AI와 대화하며 쇼핑하는 시대가 온다. 대화형 쇼핑 트렌드 알아보기
AI 쇼핑 에이전트와 대화형 쇼핑 챗봇이 고객의 구매 여정을 혁신하고 있습니다. 퍼플렉시티 쇼핑, ChatGPT 쇼핑 등 최신 사례와 함께 AI 추천 시스템 기반의 새로운 쇼핑 패러다임과 브랜드 대응 전략을 알아보세요.
May 14, 2025
대화형 AI가 여는 쇼핑의 새로운 미래
"아이폰 15 Pro와 갤럭시 S24 Ultra 중에 무엇을 살까요?"
예전에는 네이버나 구글에서 검색하고, 여러 쇼핑몰을 돌아다니며 가격과 리뷰를 비교했을 겁니다. 각 브랜드 홈페이지를 방문해서 스펙을 확인하고, 유튜브에서 언박싱 영상을 보고, 블로그와 온라인 커뮤니티에서 실사용 후기를 찾아보는 번거로운 과정을 거쳤죠.
하지만 이제는 상황이 달라졌습니다. ChatGPT에게 "풍경 사진 촬영을 좋아하는 직장인에게 맞는 스마트폰 추천해줘"라고 물어보면, 사용 패턴을 파악해 구체적인 이유와 함께 스마트폰을 추천받을 수 있습니다. 심지어 "예산은 얼마 정도 생각하고 계세요?"라고 되물으며 대화를 이어가기도 합니다. 이것이 바로 쇼핑 AI의 시작입니다. 고객들은 대화형 AI, 즉 쇼핑 챗봇과의 대화를 통해 손쉽게 정보를 얻고 맞춤형 추천을 받는 대화형 쇼핑에 점점 익숙해지고 있습니다.
이 변화의 핵심은 고객 구매 여정의 시작 지점 자체가 달라지고 있다는 것입니다. 기존에는 검색창에 키워드를 입력해 정보를 찾으면서 어느 정도 무엇을 살지를 정한 후, 어디서 살지를 결정하는 방식이었다면, 이제는 대화형 인터페이스를 통해 밝힌 구매 의도를 기반으로 AI와 함께 결정하는 과정으로 바뀌었습니다. 생활 곳곳에서 이미 대화형 AI를 활용하기 시작한 고객들은 점점 대화로 쇼핑 정보를 얻고, 추천받고, 결제까지 이어지는 구매 여정에 익숙해질 것이며, 이러한 대화형 쇼핑 방식이 새로운 표준이 될 것이라는 전망이 지배적입니다.
퍼플렉시티 쇼핑을 시작으로 빅테크가 AI 쇼핑 서비스를 선보이고 있어요
최근 퍼플렉시티 쇼핑과 ChatGPT 쇼핑을 시작으로 글로벌 빅테크 AI 기업들이 AI 쇼핑 에이전트 기능을 앞다투어 선보이며, 대화창에서 모든 것이 가능한 세상을 구현하고 있습니다.
거대 언어 모델(LLM)을 기반으로 인간과 유사한 지능을 가진 범용 인공지능(AGI)에 한 걸음씩 다가가며, 일상의 모든 시작과 중심을 AI로 만들려는 것이 목표입니다. 소비 생활만 놓고 본다면, 대화만 하다 보면 자연스럽게 쇼핑이 이루어지는 AGI 기반 쇼핑 환경을 구축하는 것이겠죠.
전통 빅테크들의 AI 쇼핑 전환
아마존 쇼핑 AI 루퍼스(Rufus)는 아마존 모바일 앱에 통합된 AI 쇼핑 어시스턴트, 즉 쇼핑 챗봇입니다. "20달러 이하 생일선물 추천해줘"라고 물으면 구체적인 상품을 제안할 뿐만 아니라, 각 상품의 장단점, 고객 리뷰 요약, 가격 변동 이력까지 종합적으로 제공합니다. 아마존이 축적한 방대한 구매 데이터와 리뷰 정보를 활용해서 실제 구매 패턴을 반영한 추천이 가능합니다.
