AI 기반 대화형 커머스 툴이 쇼핑객의 상품 발견, 평가, 선택 방식을 바꾸고 있습니다. “추천 상품” 섹션 같은 기능은 수년 전부터 존재해왔지만, 이제 생성형 AI와 에이전틱 AI는 고정된 규칙이나 기본적인 협업 필터링에 의존하지 않고 의도, 맥락, 행동에 실시간으로 적응하면서 이러한 경험을 훨씬 더 역동적으로 만들고 있습니다.
쇼핑객이 AI와 상호작용하는 방식은 크게 두 가지 카테고리로 나뉩니다. 하나는 브랜드의 리테일 경험에 직접 통합된 온사이트 기능—“추천 상품” 섹션, 이미지 검색, 자동화된 리뷰 요약 등—이고, 다른 하나는 독립형 LLM 툴 같은 외부 생성형 AI 챗봇입니다. 이번 연구에 따르면, 쇼핑객들이 이러한 툴을 활용하는 주요 방식은 다음과 같습니다.
사람들은 이제 단순한 검색을 넘어 더 스마트하게 원하는 것을 찾아가고 있습니다. 쇼핑객의 86%가 구매 여정 전반에서 AI 툴 활용에 적극적이며, 이 툴들은 이미 쇼핑의 일상적인 일부가 되었습니다. 실제로 쇼핑객 5명 중 2명은 매주 AI를 통해 리테일 경험을 향상시키고 있습니다.
쇼핑객은 상품 탐색과 도움 요청을 위해 다양한 방식으로 AI와 상호작용합니다—수동적인 통합 기능에서 능동적인 생성형 툴에 이르기까지:
- “추천 상품” 섹션: 52%
- 이미지 검색: 52%
- 고객 서비스 채팅 창: 36%
- 생성형 AI 챗봇: 36%
- 과거 구매 이력 기반 사이즈 및 핏 예측: 33%
생성형 AI 챗봇은 이 중에서도 가장 적극적이고 대화 중심적인 AI 지원 방식으로, 의도 해석 및 동적 응답 생성과 같은 에이전틱 기능이 가장 활발하게 활용되는 영역입니다. 조사 결과에 따르면, 쇼핑객들은 직접 프롬프트를 입력하는 방식보다 안내형 탐색을 점점 더 선호하는 추세입니다. 소비자들은 인터페이스 사용법을 익히거나 직접 탐색하지 않아도 원하는 결과를 직관적으로 얻기를 원합니다.
AI 툴은 단순히 경험을 개인화하는 것을 넘어 실질적인 가치를 제공합니다. 고객 7명 중 1명은 쇼핑 과정에서 AI를 활용해 500달러 이상을 절약했다고 답했으며, 이는 적합한 제품을 적정 가격에 찾았다는 더 높은 확신을 보여줍니다.
AI 기반 추천을 통한 주요 구매 카테고리
AI 지원 쇼핑은 일부 제품 카테고리에서 더욱 활발하게 이루어집니다. 쇼핑객들은 명확한 기술 사양이나 최신 스타일 트렌드가 있는 제품에 AI 쇼핑 어시스턴트를 활용하는 경향이 높으며, 주요 카테고리는 다음과 같습니다:
- 전자제품: 40%
- 의류 및 액세서리: 39%
- 뷰티 및 퍼스널 케어: 32%
- 건강 및 웰니스: 31%
- 식료품 및 음식 배달: 26%
- 완구 및 게임: 24%
- 도서 및 미디어: 22%
- 홈 인테리어 및 가구: 20%
특정 그룹은 이러한 개인화된 제품 추천에서 더욱 큰 가치를 발견합니다. 18세 미만 자녀를 둔 부모의 경우, 완구 및 게임 쇼핑에 AI를 활용하는 비율이 37%로, 전체 쇼핑객 평균인 24%를 크게 웃돌았습니다.
이러한 경험의 가치는 그 바탕이 되는 데이터, 콘텐츠, 제품 맥락의 품질에 달려 있습니다. 사이즈 예측 기능은 관련 구매 이력과 선호 데이터를 활용할 수 있을 때만 효과적입니다. “추천 상품” 경험은 단일 세션 이상의 정보를 반영할 때 가장 잘 작동합니다. Adobe Real-Time CDP는 고객 데이터를 실시간 프로파일로 통합하고, Adobe Brand Concierge는 이 맥락에 더해 승인된 콘텐츠, 제품 지식, 대화 신호를 활용해 더욱 관련성 높은 안내를 제공합니다.
보다 광범위한 Adobe 경험 아키텍처의 일부로서, Real-Time CDP와 Brand Concierge는 브랜드가 단편적인 신호를 개인화된 대화로 연결할 수 있도록 지원합니다. 개별 클릭에만 의존하는 대신, 브랜드는 더 풍부한 프로파일 데이터, 행동 맥락, 제품 정보를 바탕으로 쇼핑객을 안내하고, 더 관련성 높은 추천과 스마트한 지원을 제공하며, 필요 시 상담원 지원으로 원활하게 연결할 수 있습니다.