온라인 쇼핑은 익숙한 일상이지만, 그 과정을 만들어가는 방식은 눈에 띄게 달라지고 있습니다. 예전에는 검색창에 키워드를 입력하고, 여러 페이지를 열어두며 정보를 비교하는 과정이 기본이었습니다. 그러나 최근에는 하나의 대화창 안에서 조건을 말하면, AI가 필요한 정보를 정리해 제시하는 흐름이 빠르게 자리 잡고 있습니다.
이 변화는 단순히 편리함을 더한 기능 확장이 아니라, “검색 중심의 쇼핑 구조가 대화 중심으로 이동하는 전환점”이라는 점에서 의미가 큽니다. 사용자는 원하는 것을 더 자연스럽게 설명하고, AI는 맥락을 이해한 뒤 구체적인 방향을 제안합니다. 검색과 탭 이동이 반복되던 쇼핑 여정이, 이제는 하나의 대화 속에서 탐색·비교·결정으로 이어지는 흐름으로 재구성되고 있는 것입니다.
브랜드 입장에서 이 변화는 단순한 기술 변화 이상입니다. 앞으로 소비자의 선택은 플랫폼의 화면 배치가 아니라, AI가 어떻게 정보를 이해하고 설명하느냐에 더 직접적인 영향을 받을 가능성이 높기 때문입니다. 지금은 그 전환이 시작되는 지점에 가까우며, 커머스 운영 방식 또한 새로운 질문을 맞이하게 됩니다.
"AI가 추천의 주도권을 가져가는 순간, 우리 브랜드는 그 추천 목록 안에 들어갈 준비가 되어 있을까요?"
AI 커머스는 단순히 “AI가 추천해주는 쇼핑” 이상의 의미를 가지고 있습니다. 핵심은 쇼핑의 기본 단위가 키워드 중심의 검색에서 대화 기반의 이해로 이동하고 있다는 점입니다.
과거의 쇼핑은 원하는 정보를 얻기 위해 여러 조각의 키워드를 조합해야 했습니다. 그러나 대화형 인터페이스에서는 사용자가 자신의 상황과 취향, 목적을 자연스럽게 말하는 것만으로 탐색이 시작됩니다. AI는 이 대화를 단순 문장으로 처리하는 것이 아니라, 맥락을 해석하고 조건을 정리한 뒤, 그에 맞는 방향을 제안하는 구조를 갖추고 있습니다.
이러한 흐름을 가장 빠르게 보여준 사례가 바로 GPT의 쇼핑 리서치 기능입니다. 사용자가 “15만 원대 중형 가습기를 추천해줘”라고 말하면, AI는 관련 정보와 리뷰를 읽어 장단점을 비교하고, 몇 가지 후보를 정리해 제시합니다.
그 과정에서 사용자는 제품 페이지 여러 개를 열어볼 필요가 없습니다. 리서치·비교·압축된 추천이 하나의 대화 흐름 안에서 이어지기 때문입니다. 기존 쇼핑에서 사용자가 수동적으로 정보를 모아야 했다면, AI 커머스에서는 AI가 먼저 사용자 의도를 정리하고 ‘결정의 방향’을 제시하는 구조로 이동하고 있는 것입니다.
이 변화는 브랜드와 판매자에게 중요한 질문을 남깁니다. AI가 소비자의 요구를 이해하고, 제품 간 차이를 정리하고, 최종 후보를 압축하는 과정에 들어가게 될 때, 우리 브랜드의 정보는 그 판단 과정 속에서 얼마나 명확하게, 그리고 정확하게 전달되고 있을까 하는 점입니다.
AI 기반 쇼핑은 이제 탐색과 비교를 넘어, 결제 단계까지 자연스럽게 연결되는 구조로 확장되고 있습니다. 오픈AI는 최근 미국에서 ChatGPT 내 인스턴트 체크아웃(Instant Checkout) 기능을 공식 출시했습니다. 이 기능은 사용자가 대화창을 벗어나지 않고 제품 추천부터 주문·결제·배송까지 한 흐름으로 이어지도록 설계되어 있습니다.
초기에는 Etsy 판매자를 중심으로 적용되기 시작했고, 곧 Glossier, Skims, Spanx 등 유명 브랜드를 포함한 100만 개 이상의 Shopify 가맹점으로 확대될 예정입니다. 사용자가 “20만원 이하 등산화 추천해줘”와 같은 질문을 하면, ChatGPT가 조건에 맞는 제품을 제안하고, 같은 화면에서 바로 “구매” 버튼을 눌러 주문을 완료할 수 있는 방식입니다.
오픈AI는 이 추천 과정에서 광고를 배제하고 관련성 기반의 정렬만 적용한다고 강조했으며, 판매 건당 소액의 수수료를 받는 구조를 채택했습니다. 브랜드 입장에서는 기존처럼 검색·배너·광고 슬롯의 경쟁을 거치지 않고도 AI가 전달하는 단일한 ‘추천 자리’를 확보하는 것이 더 중요해지는 환경이 만들어지고 있습니다.
