현대 리테일은 개인화된 상품 탐색과 자연스러운 대화형 지원을 요구합니다. Target은 신뢰를 구축하고 구매 결정을 안내하기 위해 Guest Product Confidence 플랫폼을 구축했습니다. 한 예로, 2025년 홀리데이 시즌에 출시된 Gift Finder 챗봇은 대화형 상품 탐색 기능을 제공합니다. 실시간 개인화와 의미론적 응답을 대규모로 달성하기 위해 Target은 분산된 데이터 생태계를 단일 플랫폼으로 통합해야 했습니다. 이 플랫폼은 트랜잭션 워크로드, 그래프 관계, 벡터 유사도 검색 및 키워드 검색을 동시에 지원해야 했습니다. Target은 Spanner Graph를 선택하여 생성형 AI 기반 쇼핑 그래프를 위한 "그래프 오브 그래프"인 엔터프라이즈 온톨로지를 구축했습니다. 데이터를 통합함으로써 Spanner는 이제 트랜잭션 상태 및 의미론적 지능에 대한 단일 진실 공급원 역할을 합니다. 아키텍처에는 엔터프라이즈 증강, 통합 그래프/벡터/검색 스토어, AI 인터페이스를 지원하는 오케스트레이션 계층이 포함됩니다. 스키마 매핑 및 병렬 데이터 리플레이를 포함한 4단계의 무중단 마이그레이션이 성공적으로 실행되었습니다. 이러한 통합은 추천 관련성 향상 및 고객 만족도 증대를 포함한 측정 가능한 비즈니스 영향으로 이어졌습니다. 또한 인프라 유지보수를 50% 줄여 새로운 AI 기능 개발을 가속화했습니다.