인사이트

[2026 AI 트렌드] 5단어에서 23단어로, 우리 쇼핑몰 검색창은 준비됐나요?

2026-08-10

이 아티클에서 다루는 핵심 목차 (3분 요약)

🍋검색어의 변화: 5단어 명사에서 23단어 문장으로 바뀐 AI 시대 쇼핑 패턴

🍋라쿠텐의 성공 사례: AI 컨시어지 도입으로 구매 시간 41% 단축, AOV 17% 상승

🍋자사몰의 과제: AI가 읽을 수 있는 구조화 데이터와 자연어 대화형 인터페이스(genser)

🍋진짜 자산: 명사가 아닌 '고객의 맥락과 의도'가 담긴 문장형 데이터 축적

지난 6월 프랑스 칸에서는 세계적인 미디어 그룹 Axios가 주최한 마케팅·미디어 리더들의 토론회인 'Axios House Cannes'가 열렸습니다. 당시 현장에서 발표된 Axios의 리포트에는 다가올 미래를 준비하는 브랜드를 향한 묵직한 경고가 담겨 있었습니다.

바로 AI 에이전트가 사이트를 직접 돌아다니며 상품을 탐색하고 구매까지 끝마치는 시대가 눈앞에 왔다는 사실입니다. 변화에 대응하려면 브랜드는 지금 당장 콘텐츠 구조를 완전히 새로 짜고 위험을 감수해야 합니다. 미국의 시사 주간지 The Atlantic 역시 "가치가 위험보다 크지만, 그건 변화의 창이 닫히기 전에 움직였을 때만 유효하다"라며 지금이 바로 결단해야 할 시점임을 분명히 했습니다.

변화의 가장 구체적인 신호는 고객이 던지는 ‘검색어의 길이’에서 나왔습니다. 글로벌 뷰티 브랜드 Elf Beauty에 따르면, 과거 고객들이 입력하던 검색어는 평균 5단어 수준이었습니다. 하지만 생성형 AI 환경에서는 이 길이가 평균 23단어까지 급증했습니다. 과거에 “빨간 립스틱”이라는 단어만 툭 던졌다면, 이제는 “곧 프랑스에 가는데 갈색 피부에 어울리는 5달러 이하 빨간 립스틱”처럼 자신의 상황과 제약 조건, 목적을 문장 통째로 쏟아내는 것입니다. 결론은 명확합니다. AI는 키워드가 아니라 전체 대화의 맥락을 필요로 하며, 브랜드의 상품 정보가 AI가 이해할 수 있는 올바른 데이터 구조로 정리되어 있지 않다면 애초에 AI의 답변 후보군에 조차 오를 수 없다는 것.

이처럼 검색이 ‘명사’에서 ‘문장’으로 바뀌는 변화는 이커머스 환경을 두 가지 방향에서 강력하게 압박합니다. 첫째는 외부의 AI 에이전트가 우리 상품을 정확히 찾아내어 답변에 포함시켜 주느냐는 것이고, 둘째는 그렇게 AI를 거쳐 어렵게 유입된 고객에게 우리 자사몰이 방금 겪었던 수준 높은 대화형 탐색 경험을 그대로 이어줄 수 있느냐는 점입니다. 이번 글에서는 이 두 가지 과제 중 후자, 즉 자사몰 안에서의 경험을 어떻게 혁신할 것인지 집중적으로 들여다보고자 합니다.

AI에서 경험한 자연어의 편리함, 자사몰에 진입하는 순간 끊긴다

한 고객이 AI 에이전트에게 “30대 직장인 여성에게 어울리는, 너무 화려하지 않고 구김 적은 봄 원피스 좀 찾아줘”라고 묻습니다. AI는 고객의 상황과 취향을 이해한 뒤 자연스러운 문장으로 답을 건네고, 고객은 이 추천을 따라 자사몰로 넘어옵니다. 그런데 도착하는 순간, 눈앞에 높이는 건 빈 검색창과 체크박스 필터입니다. 고객은 방금 전 문장으로 건넸던 자신의 의도를 다시 ‘원피스’, ‘미디’, ‘면’, ‘5만~10만 원’처럼 잘게 분해해 키워드로 입력해야 합니다. 외부 AI 채널에서 누렸던 혁신적인 대화형 경험이 자사몰에 들어서자마자 고단한 ‘키워드 분해 작업’으로 퇴보하는 셈입니다.

