AI 쇼핑 격차: AI를 사용하지만 원하는 것을 찾지 못하는 이유 | Adobe 한국
View this page in English (US).Continue

AI 쇼핑 격차: 소비자의 86%가 AI를 사용하면서도 원하는 결과를 얻지 못하는 이유

목차

주요 연구 결과

  • 쇼핑객의 86%가 리테일 여정에서 AI의 도움을 받고 있습니다.
  • 생성형 AI 챗봇을 활용하는 비율은 36%인 반면, 대부분은 추천 상품(52%)이나 이미지 검색(52%) 같은 브랜드 통합 도구에 의존하고 있습니다.
  • 쇼핑객 7명 중 약 1명이 AI 도구를 활용해 지난해 500달러 이상을 절약했습니다.
  • 쇼핑객 5명 중 약 1명은 원하는 것을 어떻게 요청해야 할지 몰라 AI 쇼핑 요청을 포기한 경험이 있습니다.
  • 소비자들은 AI 추천을 포기하기 전까지 원하는 제품 추천을 받기 위해 평균 3번의 프롬프트를 시도합니다.
  • AI에 쇼핑 추천을 요청할 때, Gen Z는 Baby Boomers보다 25% 더 상세한 프롬프트를 작성합니다.

AI가 온라인 쇼핑 경험을 변화시키는 방법

온라인 쇼핑은 항상 무엇을 검색해야 하는지, 어떻게 표현해야 하는지를 아는 것에 달려 있었습니다. 오늘날 쇼핑객의 86%가 리테일 여정에서 AI를 활용하지만, 여전히 많은 이들이 필요한 결과를 얻지 못하고 있습니다. 문제는 신뢰가 아닙니다. 바로 소통의 문제입니다. 쇼핑객은 원하는 것을 알고 있지만, 유용한 결과를 끌어낼 수 있는 방식으로 이를 전달하는 데 어려움을 겪습니다. 바로 이 의도와 결과 사이의 격차에서 대화형 커머스가 그 진가를 발휘하며, 수동적인 AI 기능을 넘어 쇼핑객이 입력한 텍스트가 아닌 그들의 실제 의도를 파악하는 경험을 제공할 때 브랜드에게 가장 큰 기회가 열립니다.

리테일 분야의 에이전틱 AI는 정확한 프롬프트 없이도 쇼핑객 의도를 파악하고, 제품 추천이나 구매 여정 안내 같은 조치를 취하는 AI 시스템을 말합니다.

최근 Adobe for Business 리서치에 따르면, 쇼핑객의 26%가 AI 기반 개인화를 통한 브랜드 충성도의 이점을 인식하고 있으며, 75%는 AI 생성 콘텐츠가 구매 결정을 방해하지 않는다고 답했습니다.

하지만 쇼핑객이 의도를 프롬프트로 전환하려는 결정적인 순간에 활용이 중단되고 있습니다. AI 쇼핑 도구의 개선 여지를 파악하기 위해 Adobe는 미국 쇼핑객 1,000명 이상을 대상으로 설문조사를 실시했습니다. 그 결과, 쇼핑객 5명 중 약 1명이 불신 때문이 아니라 자신의 요구를 어떻게 표현해야 할지 몰라 AI 도구를 포기하고 있다는 중요한 격차가 드러났습니다.

이 간극을 해소하려면 브랜드는 실시간 고객 프로파일, 행동 신호, 콘텐츠를 참조하여 고객이 무엇을 찾고 있을지 정보에 기반해 판단할 수 있는 시스템이 필요합니다. Adobe Experience Platform 에이전트는 Adobe CX Enterprise Coworker를 통해 조율되는 전문 AI 에이전트를 기반으로 의도 중심의 개인화된 경험을 제공하여 이 문제를 해결합니다. 쇼핑객이 원하는 것을 명확히 표현하지 못할 때, Brand Concierge는 실시간 고객 프로파일, 행동 신호, 브랜드 콘텐츠를 참조하여 고객이 찾을 가능성이 가장 높은 것을 파악하고, 모호한 질의를 관련성 높고 연결된 경험으로 전환합니다.

Adobe Brand Concierge로 구현하는 개인화된 상품 탐색

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.

86%의 쇼핑객이 추천 및 이미지 검색 같은 리테일 AI 툴을 활용하여 쇼핑 여정에 도움을 받는다는 것을 보여주는 차트입니다.

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.

