ChatGPT 안에서 장바구니가 열린다

ChatGPT 안에서 장바구니가 열린다

4월 16일, 메타가 AI 모델 Muse Spark 기반의 새 쇼핑 기능을 공개했습니다. 같은 주에 오픈AI는 ChatGPT 대화창 안에서 Etsy 판매자의 상품을 직접 구매할 수 있는 환경을 업데이트했고, 100만여 곳에 달하는 쇼피파이 머천트가 곧 같은 방식으로 연결될 예정이라고 밝혔습니다. 20년간 마케팅 현장의 여러 전환기를 지켜본 저에게 이 뉴스들은 단순한 기능 업데이트가 아닙니다. 소비자가 상품을 만나는 무대 자체가 옮겨가고 있다는 신호입니다. 오늘은 이 이동의 성격과, 마케터가 그 위에서 무엇을 준비해야 하는지를 이야기해보려 합니다.

검색 결과 페이지가 사라지는 자리

지난 몇 년간 우리는 구글 AI Overview가 검색 결과 페이지의 윗단을 차지하는 풍경에 익숙해져 왔습니다. 그 변화가 콘텐츠 마케팅의 문법을 바꾸었다는 사실은 이제 널리 공유된 인식입니다. 그런데 2026년 4월의 발표들은 한 걸음 더 나아간 장면을 보여줍니다. 검색이 아니라 대화가, 링크가 아니라 구매가 하나의 인터페이스에서 종결되는 풍경입니다.

ChatGPT는 이미 Canva, Spotify, Zillow, Coursera, Target, DoorDash 같은 서비스를 대화창 안에 내장하기 시작했습니다(Retail Brew, 2026-04-16). 더 중요한 것은 기반 프로토콜입니다. 오픈AI는 스트라이프 및 주요 머천트와 함께 에이전틱 커머스 프로토콜을 설계했고, 이 프로토콜은 AI 에이전트가 상품을 발견하고 결제를 완료하는 과정의 공용 언어로 작동합니다. 메타의 Muse Spark, 구글의 AI Mode 내 스폰서드 리테일 리스팅 역시 같은 방향을 가리킵니다. 각 플랫폼이 각자의 방식으로 ‘대화 내 쇼핑’을 표준화하고 있는 것입니다.

여기서 주목할 점은, 소비자가 링크를 클릭해 외부 사이트로 이탈하는 전통적 퍼널이 사라지고 있다는 것입니다. 2026년 1분기 기준 전체 검색의 약 25%가 AI 개요를 트리거하며, 일부 카테고리에서는 그 비율이 48%에 달합니다. 클릭률 자체가 문제가 아닙니다. 문제는 소비자가 이미 AI의 답변 안에서 결정을 끝낸다는 것입니다.

거래 비용이 0으로 수렴할 때

경제학자 로널드 코즈는 1937년 논문 『기업의 본질』에서 거래 비용이라는 개념을 제시했습니다. 시장에서 무언가를 사고파는 행위에는 탐색, 협상, 계약 확인이라는 숨은 비용이 따르며, 이 비용이 어느 선을 넘으면 사람들은 시장 대신 조직 안에서 거래를 내재화한다는 통찰입니다.

AI 대화형 커머스의 본질은 이 거래 비용을 빠르게 소거하는 데 있습니다. 소비자는 여러 탭을 열어 스펙을 비교하지 않고, 리뷰를 검증하기 위해 유튜브와 블로그를 오가지 않습니다. 단 하나의 대화창 안에서 탐색, 비교, 평가, 결제가 이어집니다. 코즈의 언어로 번역하자면, 개별 소비자의 뇌 안에서 일어나던 의사결정 과정 전체가 AI라는 외부 에이전트에게 위임되는 것입니다.

마케터에게 이는 레버리지의 이동을 의미합니다. 오프라인 유통의 시대에는 ‘매대 확보’가 레버리지였고, 검색의 시대에는 ‘상위 노출’이 레버리지였습니다. 그다음 소셜 플랫폼의 시대에는 ‘알고리즘 친화도’가 그 자리를 이었습니다. 지금 다가오는 시대의 레버리지는 AI의 추천 집합에 포함될 자격입니다. 이는 새로운 채널이 하나 더 생긴 것이 아니라, 의사결정 지점 자체가 이동한 것에 가깝습니다.