구글의 Gemini 기반 쇼핑 기능도 빠르게 발전하고 있습니다. 구글의 방대한 검색 데이터와 결합해서 더욱 정교한 상품 추천과 가격 비교 서비스를 제공하고 있습니다.
생성형 AI 선두주자들의 쇼핑 진출
퍼플렉시티 쇼핑(Perplexity Shopping)은 대화형 쇼핑 분야의 선두 주자로 자리 잡고 있습니다. 검색 결과와 함께 구매 링크를 제공하며, 실시간으로 여러 쇼핑몰의 가격을 비교해주는 서비스를 대폭 강화했습니다. 예를 들어 "노트북 추천"이라고 검색하면 스펙 비교 표는 물론, 각 제품을 가장 저렴하게 살 수 있는 쇼핑몰까지 안내해줍니다.
Anthropic의 Claude와 OpenAI의 ChatGPT도 바로 뒤이어 쇼핑 기능을 확장하고 있습니다. 특히 ChatGPT 쇼핑은 Shopify와의 연계를 통해 대화 중 바로 결제까지 가능하도록 진행 중입니다. "러닝화 추천"부터 "신혼 집 가전제품 리스트"까지, 마치 경험 많은 점원과 대화하듯 쇼핑 AI로부터 상세하고 맞춤형 조언을 받을 수 있습니다.
국내 시장의 변화: 네이버의 AI 쇼핑
네이버 AI 쇼핑 앱은 한국 시장의 특성을 반영한 AI 쇼핑 도우미로, 사용자의 질문을 이해하고 네이버 쇼핑 내 상품을 추천합니다. 예를 들어 "겨울철 건조한 피부에 좋은 크림 추천해줘"라고 물으면 한국인의 피부 타입 특성과 계절적 요인을 고려한 맞춤 상품을 제안한다고 발표했습니다.
네이버의 차별점은 검색 포털로서 축적한 사용자 행동 데이터와 쇼핑 데이터의 결합했다는 데 있습니다. 사용자가 평소 어떤 검색을 했는지, 어떤 브랜드에 관심을 보였는지 등의 정보를 종합해서 더욱 개인화 된 추천을 제공할 수 있습니다.
대화형 AI가 바꾸는 온라인 쇼핑 패러다임
이러한 변화는 쇼핑 패러다임의 근본적 변화를 의미합니다. 앞으로 고객들은 대화로 쇼핑에 대한 정보를 얻고 추천받는 구매 여정에 금세 익숙해질 것입니다. 특히 Z세대와 밀레니얼 세대를 중심으로 “AI에게 물어보고 결정하는” 새로운 소비 패턴이 자연스러워지고 있습니다.
이는 단순히 새로운 쇼핑 채널이 하나 더 생긴 것이 아니라, 쇼핑 여정의 시작점 자체가 달라지는 근본적 변화입니다.
고객 구매 여정의 변화
기존 쇼핑 방식:
- 니즈 인식
- 키워드 검색
- 쇼핑몰(상품 상세 페이지) 방문
- 상품 비교
- 리뷰 확인
- 구매 결정
대화형 쇼핑 방식:
- 대화 시작
- 의도와 상황 설명
- 맞춤 추천 받기
- 구매 결정
- 상품 상세 페이지 방문
가장 큰 차이는 쇼핑 여정의 시작점과 구매 결정 과정이 바뀌었다는 점입니다. 과거에는 "무엇을 살지"는 포털과 유튜브 검색을 통해 어느 정도 정한 상태에서 "어디서 살지"를 찾는 과정이었다면, 이제는 "무엇을 살지"부터 AI와 함께 결정하는 과정으로 변화했습니다.
