2025년 이커머스 쇼핑 경험은 어떻게 달라질까?

2024년 이커머스는 데이터와 AI가 그 어느 때보다 활발히 활용된 한 해였다. 고객에게 적시에 적합한 상품을 추천하는 개인화 기술은 물론, 운영 효율화와 판매 전략 고도화까지 AI의 활용 범위는 점점 더 넓어지고 있다. 세일즈포스 조사에 따르면, 이커머스에서 AI를 활용한 개인 맞춤형 추천이 전체 매출의 26%를 차지했으며, 아마존의 경우 매출의 약 35%가 추천 시스템에서 발생한다. 앞으로 이러한 비중은 더욱 커질 것으로 보인다.

또한 AI는 단순히 추천 시스템에 그치지 않고, 고객 편의성을 높이고 플랫폼 운영을 최적화하는 데에도 활용되었다. 이번 글에서는 2024년 이커머스에서 데이터와 AI가 어떻게 쓰였는지 돌아보고, 2025년 전략을 살펴보고자 한다.

2024년 이커머스 AI 도입 사례

이커머스에서 AI와 데이터는 고객을 세밀하게 타깃팅하고 요구사항을 심층 분석하는 형태로 발전했다. 여기에 소싱부터 전시까지, 상품 노출 우선순위 설정과 타깃에 따라 적정한 가격대, 대표 사진, 홍보문구를 어떻게 더 효과적으로 연출할지 생성형 AI로 도움을 받을 수 있게 되었다. 그리고 AI 로봇을 활용한 물류 효율화와 최단 배송 경로를 제공하는 라우팅 최적화까지, 그야말로 2024년은 데이터와 AI 활용이 새로운 수준에 도달한 한 해였다고 생각한다. 

AI 혁신에 가장 앞선 아마존과 월마트는 생성형 AI를 적극 도입해, 고객의 상품 검색과 탐색 경험을 강화했다. 그리고 국내 시장에선 네이버가 AI로 상품 추천을 고도화했으며, 쿠팡은 물류에 AI 기반 자동화 로봇을 도입하고, 상품 소싱 툴인 “쿠파일럿(Beta)”을 선보였다. 이 외에도 AI로 상품 상세 페이지를 만들어주는 스튜티오랩의 “셀러캔버스”, 이미지 기반에 최저가를 찾아주는 “샵스캐너”의 사례도 찾아볼 수 있다.

상품 추천 측면에서 가장 주목할 만한 점은 검색에 생성형 AI를 접목했다는 점이다. 물론 데이터 기반의 상품 추천 기술은 이전에도 있었다. 그러나 이전에는 과거 고객 데이터를 기반으로 상품만을 추천했다면, 최근엔 생성형 AI를 도입하여 고객의 의도를 파악한 후 리뷰 분석, 가격 경쟁력 정보 등 구매 결정에 도움이 되는 정보를 함께 제공한다는 점이 다르다.

월마트와 아마존의 생성형 AI 활용 사례

월마트와 아마존을 비교해 보면 그 차이를 확실하게 알 수 있다. 월마트는 검색창에 대화형으로 입력하면 일반 키워드 검색과 같이 상품 목록을 결과에서 보여주고 있다. 반면에 아마존은 AI 챗봇 루퍼스와 검색창을 별도로 분리하여 대화형으로 원하는 상품과 관련 정보를 찾을 수 있도록 구성했다. 루퍼스와 대화할 땐 질문의 의도를 더욱 명확하게 파악해서 상품을 제안해 준다.

예를 들어, 수면의 질을 높이고 싶다고 입력하면 베개, 백색 소음기, 아로마 오일 등을 추천해 주는 식이다. 그리고 리뷰 분석, 가장 인기 있는 상품, 주요 기능 등 고객이 추가로 궁금해할 만한 질문과 정보를 제공함으로써 구매 전환율을 높이고 있다.

특히 아마존 루퍼스와 대화 중에 추천받았던 상품을 검색창에 입력하면 자동완성으로 제시하며, “Sponsored” 광고 구좌 다음에 바로 “Overall pick”으로 제안한다. 이처럼 단순하게 대화형 기능을 추가하는 것이 아닌, 쇼핑하는 고객의 모든 Use case를 고려해 가장 추천할 만한 상품을 제안받을 수 있게끔 설계했다. 

쿠팡과 11번가의 AI 활용 사례

다음으로 판매자와 상품기획자의 업무 효율성을 높이는 방안으로 AI를 활용한 사례를 살펴보자. 쿠팡은 쿠팡 판매자들을 위해 데이터 분석 및 상품 소싱 툴 ‘쿠파일럿(Beta)’을 제공한다. 판매자가 상품을 소싱할 할 때 상품에 대한 판매 데이터 분석은 기본이고, 구매 전환율을 높일 수 있는 타깃 고객과 소구 포인트, 상품 경쟁력, 상품 인기도, 리뷰 분석, 가격 경쟁력 정보 등 판매 전략을 세우는 데 도움이 될 만한 정보를 제공하는 것이다.

11번가에서도 AI 분석 기능을 도입하여 AI 셀링코치를 제공한다. 쿠파일럿과 비교해 보면 잘 팔리는 상품과 전년(YoY), 전월(MoM) 등 실질적인 데이터를 제공하고 있는 점이 인상적이다. 다만 각 섹션마다 적절한 타깃 세그먼트 추출 및 오퍼를 설정할 수 있도록 연결해, 효과적으로 매출을 부스팅 할 수 있도록 안내하면 더욱 좋을 것 같다.

