불과 며칠 전까지만 해도, 이런 고민이 생기면 우리는 네이버에서 '아버지 생신 선물'을 검색하고, 쿠팡에서 가격을 비교하고, 유튜브에서 리뷰 영상을 찾아보고, 커뮤니티에서 '낚시 입문자 장비 추천'을 뒤적거렸어요. 탭을 10개쯤 열어놓고 1시간은 족히 헤매야 겨우 결정을 내릴 수 있었죠.
이제 고객은 검색창에 키워드를 넣고 씨름하지 않아요. 대신 AI라는 유능한 '개인 비서'를 고용해요. 이 AI는 고객에게 질문을 던져 취향을 파악하고, 웹의 모든 정보를 긁어모아 딱 맞는 제품을 '표'로 정리해줘요.
이번 글에서는 OpenAI의 '쇼핑 리서치'가 기존 검색과 어떻게 다른지, 그리고 우리 브랜드가 이 AI 비서의 '추천 목록'에 들어가려면 무엇을 준비해야 하는지 알려드릴게요.
핵심 요약
2025년 11월 24일, OpenAI가 쇼핑 특화 모델을 탑재한 '쇼핑 리서치' 기능을 발표했어요.
AI가 고객에게 질문을 던져서 취향을 파악하고, 신뢰할 수 있는 사이트에서 정보를 모아 비교해요.
"감성 디자인" 같은 홍보 문구보다 '구조화된 스펙 테이블'과 '신뢰할 수 있는 쇼핑몰 입점'이 노출의 핵심이에요.
AI 쇼핑은 기존 검색과 뭐가 다른가요?
기존 검색은 키워드에 맞는 문서를 찾아줬어요. 쇼핑 리서치는 달라요. "왜 찾으세요?"를 물어요. 사용자의 의도와 맥락을 파고들어 GPT-5가 상황에 맞는 제품을 판단해요.
기존 검색 엔진은 우리가 입력한 키워드에 맞는 문서를 찾아줬어요. 하지만 이번에 나온 쇼핑 리서치는 의도와 맥락을 파고들어요.
AI가 '주요 낚시 스타일?'을 물으며 사용자의 맥락을 파악하는 모습
위 화면처럼 AI는 검색 결과를 보여주기 전에, 마치 매장 직원처럼 고객과 대화를 시도해요.
기존 검색: "가벼운 유모차" 입력 → '초경량 유모차 추천' 블로그 리스트 나열
AI 쇼핑 리서치: "가벼운 유모차를 찾으시네요. 주로 엘리베이터가 없는 곳을 다니시나요? 아이가 낮잠을 자주 자나요(등받이 각도 중요)?"
이게 가능한 건 쇼핑 데이터로 학습된 GPT-5 모델 덕분이에요. AI가 제품 스펙뿐만 아니라, 사용자의 상황에 맞는 제품이 뭔지 판단하기 시작했어요.
AI는 어떤 과정으로 제품을 추천하나요?
3단계예요. 먼저 인터뷰로 조건을 구체화하고, 신뢰할 수 있는 쇼핑몰을 탐색해서 비교 분석하고, 피드백을 반영해서 개인화된 가이드를 완성해요. 광고비가 아니라 데이터 정확성과 스펙 우수성이 기준이에요.
1단계: 인터뷰
AI는 사용자의 모호한 요구를 구체적인 조건으로 바꾸기 위해 질문해요. "좋은 노트북"이라는 말을 "무게 1.3kg 이하, 램 16GB 이상, AS 1년 보장"이라는 조건으로 바꾸는 거예요.
GEO 실전 전략
상세페이지에 "좋아요", "편해요"만 써 있으면 위험해요. '누가', '어떤 상황에서', '왜' 써야 하는지 구체적으로 적어야 해요. AI는 이 맥락 정보를 읽어서 고객의 상황과 연결해요. 상세페이지가 AI가 읽을 수 있는 상태여야 하는 건 당연하고요. AI가 정보를 인용하는 원리가 궁금하다면 이 글을 참고하세요.
2단계: 심층 분석
조건이 확정되면 AI는 신뢰할 수 있는 쇼핑몰을 실시간으로 탐색해요. 그리고 가장 무서운 기능인 '비교 분석'을 해요.
AI가 생성한 제품 비교표: 가격, 용도, 내구성, 재고 상태까지 한눈에
보시는 것처럼 AI는 광고비를 많이 낸 순서가 아니라, 데이터가 얼마나 정확하고 스펙이 우수한지를 기준으로 냉정하게 비교표를 만들어요. OpenAI는 이 추천이 "광고가 아닌 순수 추천"이라고 명시했어요.
