AI 에이전트 쇼핑은 검색창에 제품명을 치고 리뷰를 뒤지는 흐름을 조금씩 밀어내고 있다. 노트북, 이어폰, 생활가전처럼 비교할 항목이 많은 제품일수록 변화가 먼저 보인다. 사용자는 가격표와 스펙표를 오가며 고르는 대신, AI에게 조건을 던지고 압축된 후보를 받기 시작했다.
이번 변화의 무게는 단순한 챗봇 추가에 있지 않다. 아마존의 루퍼스, 월마트의 스파키처럼 쇼핑몰 안에 들어간 AI가 제품 비교와 구매 판단의 앞단을 차지하고 있다는 점이 핵심이다. 검색 결과 1페이지를 잡는 싸움이 AI 답변 안에 들어가는 싸움으로 바뀌고 있다.
AI 에이전트 쇼핑이 검색창을 밀어내는 방식
기존 온라인 쇼핑은 검색어에서 시작됐다. 사용자가 “게이밍 노트북”, “무선 이어폰”, “로봇청소기”를 입력하면 플랫폼은 광고, 인기순, 리뷰순, 가격순으로 상품을 펼쳐 보여줬다. 선택의 책임은 대부분 사용자에게 남았다.
AI 에이전트 쇼핑은 출발점이 다르다. 사용자가 “100만원대에서 게임도 되고 들고 다닐 만한 노트북”처럼 조건을 말하면 AI가 후보를 줄이고, 비교 이유를 붙이고, 구매 단계까지 이어준다. 검색어 하나보다 구매 맥락이 더 중요해지는 구조다.
이 흐름은 특히 컴퓨터·가전 분야에서 강하게 나타난다. 사양, 가격, 브랜드, AS, 사용 목적을 동시에 봐야 하는 제품일수록 사용자는 단순 검색 결과보다 정리된 추천을 선호한다. AI가 쇼핑의 ‘첫 상담원’ 역할을 맡기 쉬운 영역인 셈이다.
루퍼스와 스파키가 보여준 구매 전환의 차이
원문 기사에 따르면 아마존의 AI 쇼핑 비서 루퍼스를 이용한 쇼핑객의 구매 전환율은 40% 이상으로, 일반 이용자 약 20%보다 높게 나타났다. 월마트의 스파키 역시 이용자 증가와 함께 평균 주문 금액이 일반 고객보다 약 35% 높은 것으로 소개됐다.
숫자가 말하는 방향은 분명하다. AI가 붙으면 사용자가 더 많이 산다는 단순한 얘기보다, 구매 전 망설임을 줄이는 역할이 커졌다는 해석이 자연스럽다. 비교해야 할 상품이 많을수록 사용자는 피곤해지고, AI는 그 피로를 줄이는 쪽에 강점이 있다.
▲ 루퍼스: 아마존 내부 상품 탐색과 비교에 깊게 붙는 방식
▲ 스파키: 월마트 이용자 확대와 장바구니 금액 상승에 초점
▲ 챗GPT·퍼플렉시티: 쇼핑몰 밖에서 먼저 추천을 만드는 관문 역할
▲ 컴퓨터·가전: 스펙 비교가 복잡해 AI 추천 영향이 커지기 쉬운 카테고리
이제 브랜드 입장에서는 쇼핑몰 검색광고만으로는 부족해진다. AI가 어떤 제품을 후보로 뽑고, 어떤 이유로 설명하며, 어떤 링크를 보여주는지가 매출의 앞단을 흔들 수 있다.
컴퓨터와 가전 브랜드가 먼저 긴장하는 이유
AI 추천의 영향은 모든 제품에 똑같이 오지 않는다. 생수나 휴지처럼 반복 구매가 많은 상품은 가격과 배송 조건이 더 크게 작동한다. 반면 노트북, 모니터, 태블릿, 이어폰, 로봇청소기처럼 비교 요소가 많은 제품은 AI 답변의 힘이 커진다.
예를 들어 사용자가 “영상 편집용 노트북”을 찾는다고 해보자. 검색 결과는 수십 개 모델을 보여주지만, AI는 CPU, GPU, 메모리, 화면, 무게, 가격대를 한 번에 엮어 후보를 좁힐 수 있다. 사용자가 잘 모르는 용어도 “게임 성능에 더 중요하다”, “휴대성은 이쪽이 낫다”처럼 생활 언어로 바꿔준다.
