에이전틱 커머스 대응, 상품 데이터부터 정비

네이버 쇼핑 AI 에이전트는 지난 6월 정식 출시된 뒤 거래액이 82% 증가했고, 9월 기준 대화 수도 60% 늘었습니다. 이커머스 소비자가 검색과 상품 비교를 직접 하는 대신 AI 에이전트에 조건을 설명하고 탐색부터 비교, 구매까지 맡기는 흐름이 나타나고 있습니다.

에이전틱 커머스는 AI가 사용자를 대신해 상품을 찾고 비교하며 구매 실행까지 주도하는 쇼핑 방식입니다. Google Cloud가 ‘보이지 않는 매대’라고 부르는 환경에서는 오프라인 매대나 쇼핑몰 화면 외에도 AI 에이전트가 상품 데이터를 읽고 비교하는 공간이 생깁니다. 이에 따라 상품페이지가 사람에게 보기 좋은지만큼 AI가 정보를 명확히 읽고 이해할 수 있는지가 중요해집니다.

쇼핑 에이전트는 추천을 넘어 구매 과정으로 역할을 넓히고 있습니다. 네이버는 배송지를 기준으로 희망 날짜에 도착할 수 있는 상품을 추천하고 주문 마감 시간과 도착 예정일까지 반영하는 기능을 강화했습니다. 일부 상품군에서는 에이전트 안에서 결제하는 기능도 시범 적용할 계획이라고 밝혔습니다. OpenAI는 ChatGPT에서 상품을 탐색하고 채팅을 나가지 않은 채 주문·배송·결제 정보를 확인해 구매를 마치는 Instant Checkout을 선보였습니다.

브랜드가 준비할 일은 상품 속성 정보를 구체적으로 구조화하는 것입니다. ‘가볍고 편안한 재킷’이라는 표현에 그치지 않고 소재·사이즈·기능·무게·색상·옵션과 사용 상황을 비교 가능한 정보로 제공해야 합니다. 예를 들어 ‘무게 320g, 생활방수 기능을 갖춘 봄·가을 아웃도어용 재킷’처럼 설명할 수 있습니다. 상품페이지의 핵심 정보를 이미지에만 넣지 말고 텍스트로도 제공하며, 소재·사이즈·기능·가격·옵션은 표나 목록으로 정리해야 합니다.

Product / Offer / Review 스키마(정보 항목을 표시하는 구조) 적용 여부, 페이지와 상품 피드의 정보 일치 여부, AI 검색·쇼핑 크롤러의 접근 차단 여부도 확인 대상입니다. ‘프리미엄’이나 ‘고품질’ 같은 추상적 표현보다 누구에게 어떤 상황에서 어떤 문제를 해결하는 상품인지 구체적으로 밝혀야 AI와 소비자가 제품 차이를 파악하기 쉽습니다.

브랜드 신뢰를 위해 자사몰 리뷰의 품질과 최신성을 관리하고, 전문 매체와 SNS의 평가를 살펴야 합니다. 반품·교환 정책을 명확히 하고 외부에 축적된 브랜드·상품 정보가 실제 제품 정보와 일치하는지도 점검해야 합니다. AI는 상품페이지뿐 아니라 리뷰와 전문 매체, 외부 콘텐츠 등 여러 출처의 정보를 참고하기 때문입니다.

기사는 에이전틱 커머스 대응이 기존 GEO를 대체하는 전략이 아니라, GEO의 접근성·구조화·신뢰성 원칙을 브랜드 콘텐츠에서 상품 데이터와 페이지, 리뷰 및 거래 영역으로 확장하는 것이라고 설명합니다. TBWA DATALAB은 생성형 AI 환경에서 브랜드가 발견되고 이해되며 선택되도록 GEO 컨설팅 서비스를 제공한다고 밝혔습니다.

네이버 쇼핑 AI 에이전트는 지난 6월 정식 출시된 뒤 거래액이 82% 증가했고, 9월 기준 대화 수도 60% 늘었습니다. 이커머스 소비자가 검색과 상품 비교를 직접 하는 대신 AI 에이전트에 조건을 설명하고 탐색부터 비교, 구매까지 맡기는 흐름이 나타나고 있습니다.

에이전틱 커머스는 AI가 사용자를 대신해 상품을 찾고 비교하며 구매 실행까지 주도하는 쇼핑 방식입니다. Google Cloud가 ‘보이지 않는 매대’라고 부르는 환경에서는 오프라인 매대나 쇼핑몰 화면 외에도 AI 에이전트가 상품 데이터를 읽고 비교하는 공간이 생깁니다. 이에 따라 상품페이지가 사람에게 보기 좋은지만큼 AI가 정보를 명확히 읽고 이해할 수 있는지가 중요해집니다.

쇼핑 에이전트는 추천을 넘어 구매 과정으로 역할을 넓히고 있습니다. 네이버는 배송지를 기준으로 희망 날짜에 도착할 수 있는 상품을 추천하고 주문 마감 시간과 도착 예정일까지 반영하는 기능을 강화했습니다. 일부 상품군에서는 에이전트 안에서 결제하는 기능도 시범 적용할 계획이라고 밝혔습니다. OpenAI는 ChatGPT에서 상품을 탐색하고 채팅을 나가지 않은 채 주문·배송·결제 정보를 확인해 구매를 마치는 Instant Checkout을 선보였습니다.

브랜드가 준비할 일은 상품 속성 정보를 구체적으로 구조화하는 것입니다. ‘가볍고 편안한 재킷’이라는 표현에 그치지 않고 소재·사이즈·기능·무게·색상·옵션과 사용 상황을 비교 가능한 정보로 제공해야 합니다. 예를 들어 ‘무게 320g, 생활방수 기능을 갖춘 봄·가을 아웃도어용 재킷’처럼 설명할 수 있습니다. 상품페이지의 핵심 정보를 이미지에만 넣지 말고 텍스트로도 제공하며, 소재·사이즈·기능·가격·옵션은 표나 목록으로 정리해야 합니다.

Product / Offer / Review 스키마(정보 항목을 표시하는 구조) 적용 여부, 페이지와 상품 피드의 정보 일치 여부, AI 검색·쇼핑 크롤러의 접근 차단 여부도 확인 대상입니다. ‘프리미엄’이나 ‘고품질’ 같은 추상적 표현보다 누구에게 어떤 상황에서 어떤 문제를 해결하는 상품인지 구체적으로 밝혀야 AI와 소비자가 제품 차이를 파악하기 쉽습니다.

브랜드 신뢰를 위해 자사몰 리뷰의 품질과 최신성을 관리하고, 전문 매체와 SNS의 평가를 살펴야 합니다. 반품·교환 정책을 명확히 하고 외부에 축적된 브랜드·상품 정보가 실제 제품 정보와 일치하는지도 점검해야 합니다. AI는 상품페이지뿐 아니라 리뷰와 전문 매체, 외부 콘텐츠 등 여러 출처의 정보를 참고하기 때문입니다.

기사는 에이전틱 커머스 대응이 기존 GEO를 대체하는 전략이 아니라, GEO의 접근성·구조화·신뢰성 원칙을 브랜드 콘텐츠에서 상품 데이터와 페이지, 리뷰 및 거래 영역으로 확장하는 것이라고 설명합니다. TBWA DATALAB은 생성형 AI 환경에서 브랜드가 발견되고 이해되며 선택되도록 GEO 컨설팅 서비스를 제공한다고 밝혔습니다.