GEO 실전 전략
우리 제품 정보가 AI가 읽기 쉬운 '표'나 '리스트' 형태로 웹에 있나요? 예를 들어 "무게: 1.2kg / 배터리: 최대 12시간 / 가격: 1,590,000원"처럼 구조화된 스펙 데이터가 AI에게 선택될 확률이 훨씬 높아요.
3단계: 피드백 반영
사용자가 추천 결과를 보고 "디자인이 별로야", "너무 비싸"라고 하면, AI는 바로 그 피드백을 반영해서 리스트를 다시 만들어요. 이렇게 AI는 점점 더 '개인화된 가이드'를 완성해 나가요.
특히 OpenAI는 전자제품, 뷰티, 홈&가든, 주방가전, 스포츠/아웃도어 카테고리에서 뛰어난 성능을 보인다고 했어요. 이 분야의 마케터라면 지금 당장 준비를 시작해야 해요.
마케터는 지금 뭘 점검해야 하나요?
2가지예요. 첫째, 감성보다 신뢰 데이터(공식몰 상세 스펙, KC 인증, 검증된 리뷰)를 갖추세요. 둘째, 비교 당할 준비를 하세요. AI 쇼핑의 결과물은 비교표예요. 경쟁사와 나란히 놓였을 때 확실한 차별점이 있어야 해요.
OpenAI, Google, Perplexity 모두 AI 쇼핑 에이전트에 진심이에요. 머지않아 우리 제품을 처음 보는 건 사람이 아니라 AI가 될 거예요.
1. 감성보다는 '신뢰 데이터'
OpenAI는 이번 모델이 "신뢰할 수 있는 사이트를 읽고 인용하도록 학습됐다"고 했어요.
개인 블로그의 체험단 리뷰보다, 공식몰의 상세 스펙, KC 인증 마크, 정확한 배송 정책, 실제 구매자의 검증된 리뷰가 훨씬 중요해졌어요. AI에게 "이 정보는 믿을 만하다"는 신호를 주지 못하면, 아예 후보에도 못 들어요.
참고로 OpenAI는 이미 Walmart, Etsy, Shopify, Target과 파트너십을 맺어서 바로 구매까지 가능하게 만들었어요. 신뢰할 수 있는 홈페이지를 만들거나 대형 플랫폼에 입점하는 게 시작이에요.
2. 비교 당할 준비를 하세요
AI 쇼핑의 결과물은 결국 '비교표'예요. 경쟁사 제품과 나란히 표에 놓였을 때, 고객이 우리를 선택해야 할 확실한 차별점이 있나요?
안 좋음: "최고의 가성비, 감성 디자인" (모호함)
좋음: "동급 대비 유일하게 1.2kg 달성", "업계 최초 3년 무상 보증" (구체적 비교 우위)
AI는 이 구체적인 차이를 읽어서 "무거운 건 싫으시죠? 그럼 배터리는 좀 짧지만 훨씬 가벼운 A 제품을 추천할게요"라고 말해줄 거예요.
핵심만 정리하면요
고객이 직접 검색하고 비교하던 시대에서, AI에게 조건만 말하고 위임하는 시대로 바뀌고 있어요. 노출 기준은 키워드 반복이 아니라 맥락 적합성과 데이터 신뢰도예요. 핵심 역량은 SEO가 아니라 GEO예요.
구분
기존 검색 (Search)
AI 쇼핑 리서치 (Research)
행동 방식
고객이 직접 검색하고 비교
AI에게 조건만 말하고 위임
노출 기준
키워드 반복, 광고 입찰가
맥락 적합성, 데이터 신뢰도
결과물
수많은 링크의 나열
분석된 비교표와 추천 사유
핵심 역량
SEO (상위 노출)
GEO (AI 검색 최적화 및 데이터 구조화)
← 좌우로 스크롤하여 전체 내용을 확인하세요 →
최종 결과: 'Best overall'과 함께 추천 사유까지 제시하는 맞춤형 구매 가이드
변화는 이미 시작됐어요. AI가 우리 브랜드를 "가장 합리적인 선택"이라고 소개하고 있나요, 아니면 "정보 부족"으로 제외하고 있나요?
지금 바로 확인해보세요
ChatGPT를 켜고, 여러분의 브랜드가 속한 카테고리에서 제품을 추천해달라고 물어보세요. 그 대답 속에 앞으로의 마케팅 해법이 있어요.
