platform

챗GPT, 가상 피팅 기능 전격 도입… '탐색 중심' 커머스 생태계 지각변동 예고

By BARO Interactive ·

오픈AI가 챗GPT에 셀피 기반의 가상 피팅 및 상품 저장 기능을 전 세계에 순차 도입합니다. '챗GPT 이미지 2.5' 모델을 활용해 이용자가 직접 옷을 입어보고 위시리스트를 만들 수 있게 되며, 직접 결제보다는 쇼핑 탐색과 비교 경험을 강화하는 데 초점을 맞추고 있습니다.

오픈AI가 자사의 대화형 인공지능 챗GPT(ChatGPT)에 가상 피팅(Virtual Fitting) 및 상품 저장 기능을 전 세계적으로 순차 도입한다고 밝혔습니다. 이는 단순한 텍스트 기반의 정보 검색과 답변 제공을 넘어, 이용자가 직접 참여하고 시각적으로 결과를 확인할 수 있는 커머스 영역으로 AI의 영향력을 본격 확대하고 있는 모습입니다.

셀피 한 장으로 끝나는 가상 피팅 경험

이번 업데이트의 가장 큰 특징은 챗GPT 환경 내에서 의류와 액세서리를 마치 오프라인 매장에서 직접 입어보는 것처럼 확인할 수 있다는 점입니다. 이용자가 자신의 셀피나 전신 사진을 업로드한 뒤, 쇼핑 검색 결과 화면에 새롭게 추가된 '트라이 온(try on)' 버튼을 클릭하면 특정 상품의 착용 모습을 즉각적으로 확인할 수 있습니다.

업계에서는 이러한 시각적 확인 과정이 온라인 쇼핑의 가장 큰 허들 중 하나인 '착용 핏에 대한 불확실성'을 크게 낮춰줄 것으로 관측하고 있습니다. 기존에는 텍스트 리뷰나 전문 모델의 착용 샷에 의존해야 했으나, 이제는 소비자 본인의 체형과 얼굴에 상품을 투영해 볼 수 있어 구매 전환율 상승과 반품률 감소에 긍정적인 영향을 미칠 것으로 예상됩니다.

'챗GPT 이미지 2.5'와 페이보릿 라이브러리

오픈AI는 고도화된 이미지 생성 및 처리 모델인 '챗GPT 이미지 2.5'를 활용하여 이번 가상 피팅 기능을 구현했습니다. 이를 통해 상품 탐색과 비교 경험의 질을 한 차원 끌어올렸습니다. 또한, 가상 피팅을 통해 마음에 드는 상품을 발견했다면, 해당 착용 이미지와 함께 상품 정보를 '페이보릿 라이브러리(Favorite Library)'에 저장할 수 있는 기능도 함께 제공됩니다.

결제보다 '탐색의 흐름'에 집중한 전략적 선택

주목할 만한 점은 오픈AI가 당장 직접적인 결제 시스템을 챗GPT 내부에 도입하기보다는, 철저히 이용자 중심의 쇼핑 탐색 흐름(Discovery Flow)에 집중하고 있다는 사실입니다. 이는 챗GPT를 단순한 최종 구매 채널이 아닌, 쇼핑 여정의 초기 및 중기 단계에서 강력한 '쇼핑 어시스턴트'로 포지셔닝하려는 전략으로 풀이됩니다.

일반적으로 소비자는 구매를 결정하기 전 다양한 상품을 비교하고 고민하는 단계를 거칩니다. 챗GPT는 이 탐색 단계에서의 마찰을 줄이고 시각적인 영감을 제공하는 데 주력함으로써, 장기적으로 커머스 생태계 내에서 대체 불가능한 트래픽 게이트웨이(Gateway) 역할을 수행하고자 하는 것으로 추정됩니다.

BARO 인사이트

챗GPT의 가상 피팅 기능 도입은 퍼포먼스 마케팅 관점에서 '시각적 데이터 최적화'의 중요성이 급부상하고 있음을 시사합니다. 이제 소비자는 검색 엔진이 아닌 AI 챗봇에게 스타일을 묻고, 자신의 사진에 직접 옷을 입혀보며 구매를 결정하게 될 것입니다. 따라서 광고주와 브랜드는 자사의 상품 이미지가 AI 모델에 의해 얼마나 정확하고 매력적으로 렌더링될 수 있는지 점검해야 합니다.

BARO Interactive는 이러한 변화에 발맞춰, 고객사의 제품 피드와 이미지 에셋이 AI 플랫폼의 탐색 로직에 최적화될 수 있도록 선제적인 전략을 수립할 것입니다. 특히 텍스트 메타데이터뿐만 아니라, AI가 상품의 재질, 핏, 색상을 명확히 인식할 수 있는 고품질 시각 자료의 구축이 필수적입니다.

또한, 챗GPT와 같은 AI 어시스턴트를 거쳐 유입되는 트래픽의 특성을 분석하고, 이들의 구매 여정을 추적하는 새로운 어트리뷰션(Attribution) 모델에 대한 고민도 필요합니다. 단순 노출을 넘어 AI와의 상호작용 속에서 브랜드가 어떻게 '추천'되고 '피팅'되는지가 향후 이커머스 성과의 핵심 지표가 될 것입니다.

기사 전체 보기 →