호텔산업 Pricing RM, 나아가야할 방향은?

박명주 경희대학교 교수 / [email protected]
최유경 야놀자리서치 선임연구원 / [email protected]
방도형 미국 퍼듀대학교 박사과정 / 퍼듀대CHRIBA연구소 연구원 / [email protected]
장수청 미국 퍼듀대학교 교수 / 야놀자리서치 원장 / [email protected]
최규완 경희대학교 교수 / [email protected]

호텔산업의 고유한 특성으로 인해 호텔산업에서 Revenue Management (이하 RM)은 매우 중요한 경영의 한 축으로 자리잡아 왔다. 최근 호텔산업은 공유 숙박 등 대체 서비스의 등장 및 서비스 제공 채널의 다양화 등 산업 생태계가 급변하고 있어 수익관리자 개인의 역량에 의존한 수익관리는 한계가 있다. 특히, 수익관리의 가장 중요한 의사결정이라 할 수 있는 객실 가격산정은 소비자의 수요에 따라 정교한 의사결정이 필요하다.

본 브리프는 이러한 관점에서 최근 호텔산업의 가운데, Pricing 기반 RM을 집중 조명하고자 한다. 구체적으로 본 브리프는 현재 호텔산업에서 적용되고 있는 Pricing 기반의 RM 현황 및 최근 기술발전과 더불어 등장하고 있는 Revenue Management System (이하 RMS) 현황에 대해 논의하고, 앞으로 호텔산업에서 Pricing 기반 RM을 어떻게 적용해 나아가야 하는지에 대한 방향을 제시해보고자 한다.

※ Revenue Management
Revenue Management란 수익 극대화를 위해 적절한 제품을 적절한 고객에게 적절한 시간에 적절한 유통채널을 통해 적절한 가격으로 판매하는 전략이다. 호텔산업의 특성 상, 수요와 무관하게 고정자산의 관리를 위해 지불되는 비용과 인건비 비중이 매우 높다. 반면, 호텔에서 객실을 추가로 판매할 때 발생하는 변동비 항목으로는 하우스키핑, 어메니티 비용 등이 있는데, 이들 항목은 전체 비용 구조에서 차지하는 비중이 상대적으로 작다. 호텔은 대표적으로 브랜드 자산관리가 중요한 산업이므로 고정비를 줄이는 것은 한계가 있다. 하지만, 변동비 비중이 적기 때문에, 원가 및 비용관리를 통해 이윤을 극대화시키는 것 역시 한계가 있다. 반대로, 고정비용의 비중이 상대적으로 높기 때문에 영업활동을 통해 매출을 늘리더라도 영업활동에 따라 추가 지출되는 변동비 비중은 적다. 즉, 호텔 산업은 비용관리보다는 수익관리를 통해 이윤을 극대화하는 것이 더욱 효과적이며, 이러한 관점에서 수익관리는 기본적으로 ‘수익을 어떻게 극대화할 것이냐’에 대한 해답을 찾는 과정이라 할 수 있다.

호텔 산업에서의 Pricing RM 활용 현황

글로벌 체인 호텔에서는 이전부터 RM의 중요성을 인식하고, 자체적으로 RMS를 개발하여 활용하고 있다. Marriott사의 OneYield, IHG사의 Concerto, Best Western사의 BestRev가 그 예이다. 자체 RMS는 호텔 체인의 특성을 반영할 수 있으며, PMS와 연동 및 통합이 용이하다. 특히, 최근 많은 데이터가 축적이 되고 분석 기술이 고도화되면서 이러한 자체 RMS의 활용이 점점 높아지는 추세이다. 예를 들어, IHG사의 Concerto는 분리되어 있던 예약 관리 시스템과 RM 기능을 통합하였으며, 수요 예측, 가격 최적화, 수익 최적화 기능을 유기적으로 연결하였다. 해당 시스템에는 호텔 위치, 편의시설, 각 호텔의 객실 수, 직원 경력 및 재직 기간 등 다양한 데이터를 수집하며, 과거 예약을 기반으로 개인화된 서비스를 제안하고, 예약 옵션을 다양하게 하여 direct booking을 유도하고 있다.