한편, 인스턴트 체크아웃의 핵심 기술인 Agentic Commerce Protocol은 오픈소스로 공개되어, ChatGPT뿐 아니라 Claude, Gemini, TikTok AI 등 어떤 에이전트에서도 동일한 결제 흐름을 구현할 수 있게 됩니다. 기존 커머스 구조가 플랫폼을 중심으로 구성되었다면, 앞으로는 AI 인터페이스가 쇼핑의 출발점이자 마무리 지점이 되는 형태로 재편될 가능성이 높습니다.
브랜드 관점에서는 AI가 제공하는 단일 구매 경로에 어떻게 포함될 것인가가 새로운 전략 과제로 떠오르고 있습니다.
AI가 추천의 출발점이 되는 환경에서는, 브랜드가 제공하는 정보가 얼마나 명확하게 구조화되어 있고, 신뢰할 수 있는 근거로 연결되어 있는지가 더욱 중요해지고 있습니다. 소비자가 검색창이 아닌 대화창에서 쇼핑을 시작하는 만큼, AI가 브랜드를 이해하는 방식도 달라지고 있기 때문입니다. 다음 세 가지는 앞으로 브랜드가 우선적으로 점검해야 할 영역입니다.
📄 AI가 해석할 수 있는 구조화된 제품 정보 제공하기
AI가 상품을 추천하려면 텍스트와 이미지, 스펙 정보가 논리적으로 정리되어 있어야 합니다. 사이즈, 모델명, 재질, 사용 목적 같은 기본 정보뿐 아니라, 패키지 구성, 주의사항, AS 기준 등 구매 결정을 좌우하는 항목들이 일관된 형태로 제공될수록 AI는 정확하게 상품을 분류하고 설명할 수 있습니다.
이는 SEO 시대의 “키워드를 얼마나 넣었는가”가 아니라, AI가 맥락을 잃지 않고 상품을 설명할 수 있을 만큼 정보를 깔끔하게 구조화했는가의 문제에 가깝습니다. 결국 “AI에게 읽히는 상품 정보”가 되어야 추천 목록에 포함될 가능성이 자연스럽게 높아집니다.
🆀 리뷰·Q&A 등 구매 여정 데이터의 품질 관리하기
AI 기반 쇼핑에서는 리뷰, 평점, Q&A 같은 경험 기반 데이터가 훨씬 큰 역할을 합니다. AI는 단순히 별점만 보는 것이 아니라, 어떤 고객이 어떤 이유로 만족했는지, 어떤 상황에서 불편함이 있었는지 등을 함께 해석합니다.
따라서 브랜드는 반복적으로 등장하는 문제점을 관리하고, 제품 강점이 드러나는 리뷰를 유도하는 것이 좋습니다. 또, 고객 질문에 대한 명확한 답변 관리 등을 통해 ‘품질이 선명하게 드러나는 데이터’를 쌓는 일이 중요해집니다.
구매 전·후 문의, 반품 사유, 교환 사유 또한 향후 AI가 “어떤 고객에게 적합한 제품인가”를 판단하는 근거가 될 가능성이 있습니다. 브랜드에게는 단순 CS 관리가 아니라 AI가 판단하는 기준을 만드는 과정이 되는 셈입니다.
👨🏻💻 AI가 ‘안전한 선택’으로 판단할 근거 만들기
AI는 사용자가 후회하지 않을 선택을 우선 제안하려는 경향을 가지고 있습니다. 따라서 브랜드는 품질을 확인할 수 있는 증거와 투명성을 명확하게 제시해야 합니다. 브랜드가 고객에게 제공할 수 있는 객관적인 증거가 많을수록, AI가 해당 브랜드를 신뢰할 수 있는 선택지로 평가할 가능성도 높아집니다.
AI가 가져오는 변화는 소비자 입장에서 매우 단순합니다. 원하는 조건을 말하면, 제품 정보가 정리되고, 비교 결과가 제시되고, 마음에 들면 같은 화면에서 바로 구매까지 이어집니다. 탭을 여러 개 열어둘 필요도, 수많은 상품 설명을 직접 검토할 필요도 없습니다.
하지만 브랜드 입장에서는 이야기가 다릅니다. AI는 사용자의 질문에 가장 적합한 선택을 제안하기 위해 제품 정보와 고객 경험 데이터를 모두 읽어야 합니다. 이 과정에서 브랜드가 남기는 정보의 구조, 리뷰의 맥락, 품질을 증명하는 기록은 예전보다 더 큰 비중을 차지하게 됩니다.
결국 AI 커머스 시대의 경쟁력은, 단순히 상품을 어떻게 보여주는지의 문제가 아니라“AI가 우리 브랜드를 어떤 근거로 설명할 수 있는가”의 문제에 가까워지고 있습니다.
대화형 쇼핑이 기본이 되는 시대에 들어서면서, 브랜드가 준비해야 할 질문도 분명해지고 있습니다. AI가 소비자 앞에서 우리 브랜드를 대신 설명하는 순간, 어떤 정보와 어떤 증거가 우리 브랜드를 ‘선택 가능한 답변’으로 만드는가를 고민해야 할 때입니다.
📬 물류와 이커머스의 생생한 트렌드를 빠르게 만나보세요.
리얼패킹레터는 매주 물류와 이커머스, 리테일의 트렌드를 전합니다.
빠르게 돌아가는 업계 이야기를 메일함에서 바로 확인하세요.
