"AI가 우리 제품을 추천해 주는 건 좋아요. 그런데 실제 구매까지 이어지게 할 순 없을까요?"
상품을 파는 기업이라면 한 번쯤 떠올려 봤을 질문이에요.
GEO로 우리 브랜드가 AI 답변에 정확하게 나오게 하는 것도 중요해요. 하지만 판매자가 진짜 바라는 건 그다음이죠. 고객이 상품을 비교하고, 고르고, 결제까지 마치는 거예요.
여기서 등장하는 개념이 '에이전틱 커머스' 구매 방식이에요. AI가 소비자 대신 구매 과정의 일부를 처리해 주는 거죠. 상품을 골라 장바구니에 담거나, 소비자가 정해 둔 조건에 맞춰 주문까지 넣는 식이에요.
네이버나 쿠팡에서 직접 검색하고, 리뷰 읽고, 결제하는 데 익숙하다면 "추천까진 알겠는데, 구매를 대신한다고?" 싶을 수 있어요.
다만 해외에서 새 기능이 나왔다는 것과 국내 소비자의 쇼핑 습관이 바뀌었다는 건 다른 이야기예요. 이 둘을 나눠서, 에이전트 커머스가 지금 어디까지 왔는지 살펴볼게요.
AI에게 '물어보는' 쇼핑 vs AI에게 '맡기는' 쇼핑
"10만 원 이하 운동화 추천해 줘."
이건 AI가 조건에 맞는 상품을 찾아 설명해 주면 끝이에요. 구매는 소비자가 직접 쇼핑몰에 가서 하고요.
그런데 요청이 이렇게 바뀌면요?
이제 상품명만 알려줘서는 안 돼요. 그 사이즈 재고가 있는지, 언제 도착하는지, 최종 금액은 얼마인지, 교환은 되는지까지 확인한 뒤 바로 주문할 수 있는 상품을 보여줘야 하죠. 소비자는 여러 페이지를 돌아다닐 필요 없이, AI가 정리한 구매안을 보고 결정만 하면 돼요.
한발 더 나가면 "늘 사던 세제, 배송비 포함 2만 원 이하일 때 주문해 줘"처럼 조건을 미리 걸어두고 맡길 수도 있어요.
즉, 에이전트 커머스가 '처음부터 끝까지 AI가 다 사 주는 것'만 뜻하진 않아요. 비교만 맡길 수도, 주문 준비까지 맡길 수도, 정해진 조건 안에서 결제까지 맡길 수도 있어요. 맥킨지도 소비자가 어디까지 맡기느냐에 따라 에이전트 커머스를 나눠서 봐요.
소비자가 얻는 건 분명해요. 찾고, 비교하고, 주문하는 데 드는 시간과 수고가 줄어드는 거죠.
글로벌 기업들은 이미 구매 과정 일부를 연결했어요
개념에만 머문 얘기가 아니에요. 다만 회사마다 어디까지, 어떻게 구현했는지는 달라요.
구글: 상품을 둘러보는 곳에서 바로 구매로
구글은 2026년 10월 15일 미국 검색과 Gemini 앱에 Universal Cart를 내놓기 시작했어요. 여러 판매자의 상품을 한곳에 담고, 가격·재고 변화도 확인할 수 있는 통합 장바구니예요. 지원 판매자 상품은 Google Pay로 결제하거나 판매자 사이트 장바구니로 옮겨 구매를 마쳐요. 구글은 이걸 'AI가 알아서 사는 기능'이 아니라, 소비자가 주도권을 쥔 채 쇼핑을 편하게 해 주는 도구라고 설명해요.
아마존: 조건만 정하면 구매까지 실행
미국의 Alexa for Shopping은 상품 비교와 장바구니 구성을 돕고, 정해 둔 가격이 되면 기본 결제수단으로 자동 구매도 해 줘요. 일부 외부 쇼핑몰 상품엔 Buy for Me 기능이 있어서, 고객이 승인하면 아마존이 그 쇼핑몰에서 대신 사 줘요. 다만 '상품과 가격을 미리 정한 자동 구매'와 '필요한 걸 AI가 다 알아서 판단하는 쇼핑'은 다르다는 점은 구분해야 해요.