이러한 호텔 유형에서는 자체 RMS 내 Pricing 기능을 BAR(Best Available Rate)를 설정하는 데 활용하고, 생성된 BAR를 기준으로 RM 담당자가 자신의 경험과 노하우를 바탕으로 가격을 수시로 조정하고 있다. 이때, 의사결정을 돕기 위해 Lighthouse(구 OTA Insight)와 같은 BI (Business Intelligence) Tool을 업무에 추가로 활용하기도 한다. 모든 프로모션 마다 그룹별로 할당량을 배정하고, 그에 따라 가격을 책정하고 있으며, 상품 혹은 예약 그룹의 성격에 따라 가격을 모두 다르게 설정하고 있다. 하지만, 같은 체인 호텔일지라도, Property 마다 객실 가격을 결정하는 방식은 모두 상이하다. Property 각각 모두 고유한 특성을 가지고 있기에 표준화된 정책을 일괄적으로 적용하기에는 한계가 있기 때문이다.

자체 RMS가 없지만, RM의 기능을 수행하고 있는 호텔에서는 외부 RMS를 활용하여 객실 가격을 설정하고 있다. 호텔 내부 데이터가 RMS와 연동될 수 있도록 시스템이 설계되어 있고, 다양한 데이터와 RMS의 자체 알고리즘을 바탕으로 미래 365일에 대한 BAR를 생성한다. 앞선 체인 호텔들과 마찬가지로, 기준 BAR를 기준으로 RM 담당자가 경험과 노하우를 바탕으로 가격을 조정하며, 필요시 다른 Tool도 도입하여 활용하고 있다.

호텔업계에서 활용하는 대표적인 RMS로는 IDeaS 사와 Duetto 사의 솔루션이 있다. IDeaS 사의 IDeaS RMS에서는 딥러닝 기반 수요예측, 오버부킹 등의 기능을 제공하고 있으며, 객실 타입별, 일별, 체류일별, 호텔별 가격 정보를 제공한다. 수요 뿐만 아니라 취소, 노쇼 패턴까지 분석해주는 서비스를 제공하고 있어 많은 호텔에서 활용하고 있다. Duetto에서는 Dynamic pricing, property management, forecasting, reporting, analytics, marketing, loyalty program 등 다양한 기능을 통합한 RMS 솔루션을 제공하고 있다. Third-party data를 병합한 머신러닝 기반의 서비스이며, 매 20분마다 해당 정보들이 업데이트 된다.

이밖에도 Pricing 기능을 중심으로 솔루션을 제공하는 Roompricegenie와 Wheelhouse가 있다. Roompricegenie는 객실타입별 일별 최대 및 최소 가격을 제 안하며, Base Price 제공 후 이용자가 조정하여 최종 가격을 결정하도록 한다. 계절성, 수요 특성에 따라 Fine-tuning 기능을 제공하며, 경쟁자 가격 및 수요 패턴에 따라 가격을 결정한다(최대 10개의 경쟁자와 수백개의 Airbnb 리스팅의 가격 변동 고려). Wheelhouse는 Data-driven Pricing과 Rule-based Pricing 두가지 기능을 제공하고 있다. Base Price를 제공하고, 각종 factor에 따라 가격이 조정되는 형태이다. 가격 기능 외에도 Airbnb 포함 35개의 플랫폼 채널 관리를 할 수 있는 서비스도 함께 제공한다.