에이전틱 AI의 이점을 지능형 대화 경험으로 전환하기

쇼핑객들은 쇼핑 경험 전반에 걸쳐 AI에서 분명한 가치를 체감하고 있습니다. 하지만 데이터를 자세히 들여다보면 단순한 만족감을 넘어서는 구체적인 패턴이 드러납니다. 가장 큰 성과는 대화가 본질적으로 필요한 순간, 즉 선택지를 비교하고 득실을 따지며 자신 있게 결정을 내리는 순간에 집중됩니다. 이는 수동적인 통합 기능만으로는 충분히 처리하기 어려운 작업입니다. 대화가 필요한 순간이기 때문입니다. 바로 그렇기에 대화형 AI 경험은 가장 중요한 순간에 정적인 추천보다 뛰어난 성과를 냅니다. 쇼핑객이 이 격차를 가장 크게 느끼는 지점을 파악하는 것이 곧 브랜드가 집중해야 할 방향을 제시합니다.

AI 쇼핑 혜택을 보여주는 차트 — 빠른 제품 비교부터 시간 절약 및 풍부한 제품 인사이트까지

쇼핑객들이 꼽은 온라인 쇼핑에서 AI의 주요 혜택은 다음과 같습니다.

  • 빠른 제품 비교 기능: 54%
  • 시간 절약: 53%
  • 풍부한 제품 정보 접근: 41%
  • 간편한 제품 탐색: 39%
  • 비용 절감: 35%

이러한 결과는 단순한 편의성을 넘어선 더 큰 변화를 보여줍니다. AI 에이전트는 데이터를 체계화하고 최적의 선택지를 부각함으로써 복잡한 쇼핑 여정을 지원합니다. 브랜드가 엔터프라이즈 AI 챗봇이나 Adobe Brand Concierge를 활용하면 쇼핑객은 끝없는 스크롤 없이도 원하는 것을 정확히 찾을 수 있습니다. 대화형 커머스로의 이러한 전환은 모든 고객 경험을 빠르고 유용하게, 그리고 각 쇼핑객의 필요에 맞게 개인화합니다.

Adobe는 이처럼 연결된 경험을 대규모로 구현하기 위한 인프라를 구축하고 있습니다. 그 핵심에는 Adobe CX Enterprise Coworker가 있습니다. 고객 의도를 파악하고, 고객 여정의 각기 다른 단계를 처리하도록 설계된 전문 AI 에이전트들을 조율하는 인텔리전스 레이어입니다.

CX Enterprise Coworker를 기반으로 하는 Adobe Brand Concierge는 전문 AI 에이전트를 활용하여 고객 여정의 각 단계를 처리합니다. 관련 제품 추천을 쉬운 언어로 제시하는 것부터 필요 시 상담원 지원으로 원활하게 연결하는 것까지 지원합니다. 그 결과, 쇼핑객은 탐색에서 구매 결정까지 끊김 없이 자연스럽게 이어지는 하나의 일관된 경험을 누릴 수 있습니다.

쇼핑 여정에서 소비자가 에이전틱 AI 어시스턴트의 도움을 가장 원하는 영역

AI는 쇼핑객이 비교, 평가, 의사결정을 해야 하는 많은 노력이 필요한 순간에 가장 큰 가치를 발휘합니다.

  • 리서치 및 비교: 62%
  • 할인 및 가격 모니터링: 56%
  • 영감 및 발견: 33%
  • 적합성 및 유효성 검사: 24%
  • 주문 관리 및 반품: 22%
  • 고객 지원: 22%

이러한 선호도는 일관된 패턴을 보여줍니다. 쇼핑객들은 가장 중요한 순간—조사, 비교, 혜택 평가—에 AI가 복잡한 인지적 작업을 대신 처리해 주기를 원하며, 보다 적합한 도움을 받기 위해 개인적인 맥락을 기꺼이 공유하려 합니다. 가장 많이 요청되는 기억 기능(사이즈, 예산 범위, 구매 이력, 스타일 선호도)은 쇼핑 여정에서 마찰이 가장 높은 지점과 직결됩니다.

소비자가 쇼핑 경험 개선을 위해 AI 어시스턴트에 기억시키고 싶은 것

쇼핑객들은 단순히 AI 지원을 받아들이는 데 그치지 않고, 그 활용 방식에 대한 명확한 비전을 갖고 있습니다. 쇼핑 여정에서 가장 까다로운 단계일수록 AI에 대한 수요가 높아지며, 더욱 적합한 도움을 받기 위해 개인 정보를 기꺼이 공유할 의향도 있습니다.

