2026년 1월, Etsy, Target, Walmart은 Google의 Gemini와 Microsoft의 Copilot과의 파트너십을 확대하여 AI 어시스턴트를 통한 제품 구매를 가능하게 했습니다. 이 세 회사는 이미 2025년에 OpenAI의 ChatGPT와 파트너십을 맺어 AI 중개 구매를 활성화했습니다. Amazon과 Walmart은 각각 Rufus와 Sparky라는 자체 소비자 대상 AI 어시스턴트를 출시했습니다. 한 Wharton 교수는 Retail Dive에 이렇게 말했습니다: "이것이 인터넷이 그랬던 것처럼 소매업계를 뒤흔들 것이라고 생각합니다."
이러한 변화는 직관적이면서도 극적입니다. 웹사이트를 방문하고, 제품을 검색하고, 옵션을 비교하고, 전통적인 전자상거래 흐름을 통해 결제하는 대신, 소비자들은 점점 더 AI 에이전트에게 "200달러 이하의 최고 무선 헤드폰을 사줘"라고 말하고 있습니다. 에이전트는 소매업체들을 검색하고, 가격과 리뷰를 비교하고, 메타데이터로부터 제품 품질을 평가하고, 구매를 완료합니다 — 소비자가 제품 페이지를 방문하거나, 디스플레이 광고를 보거나, 브랜드가 신중하게 설계한 쇼핑 경험을 접하지 않고도 말이죠.
이것이 바로 에이전틱 커머스이며, 전자상거래 자체의 등장 이후 소매업계의 가장 중요한 파괴적 변화를 의미합니다. 중요한 차이점은 이것입니다: 인터넷이 오프라인 소매업을 파괴했을 때, 소매업체들은 웹사이트를 구축함으로써 적응했습니다. AI 에이전트가 웹사이트를 파괴할 때, 소매업체들은 완전히 다른 것을 구축해야 합니다 — 구조화된 제품 데이터, AI 에이전트가 읽을 수 있는 API, 그리고 인간의 브라우징이 아닌 기계 평가에 최적화된 메타데이터. 대부분의 소매업체들은 아직 시작하지도 않았습니다.
핵심 포인트
AI 쇼핑 에이전트는 디스플레이 광고를 보지 않고, 제품 페이지를 브라우징하지 않으며, 시각적 머천다이징에 반응하지 않습니다. 이들은 구조화된 메타데이터, 가격 API, 리뷰 집계를 통해 제품을 평가합니다. 기계 가독성을 위해 제품 데이터를 최적화하지 않는 소매업체들은 점점 더 많은 소비자들이 구매 결정을 위해 사용하는 AI 어시스턴트에게 보이지 않게 될 위험이 있습니다. 이것이 바로 커머스에 적용된 AEO(AI Engine Optimization)이며, 이미 일어나고 있는 일입니다.
AI 쇼핑 에이전트의 실제 작동 방식
전통적인 전자상거래는 인간 중심적 흐름을 따릅니다: 소비자가 검색하고, 제품 페이지를 브라우징하고, 설명과 리뷰를 읽고, 옵션을 시각적으로 비교하고, 인간 행동에 최적화된 설계된 인터페이스를 통해 결제를 완료합니다 — 설득, 긴급성, 시각적 매력, 사회적 증명. 브라우저를 구매자로 전환하는 이 흐름을 더 효과적으로 만들기 위해 수십억 달러 규모의 전환율 최적화 분야 전체가 존재합니다.
AI 쇼핑 에이전트는 이 전체 흐름을 우회합니다. 소비자가 "150달러 이하의 평발용 러닝화를 찾아줘"라고 말하면, 에이전트는 Nike.com을 열어서 브라우징하지 않습니다. API를 통해 제품 데이터베이스를 조회하고, 구조화된 제품 데이터(사양, 재료, 리뷰, 가격, 재고)를 읽고, 소비자가 명시한 기준에 따라 옵션을 평가하고, 추천을 제시합니다. 소비자가 승인하면, 에이전트는 소매업체의 API를 통해 결제를 완료합니다 — 제품 페이지 방문도, 장바구니도, 결제 흐름도 없이 말이죠.
여러 산업에 미치는 영향은 심대합니다. Walmart, Target, Amazon과 같은 소매업체들이 전자상거래 트래픽 위에 구축한 광고 플랫폼인 리테일 미디어 네트워크는 생존의 위험에 직면해 있습니다. 소비자들이 제품 페이지를 절대 방문하지 않는다면, 그 페이지들의 광고 인벤토리는 가치가 없어집니다. Digiday 분석에서는 "AI 기반 쇼핑 어시스턴트와 에이전틱 커머스가 리테일 미디어 네트워크의 장기적 기반을 위협할 수 있는 방법"을 살펴봤습니다. AI 봇은 디스플레이 광고를 보지 않습니다. 이들은 제품 품질, 가격, 메타데이터 — 마케팅 뒤에 숨은 실질적 내용을 평가합니다.