AI 추천이 만드는 디폴트 효과

심리학자 배리 슈워츠는 2004년 『선택의 역설』에서 선택지의 수가 늘어날수록 만족도는 오히려 떨어진다는 사실을 보여주었습니다. 리처드 탈러와 캐스 선스타인은 『넛지』에서 사람은 디폴트로 제시된 선택지를 쉽게 받아들이며, 디폴트를 바꾸는 것만으로도 연금 가입률부터 장기 기증 비율까지 행동을 대규모로 이동시킬 수 있음을 실증했습니다.

AI 대화형 커머스는 이 두 원리가 만나는 교차점입니다. 무한에 가까운 상품 중 단 하나, 혹은 세 개 정도의 후보만을 추천하는 순간, 소비자는 선택의 피로에서 해방됩니다. 동시에 그 추천은 디폴트로 기능합니다. 더 중요한 것은, 대화라는 인터페이스가 소비자에게 “내가 스스로 판단했다”는 감정적 정당화를 제공한다는 점입니다. 광고는 경계 대상이지만, 대화는 조언자로 느껴집니다.

제가 몇 년 전 한 B2C 서비스의 SNS 광고를 운영할 때, A/B 테스트를 반복하며 전환율을 개선했던 기억이 있습니다. 같은 제품, 같은 타겟이었는데도 메시지 프레임을 ‘추천’처럼 다듬었을 때 전환율이 약 50% 이상 상승했습니다. 돌이켜보면 그것은 카피 최적화가 아니라, 소비자의 판단 비용을 대신 지불해주는 설계였습니다. AI 추천은 이 원리를 자동화하고 개인화한 극단적 버전이라 할 수 있습니다.

마케터가 준비해야 할 다섯 가지

이 전환이 구조적이라면, 대응도 전술이 아닌 전략 수준이어야 합니다. 저는 다섯 가지 축을 제안합니다.

첫째, 상품 데이터의 구조를 다시 짭니다. AI가 소비자에게 상품을 추천하려면 스펙, 재고, 가격, 정책이 기계가 읽기 좋은 형태로 정리되어 있어야 합니다. 쇼피파이와 오픈AI가 공동 설계한 에이전틱 커머스 프로토콜은 이미 이 방향을 표준화하고 있습니다. 제품 상세 페이지를 사람만 읽는 대상으로 두는 시대는 끝났습니다.

둘째, 리뷰와 UGC를 브랜드 자산처럼 관리합니다. 2026년 기준 소비자의 약 70%가 구매 전에 사용자 생성 콘텐츠를 확인하며, UGC를 포함한 페이지의 전환율은 74% 높게 나타납니다(Power Digital Marketing, 2026). 더 중요한 것은, 이 콘텐츠가 AI의 학습과 인용의 재료가 된다는 사실입니다.

셋째, 프로토콜 레이어에 투자합니다. MCP, 에이전틱 커머스 프로토콜 등 AI 에이전트와 비즈니스를 잇는 공용 규약이 빠르게 형성되고 있습니다. 이 레이어는 과거 SEO의 메타태그, 모바일 시대의 앱 인덱싱에 해당하는 기초 인프라가 될 가능성이 높습니다.

넷째, 크리에이티브의 단위를 캠페인에서 대화 맥락으로 옮깁니다. 소비자가 “여행 가방 추천해줘”라고 물었을 때 맥락에 자연스럽게 등장할 수 있는 답변 자산, 추천 근거, 가격대별 옵션이 필요합니다. 15초 영상보다 한 줄의 설득력 있는 증거가 먼저 검토 대상이 됩니다.

다섯째, 브랜드 신호의 강도를 의식적으로 높입니다. AI는 자체 검증 능력이 낮을수록 권위 있는 신호에 의존합니다. 미디어 언급, 전문가 인용, 검증 가능한 수치, 일관된 정체성이 AI 추천 집합에 들어갈 자격이 됩니다. 역설적으로, 기술이 발전할수록 가장 고전적인 브랜드 자산이 더 중요해지는 셈입니다.