  • 사이즈: 55%
  • 예산 범위: 54%
  • 구매 이력: 53%
  • 스타일 선호도/취향: 52%
  • 충성도 등급: 42%
  • 생활 상황: 21%
개인정보 보호, 추천 편향, 소비자 신뢰 부족 등 AI 쇼핑 관련 주요 우려 사항을 나타낸 차트

높은 도입률에도 불구하고 신뢰와 투명성은 여전히 주요 장벽으로 남아 있습니다. 쇼핑객과 강한 유대를 형성하려면 그들의 니즈를 깊이 이해하고 우려 사항에 적극적으로 대응해야 합니다. 이러한 장벽을 해소하는 것이 더 나은 고객 경험을 만드는 가장 효과적인 방법입니다.

쇼핑객들이 AI 쇼핑 어시스턴트에 대해 가장 우려하는 사항은 다음과 같습니다.

  • 개인정보 보호: 29%
  • 추천 편향: 24%
  • 신뢰 부족: 23%

가장 큰 마찰 요인은 놀랍도록 단순합니다. 바로 '어떻게 질문해야 할지 모른다'는 것입니다. 쇼핑객 5명 중 1명 가까이가 적절한 표현을 찾지 못해 요청을 포기한 경험이 있습니다. Adobe Brand Concierge는 완벽한 표현보다 의도에 집중함으로써 이 문제를 해결하며, 기존 검색의 반복적인 시행착오 없이도 적합한 추천을 쉽게 받을 수 있도록 지원합니다.

쇼핑객이 AI 쇼핑 도구 참여도를 높일 것으로 꼽은 요소

  • 추천 정확도 향상: 39%
  • 보다 신뢰할 수 있는 데이터: 33%
  • 강화된 개인정보 보호 컨트롤: 31%
  • 과거 선호도 기억 기능: 27%
  • 향상된 개인화: 26%
  • AI 기능 작동 방식의 투명성 강화: 25%
  • 더 다양한 제품과 서비스: 23%
  • 보다 인간적인 상호작용: 18%

소비자들은 개인화되고 효율적인 온라인 쇼핑 경험을 원하며, 개인정보 보호와 신뢰 문제를 해결하기 위한 안전한 데이터 인프라와 엔터프라이즈급 거버넌스에 대한 확신을 함께 요구합니다.

대화형 AI로 구매 의도와 실제 구매 사이의 간극 좁히기

연구 결과는 하나의 일관된 이야기를 담고 있습니다. 쇼핑객들은 기꺼이 AI와 상호작용하려 하지만, 원하는 것을 정확히 표현해야 하는 순간 경험은 무너집니다. 대부분의 쇼핑객은 포기하기 전에 평균 3번의 프롬프트를 시도합니다. Gen Z 쇼핑객 4명 중 거의 1명은 다른 어떤 인구 통계보다 더 상세한 프롬프트를 작성함에도 불구하고 요청을 완전히 포기합니다. 이는 기능의 문제가 아니라 대화 설계의 문제입니다. 디지털 커머스의 다음 단계에서 경쟁 우위를 점할 브랜드는, 쇼핑객이 적합한 표현을 찾기를 기다리는 대신 이미 형성된 구매 의도에서 출발하는 경험을 구축하는 브랜드입니다.

노트북 및 선물 추천을 위한 소비자 프롬프트를 분석한 차트로, 단어 수, 동사, 예산 및 제약 조건이 포함되어 있습니다.

완벽한 검색어를 작성하는 데 어려움을 겪는 쇼핑객이 많지만, 그 좌절감은 더 깊은 곳에 있을 수 있습니다. 쇼핑객들은 포기하기 전에 평균 3번의 프롬프트를 시도합니다.

이러한 과제는 Gen Z에게 더욱 두드러집니다. Gen Z 쇼핑객 4명 중 거의 1명은 다른 어떤 그룹보다 더 많은 세부 정보를 제공함에도 불구하고, 검색 도중 요청을 포기합니다.

프롬프트 작성 습관은 쇼핑 목적에 따라서도 달라집니다. 노트북을 검색할 때 쇼핑객들이 선물을 살 때보다 예산을 언급할 가능성이 80% 더 높지만, 브랜드명은 항상 가격보다 우선시됩니다. 쇼핑객들은 가격 상한선을 설정하는 것보다 특정 브랜드를 언급할 가능성이 3배 더 높습니다. 반면 기술 사양은 거의 언급되지 않습니다. 5명 중 1명도 채 안 되는 쇼핑객만이 기술 사양을 포함했으며, RAM과 저장 공간이 각각 11%와 10%로 가장 많이 언급되었습니다.