우리가 알고 있는 SEO도 변화합니다. 제품 발견이 키워드 기반 검색 엔진 최적화에서 구조화된 데이터 품질에 기반한 AI 기반 추천으로 이동합니다. 완벽한 SEO를 가지고 있지만 메타데이터가 부실한 제품(불완전한 사양, 일반적인 설명, 구조화된 리뷰 데이터 없음)은 AI 쇼핑 에이전트에게 보이지 않을 것입니다. 끔찍한 SEO를 가지고 있지만 우수한 구조화된 데이터를 가진 제품(상세한 사양, 잘 태그된 속성, 프로그래밍 방식으로 접근 가능한 리뷰)은 AI 추천에서 일관되게 나타날 것입니다.
소매업체들이 지금 당장 해야 할 일
에이전틱 커머스에서 승리하고 있는 소매업체들은 제품 데이터를 주요 고객 대면 자산으로 취급하는 업체들입니다 — 웹사이트 디자인, 마케팅 크리에이티브, 브랜드 스토리텔링보다 더 중요하게 말이죠. 데이터에서 세 가지 즉각적인 우선순위가 나타납니다.
우선순위 1: 기계 읽기를 위한 제품 메타데이터 최적화. 모든 제품에는 완전하고 구조화된 메타데이터가 필요합니다: 사양, 재료, 치수, 호환성 정보, 사용 사례, 비교 속성. "일상 착용에 좋음"은 AI 에이전트에게 아무 의미가 없습니다. "방수 나일론 갑피, 4mm 힐-투-토 드롭, 중성 회내 지지, EVA 중창, 신발당 280g"은 AI가 소비자의 명시된 기준에 대해 평가할 수 있는 정보입니다. 메타데이터가 AI 중개 커머스의 제품 페이지입니다.
우선순위 2: AI 에이전트 상호작용을 위한 API 구축 또는 노출. AI 에이전트는 제품 카탈로그, 가격, 재고, 결제에 대한 프로그래밍 방식 접근이 필요합니다. 깔끔하고 잘 문서화된 API를 노출하는 소매업체들은 AI 에이전트가 자신들의 제품을 추천에 포함하고 구매를 완료할 수 있게 합니다. API가 없는 소매업체들은 에이전트에게 완전히 보이지 않습니다 — 에이전트는 읽을 수 없는 것은 추천할 수 없습니다.
우선순위 3: 웹사이트의 역할 재고. 웹사이트가 사라지는 것은 아니지만, 그 기능이 바뀝니다. 주요 판매 채널이 되는 대신, AI 에이전트의 추천을 확인하기 전에 더 자세히 조사하고 싶어하는 소비자들을 위한 신뢰 구축 및 브랜드 경험 채널이 됩니다. 웹사이트는 복잡한 구매, 브랜드 스토리텔링, 고객 서비스 — AI 에이전트가 완전히 복제할 수 없는 인간 상호작용을 처리합니다. 단순하고 반복 가능한 구매(생필품, 보충, 가격 중심 결정)는 에이전트 중개 커머스로 이동합니다.
콘텐츠 AEO와의 병렬성
이러한 소매업계 파괴는 콘텐츠 발견에서 일어나고 있는 일과 정확히 일치합니다 — 그리고 Hundred Tabs이 출시 이후 계속 최적화해온 것이기도 합니다. 콘텐츠를 위한 AI Engine Optimization (AEO)는 AI 시스템이 인용하고 추천할 수 있도록 정보를 구조화하는 것을 의미합니다. 커머스를 위한 AEO는 AI 쇼핑 에이전트가 추천하고 판매할 수 있도록 제품 데이터를 구조화하는 것을 의미합니다. 원칙은 동일합니다: 구조화된 데이터, 기계 가독 형식, 특정 쿼리에 대한 직접적인 답변, 그리고 인간 브라우저보다는 AI 중개자를 위한 최적화.