더욱 흥미로운 점은 다른 목적의 대화로부터 쇼핑 시작이 가능해졌다는 것입니다. "요즘 밤에 잠이 안 와서 고민이야"라는 일상적인 고민 상담에서 AI가 “그럼 숙면에 도움이 되는 차나 베개를 추천해드릴까요?"라고 제안하며 대화가 자연스럽게 상품 추천으로 이어질 수 있습니다. 즉, 애초에 쇼핑이 목적이 아닌 일상 대화에서 시작했어도 AI가 맥락을 파악해 적절한 상품을 추천하고 구매로 연결하는 새로운 경험이 가능해진 것입니다.
검색에서 대화로: 고객 구매 의도 파악이 가져오는 변화
기존의 키워드 기반 검색은 “왜?(Why?)”에 대한 정보를 주지 않았습니다.
예를 들어, "운동화"라고 검색하는 세 명의 고객을 살펴봅시다.
- 출근용 깔끔한 스니커즈를 찾는 직장인?
- 주말 조깅용 러닝화를 찾는 운동 애호가?
- 농구할 때 신을 전문 농구화를 찾는 선수?
세 고객의 구체적인 구매 의도는 모두 다른데, ‘운동화’라는 단순한 키워드로는 구분할 수 없습니다.
하지만 AI 쇼핑 어시스턴트와 대화를 통해 구매 여정에 도움을 받는다면, "주말마다 한강에서 조깅하는데, 최근에 무릎이 아파서 쿠셔닝이 좋은 운동화를 찾고 있어. 예산은 15만원 정도로 생각하고 있어." 라는 문장으로 용도, 건강 상태, 예산까지 구매 결정에 필요한 모든 정보를 알 수 있습니다. 쇼핑몰 방문 이전 단계의 고객 구매 의도를 명확히 파악할 수 있게 된 것입니다.
이는 기업 입장에서는 더 정확한 고객 데이터를 확보할 수 있고, 고객 입장에서는 정보 검색과 구매 과정이 하나로 통합되어 편의성이 크게 향상되는 윈-윈(win-win) 상황을 만들어냅니다.
사용자 중심으로 재편되는 쇼핑 생태계
과거 온라인 쇼핑은 기본적으로 공급자 중심의 구조였습니다. 쇼핑몰이 진열해 놓은 상품 중에서만 선택 가능했고, 카테고리와 필터는 판매자의 관점에서 설계되었습니다.
하지만 AI 쇼핑 에이전트는 이런 구조를 뒤집습니다. 고객의 니즈와 상황을 먼저 파악하고, 전체 시장에서 최적의 솔루션을 탐색하며, 고객의 관점에서 상품의 장단점을 객관적으로 평가합니다.
결과적으로 소비자들의 구매 결정 경험이 크게 개선됩니다. 충동 구매나 잘못된 정보에 의한 후회 구매가 줄어들고, 진정으로 자신에게 맞는 상품을 찾을 확률이 높아집니다.
개별 브랜드는 대화형 쇼핑에 어떻게 대응해야 할까?
이런 거대한 변화 속에서 브랜드 자사몰과 버티컬 쇼핑몰은 어떻게 대응해야 할까요?
커머스 AI와 쇼핑 챗봇 도입의 현실적 장벽들
많은 브랜드들이 "AI 쇼핑 챗봇, 도입해보면 된다!"는 필요성은 느끼지만, 실제로는 여러 현실적인 어려움에 직면합니다:
- 개발 인력 부족: 자체 AI 쇼핑 시스템을 구축하려면 전문 개발팀이 필요하지만, 중소 기업에서는 이런 인력을 확보하기 어렵습니다.
- 적합한 데이터 부족: AI 챗봇이 제대로 작동하려면 충분한 고객 데이터가 필요한데, 대형 플랫폼 대비 고객과 리뷰 데이터가 부족한 것이 현실입니다.
- 기술적 복잡성: AI 모델 학습, 자연어 처리, 상품 데이터 연동 등 복잡한 기술적 과제들이 산적해 있습니다. 전문 지식을 가진 인재를 채용하거나 기술을 개발하기에는 쉽지 않습니다.