원인은 대부분의 자사몰 검색이 여전히 명사 입력을 전제로 설계돼 있다는 데 있습니다. 만약 고객이 검색창에 “24평 거실에 답답해 보이지 않는, 고양이가 긁어도 괜찮은 패브릭 소파”라는 문장을 그대로 넣는다면 검색 결과는 0건에 수렴할 확률이 높습니다. 조건이 구체적일수록 결과가 사라지는 역설이죠.

실제로 글로벌 UX 연구 기관인 Baymard Institute에 따르면, 170개가 넘는 조사 대상 사이트 및 앱의 무려 56%가 사용자의 검색 니즈를 제대로 지원하지 못하는 ‘보통 이하’의 성능을 보였습니다. 특히 고객이 상품의 소재나 크기, 스펙 등의 세부 속성을 조합해 검색하는 검색의 경우, 약 39%가 관련 상품이 존재함에도 불구하고 결과를 제대로 보여주지 못해 사용자를 이탈시키고 있었습니다.

Rakuten은 이 문제를 자사몰 안에서 풀었습니다

이러한 문제를 외부 플랫폼에 의존하지 않고 자사몰 내부에서 성공적으로 해결한 사례가 있습니다. 일본의 대표적인 이커머스 플랫폼 ‘라쿠텐(Rakuten)’은 2025년 12월 자사 쇼핑몰 ‘라쿠텐 이치바(Rakuten Ichiba)’ 앱에 생성형 AI 기반의 대화형 쇼핑 비서인 ‘라쿠텐 AI 컨시어지(Rakuten AI Concierge)’를 선보였습니다.

출처=Business Insider Japan

출처=라쿠텐, The Pickool

사용자가 예산, 선물 목적, 혹은 활용 상황 등을 텍스트나 음성으로 자유롭게 입력하면 AI가 되묻는 대화 과정을 거치며 고객의 숨은 의도를 구체화합니다. 그리고 라쿠텐 이치바가 보유한 약 5억 개 이상의 방대한 상품 DB를 실시간으로 탐색해 가장 적합한 상품들을 제안합니다. 고객 스스로도 명확히 정의하지 못했던 잠재적 니즈가 AI와의 상호작용 속에서 자연스럽게 구체화되는 구조입니다. 라쿠텐은 이를 "마치 오프라인 매장에서 숙련된 점원에게 1:1 맞춤형 접객을 받으며 쇼핑하는 듯한 경험"이라고 설명합니다.

특히 이 대화형 AI 기능은 슈퍼 세일처럼 대규모 트래픽이 몰리고 품목이 무수히 늘어나는 메가 이벤트 기간에 진가를 발휘했습니다. 대형 이벤트 특유의 탐색 피로도 속에서 고객들이 “지금 세일하는 품목 중 살 만한 것” 같은 다소 추상적이고 목적이 모호한 질문을 던져도 AI가 맥락을 짚어 최적의 특가 상품을 매끄럽게 제안하여 탐색의 장벽을 대폭 낮췄기 때문입니다.

성과도 뒤따랐습니다. 지난 7월 라쿠텐의 공식 발표와 일본 Business Insider의 보도에 따르면, 라쿠텐 AI 컨시어지를 이용한 고객은 기존의 전통적인 키워드 검색을 이용한 고객에 비해 상품 탐색 및 구매 결정 시간을 무려 약 41%나 단축시켰습니다. 뿐만 아니라 맥락에 맞는 고부가가치 연관 제안이 정교하게 맞물리면서 평균 주문 금액(AOV) 역시 약 17% 상승하는 강력한 매출 견인 효과를 거두었습니다.

우리가 여기서 주목해야 할 가장 핵심적인 포인트는 이 놀라운 구매 경험의 혁신이 서드파티 AI 서비스나 외부 검색 엔진이 아닌 '자사 쇼핑몰 앱 내부'에서 유기적으로 일어났다는 점입니다. 거대 플랫폼이나 외부 생성형 AI에 고객 접점과 행동 데이터를 빼앗기지 않고, 자사몰 내부에서 직접 문제를 해결함으로써 고객을 강력하게 묶어두는 독자적인 락인(Lock-in) 경쟁력을 확보하는 데 성공한 것입니다.