고가의 RMS 도입이 어려운 호텔의 경우, 휴리스틱 기반의 가격이 결정된다. 특히, 경쟁사의 가격과 개인의 성향이 가장 큰 영향을 미치는 편이다. 신규 property의 경우, 과거 데이터가 없기 때문에 주변 상권의 업체 혹은 시설이 유사한 업체의 가격을 비교 분석하여 기준 가격을 설정한다. 기존 property의 경우 해당 주의 판매 성과에 따라 가격을 조정하나, 업주의 경영 목표에 따라 가격 조정이 달리 이루어진다. 예를 들어, 업주가 모든 객실을 판매하는 것이 목표라면, 해당 주의 판매 성과가 좋지 않을 경우 공격적으로 가격을 인하하는 경향이 있고, 업주가 숙소의 이미지를 유지하고자 하는 것이 목표라면, 해당 주의 판매 성과가 좋지 않더라도 가격을 유지하는 경향이 있다.

최근, 플랫폼을 통한 거래가 활발해지면서, 플랫폼 기업에서는 가격 컨설팅 서비스를 제공하거나 Pricing 관련 보완적인 서비스를 개발하여 제공하기도 한다. 플랫폼의 컨설팅 서비스는 담당 MD가 업주와 직접 소통하여 적정 ADR을 제안 및 수정해주는 서비스이다. 양면시장 (two-sided market)을 가지는 플랫폼 특성상, 담당 MD는 플랫폼 내의 B2B와 B2C 데이터를 활용할 수 있고, 시장에서의 property 위치를 확인하여 그에 적절한 가격을 제안할 수 있다. 기본적인 거래 데이터 외에도 플랫폼 사용자의 탐색 과정에서 발생하는 데이터 또한 확인할 수 있다는 점에서 강점을 지닌다.

앞선 서비스는 사람 대 사람의 서비스라면, Expedia Group의 Rev+는 호텔이 최적 요금을 설정할 수 있도록 도움을 주는 서비스이다. Expedia Group에서 발생하는 글로벌 실시간 데이터를 바탕으로 현재의 시장 수요 및 가격 변화를 확인할 수 있다. 미래 최대 12개월의 시장 수요까지 확인할 수 있는 서비스를 제공하고 있으며, 경쟁사 데이터도 반영할 수 있도록 구성되어 있다. 또한, 업주가 객실의 요금 및 예약 가능 여부 등에 관한 설정을 편리하게 바꿀 수 있는 서비스까지 제공하고 있다.

RMS 활용수준에 따라 Pricing RM 제약이 존재
호텔산업 내 Pricing RM의 형태를 살펴본 결과, Pricing RM의 방식은 (1) 자체 RMS 활용, (2)외부 RMS 활용, (3) RMS 미활용 및 휴리스틱 기반으로 구분할 수 있었다. (1)의 형태가 가장 이상적인 방식이며 (3)의 형태가 제한적인 방식으로 판단되지만, 그럼에도 불구하고 모든 형태에서 Pricing RM 적용에 대한 제약이 존재한다.

먼저 (1) 자체 RMS 활용의 경우와 (2) 외부 RMS 활용의 경우, 솔루션 성능을 검증하는데 제약이 존재한다. 특히, 외부 RMS의 경우 솔루션 내 어떤 Logic에 의해 가격이 도출되는지 알 수 없어, 생성된 BAR를 최적의 가격으로 받아들일 수밖에 없다. 이후, 휴리스틱 대비 자체 RMS가 제공한 BAR가 실제로 Pricing에서의 효과를 극대화하는지 객관적 지표로 확인이 어려운 상황이다. 실제 비교를 위해서는 솔루션 활용의 시나리오와 휴리스틱 활용의 시나리오로 나누어 실험이 필요하지만, 매출 성과에 직결되는 사안이므로 실험이 현실화되기는 어려운 실정이다.

또한, (2) 외부 RMS 활용의 경우, (1) 자체 RMS 활용 대비 시스템 활용의 자율성이 낮다 는 한계점을 지닌다. 외부 RMS를 활용하는 경우, 외부 회사의 획일화된 모델을 활용하는 방식을 채택하는 것이므로 호텔의 특성에 맞게 Customizing 하지 못하다는 제약이 존재한다. 즉, 호텔이 위치한 상권변수 및 외부 회사가 적용하지 못하는 타 변수를 Input으로 추가할 수 없다는 한계가 있다. 외부 RMS는 오픈된 데이터만을 기반으로 학습이 이루어져, 갑작스러운 시장환경 변화에 대처하지 못한다는 한계 또한 존재한다. 국빈 방문, 코로나19 등 이례적 이벤트에 대한 가격 반응은 제한적으로 이뤄지고 있다.

