당신의 상품을 구매하는 주체는 휴대전화를 직접 조작한 소비자가 아니라, 소비자가 보낸 AI 에이전트일 수 있습니다. 에이전틱 커머스에서는 가격 비교와 상품 선택, 장바구니 추가, 심지어 결제까지 ChatGPT, Perplexity 또는 쇼핑 에이전트의 내부 추론 과정에서 처리되는 일이 늘고 있습니다. 소비자가 마지막에 보는 것은 “이 상품으로 주문할까요?”라는 확인 문구뿐입니다. 이제 크로스보더 이커머스의 상품 페이지는 사람을 설득하는 데 그치지 않고, 기계가 읽고 신뢰할 수 있도록 설계해야 합니다.
- 무엇이 달라졌나?
기존 이커머스는 사람이 웹사이트를 방문해 상품을 둘러보고, 문구와 이미지에 반응한 뒤 구매한다고 전제합니다. 에이전틱 커머스에서는 이 중간 과정을 AI 에이전트가 대신합니다. 예를 들어 소비자가 “발볼이 넓은 사람에게 맞고, 2주 안에 대만으로 배송되며, 가격은 NT$3,000 이하인 등산화를 찾아줘”라고 요청할 수 있습니다. 에이전트는 수십 개 사이트의 제품 사양, 배송비, 리뷰, 반품 정책을 비교해 최종 후보를 제시하거나 결제까지 완료합니다.
핵심은 구매 의사결정의 관문이 바뀌었다는 점입니다. 과거에는 소비자에게 보이는 첫 화면이 중요했지만, 이제는 AI가 어떤 정보를 추출할 수 있는지가 중요합니다. 에이전트는 홈페이지 애니메이션이 얼마나 멋진지 보지 않습니다. 대신 “이 신발의 발볼은 얼마나 넓은가, 대만 배송이 가능한가, 배송비는 얼마인가, 며칠 안에 도착하는가”를 확인합니다. 페이지가 답을 주지 못하면 상품은 후보에서 사라지고, 소비자는 그 상품이 존재했다는 사실조차 알지 못합니다.
왜 크로스보더 이커머스가 먼저 영향을 받는가?
크로스보더 구매는 본래 정보 마찰이 큰 영역이며, AI 에이전트는 바로 그 마찰을 줄이는 데 강합니다. 대만 소비자가 미국이나 일본에서 상품을 구매하려면 배송비, 세금, 환율, 도착 예정일, 반품 가능 여부를 여러 페이지에서 직접 확인해야 합니다. 사람에게는 피로한 작업이지만 AI 에이전트에는 적합한 일입니다. 이 때문에 크로스보더 상품은 에이전트 중심의 구매 방식이 가장 빠르게 확산될 수 있는 분야 중 하나입니다.
- 비용과 세금: 에이전트는 소비자가 실제로 부담할 ‘총비용’을 계산합니다. 결제 마지막 단계에서 비용을 뒤늦게 공개하면 정보가 불투명한 판매자로 판단해 후보에서 제외할 수 있습니다.
- 배송 가능 지역과 소요 기간: 어느 국가로 배송할 수 있고 며칠이 걸리는지가 FAQ나 고객 상담에만 있다면, 에이전트가 이를 찾지 못하는 순간 존재하지 않는 정보와 같습니다.
- 반품과 안전성: 크로스보더 구매에서 가장 큰 부담 중 하나는 반품입니다. 정책을 기계가 읽을 수 있는 구조로 제공하면 에이전트가 사용자의 마지막 우려까지 해소할 수 있습니다.
- 일관성: 같은 상품의 규격이나 정책이 제목, 사양표, 이미지마다 다르면 에이전트는 데이터를 신뢰하기 어렵다고 판단하고 정보가 일관된 경쟁 상품을 선택합니다.