OpenAI: 탐색에 집중하고, 결제는 판매자 방식으로
OpenAI는 2026년 3월 24일, 초기 Instant Checkout이 유연성이 부족했다며 방향을 바꿨어요. 상품 탐색에 집중하고, 결제는 판매자 자체 방식을 쓰게 하겠다는 거예요. 판매자별 ChatGPT 앱을 만드는 방식도 내놨고요. 에이전트 커머스가 꼭 'AI 대화창 하나에서 모든 거래를 끝내는 것'은 아니라는 걸 보여 주는 사례예요.
정리하면, 상품 탐색과 구매 연결은 이미 실제 서비스로 나와 있고 조건부 자동 구매도 일부 가능해요. 하지만 여러 쇼핑몰, 다양한 구매 상황을 하나의 방식으로 처리하는 단계까진 아직이에요. 이용 국가, 지원 상품, 판매자 연결 방식이 서비스마다 제각각이거든요.
AI가 물건을 사려면, 쇼핑몰과 '연결 규칙'이 필요해요
AI는 쇼핑몰 재고를 어떻게 확인하고 주문을 넣을까요?
사람처럼 웹페이지를 열고 버튼을 누를 수도 있지만, 판매자 시스템에 직접 "재고 알려줘", "주문 넣어줘"라고 요청할 수도 있어요. 그런데 판매자마다 방식이 다르면, 새 AI 서비스가 나올 때마다 일일이 따로 연결해야 하죠.
그래서 나온 게 프로토콜, 즉 시스템끼리 정보를 주고받는 공통 규칙이에요.
규격 | 어떤 역할을 하나요? |
MCP | AI가 외부 시스템의 테이터와 기능을 이용하도록 연결합니다. 재고 조회같은 기능을 제공 하는 데 활용할 수 있습니다. |
ACP | Stripe•OpenAI•Meta가 참여한 규격으로, 상품 정보와 장바구니, 주문•결제 등의 처리를 정의합니다. |
UCP | 구글이 Shopify 등과 공동 개발한 규격으로, AI 서비스와 판매자의 구매 과정을 공통 방식으로 연결합니다. |
AP2 | 소비자가 어떤 구매와 결제를 허용했는지 검증할 수 있도록 합니다. |
이름을 다 외울 필요는 없어요. "AI와 판매자를 잇고, 거래를 처리하고, 고객이 준 구매 권한을 확인하는 규칙들이 생기고 있다" 정도로 이해하면 충분해요. 서로 경쟁만 하는 게 아니라 역할을 나눠 함께 쓰이기도 해요.
실제 사례도 나왔어요. 월마트는 10월 21일 외부 AI 에이전트 전용 연결 통로인 Agent Gateway를 발표했어요. MCP를 활용하고, 기업·개발자 대상 베타로 시작해요. 에이전트별 구매 승인과 지출 한도를 관리하는 기능도 예고했고요.
그렇다고 모든 판매자가 같은 식으로 문을 여는 건 아니에요.
아마존의 선택이 흥미로워요. 자기들은 Buy for Me로 외부 쇼핑몰 구매를 대신해 주면서, 9월에는 Meta의 개인 AI 에이전트 Muse가 아마존에서 구매하는 걸 막았어요. 사전 합의가 없었고, 에이전트가 정체를 밝히지 않았고, 고객 정보 보호가 필요하다는 이유였죠. 자사 Buy for Me는 정체를 밝히고, 판매자가 참여를 거절할 수도 있다는 설명도 덧붙였어요.
아마존은 특정 외부 에이전트를 막았고, 월마트는 조건을 정해 받아들였어요. 에이전트 커머스가 기술만으로 퍼지는 시장은 아니라는 뜻이에요.
AI가 주문할 수 있느냐와 판매자가 그 주문을 받아 주느냐는 별개의 문제예요. 판매자 입장에선 새 주문을 얻는 대신, 고객 정보와 구매 경험을 어디까지 맡길지 정해야 하는 문제이기도 하고요.
진짜 어려운 건 '조건을 끝까지 지키는 일'이에요
주문 기능이 있다고 소비자 요구를 늘 정확히 처리하는 건 아니에요.
고객은 처음엔 가벼운 노트북을 찾다가, 중간에 "영상 편집도 해야 해"라고 하고, 마지막엔 "근데 예산은 넘기면 안 돼"라고 덧붙일 수 있어요. AI는 앞 조건을 기억하면서 새 조건도 반영해야 하죠.