(3) RMS 미활용 및 휴리스틱 기반의 경우는 RM 도입 자체에 대한 부담이 존재한다. 이는 Pricing RM의 성과를 측정하는 지표가 정립되어 있지 않음에 기인하며, 평가 및 피드백이 어려운 상황이다. 몇몇 4성급 이하의 중소형 호텔은 Pricing RM에 대한 필요성은 인지하고 있으나, 수익관리 인력의 신규 채용 및 RMS을 이용하는데 있어 비용적 한계점이 존재한다.

Pricing RM 제안 및 전망
호텔 수준별 최적 Pricing RM 전략 제안
RMS 활용 수준에 따라 존재하는 한계점을 극복하고 효율적 Pricing RM을 제안하고자 호텔의 수준별 최적 Pricing RM을 제안하고자 한다. 데이터 가용여부 및 RMS 이용여부에 따라 6개의 유형으로 구분하여 각 유형별 적합한 Pricing RM 전략을 도출하였다.

기본형
기본형 Pricing RM방식은 PMS에 축적된 거래 데이터의 Historical Pattern을 이용해 가격을 결정하는 것이다. 이는 RM 기능이 별도로 존재하지 않거나, RMS를 이용하기가 현실적으로 제한되는 모텔 및 중소형 숙박업소에 적합한 방식이다.

빅데이터 활용형
기본형과 가격 결정 방식은 유사하나, 유료 서비스를 구독하지 않아도 활용할 수 있는 Social media 및 Search engine index (ex. Google trend, Naver DataLab 등)을 활용하는 방식이다. RMS를 구독하여 이용하기에는 제한되나 빅데이터를 주기적으로 수집 및 활용할 수 있는 RM 담당자가 있는 중소형 숙박업소에 적합한 방식이다.

경쟁자 정보 기반형
과거 거래 데이터의 Historical Pattern 뿐만 아니라 직접적 Search를 통한 숙박예약플랫폼 또는 가격비교플랫폼 등의 경쟁자 가격 정보를 기반으로 가격을 결정하는 방법이다. 이 역시 RMS 구독 및 이용이 제한되는 중소형 숙박업소에 적합한 형태의 전략이다.

RMS 기본형
경쟁자 정보 기반형과 마찬가지로 경쟁자 정보를 주로 활용하여 가격을 결정하는 방식이나, 경쟁자 정보를 실시간으로 활용하여 Dynamic Pricing을 구현할 수 있는 방식이다. 이는 RMS가 실시간으로 제공하는 경쟁자 가격 정보를 기반으로 가격을 결정한다. 이는 중형 규모 이상의 호텔에 적합한 전략이다.

RMS 심화형
공공데이터 및 상권정보를 호텔에서 직접 수집 및 활용하는 것이 제한되는 환경에서 RMS를 통해 가공된 공공데이터 및 상권정보를 활용하여 가격을 결정하는 방식이다. 단순히 경쟁자 가격 정보 데이터만을 활용하는 것보다 정교한 가격결정을 할 수 있는 방식으로, 중대형 규모 이상의 호텔에 적합하다.

RMS 고급형
일부 RMS는 상권 및 경쟁 정보 뿐만 아니라 Social Media 등 빅데이터를 결합한 Dynamic Pricing 서비스를 제공한다. 이는 가장 고도화된 Dynamic Pricing이라 할 수 있으며 상대적으로 비용부담이 높은 이유로 대형 규모 이상의 호텔에서 활용가능한 전략이다.

