Adobe의 ‘Adobe Digital Insight’에 따르면 미국의 2025년 10월 온라인 소비액은 전년 동기보다 8.2% 증가한 887억 달러였습니다. 모바일 소비는 456억 달러로 전체의 51.4%를 차지했고, 전년 동기보다 11.6% 늘었습니다. 일본에서는 소매 판매의 전자상거래 비중이 약 10%였으며, 2025 회계연도에 온라인 쇼핑을 이용한 2인 이상 가구 비율은 전년도보다 1.6%포인트 증가한 56.9%였습니다.

생성형 AI 시스템에서 웹사이트로 유입된 방문은 2024년 7월부터 2025년 2월까지 10배 이상 늘었습니다. 생성형 AI로 상품을 찾은 뒤 전자상거래 사이트로 이동한 트래픽은 전년보다 1200% 증가했습니다. Adobe는 생성형 AI를 거쳐 유입된 이용자가 다른 서비스에서 온 이용자보다 사이트에 더 오래 머물고 더 많은 페이지를 보며, 구매로 이어지는 비율도 16% 높았다고 밝혔습니다. 2025년 9월에는 구매나 문의 같은 성과로 이어진 비율인 전환율에서 생성형 AI 유입이 다른 경로를 앞섰습니다.

생성형 AI는 검색을 넘어 이용자 요구에 맞는 상품을 고르고 이해하며 비교하는 역할도 하기 시작했습니다. 기사에 따르면 비교가 필요한 상품과 고가 상품, 투자 상품, 여행, 보험, PC, 가전 분야에서 활용이 진행되고 있습니다. 구매자의 의도를 파악해 상품을 고르는 구매 에이전트로 발전하는 움직임도 있습니다.

‘에이전틱 커머스’는 AI 에이전트가 복잡한 상품 선택, 기업 간 조달과 발주, 생활용품 보충 등을 자동화하는 방식입니다. 미국 AT커니는 이를 상품 발견부터 비교, 협상, 검증, 결제까지 AI 에이전트가 수행하는 구매·결제 모델로 정의했습니다. AT커니는 2030년까지 연간 온라인 판매액의 약 4분의 1에 해당하는 약 10조~12조 달러 규모의 구매가 이 방식으로 이뤄질 가능성을 전망했습니다.

구현 사례로 OpenAI의 ChatGPT 쇼핑 기능, Perplexity의 ‘Buy with Pro’, Amazon의 자동 재주문이 있습니다. ChatGPT는 대화로 조건을 받은 뒤 제휴 전자상거래 사이트와 연결해 상품 후보를 검색하고 추천합니다. Buy with Pro는 검색부터 구매까지 지원하며, 일부 상품은 결제도 처리할 수 있습니다. 앞으로는 구매 이력, 취향, 예산, 재고, 배송 시간을 고려해 상품 선택부터 구매와 결제까지 진행하는 방식이 목표입니다.

구매 정보를 사람이 아닌 AI가 수집하게 되면 전자상거래 사이트는 AI 검색에서 자사 콘텐츠가 인용·추천되도록 정보를 최적화하는 AIO가 필요합니다. 상품 정보는 정확하고 신뢰할 수 있으며 빠짐없어야 하고, 맥락이 분명하며 신속하게 갱신돼야 합니다. 재고와 배송 데이터도 선택에 활용할 수 있도록 정비해야 합니다. 가격·재고·배송 정보를 실시간으로 연동하고 상품 데이터를 구조화해야 하며, 오래된 시스템은 대응 비용이 커질 수 있어 데이터 통합 기반의 전환이 필요하다고 기사는 전했습니다. 통합 기반은 수요 예측과 상품 전략에도 활용될 수 있습니다. 생성형 AI의 접속 증가로 API를 겨냥한 사이버 공격도 늘어날 수 있다며, 가짜 사이트와 취약점을 없애고 DDoS 공격에 대비해야 한다고 밝혔습니다.