2026년 9월 30일 arXiv에 공개된 RealWorldShop 연구가 바로 이 부분을 다뤘어요. 약 328만 개 상품 데이터로 가상 사용자와 대화하는 테스트 환경을 만들었더니, AI가 한 마디 한 마디는 자연스럽게 답하면서도 대화 중 바뀌는 조건을 따라가고 여러 구매 목적을 조율하는 데는 애를 먹었다고 해요. 실제 쇼핑 서비스의 구매 성공률을 잰 연구는 아니지만, 무엇을 점검해야 하는지는 잘 보여 줘요.
구매에선 작은 조건 하나가 결정을 바꿔요. 싸도 필요한 날 안 오면 소용없고, 성능이 좋아도 내 기기와 안 맞으면 못 써요. 추천 단계에서 놓친 조건이 주문까지 가면 취소나 반품으로 이어지죠.
소비자가 어디까지 맡기고 싶은지도 따로 봐야 해요.
맥킨지는 에이전트 커머스의 목표를 '최대한 자동화'가 아니라 '적당한 만큼 맡기기'로 설명해요. 반복적이고 실용적인 구매는 맡기기 쉽지만, 취향이나 감정이 담긴 구매는 직접 고르는 과정 자체가 중요할 수 있다는 거죠. 세제는 조건만 걸어 두고 맡기고 싶어도, 중요한 선물은 AI의 비교 도움만 받고 직접 고르고 싶을 수 있잖아요.
그래서 모든 구매가 한꺼번에 자동화되기보다는, 'AI가 비교하고 사람이 승인하는 구매'와 '조건을 정해 두고 자동 실행하는 구매'가 함께 늘어날 거예요. 기업도 상품과 고객에 따라 맡기는 범위가 달라진다는 걸 염두에 둬야 해요.
한국에선 네이버·쿠팡 안의 변화부터 봐야 해요
해외 사례를 국내에 그대로 대입하긴 어려워요. 네이버·쿠팡에서 주로 파는 브랜드는 그 플랫폼의 상품 정보 체계와 구매 기능 안에서 고객을 만나요. 외부 AI와 자사몰을 직접 연결하는 기업과는 준비 출발점이 다를 수밖에 없죠.
네이버는 2026년 9월 17일 쇼핑 AI 에이전트에 실시간 배송 정보를 반영하는 기능을 발표했어요.
원하는 도착일과 등록된 배송지를 기준으로 상품을 추리고, 주문 마감 시간까지 알려 줘요. 9월 기준 에이전트 대화 수는 6월보다 약 60%, 관련 거래액은 82% 늘었다고 해요. 단, 이건 그 서비스의 성장 수치예요. 네이버 전체 거래액 증가율이나 AI 덕분에 생긴 추가 매출을 뜻하진 않아요.
쿠팡은 AI가 읽는 상품 정보부터 손보고 있어요.
한국경제는 7월 16일, 쿠팡이 수억 개 상품의 이미지·설명과 규격·재질·용도 같은 속성을 일정한 형식으로 정리하고 있다고 보도했어요. 제각각인 상품 정보를 정리해 AI가 특징과 차이를 더 정확히 구분하게 하려는 거예요. 이걸 곧 자동결제가 나온다는 뜻으로 볼 순 없지만, 상품 데이터 자체가 AI 쇼핑의 기반이 된다는 점은 중요해요.
이어서 8월 7일엔 상품 설명·리뷰 요약과 상품 비교 기능을 공개했어요. 따로 챗봇에 묻지 않아도, 평소처럼 상품을 둘러보는 과정에서 비교와 판단을 도와주는 방식이에요.
이런 흐름을 보면, 국내 소비자가 먼저 체감할 변화는 'AI 앱 하나가 모든 쇼핑몰을 돌며 대신 사 주는 경험'보다 '늘 쓰던 쇼핑 앱이 내 조건에 맞는 상품을 더 정확히 찾아 주는 경험'일 가능성이 커요. 현재 공개된 서비스 방향을 바탕으로 한 전망이에요.
그러니 국내 브랜드가 먼저 점검할 곳은 지금 팔고 있는 플랫폼이에요. 해외 프로토콜을 살펴보는 것과 함께, 네이버·쿠팡 AI가 우리 상품을 어떻게 설명하고 어떤 조건으로 비교하는지 확인해 보세요.
마케터는 지금 무엇을 준비하면 될까요?
에이전트 커머스 생태계가 자리 잡으려면 시간이 좀 더 걸릴 거예요. 그래도 손 놓고 있을 순 없죠. 마케팅 관점에서 보면, 고객에게 줘야 할 정보가 훨씬 구체적이어야 한다는 뜻이에요.
