욕망을 해석하는 기술, 달라진 마케팅 법칙은?
이커머스, 콘텐츠 플랫폼, OTT, 검색광고까지 오늘날 고객이 접하는 서비스는 대부분 개인화된 ‘추천’을 중심으로 작동합니다. 추천은 이제 단순한 기능이 아니라, 고객 경험의 핵심으로 자리잡고 있죠. 특히 흥미로운 점은, AI가 추천한 제품이나 콘텐츠일수록 실제로 구매나 클릭으로 이어지는 비율이 월등히 높다는 사실입니다. 예를 들어 Amazon은 전체 매출 중 약 35%가 AI 기반 추천을 통해 발생하고, Netflix 이용자의 75%는 추천된 콘텐츠를 시청한다고 알려져 있습니다.1)
이는 단순히 추천 알고리즘이 고도화되었기 때문만은 아닙니다. AI가 고객의 행동 속에서 ‘욕구의 신호’를 읽어내고 있기 때문이죠. 고객이 굳이 말로 설명하지 않아도 행동 데이터 속에는 관심사와 니즈가 자연스럽게 드러나 있기 마련입니다.
이번 콘텐츠에서는 고객이 남긴 행동 데이터를 AI가 어떻게 해석하는지, 그리고 기업은 이를 어떻게 전략적으로 활용하고 있는지 살펴보고자 합니다. 더불어 최근 주목받고 있는 ‘생성형 검색’ 기술이 어떻게 고객의 ‘의도’를 포착하고, 마케팅의 방식을 어떻게 바꾸고 있는지도 함께 알아보겠습니다.
✅고객은 '행동'으로 말한다고요!
마케터가 고객을 이해하려 할 때 가장 먼저 떠올리는 방법은 아마도 ‘설문조사’일 겁니다. 그러나 오늘날의 고객은 자신의 진짜 의도를 굳이 말로 설명하지 않습니다. 대신 클릭, 스크롤, 체류 시간, 장바구니 추가 등 무수히 많은 행동을 통해 자신을 드러냅니다.
하버드대 제럴드 잘트먼(Gerald Zaltman) 교수의 저서 『How Customers Think: Essential Insights into the Mind of the Market, 2003』와 여러 관련 연구에 따르면, 소비자의 구매 결정은 습관, 무의식적 동기, 감정, 환경 자극 등에 의해 크게 영향을 받으며, 실제로 약 95%에 달하는 대부분의 선택이 무의식적으로 이루어진다고 밝히고 있습니다. 즉, 고객이 어떤 상품을 ‘사고 싶다’고 입 밖에 내기 훨씬 전부터 이미 많은 단서가 행동에 녹아 있다는 뜻입니다. 말보다 행동이 먼저인 셈이죠.
✅패턴을 읽고, 다음 행동을 예측하는 AI
무의식적으로 남겨진 수많은 고객 데이터는 AI에 의해 정교하게 해석될 수 있습니다.
AI는 고객의 행동 데이터를 일종의 ‘의도 벡터’로 분석합니다. 예를 들어 고객이 주로 어떤 시간대에, 어떤 디바이스로, 어떤 가격대의 제품을 검색하는지 등 수십 가지 변수를 종합해 다음 행동을 예측하는 방식입니다.
예컨대 A 고객이 매주 화요일 저녁, 모바일로 특정 브랜드의 가전 제품을 반복적으로 검색한다면, AI는 이를 학습해 다음 화요일에도 유사한 시간대에 해당 고객이 관심을 가질 만한 제품을 자동으로 추천할 수 있습니다. 특히 이러한 예측은 실시간으로 이루어질 때, 구매 전환율이 눈에 띄게 높아집니다.
자사의 AI 마케팅 솔루션 groobee는 이러한 실시간 행동 데이터 기반 예측 기술을 통해 비즈니스 성과 향상을 돕고 있습니다. 방문자별 관심도 기반 추천, 이탈 방지 팝업, 장바구니 이력 기반 리마케팅 등 다양한 기능을 통해 마케터가 고객의 행동을 더욱 정밀하게 해석하고, 즉각적이고 효과적인 대응이 가능하도록 돕습니다.
💡함께 보면 좋아요!> 마케터가 봐야 할 실시간 고객 흐름
✅이해의 차원이 다른 '생성형 검색'
한편 최근에는 추천 기술의 패러다임 자체가 달라지고 있습니다. 단순히 ‘무엇을 클릭했는가’가 아니라, ‘지금 무엇을 원하고 있는가’를 실시간으로 이해하려는 시도가 등장한 것이죠. 이러한 변화의 중심에는 생성형 검색(Generative Search) 기술이 있습니다.
기존의 검색 알고리즘은 키워드를 중심으로 작동하였습니다. 그러나 생성형 검색은 고객이 입력한 자연어 문장을 전체 맥락으로 이해하고, 그 문장 속에 담긴 의도, 감정, 상황, 니즈까지 함께 파악합니다. 예를 들어 고객이 “퇴근길에 가볍게 마실 수 있는 저칼로리 음료 추천해줘”라고 검색했을 때, 기존 검색은 ‘저칼로리 음료’를 단순 나열했지만, 생성형 검색은 ‘퇴근 시간대’, ‘바로 마실 수 있음’, ‘건강 지향’, ‘간편 구매 가능성’ 등 다양한 요소를 모두 고려해 콘텐츠와 상품을 선별해 제안할 수 있습니다.
플래티어의 LLM 기반 생성형 검색 엔진 genser는 이러한 의도 중심의 추천을 실현합니다. 핵심 단어 추출, 문장 의도 파악, 상품 목록 생성 등 사용자의 질문 의도를 의도하는 고도화된 검색 엔진을 바탕으로 ▲검색 결과 요약 ▲추천 이유 제공 ▲연관 키워드 제공 등의 주요 기능을 제공하며 사용자 여정 안에서 실질적인 전환을 이끌고 있습니다. 실제로 genser를 도입한 뒤, 검색 사용자 수는 2.2배 증가했고, 검색 결과 클릭률도 86%나 상승하는 성과를 거두었습니다.
💡고객의 마음을 움직이는 생성형 AI 검색 알아보기>
✅'AI 없이' 아닌 'AI와 함께'로
고객이 남긴 수많은 흔적, 그것은 단순한 로그가 아닙니다. 그 안에는 고객의 욕망이 어디로 향하고 있는지, 어떤 조건에서 반응하는지, 무엇에 예민하게 반응하는지에 대한 실마리가 담겨 있습니다. AI는 그 흔적 속에서 패턴을 발견하고, 규칙을 만들고, 실행 타이밍을 계산합니다. 이제 마케터는 AI가 만들어낸 데이터 기반 틀 위에서 브랜드 메시지와 고객 경험을 설계하는 역할을 맡게 됩니다.
기획은 사람의 몫이지만, 실행은 AI의 몫입니다. 감성과 논리를 갖춘 마케터의 전략에 실시간 데이터를 읽는 AI의 민첩성이 더해질 때, 고객 경험은 한층 더 극적으로 진화할 것입니다.
1) 출처: MDM.com, McKinsey & Company, Netflix Media Center
오늘 콘텐츠가 마음에 드셨나요?
플래티어 뉴스레터를 구독해 보세요!
플래티어가 엄선한 콘텐츠를 이메일로 빠르게 전송해 드릴게요.