이 패턴은 일관됩니다. 조사 단계에서 쇼핑객은 사양이 아닌 목표를 중심으로 탐색합니다. AI를 활용하려는 의지는 높지만, 최상의 결과를 이끌어 내기 위한 기술적 전문성이나 지속성이 부족한 경우가 많습니다. Adobe Brand Concierge는 브랜드 데이터로 쇼핑객 의도를 파악하고 정확한 추천을 제공하여, 쇼핑객이 전문 용어를 사용하지 않아도 대화형 커머스의 격차를 효과적으로 메웁니다. 에이전틱 AI 지원은 고객 여정 전반에 걸쳐 수동적 인터페이스를 능동적 안내자로 전환합니다.

프롬프트 격차는 단순한 도전 과제가 아니라 경쟁 우위를 확보할 기회입니다. 쇼핑 프롬프트 격차를 해소하기 위한 전략적 솔루션을 소개합니다:

  • 안내형 의도로 진입 장벽을 낮추세요. Adobe Brand Concierge의 안내형 탐색과 폴백 로직을 활용해 명확화 질문을 제안하고, 소비자의 불만과 구매 이탈을 사전에 방지하여 여정을 이어 나가세요.
  • 맥락적 추론으로 “예산보다 브랜드를 우선하는” 접근 방식을 해소하세요. Adobe Brand Concierge의 에이전틱 추론과 Real-Time CDP 인사이트를 통해 예산 범위와 과거 구매 이력을 고객 여정에 자동 적용하여 실질적인 추천을 제공하세요.
  • 쇼핑객의 구체성 부족에 최적화하세요. 콘텐츠를 발견 가능성 높게 구조화하고 복잡한 사양을 혜택 중심의 언어로 요약하여, AI 기반 경험에서 제품이 명확히 노출되도록 하세요.

프롬프트 격차에서 구매까지

기회는 단순히 AI를 추가하는 것이 아니라 마찰을 제거하는 데 있습니다. 의도를 행동으로 연결하는 브랜드가 디지털 커머스의 다음 단계를 선도할 것입니다. 에이전틱 AI는 의도를 해석하고 탐색을 안내함으로써 정체된 여정을 되살리고 망설임을 자신 있는 구매로 전환합니다.

이러한 경험의 가치는 그 이면의 데이터, 콘텐츠, 제품 맥락의 품질에 달려 있습니다. 사이즈 예측 기능은 관련 구매 및 선호도 데이터를 활용할 수 있을 때만 진정한 가치를 발휘합니다. “추천 상품” 경험은 단일 세션 이상의 정보를 반영할 때 가장 효과적입니다. Adobe Real-Time CDP는 고객 데이터를 실시간 프로파일로 통합하고, Adobe Brand Concierge는 이 맥락과 함께 승인된 콘텐츠, 제품 지식, 대화 신호를 활용하여 더욱 관련성 높은 안내를 제공합니다.

Real-Time CDP와 Brand Concierge는 더 넓은 Adobe 경험 아키텍처의 일환으로, 분산된 신호를 개인화된 대화로 연결합니다. 단순한 개별 클릭에만 의존하는 대신, 브랜드는 풍부한 프로필 데이터, 행동 맥락, 제품 정보를 활용해 쇼핑객을 더욱 효과적으로 안내할 수 있습니다. 이를 통해 더욱 적절한 추천, 스마트한 지원, 그리고 필요 시 상담원 지원으로의 원활한 연계가 가능해집니다.

Adobe Brand Concierge가 AI 쇼핑 격차를 어떻게 해소하고 브랜드가 고객 의도를 행동으로 전환하도록 돕는지 확인하세요 — 소개 영상을 지금 시청해 보세요.

방법론

이 아티클은 Adobe가 직접 수행한 독자적인 연구를 바탕으로 작성되었습니다. 해당 연구는 미국 내 소비자 1,000명을 대상으로 설문 조사를 실시했으며, 신뢰 수준 95%, 오차 범위 ±3%를 제공합니다. 응답자들은 AI를 활용한 쇼핑 습관에 대한 질문에 답했습니다. 모든 자기 보고 데이터와 마찬가지로, 결과는 실제 행동과 다를 수 있는 개인적 인식과 경험을 반영할 수 있습니다.

추천 리소스

Adobe를 통해 얻을 수 있는 이점을 확인해 보세요.

시작하기