"우리 운동화는 가볍고 편해요"는 장점을 알려 줘요. 하지만 "발볼 넓고, 금요일까지 받을 수 있는 10만 원 이하 운동화"를 찾는 고객에게 답하려면 모델별 사이즈, 해당 옵션 재고, 배송 조건까지 있어야 해요. 브랜드를 좋아하게 만드는 설명과, 조건에 맞는지 판단하게 하는 정보가 둘 다 필요한 거죠.
모든 쇼핑몰을 새로 짓거나 프로토콜을 전부 도입할 필요는 없어요. 우선 세 가지부터 점검해 보세요.
첫째, 대표 상품을 실제 구매 질문으로 테스트해요.
핵심 상품 10개를 골라, 고객이 물어볼 법한 질문을 하나씩 만들어 보세요. 상품명만 넣지 말고 사용 목적, 예산, 옵션, 배송일 같은 조건을 함께 넣어요. 테스트할 곳도 고객이 실제로 쓰는 쇼핑 플랫폼이나 AI 검색 서비스부터 고르고요.
이때 브랜드 이름이 나왔는지만 보면 안 돼요. AI가 어떤 모델·옵션을 추천했는지, 왜 조건에 맞는다고 봤는지, 확인 안 된 내용을 사실처럼 말하진 않았는지까지 봐야 해요. 같은 상품도 질문과 시점에 따라 결과가 달라지니, 질문·답변과 확인 날짜를 함께 기록해 두세요.
둘째, 추천에 쓰이는 정보와 실제 판매 조건을 맞춰요.
판매자센터의 상품 속성, 상품 페이지 설명, 실제 주문 화면 조건을 나란히 놓고 비교해 보세요. 채널마다 가격·혜택이 다른 건 괜찮아요. 하지만 같은 채널 안에서 가격·옵션·배송 조건이 서로 다르면 구매 과정이 꼬여요.
상품 데이터를 정리한다고 웹 콘텐츠가 필요 없어지는 것도 아니에요. 구글도 상품 페이지의 구조화 데이터와 Merchant Center 상품 정보를 함께 제공하면 상품을 이해하고 검증하는 데 도움이 된다고 안내해요. 브랜드·제품을 설명하는 콘텐츠와, 가격·재고처럼 바뀌는 거래 정보는 서로 보완 관계예요.
셋째, AI 노출과 구매 성과를 나눠서 봐요.
AI 답변에 소개된 것, AI를 거쳐 들어온 방문자가 산 것, 에이전트가 직접 주문한 것은 전부 다른 성과예요. 가능한 범위에서 나눠 측정해야 어느 단계가 나아지고 있는지 알 수 있어요.
직접 주문 연결 단계까지 갔다면 주문 수만 보지 말고 잘못된 옵션 선택, 취소·반품, 고객 문의, 운영 비용까지 함께 봐야 해요. 주문을 만드는 것과 탈 없이 거래를 끝내는 건 다른 일이니까요.
에이전트 커머스를 'AI가 결제 버튼 누르는 기술'로만 보면, 그 앞에서 달라지는 구매 과정을 놓치게 돼요. 고객은 상품 찾기뿐 아니라 비교하고 조건 확인하는 일까지 AI에게 맡길 수 있고, 어디까지 맡길지는 상품과 상황마다 달라요.
결국 AI를 통한 구매까지 이어지려면, 상품의 장점만이 아니라 고객의 구매 조건에도 답할 수 있어야 해요.
시작은 어렵지 않아요. 앞에서 말한 대표 상품 10개 테스트를 해 보고, AI가 잘못 이해한 표현은 고치고, 빠진 정보는 채우고, 상품 페이지와 주문 화면 조건이 다르면 그것부터 바로잡으면 돼요.
완전 자동 구매가 흔해지길 기다릴 필요는 없어요. 고객의 구매 질문에 우리 상품 정보가 어디까지 답하고 있는지, 지금 바로 확인해 볼 수 있어요.
※ 이 글의 원고는 에이넥트의 손승완 대표님이 제공해 주셨으며, 편집은 큐레터가 진행했습니다.
👽 마케터를 위한 GEO 가이드 알아보기
■ 대기업 마케터는 GEO 강의가 끝나고 뭘 물어볼까?
■ AI 은근 얄밉네요. 기껏 돈 써서 디자인 영상 다 만들어놨더니..
🍀 큐레터를 구독하시면 매주 월 / 목요일 마케터에게 도움이 되는 유용한 정보를 보내드려요!