그렇다면 우리 자사몰에 필요한 것은

규모와 무관하게 문제의 구조는 같습니다. 필요한 것은 두 가지입니다. 첫째, 자연어 의도를 이해하는 검색 — 키워드 일치가 아니라 의미 근접으로 상품을 찾는 방식입니다. 둘째, 탐색을 대화로 이어가는 인터페이스 — 조건을 얹어 결과를 좁히고, 미처 말하지 못한 니즈를 되물어 발견까지 돕는 구조입니다.

그리고 이 두 가지에는 공통의 전제가 있습니다. AI가 읽고 이해할 수 있는 상품 데이터입니다. 사양과 특장점이 상세페이지 '통이미지' 안에만 담겨 있으면 사람 눈에는 쉽게 읽히더라도 AI는 활용하기 어렵습니다.

국내에서도 이 흐름 위에서 자사몰에 대화형 탐색을 구현하려는 시도가 나오고 있습니다. 플래티어의 에이전틱 커머스 솔루션 ‘젠서(genser)’가 그 중 하나로, 젠서 제품군은 자사몰의 외부 유입과 내부 경험을 아우르는 세 축으로 견고하게 구성되어 있습니다.

genser GEO (외부 유입): 자사몰의 상품 데이터를 Rich-Content 및 JSON-LD로 재발행하여, 외부 AI 채널이 우리 상품 정보를 신뢰할 수 있는 출처로 인용하고 노출하도록 만드는 검색 엔진 최적화 솔루션입니다.
genser search (검색 경험 개선): 자연어 질의의 숨은 의도를 의미와 맥락으로 분석하여 정확한 상품으로 연결하는 시맨틱 검색 엔진입니다. API 헤드리스 방식이라 기존 자사몰의 UI/UX는 그대로 유지한 채 데이터만 유연하게 결합할 수 있습니다.
genser discovery (대화형 탐색): 자연어 대화와 이미지 중심의 발견을 결합한 온사이트 탐색 인터페이스입니다. 플래티어가 자체 B2C 서비스인 '젤라또(gelatto)'에서 완성도 높게 검증한 대화형 쇼핑 경험을 B2B 자사몰 환경에 이식한 것이며, SaaS와 구축형 모두 지원되어 짧게는 1주 내외로 자사몰에 빠르게 적용 가능합니다.

그리고 이 모든 솔루션의 밑바닥을 튼튼하게 떠받치는 상품 데이터 증강 파이프라인으로 'DataFoundry'가 존재합니다. DataFoundry는 정돈되지 않은 상품 데이터를 OCR과 LLM 기술을 결합해 정교하게 텍스트화하고, 검증과 임베딩 과정을 거쳐 AI가 가장 선호하는 형태인 구조화 데이터로 신속하게 정비해 줍니다.

따라서 자사몰 검색을 더 이상 명사 하나에 머물게 두지 않고 최적의 맥락 검색 환경을 구축하는 것 — 바로 플래티어의 젠서 라인업과 함께 시작해야 하는 이유입니다.

대화형 탐색이 남기는 진짜 자산

대화형 탐색은 전환율과 객단가만 바꾸는 게 아닙니다. 남기는 데이터가 다릅니다. 기존 검색창에는 '소파', '원피스' 같은 명사 하나가 남지만, 대화형 탐색에는 "24평 거실에 답답해 보이지 않는 소파", “야근이 많은 직장인의 활력 관리”처럼 의도·상황·제약·페인 포인트가 함께 담긴 문장이 쌓입니다.

이 문장형 데이터가 누적되면 고객이 무엇을 왜 원하는지를 훨씬 정교하게 파악할 수 있고, 그 통찰은 다시 상품 라인업과 콘텐츠, 마케팅으로 회수됩니다. 고객 경험이 데이터를 낳고 그 데이터가 다시 경험을 개선하는 이 피드백 루프는, 돈으로 단기간에 사올 수 있는 게 아니라 대화를 먼저 시작한 쪽이 시간과 함께 쌓는 자산입니다.

서두의 "창이 닫히기 전에 움직여야 한다"는 경고는 결국 이 자산을 두고 하는 말이기도 합니다. 검색어가 문장이 되는 흐름은 이미 시작됐고, 라쿠텐의 숫자는 그 흐름이 실제 성과로 이어진다는 걸 보여 줍니다. 지금 우리 자사몰의 검색창은 고객이 건네는 문장을 알아듣고 있을까요. 아니면 여전히 명사 하나를 기다리고 있을까요.

▶ 플래티어의 에이전틱 커머스 솔루션 ‘젠서’가 궁금하시다면, 아래 배너를 클릭해 보세요.