Adobe의 ‘Adobe Digital Insight’에 따르면 미국의 2025년 10월 온라인 소비액은 전년 동기보다 8.2% 증가한 887억 달러였습니다. 모바일 소비는 456억 달러로 전체의 51.4%를 차지했고, 전년 동기보다 11.6% 늘었습니다. 일본에서는 소매 판매의 전자상거래 비중이 약 10%였으며, 2025 회계연도에 온라인 쇼핑을 이용한 2인 이상 가구 비율은 전년도보다 1.6%포인트 증가한 56.9%였습니다.

생성형 AI 시스템에서 웹사이트로 유입된 방문은 2024년 7월부터 2025년 2월까지 10배 이상 늘었습니다. 생성형 AI로 상품을 찾은 뒤 전자상거래 사이트로 이동한 트래픽은 전년보다 1200% 증가했습니다. Adobe는 생성형 AI를 거쳐 유입된 이용자가 다른 서비스에서 온 이용자보다 사이트에 더 오래 머물고 더 많은 페이지를 보며, 구매로 이어지는 비율도 16% 높았다고 밝혔습니다. 2025년 9월에는 구매나 문의 같은 성과로 이어진 비율인 전환율에서 생성형 AI 유입이 다른 경로를 앞섰습니다.

생성형 AI는 검색을 넘어 이용자 요구에 맞는 상품을 고르고 이해하며 비교하는 역할도 하기 시작했습니다. 기사에 따르면 비교가 필요한 상품과 고가 상품, 투자 상품, 여행, 보험, PC, 가전 분야에서 활용이 진행되고 있습니다. 구매자의 의도를 파악해 상품을 고르는 구매 에이전트로 발전하는 움직임도 있습니다.

‘에이전틱 커머스’는 AI 에이전트가 복잡한 상품 선택, 기업 간 조달과 발주, 생활용품 보충 등을 자동화하는 방식입니다. 미국 AT커니는 이를 상품 발견부터 비교, 협상, 검증, 결제까지 AI 에이전트가 수행하는 구매·결제 모델로 정의했습니다. AT커니는 2030년까지 연간 온라인 판매액의 약 4분의 1에 해당하는 약 10조~12조 달러 규모의 구매가 이 방식으로 이뤄질 가능성을 전망했습니다.

구현 사례로 OpenAI의 ChatGPT 쇼핑 기능, Perplexity의 ‘Buy with Pro’, Amazon의 자동 재주문이 있습니다. ChatGPT는 대화로 조건을 받은 뒤 제휴 전자상거래 사이트와 연결해 상품 후보를 검색하고 추천합니다. Buy with Pro는 검색부터 구매까지 지원하며, 일부 상품은 결제도 처리할 수 있습니다. 앞으로는 구매 이력, 취향, 예산, 재고, 배송 시간을 고려해 상품 선택부터 구매와 결제까지 진행하는 방식이 목표입니다.

구매 정보를 사람이 아닌 AI가 수집하게 되면 전자상거래 사이트는 AI 검색에서 자사 콘텐츠가 인용·추천되도록 정보를 최적화하는 AIO가 필요합니다. 상품 정보는 정확하고 신뢰할 수 있으며 빠짐없어야 하고, 맥락이 분명하며 신속하게 갱신돼야 합니다. 재고와 배송 데이터도 선택에 활용할 수 있도록 정비해야 합니다. 가격·재고·배송 정보를 실시간으로 연동하고 상품 데이터를 구조화해야 하며, 오래된 시스템은 대응 비용이 커질 수 있어 데이터 통합 기반의 전환이 필요하다고 기사는 전했습니다. 통합 기반은 수요 예측과 상품 전략에도 활용될 수 있습니다. 생성형 AI의 접속 증가로 API를 겨냥한 사이버 공격도 늘어날 수 있다며, 가짜 사이트와 취약점을 없애고 DDoS 공격에 대비해야 한다고 밝혔습니다.