이 지점에서 AI 에이전트 쇼핑은 IT 제품 구매의 문법을 바꾼다. 지금까지는 리뷰어, 가격비교 사이트, 커뮤니티 글을 오가며 판단했다면 앞으로는 AI가 그 중간 정리자를 맡는다. 브랜드가 AI 답변 안에서 빠지면, 소비자의 첫 후보군에 들어가지 못할 가능성이 생긴다.
그래서 제품명, 스펙, 가격, 호환성, 사용 조건이 명확하게 정리된 콘텐츠의 가치도 커진다. AI는 모호한 홍보 문구보다 비교 가능한 정보를 더 잘 다룬다. “최고의 경험”보다 “배터리 몇 시간, 무게 몇 kg, 어떤 포트 지원” 같은 구체 정보가 더 중요해지는 이유다.
아마존의 폐쇄형과 월마트의 개방형 전략
흥미로운 건 유통업체들의 AI 전략이 갈라지고 있다는 점이다. 기사에서는 월마트와 타깃이 챗GPT와의 협력 등 생성형 AI 유입을 넓히는 반면, 아마존은 자사 상품 데이터가 외부 AI에 활용되는 것을 제한하는 독자 노선을 택했다고 전했다.
아마존은 이미 거대한 쇼핑 생태계를 갖고 있다. 사용자가 아마존 안에서 검색하고, 루퍼스와 대화하고, 그대로 구매하면 플랫폼 밖으로 나갈 이유가 줄어든다. 자체 AI를 키워 고객을 내부에 붙잡아두는 전략과 맞다.
월마트는 다른 계산을 한다. 외부 AI가 사용자의 구매 출발점이 된다면, 그 답변 안에 월마트 상품과 링크가 들어가는 편이 유리하다. 챗GPT나 다른 AI 서비스에서 “이 제품은 월마트에서 살 수 있다”는 흐름이 만들어지면 외부 유입을 확보할 수 있다.
이 차이는 국내 플랫폼에도 그대로 이어질 수 있다. 네이버 검색이 AI탭을 붙이며 예약·구매 화면으로 확장되는 흐름과도 맞닿아 있다. 검색이 단순 링크 모음에서 행동을 유도하는 화면으로 바뀌면, 쇼핑·예약·콘텐츠 유입 구조도 함께 움직인다. 관련해서는 이전에 다룬 네이버 AI탭 변화도 같은 맥락에서 볼 수 있다.
AI 답변에 들어가는 제품만 살아남는 화면
앞으로 사용자가 “가성비 태블릿 추천”, “아이폰 대신 살 만한 갤럭시”, “PS5용 모니터”를 묻는 장면은 더 흔해질 가능성이 크다. 이때 AI가 보여주는 후보는 검색 결과 전체가 아니라 압축된 몇 개의 선택지다.
문제는 그 압축이 편리함과 동시에 새로운 문턱을 만든다는 점이다. 사용자는 덜 피곤해지지만, 브랜드와 판매자는 AI가 읽고 추천할 수 있는 방식으로 정보를 갖춰야 한다. 리뷰 수, 가격, 재고, 상세 스펙, 반품 조건, 호환 정보가 흩어져 있으면 추천 후보에서 밀릴 수 있다.
소비자에게도 확인할 부분이 생긴다. AI 추천은 출발점으로는 편하지만 최종 판단까지 대신해주지는 않는다. 할인 조건, 배송비, 보증 기간, 환불 규정, 실제 리뷰의 반복 불만은 여전히 사람이 봐야 한다. 특히 고가 전자제품은 AI가 압축해준 후보를 다시 가격비교와 공식 판매처에서 대조하는 과정이 필요하다.
AI 에이전트 쇼핑의 본질은 쇼핑몰에 챗봇 하나가 붙는 변화가 아니다. 검색 결과를 누가 배열하느냐에서, 구매 후보를 누가 먼저 정리하느냐로 중심이 옮겨가는 변화다. 제품을 파는 회사도, 제품을 고르는 사용자도 이제 검색창 다음 화면을 준비해야 한다.
원문: 이데일리 네이버 뉴스
참고: Amazon Rufus 공식 소개
※ 대표 이미지 출처: 이데일리