AI 에이전트가 상품을 고르는 3가지 기준
고객사의 AI 검색 노출을 추적하다 보면 같은 패턴이 반복됩니다. 에이전트는 ‘추출하기 쉽고, 검증하기 쉽고, 비교하기 쉬운’ 정보를 선호합니다. 가장 잘 팔리는 상품보다 잘못 추천할 가능성이 낮은 상품을 찾는 것입니다. 추천 오류가 발생하면 사용자는 에이전트 자체를 신뢰하지 않게 되므로, 에이전트는 자연스럽게 보수적으로 판단합니다.
첫 번째 기준은 추출 가능성입니다. 가격, 정책, 재고, 배송 가능 지역은 이미지에 넣거나 인터랙티브 요소 안에 숨기지 말고, 구조화 데이터와 명확한 형식으로 제공해야 합니다. 대표적인 예가 Product와 Offer Schema입니다. 두 번째는 검증 가능성입니다. 에이전트는 페이지의 데이터를 제3자 정보나 가격 비교 사이트와 대조합니다. 정보가 일치할수록 신뢰도가 높아집니다. 세 번째는 비교 가능성입니다. 크기, 소재, 호환성 등을 동일한 항목 체계로 제시해야 에이전트가 경쟁 상품과 같은 표에 올려 비교할 수 있습니다.
크로스보더 판매자가 지금 해야 할 4가지
웹사이트 전체를 다시 만들 필요는 없습니다. 우선 에이전트가 정보를 가져가는 방식을 정비하면 됩니다. 큰 투자 없이 실행할 수 있는 다음 4가지 조치가 AI가 생성한 쇼핑 답변에 브랜드와 상품이 노출될지를 직접 좌우합니다.
- 상품 정보를 구조화합니다: 완전한 Product와 Offer Schema를 적용하고 가격, 통화, 배송 가능 지역, 도착 예정일, 반품 정책을 포함해 에이전트가 필요한 정보를 한 번에 수집할 수 있게 합니다.
- ‘총비용’을 명확히 공개합니다: 배송비와 세금을 선제적으로 제시해, 에이전트가 최종 금액을 계산하지 못한다는 이유로 상품을 후보에서 제외하지 않도록 합니다.
- 표현 체계를 통일합니다: 제목, 사양, 이미지에 동일한 항목명과 단위를 사용해 에이전트가 인식하는 데이터 충돌을 없앱니다.
- AI 가시성을 지속적으로 추적합니다: 주요 AI 엔진이 쇼핑 질문에 어떤 상품을 추천하는지, 자사 브랜드를 새로운 추천 대상으로 언급하는지 정기적으로 확인합니다.
에이전틱 커머스에서 확보해야 할 것은 소비자의 관심만이 아니라 AI의 신뢰입니다. 그 신뢰는 화려한 화면이 아니라 정확하고 일관되며 검증 가능한 정보에서 나옵니다.
이미 시작된 변화입니다
쇼핑 에이전트와 결제 연동은 실험 단계에서 일상적인 사용으로 빠르게 이동하고 있으며, 주요 AI 어시스턴트도 대화 안에서 상품을 직접 비교하기 시작했습니다. 정보 마찰이 크고 의사결정 변수가 많은 크로스보더 이커머스는 일반적인 상품군보다 유입 구조의 변화를 먼저 체감합니다. 기존 검색에서 발생하는 클릭은 서서히 줄고 AI 에이전트를 통한 거래는 조금씩 나타나지만, 후자의 유입 출처가 판매자에게 반드시 보이는 것은 아닙니다.
출발점은 현재 AI 엔진이 핵심 상품군에서 자사 브랜드를 발견하거나 정확히 설명할 수 있는지 확인하는 것입니다. 에이전트의 관점에서 상품 정보에 어떤 공백이 있는지 알고 싶다면 30분 GEO 진단을 신청해 보세요. 실제 AI 엔진 테스트를 바탕으로 우선 보완해야 할 필드를 짚어드립니다.
