에이전틱 커머스 시대, 쇼핑몰이 준비할 네 가지 — 네이버 쇼핑 AI 에이전트 거래액 82%↑, ‘보이지 않는 진열대’에 오르는 법

AI가 소비자 대신 상품을 찾고 비교하고 결제까지 하는 에이전틱 커머스가 실제 매출로 이어지기 시작했습니다. 네이버에 따르면 6월 출시한 쇼핑 AI 에이전트를 거친 거래액은 출시 이후 82% 늘었고, 9월 기준 대화 수는 60% 증가했습니다. 네이버는 배송일 추천, 에이전트 안 결제 시범 서비스까지 준비하고 있습니다. 구글 클라우드는 이런 변화를 소비자 눈에 보이지 않는 곳에서 선택이 이뤄지는 **‘보이지 않는 진열대(Invisible Shelf)’**라고 불렀고, 오픈AI도 대화 안에서 바로 사는 인스턴트 체크아웃을 내놨습니다.

검색 결과 대신 ‘추천 한 줄’에 들어가야 한다

지금까지 쇼핑몰은 검색 결과 상단과 광고 지면을 두고 경쟁했습니다. 에이전틱 커머스에서는 AI가 조건에 맞는 상품을 몇 개만 골라 보여 주거나 바로 결제까지 넘깁니다. 상품이 AI에게 읽히고, 이해되고, 믿을 만하다고 판단돼야 후보에 오를 수 있습니다.

쇼핑몰이 준비할 네 가지

1. 상품 속성을 구조화된 데이터로

“가볍고 좋은 재킷”이 아니라 “무게 320g, 생활방수, 봄·가을 아웃도어 재킷”처럼 소재·크기·무게·용도를 항목별 값으로 정리해야 합니다. AI는 사용자의 조건과 상품 속성을 하나씩 맞춰 보기 때문입니다.

2. AI가 읽기 쉬운 상세페이지

• 핵심 정보를 이미지에만 넣지 말고 텍스트로도 쓴다.
• 사양·구성은 표와 목록으로 정리한다.
• Product·Offer·Review 같은 구조화 마크업을 넣는다.
• 상품 피드와 상세페이지 정보(가격·재고·옵션)를 똑같이 맞춘다.
• AI 크롤러의 접근을 막지 않았는지 확인한다.

3. ‘왜 이 상품인가’를 분명하게

AI는 추천할 때 이유를 함께 말합니다. “장거리 러닝에서 충격 완화를 중시하는 러너용”처럼 누구의 어떤 상황에 맞는 상품인지 명시해 두면 조건이 맞는 질문에 추천될 가능성이 커집니다.

4. 신뢰 신호 관리

리뷰의 양보다 질과 최신성, 외부 리뷰·커뮤니티 언급 모니터링, 명확한 반품·교환 정책, 외부에 퍼진 정보와 실제 상품 정보의 일치가 AI의 판단 근거가 됩니다.

실무 시사점

1. GEO는 이제 기본 전략이다. 검색엔진 최적화에 더해 AI 답변에 오르는 생성형 엔진 최적화(GEO)를 상품 단위까지 내려서 챙겨야 합니다. 무엇이 AI 노출을 좌우하는지는 GEO 실험 두 번이 뒤집은 AI 가시성 공식에서 다뤘습니다.
2. 상품 피드 정비부터 시작하자. 상세페이지를 다 고치기 어렵다면 판매량 상위 상품의 속성값과 피드 정합성부터 맞추는 것이 가장 빠른 첫걸음입니다.
3. 플랫폼별 에이전트 문법을 따로 본다. 국내에서는 카카오톡이 에이전트 AI로 간다에서처럼 메신저 안 구매도 열리고 있어, 네이버·카카오·글로벌 AI 각각의 노출 조건을 점검해야 합니다.