콘텐츠를 위한 AEO를 일찍 이해한 비즈니스들은 이미 결과를 보고 있습니다 — 우리 자신의 경험으로는 의도적인 최적화를 통해 AI 인용이 하루 1개에서 하루 435개로 증가했습니다. 제품 데이터에 동일한 원칙을 적용하는 소매업체들은 AI 중개 판매에서 동일한 가속화를 볼 것입니다. 도구는 다르지만(제품 스키마 vs FAQ 스키마, 가격 API vs 사이트맵), 전략적 프레임워크는 동일합니다: 콘텐츠나 제품을 AI가 이해하고 추천하기 가장 쉽게 만드는 것입니다.
AI에 최적화된 콘텐츠나 커머스 경험을 구축하는 모든 사람을 위해, 무료 Prompt Optimizer는 최대 명확성을 위해 AI 대면 콘텐츠를 구조화하는 데 도움이 됩니다. 그리고 ChatGPT, Claude, Gemini에서 원클릭 프롬프트 최적화를 위해서는 TresPrompt가 직접 사이드바로 가져다 줍니다.
자주 묻는 질문
AI 에이전트가 지금 당장 나를 위해 물건을 실제로 살 수 있나요?
네 — ChatGPT, Gemini, Copilot과의 파트너십을 통해 Walmart, Target, Etsy, Amazon 및 기타 소매업체의 제품들이 이미 AI 어시스턴트를 통해 구매 가능합니다. 경험은 다양합니다: 일부 구매는 AI 인터페이스 내에서 완전히 완료되는 반면, 다른 것들은 최종 결제를 위해 소매업체로 리다이렉트됩니다. 완전히 자율적인 구매 흐름(AI가 결제 포함 모든 것을 처리)은 일부 소매 맥락에서 구독 보충에 대해 작동하고 있으며 빠르게 확장되고 있습니다.
AI가 나를 위해 물건을 사는 것을 신뢰해야 할까요?
사양이 브랜드 경험보다 중요한 생필품 구매(배터리, 케이블, 기본 의류, 생활용품)의 경우, AI 에이전트는 효과적이고 시간을 절약해 줍니다. 개인적 선호, 미학, 브랜드 가치가 중요한 경험적 구매(패션, 가구, 선물)의 경우, 인간 브라우징이 여전히 더 나은 결과를 제공합니다. Bain & Company가 보고한 50%의 소비자 주의율은 이러한 구분을 반영합니다 — 사람들은 일상적인 구매는 위임할 의향이 있지만 개인적인 구매는 위임하기를 꺼려합니다.
AI 에이전트가 웹사이트를 우회할 때 온라인 광고는 어떻게 될까요?
더 적은 소비자들이 제품 페이지를 직접 방문함에 따라 제품 페이지의 디스플레이 광고는 가치가 떨어집니다. 소매업체들은 이미 오프사이트 광고 파트너십으로 확장하고 AI 중개 광고 형식을 실험하고 있습니다. 전환이 즉각적이지는 않습니다 — 대부분의 소비자들은 여전히 직접 브라우징합니다 — 하지만 추세선은 명확합니다. 온사이트 광고 수익에 크게 의존하는 소매업체들은 수익화 전략을 다양화해야 합니다.
이것이 콘텐츠를 위한 AEO 전략과 관련이 있나요?
직접적으로 관련이 있습니다. 콘텐츠를 위한 AEO(AI Engine Optimization)는 AI 시스템이 인용하고 추천할 수 있도록 정보를 구조화합니다. 커머스를 위한 AEO는 AI 쇼핑 에이전트가 추천하고 판매할 수 있도록 제품 데이터를 구조화합니다. 전략적 원칙은 동일합니다: 인간 최종 사용자뿐만 아니라 AI 중개자를 위해 최적화하는 것입니다. 콘텐츠 AEO를 일찍 이해한 비즈니스들은 커머스 AEO를 이해하는 데 개념적 이점을 가지고 있습니다.
이것이 얼마나 빨리 일어나고 있나요?
대부분의 소매업체들이 예상하는 것보다 빠릅니다. 일부 미국 소매업체들은 이미 자신들의 추천 트래픽의 25% 이상이 AI 소스에서 오고 있다고 보고합니다. 채택률은 제품 카테고리에 따라 달라집니다 — 식료품과 소비재가 선도하고 있고(AI 기반 구매가 거기서 가장 일반적), 전자제품과 생활용품이 뒤따릅니다. 패션과 럭셔리는 그러한 구매가 더 경험적이기 때문에 뒤처집니다. 2-3년 내에, AI 중개 제품 발견은 생필품 구매의 표준이 되고 모든 카테고리에서 중요한 채널이 될 것입니다.
공개: 이 기사의 일부 링크는 제휴 링크입니다. 우리는 개인적으로 테스트하고 정기적으로 사용하는 도구만 추천합니다. 전체 공개 정책을 참조하세요.