참고로 아마존에서도 셀러가 AI 챗봇 ‘아멜리아(Amelia)를 이용해 대화형으로 판매량 추이에 따라 쉽게 재고 운영 및 CS를 관리할 수 있는 기능을 내놓았다. 다만 이러한 기능들은 소비자와 판매자 입장에서 어떤 데이터가 필요한지, 한 번쯤 짚고 넘어가는 것이 가장 중요해 보인다.

아마존의 AI 챗봇 ‘아멜리아’ <출처: 아마존>

2024년 AI 활용의 한계와 과제

그렇다면 AI 활용은 무조건 장점만 있을까? 그렇지는 않다. 여전히 AI 활용을 두고 여러 한계점과 과제가 남아있다. 먼저 고객 데이터 활용 시 고객의 프라이버시를 철저히 보호하기 위한 시스템의 중요성이 화두였다. 이에 유럽연합 GDPR(General Data Protection Regulation)은 고객 데이터 활용의 투명성을 강화하기 위한 정책을 도입했으며, 애플은 ATT(App Tracking Transparency) 사용자가 데이터를 추적할지 사용 여부를 선택할 수 있게끔 했다. 구글 역시 사용자에게 쿠키 사용 여부를 직접 물어보는 방식으로 개인정보 보호 차원에서 문제를 해결했다.

일부 사용자는 인스타그램 앱과 같이 특정 앱을 사용할 때는 맞춤형 광고를 받기 위해 추적 여부에 동의하기도 하고, 원하는 광고를 받기 위해 앱푸시 알림을 켜두기도 한다. 따라서 고객이 데이터를 제공하는 것만큼, 얻을 수 있는 가치를 분명하게 제공하는 것이 핵심이 될 것이다. 개인 프라이버시 정책과 함께 한편으로는 방대한 데이터를 저장하고 처리하는데 소요되는 비용이 커지면서, ROI 분석에 대한 필요성도 대두되었다. 특히 외형 성장보다는 수익성을 개선하면서 한정된 자원에 전략적 선택과 집중을 해야 하는 상황에서는 최선의 것을 선택할 수밖에 없다.

솔직히 투자 대비 효율성만 본다면 “월마트나 아마존처럼 대화형 상품 검색에 생성형 AI를 도입하는 것은 과감하게 제외해야 하는 항목은 아닐까?”라고 생각할 수 있다. 왜냐하면 높은 품질의 고객 경험을 제공하려면 막대한 비용뿐만 아니라, 거버넌스, 조직문화, 데이터 기반에 새로운 고객 가치를 만들어가야 하기 때문이다. 참고로 AI는 현재 미국이 선도적으로 시장을 만들어가고 있다. 

그러나 지속 성장을 위해 고객 편의성을 높이고 플랫폼을 고도화하는 것은 이커머스의 숙명이며, AI는 선택이 아닌 필수가 될 것이다. 그래서 어떤 곳이든 AI 관련 역량을 쌓지 않으면 생존하기 어려워질 수 있다. 그러니 적극적으로 활용 가능한 내외부 데이터를 축적하고, 상용화된 파운데이션 모델과 오픈소스로 차별화된 고객 가치와 경험을 만들어야 한다는 중요한 과제가 남아있다.

2025년 이커머스 AI 활용 전략은? 

지금까지는 데이터 기반의 고객 세그먼트로 개인 맞춤 상품 추천 서비스를 제공했기에, 데이터 편향으로 인해 특정 고객 세그먼트가 소외될 가능성이 있었다. 그리고 시장 동향과 고객을 둘러싼 소비 환경은 계속 변화하지만, 간혹 정적인 세그먼트로 변화하는 맥락을 파악하지 못하는 경우도 있었다.

앞으로는 동적 세그먼트와 고객 맥락 기반에 의해 더욱 정교화된 상품 추천이 가능해질 것으로 보인다. 이처럼 고객의 개인화된 경험을 강화하기 위해서는 여러 데이터 관점에서 심층 분석이 요구될 것이다. 즉, 내부 데이터만으로는 고객의 맥락을 이해하기 어려우므로, 기업 간에 데이터 컨소시엄으로 IoT, SNS 등 멀티 채널을 활용해야 한다. 이에 따라 다양한 데이터를 연결하여 고객 니즈와 요구사항을 반영할 수 있다.

또한 활용해야 할 데이터가 확대됨에 따라, 데이터 암호화, 접근 권한, 보안상의 투명한 데이터 활용 정책을 강화하는 것도 필요하다. 데이터 보호를 중요시하는 기업의 긍정적인 이미지 구축과 유출 방지 및 고객 신뢰를 형성하는 것도 고려해야 할 핵심 요소 중 하나이다.  

끝으로 국내 이커머스가 네이버와 쿠팡 두 축을 중심으로 돌아가고 있어, 특별한 차별성을 제시하지 못하면 고객을 확보하기 쉽지 않은 상황이다. 특히 상품 검색과 탐색부터 구매, 결제, CS까지 전 과정에서 해결해야 할 본질적인 문제가 있는 상황이라면 더욱 그렇다. 단순히 새로운 물류 시스템이나 AI를 도입한다고 높은 주문량을 만들어낼 수 없다는 점 잊지 말아야 할 것이다. 

©️요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.