브랜드는 어디에 서 있게 되는가

장 보드리야르는 『소비의 사회』에서, 현대인은 상품의 사용가치가 아니라 기호가치를 소비한다고 주장했습니다. 우리는 스마트폰의 기능을 사는 것이 아니라 그 브랜드가 상징하는 정체성을 산다는 것입니다. 보드리야르의 통찰에 따르면, 상품의 의미는 다른 상품과의 차이 속에서만 발생합니다.

AI 대화형 커머스는 이 ‘차이의 체계’를 AI가 매개하게 만드는 구조입니다. 소비자가 직접 진열대를 훑으며 비교하던 작업을, 이제 AI가 대신합니다. 그 순간 브랜드는 AI에게 읽히는 기호가 되어야 합니다. 기호가치 자체가 사라지는 것은 아닙니다. 다만 그 기호를 해석하고 큐레이션하는 주체가 사람에서 기계로 부분 이양되는 것이지요. 마케터의 오래된 과제, 곧 어떻게 차별화된 기호를 만들 것인가는 여전히 유효합니다. 다만 그 기호가 먼저 AI에게 이해 가능해야 한다는 조건이 추가된 것입니다.

결론

20년을 돌아보면, 마케팅의 채널은 여러 번 바뀌었습니다. 신문에서 TV로, TV에서 포털로, 포털에서 소셜로, 소셜에서 AI로. 채널이 바뀔 때마다 우리는 기술을 배우고 언어를 익혔습니다. 그런데 이번 전환은 결이 다릅니다. 새 채널이 하나 더 추가된 것이 아니라, 소비자가 의사결정하는 지점 자체가 AI 안으로 이동하고 있기 때문입니다.

결국 마케팅의 본질은 변하지 않습니다. 사람을 이해하고, 신뢰를 쌓고, 가치를 전달하는 일입니다. 다만 그 사람의 판단을 매개하는 것이 누구인가가 달라졌습니다. 여러분의 상품은 지금 AI의 추천 집합 안에 들어갈 자격을 갖추고 있습니까? 이 질문이 앞으로 몇 년간 마케터의 책상 위에 놓이게 될 것입니다.


참고 자료

이 글 공유하기

마케터 커리어, 어떻게 증명하시겠어요? 커리어노트가 성과를 포트폴리오로 정리해 드립니다

커리어노트 무료로 시작하기

관련 글

에이전트가 산 매출은 측정할 수 없다

에이전트가 산 매출은 측정할 수 없다

ChatGPT 같은 AI 에이전트가 사람을 대신해 결제하기 시작하면서, 매출은 늘어나는데 대시보드는 0을 가리키는 역설이 벌어지고 있습니다. 추적 코드가 작동하지 않는 구조적 이유와, 측정되지 않는 채널을 외면할 때 마케터가 빠지는 함정을 분석합니다.

더 읽기 →
하반기 예산을 늘리는 팀이 더 빨리 무너진다

하반기 예산을 늘리는 팀이 더 빨리 무너진다

상반기 KPI를 미달한 팀이 하반기에 가장 먼저 시도하는 것은 예산 증액과 채널 다변화입니다. 그러나 매몰비용 함정과 손실 회피 편향에 빠진 의사결정은 회복을 가속하기는커녕 손실을 키웁니다. 5~6월 전략 재편성 시즌의 가장 흔한 실수와 회복 전략을 행동경제학의 관점에서 분석합니다.

더 읽기 →
GEO, 검색 대신 AI가 인용하게 만드는 법

GEO, 검색 대신 AI가 인용하게 만드는 법

검색 결과 상위에 오르는 것보다, AI가 답변에서 내 브랜드를 인용하게 만드는 일이 더 중요해지고 있습니다. 생성형 엔진 최적화(GEO)가 무엇인지, 프린스턴 연구가 밝힌 인용을 끌어내는 조건과 마케터가 지금 시작할 실천법을 정리했습니다.

더 읽기 →