그럼에도 불구하고 AI가 필요한 이유
하지만 이런 어려움에도 불구하고 AI 도입이 필요한 이유가 있습니다. AI 쇼핑 챗봇은 적은 수의 고객에게서도 큰 인사이트를 얻을 수 있기 때문입니다.
기존에는 수백, 수천 명의 고객 행동 데이터를 모아야 의미 있는 패턴을 찾을 수 있었습니다. 하지만 쇼핑몰 챗봇과의 대화 데이터는 소수의 고객에게서도 깊이 있는 인사이트를 제공합니다.
예를 들어, "아이가 아토피가 있어서 순한 성분의 제품을 찾고 있어요"라는 한 문장만으로도 그 고객의 니즈, 고민, 구매 기준을 명확히 파악할 수 있습니다.
현실적인 해결책: 커머스 AI 솔루션 활용
젠투 같은 AI 기반의 쇼핑몰 챗봇 솔루션을 활용하는 것이 현실적인 해결책이 될 수 있습니다.
자체 개발의 부담 없이 검증된 노하우와 데이터를 활용할 수 있고, 이를 통해 ChatGPT든 구글이든 앞으로 펼쳐질 AI 쇼핑 시대에 더 원활하게 대응하고 적응할 수 있습니다.
특히 중소 브랜드들에게는 이런 전문 솔루션이 AI 쇼핑 시대의 생존 전략이 될 수 있습니다. 빅테크의 범용 AI에 묻히지 않고, 자신만의 브랜드 강점과 스토리를 살린 AI 경험을 제공할 수 있기 때문입니다.
AI 쇼핑 시대, 당신의 쇼핑몰은 준비되어 있나요?
AI 쇼핑 시대의 서막이 올랐습니다. 이제 중요한 것은 이 변화에 언제, 어떻게 이 변화에 동참할 것인가입니다.
커머스 챗봇 솔루션 도입부터 자체 쇼핑몰 챗봇 개발, AI 에이전트 기반의 워크플로우 설계까지, 다양한 방법이 제시되고 있습니다.
늦어서는 안 되는 이유들
- 첫째, 고객 습관의 고착화: 소비자들이 한 번 AI 쇼핑과 쇼핑 챗봇에 익숙해지면, 기존 방식으로 돌아가기 어렵습니다.
- 둘째, 데이터 축적의 시간: AI 쇼핑이 제대로 작동하려면 충분한 대화 데이터와 고객 인사이트가 필요합니다. 늦게 시작할수록 경쟁에서 뒤처질 수밖에 없습니다.
- 셋째, 경쟁사 대비 차별화: 비슷한 상품을 파는 경쟁사가 AI 쇼핑 챗봇을 먼저 도입한다면, 고객들은 자연스럽게 그쪽으로 유입될 것입니다.
변화의 속도는 생각보다 빠릅니다. 결국 얼마나 신속하게 이 변화에 대응하느냐가 향후 경쟁력을 좌우할 것입니다. 늦어질수록 고객들은 이미 다른 브랜드의 AI 서비스에 익숙해져 있을 테고, 다른 출발선에서 시작할 수밖에 없습니다.
다음 글에서는 이런 문제들에 대한 구체적인 해답을 제시하겠습니다. 실제로 AI 쇼핑 챗봇을 도입해서 성과를 거둔 사례들과 우리 온라인 쇼핑몰이 “무인매장”에서 벗어나는 구체적인 방법들을 자세히 살펴보겠습니다.
➡️ 다음 글 바로가기: 온라인 "무인 매장"에 AI 쇼핑 에이전트 기반의 인공지능 점원이 필요한 이유
AI 기반 쇼핑몰 챗봇 사례가 궁금하다면?
Share article
고민하는 고객을 전환하는 AI 점원 젠투가 궁금하신가요?
젠투 소개서 보기 ⤵️
젠투 소개서 보기 ⤵️
