AI 쇼핑 시대, '잘 보이는' 마케팅에서 '잘 읽히는' 데이터로의 전환

검색창에서 대화형 AI로의 진화

온라인 쇼핑의 시작점이었던 검색창 기반의 소비자 선택권이 대화형 AI의 등장과 함께 급격한 변화를 맞이하고 있습니다. 과거에는 소비자가 특정 키워드를 검색하면 수백 개의 상품 목록이 화면을 채우고, 직접 스크롤을 내리며 가격과 후기를 비교하는 방식이 일반적이었습니다. 하지만 이제는 사용자가 원하는 조건을 대화창에 입력하면, AI가 이를 분석해 단 3~4개의 '최적 후보'만을 제시하는 형태로 선택지가 극단적으로 압축되고 있습니다. 업계에서는 이러한 변화가 소비자의 탐색 피로도를 줄여주는 동시에, 선택의 주도권이 소비자에서 AI로 넘어가는 중대한 분기점이 될 것으로 관측하고 있습니다.

수백억 개 상품을 거르는 AI 필터링

현재 챗GPT, 구글, 네이버 등 주요 빅테크 기업들의 생성형 AI는 방대한 상품 풀을 실시간으로 필터링하여 소수의 결과값을 도출하고 있습니다. 원문에 따르면, 구글의 경우 무려 500억 개에 달하는 상품이 등록되어 있으며 매시간 20억 개의 목록이 갱신되는 압도적인 규모를 자랑합니다. AI는 이 거대한 데이터의 바다에서 구조화된 데이터와 조건의 교집합을 빠르게 계산해 냅니다.

수백 개 상품 중 단 3개만 생존… AI가 쥔 ‘쇼핑 권력’

결과적으로 수많은 브랜드와 상품들이 1페이지 노출을 위해 경쟁하던 과거의 방식은, AI의 좁은 선택 관문을 통과하기 위한 새로운 생존 게임으로 재편되고 있습니다.

마케팅의 새 기준, 데이터 명세서

이러한 극단적인 압축의 시대에 판매자와 마케터의 핵심 경쟁력은 'AI가 바로 읽을 수 있는 데이터 명세서(상품 피드)'를 얼마나 정교하게 갖추느냐에 달려 있습니다. 과거의 마케팅이 화려한 이미지와 자극적인 카피로 소비자에게 '잘 보이는' 것에 집중했다면, 이제는 기계가 정확하게 인식하고 분류할 수 있도록 '잘 읽히는' 데이터 관리가 필수적입니다.

성공적인 AI 쇼핑 최적화를 위해 마케터가 점검해야 할 요소는 다음과 같이 추정됩니다.

• 상품의 스펙, 가격, 카테고리 등 구조화된 데이터(Structured Data)의 정확성
• AI 모델이 크롤링하기 쉬운 표준화된 상품 피드 구축
• 소비자의 자연어 질의에 대응할 수 있는 상세하고 명확한 텍스트 속성 부여

불투명한 추천 기준과 향후 과제

그러나 AI가 어떤 기준으로 단 3~4개의 상품을 선정하는지, 그 구체적인 필터링 기준은 아직 불투명한 상태입니다. 이로 인해 추천 기준의 투명성 확보와 데이터 출처 및 거버넌스에 대한 검증 필요성이 지속적으로 제기되고 있습니다. 마케팅 업계에서는 향후 검색 엔진 최적화(SEO)를 넘어 AI 엔진 최적화(AIO)가 새로운 화두로 떠오를 것이며, 플랫폼의 알고리즘 변화에 기민하게 대응하는 데이터 전략이 기업의 성패를 가를 것으로 전망하고 있습니다.

BARO 인사이트

대화형 AI가 쇼핑의 최종 큐레이터로 등극하는 현상은, 퍼포먼스 마케팅의 문법이 '노출 입찰'에서 '데이터 정합성'으로 이동하고 있음을 시사합니다. BARO Interactive는 이러한 변화가 광고주들에게 위기이자 새로운 기회라고 판단합니다. 기존의 매체 최적화 역량에 더해, 브랜드의 모든 상품 데이터를 AI가 선호하는 형태로 가공하고 피드(Feed)화하는 작업이 퍼포먼스 성과의 새로운 기준점이 될 것입니다.

특히, 구글이나 네이버의 생성형 AI가 참조하는 데이터 소스의 구조를 파악하고, 카탈로그 매니징을 고도화하는 자동화 솔루션의 도입이 시급합니다. 우리는 광고주의 상품 데이터가 AI의 '최종 3개 후보'에 안착할 수 있도록, 메타데이터 최적화와 동적 피드 관리 시스템을 선제적으로 구축해야 합니다. 소비자를 설득하기 전에 AI를 먼저 설득하는 데이터 아키텍처 설계, 이것이 다가올 AI 쇼핑 시대에 BARO가 제안하는 가장 강력한 퍼포먼스 전략입니다.