지난 3월 12일, 네이버는 ‘네이버플러스 스토어’(이하 네이버+ 스토어)를 새롭게 출시했다. “초개인화 쇼핑 경험”이라는 슬로건에서 알 수 있듯, 기존과 다른 AI 기반의 차세대 쇼핑을 지향하고 있다. 가장 큰 특징은 목적형 쇼핑을 중심으로 검색 비중이 높은 쿠팡과 달리, 네이버는 ‘추천’ 영역을 대폭 확대하고 ‘발견’이라는 새로운 코너를 신설하여, 자연스럽게 상품을 탐색하는 경험을 강화했다는 점이다. 이번 글에서는 새롭게 선보인 네이버+ 스토어를 직접 이용해 보며, 서비스의 주요 특징과 개선점 등을 살펴보고자 한다. <출처: 네이버플러스 스토어, 작가 캡처> 달라진 쇼핑 경험, 네이버+ 스토어의 특징기존의 쇼핑 앱은 대부분 검색창을 헤더 영역에 크게 배치하고, 광고 키워드를 노출해 브랜드나 상품을 홍보하는 방식을 사용해왔다. 그러나 ‘네이버+ 스토어’는 과감히 검색창을 아이콘으로 축소해, 개인화 추천과 발견 중심의 쇼핑 경험을 강조하고 있다. 검색에 대한 부분은 이후 방향을 정하면서 차츰 보강해 나갈 것으로 예상된다. 또한 UX/UI 측면에서도 “초개인화”를 바탕으로 사용자가 더 오랜 시간 머물며 탐색할 수 있도록 했다. 이제 구체적으로 어떤 점이 달라졌는지 살펴보자.1) 쇼핑에 최적화된 알림과 혜택언뜻 보면 기존과 유사해 보이지만 네이버와 분리됨으로써 쇼핑에 최적화하려는 노력이 보인다. 헤더 부분에는 쇼핑 전용 알림 아이콘이 놓였고, 이슈 키워드(구, 인기 키워드) 대신 단골 스토어 쿠폰을 눈에 띄게 하여, 맞춤 혜택을 강화한 것을 알 수 있다. 네이버+ 스토어 전과 후 메인 <출처: 작가 편집>2) 숏폼으로 발견형 쇼핑 경험 강화 발견 코너로 큐레이션 된 숏폼 콘텐츠를 제공한다. 고객 행동 기반 알고리즘에 맞춰, 구매 욕구를 자극하는 상품을 자연스럽게 탐색하도록 구성했다. 네이버만의 장점인 콘텐츠를 연계하여 브랜드와 상품을 소개하고 있다. 네이버+ 스토어 발견 메뉴 <출처: 작가 편집> 3) AI 맞춤 추천 알고리즘 고도화 추천 영역을 홈, 오늘행사, FOUR YOU, 베스트, N 배송 주요 탭을 살펴보았을 때 신규 모듈은 딱히 없었다. 기존에 있던 추천 모듈인 고객행동 기반 추천, CLOVA MD, AiTEMS 등을 활용해서 내부 로직을 탄탄히 하고 콘텐츠를 더욱 다양하게 고객에게 보여주고 있다. 새로워진 곳은 아래 그림에서 볼 수 있듯이, 마이 쇼핑에 맞춤 정보 등록하는 부분이 매우 섬세해진 것을 알 수 있다. 네이버+ 스토어 추천 관련 화면 <출처: 작가 편집> 그리고 카테고리 탐색 부분에서는 ‘관심있는’ 카테고리를 제안한다. 네이버+ 스토어 카테고리 부분 전과 후 <출처: 작가 편집> 추천 영역에서 아쉬운 점은 로딩 속도가 느린 부분이다. 또한 알고리즘 정확도는 개선이 필요해 보인다. 아래 그림에서 볼 수 있듯이 카테고리 선택 시 클릭한, 구매한, 장바구니 담은, 찜한 부분의 로딩 속도가 느렸고, 평소 술을 마시지 않는데 안주를 추천했다. 네이버+ 스토어 추천 영역 <출처: 작가 편집> 4) N 배송 강조또한 배송을 강화하고자 도착 보장은 ‘N 배송’으로 네이밍을 변경했다. 그리고 멤버십 10% 슈퍼 적립 회원 전용 할인 및 만 원 이상 구매 시 무료배송 반품 N 배송 혜택을 제공하고 있다. 3월 17일~30일까지 진행하는 오픈위크에는 앱 설치를 유도하는 앱 전용 혜택과 함께 N 배송 전 상품 무료 배송, 무료 반품 혜택을 제공하고 있다. N 배송 강조 <출처: 작가 편집> 앞으로 더 개선해야 할 부분은?‘네이버+ 스토어’를 이용해 보면서 느낀 점은 네이버가 가진 다양한 서비스와의 연계가 아쉬웠다. 일단은 쇼핑하는 데 있어 불편함이 없는 기본 기능에 충실한 것 같다. 앞으로도 개선되었으면 하는 포인트를 함께 짚어 보자. 1) 장보기 UX/UI 개선장보기는 메인과 카테고리 영역 퀵 메뉴 2번째로 우선순위를 변경했다. 장보기에 우선순위를 부여했다면, 이와 함께 장보기에 최적화된 UX/UI 개선 역시 필요해 보인다. 장보기는 패션, 뷰티와 다르게 검색 비중이 특히 높다. 잘 생각해 보면 고객이 즐겨 먹는 음식에는 일정한 패턴이 있기 때문이다. 그리고 목적성이 강한 장보기는 현란한 빌보드와 띠 배너 광고로 고객의 시선을 사로잡는 것보다, 정확하게 상품 정보를 전달하는 것이 우선시되어야 한다. 