생성형 AI의 발전과 Pricing RM 전망
대안적인 Pricing RM이 등장하고 있음에도 불구하고, 여전히 RM에서 Pricing은 인적자원에 대한 의존도가 높은 영역이다. 이는 호텔 산업의 RM 수준이 낮다는 의미가 아니라, 그만큼 RM에서 Pricing이 매우 중요한 의사결정임을 시사한다. 또한, 이러한 중요한 의사결정을 RMS 서비스에 의존하지 못하는 호텔 산업의 일반적인 경향성과 아직까지는 RMS 서비스가 제공하는 가격 대비 효용이 체감되지 않을 수 있음을 시사한다. 일부 RMS가 경쟁력있는 Pricing 서비스를 제공하지만, 최종적으로는 RM 담당자의 휴리스틱 의사결정에 의존하고 있다는 점도 오랫동안 자리잡아온 호텔 산업의 RM 판도를 바꾸기 어려운 요인으로 작용한다.

하지만, 최근 생성형 AI의 발전은 호텔 산업 뿐만 아니라 모든 산업의 생태계 전반을 바꿔 놓을 것으로 전망되고 있다. 생성형 AI의 도입기는 텍스트를 기반으로 물음에 대한 답을 제시해주는 정도의 수준이었다면, 앞으로 등장할 고도화된 생성형 AI는 산업이 직면하는 다양한 문제를 해결하는데 유연한 형태로 기여할 것으로 기대할 수 있다. 호텔 산업의 RM 역시 생성형 AI와 결합될 가능성이 높다. 이미 많은 RMS 제공 기업들이 인공지능 기반의 실시간 Pricing 서비스를 제공한다고 공언하고 있는 가운데, 생성형 AI가 결합된다면 그 성능과 활용가능성은 무궁무진할 것으로 예상된다. 호텔 객실 가격은 수많은 영향 요소에 의해 영향을 받으므로, 방대한 양의 데이터를 외부로부터 수집하고 실시간에 가까운 속도로 데이터를 전처리 및 예측한다면, 매우 정교한 수준으로 가격산정이 이뤄질 수 있다. 특히, 이러한 객실 가격산정이 일반적인 상황 뿐만 아니라, 특정 상황, 특정 채널, 특정 고객군 등 매우 정교한 Mass customization이 가능할 것으로 보여진다.

가까운 미래에 생성형 AI의 진화와 함께 RM에 대한 기본철학이 바뀔 것으로 기대할 수 있지만, 이를 가능케 하려면 데이터 인프라를 비롯해 많은 기술적 투자가 선행되어야 한다. 따라서, 대규모 호텔이 아닌 이상 일반 호텔이 새로운 형태의 RM을 도입하는 것은 한계가 따른다. 앞으로의 RM은 더욱 더 새로운 기술을 기반으로 이뤄질 것이기 때문에 신기술 기반의 RM을 호텔 내부에서 기능적 요소로 소화하는 것은 더욱 어려울 것으로 전망된다. 따라서, 앞으로의 RM은 호텔이 직접 하는 것이 아니라, 기술을 보유한 기업이 기술을 접목한 서비스를 개발하고, 호텔은 제3자가 제공하는 서비스를 구독하는 형태로 변해갈 가능성이 크다. 즉, 현재도 존재하는 RMS 서비스 제공기업들의 역할이 더욱 강화될 가능성이 크다. 이러한 흐름은 기술 발달과 산업 생태계 변화에 따른 자연스러운 현상이며, 호텔 기업들은 제3자가 제공하는 서비스의 활용에 대한 거부감 보다는 이러한 현상을 전략적으로 수용함으로써 성공적인 RM을 도모하는 것이 치열한 경쟁에서 생존성을 강화하는 방법임이 분명하다. 더불어 호텔 산업이 기술을 기반으로 하는 RMS 서비스를 적극 도입한다면, RMS 시장은 더욱 커지고 서비스의 정교성은 높아지는 반면 서비스 이용단가는 낮아짐으로써 호텔기업이 다시 수혜를 입는 선순환 환류 시스템을 구축할 수 있으리라 전망된다.