하면 상품 검색, 진열, 캠페인 운영이 한 덩어리로 움직일 수 있다. 그때 경쟁력은 얼마나 많이 추적하느냐보다, 추적한 신호를 얼마나 정확하고 납득 가능하게 사용하는가에서 갈릴 것이다.