특히 페이지별 목적에 맞게 상품 유닛 구성 요소를 정돈하는 것이 필요하다. 예를 들어, 상품 목록에서 사용되는 유닛은 고객이 여러 상품을 둘러보고 쉽게 선택할 수 있게끔 상품 정보를 정확하게 전달한다. 그리고 상품을 선택하는 기준인 가격, 원산지 표기, 냉장/냉동, 소비기한 등 정보를 밝히고, 바로 장바구니에 추가할 수 있는 퀵버튼을 노출하는 것이 도움이 될 것이다. 물론 추천 알고리즘을 고도화하기 위해 ‘찜’을 강조해야 할 필요성도 있지만, 빼빼로를 꼭 찜해야 하거나, 상세를 봐야 정보를 아는 것은 아니다. 누구나 아는 상품이라면, 바로 담을 수 있는 것이 더 편리하다. (왼) 네이버+ 스토어 장보기 영역 상품 유닛과 (오) 쿠팡 예시 <출처: 작가 편집> 2) 고객 행동 트리거 기반 추천 UX 라이팅 네이버+ 스토어 추천 영역의 타이틀의 경우, 더 친근하면서도 혜택을 제안하는 형태로 구성하면 좋을 것 같다. 현재 장바구니에 상품을 담으면, “함께 구매하기 좋아요”, 주문 완료 시에는 “000과 함께 구매하는 000은 어떠세요?”로 안내하고 있다. 고객이 결제하기 전, 장바구니를 한 번 더 살펴보거나 관심 있을 상품을 마지막에 체크할 수 있도록 UX 라이팅을 고민하면 좋겠다. 정답은 아니지만 쿠팡의 경우, 고객이 장바구니에 담았을 때, 주문 완료 시에 상품을 제시하는 것뿐 아니라, 결제 전에 한 번 더 놓치면 안 될 상품을 제안한다. 이때 자칫 상품 구매를 강요하는 것처럼 보이지 않아야 한다. 그래서 장바구니에 담을 상품을 최종 검토하고, 결제 단계로 진행을 돕는 세심함이 필요하다. (왼) 네이버+ 스토어 추천 영역 UX 라이팅과 (오) 쿠팡 예시 <출처: 작가 편집> 3) 네이버 커뮤니티와 연계한 쇼핑 알림현재는 쇼핑 알림에서 알림 받기를 동의한 스토어와 브랜드의 혜택 내용이 전달된다. 앱 푸시는 CRM의 중요한 도구로 결제 전환의 중요한 전략으로 사용할 수 있다. 그래서 단순히 혜택 알림을 넘어, 커뮤니티를 연계하는 방안도 생각해 볼 수 있다. 예를 들어, 토스는 금융 커뮤니티를 연계하여 상품을 공유하거나, 받을 때 포인트를 제공했다. 이처럼 고객 간 공유 및 피드백 루프 경험으로 쇼핑 알림을 보완하면, 고객 충성도가 더욱 높아질 수 있다. (왼) 네이버+ 스토어 앱 알림 (오) 토스 예시 <출처: 작가 편집> 4) AI 쇼핑 어시스턴트 검색 검색 부분에서는 최근 검색어조차 연동되지 않았던 점이 다소 아쉬웠다. 또한 국내에서도 생성형 AI 기반의 대화형 검색이 쇼핑과 접목될 시점이라 기대했지만, 쇼핑 렌즈와 네이버 CUE 대화형 검색 같은 최신 기술은 반영되지 않았다. 앞으로는 생성형 AI를 활용한 대화형 검색 등 AI 쇼핑 어시스턴트 방식으로 발전하면 더욱 좋을 것 같다. 사용자가 원하는 상품을 자연스럽게 찾고 추천받는 초개인화 경험이 한층 더 강화될 수 있을 것이다. 네이버+ 스토어 검색 <출처: 작가 편집> 네이버+ 스토어가 지향하는 AI 쇼핑이란?지금까지 달라진 네이버+ 스토어의 특징과 개선점을 살펴보았다. 네이버+ 스토어가 지향하는 초개인화 쇼핑은 결국 사용자가 플랫폼을 자주 이용하면서 데이터가 쌓여야만 정확도가 높아진다. 이를 위해서는 고객의 구체적인 요구사항과 관심사를 파악할 수 있는 장치가 서비스 곳곳에 마련되어야 하는데, 아직은 다소 부족한 느낌을 받았다. 예를 들어, 토스 쇼핑은 표면적으로 포인트 적립과 쇼핑을 연결해 선순환 구조를 탄탄히 구축하면서도, 궁극적으로는 사용자의 자산 현황과 결제 등 금융 데이터를 기반으로 개인화된 추천을 지향한다. 네이버+ 스토어 역시 네이버가 보유한 고유의 데이터와 플랫폼 강점을 적극 활용하여, 고객의 라이프스타일에 밀착한 1:1 맞춤형 상품과 서비스 혜택을 제공하는 플랫폼으로 발전하기를 기대해 본다. 끝으로 이 글을 쓰는 시점에 네이버+ 스토어 앱은 아직 안드로이드 버전만 출시된 상태다. 곧 iOS 버전도 추가될 예정이라고 하니 참고하면 좋겠다. 또한 여러분이 이커머스 기획자라면, 직접 상품을 살펴보고 장바구니에 담거나 찜하고 구매도 해보면서, 사용자의 행동에 따라 실시간 추천 영역이 어떻게 변화하는지 직접 경험해 보면 좋을 것이다. ©️요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.