ChatGPT, Google, 그리고 최근 Apple이 모두 전자상거래 시장을 장악하기 위한 AI 경쟁에 박차를 가했을 때, 많은 전문가들은 2025년이 사용자의 온라인 검색 및 쇼핑 방식을 바꾸는 이정표가 될 것이라고 예측합니다. 그러한 맥락에서 브랜드가 우위를 유지하고 선두 위치를 유지하려면 무엇을 해야 할까요?
Apple – Google 독점 금지 재판에서 Mr. 애플 CEO 에디 큐 Safari 출시 이후 처음으로 브라우저에서 Google 검색량이 감소했다고 밝혔습니다. 그에 따르면 가장 큰 이유는 사용자가 정보를 검색하기 위해 AI 챗봇을 사용하기 때문이라고 합니다.
연구 베인앤코2025년 2월에 출판된 에서도 이러한 관찰이 강화되었습니다. 소비자의 80% 현재는 최소한 AI 생성 결과에 의존합니다. 검색의 40% 그 결과 유기적 웹 트래픽이 감소합니다. 25%. 놀랄 만한, 42% 대형 언어 모델(LLM) 사용자는 AI 플랫폼에서 직접 쇼핑 추천을 받았습니다.
이러한 흐름에 직면한 거대 기술 기업들은 빠르게 전략적 움직임을 시작했습니다. 오픈AI 통합 결제 기능을 테스트하여 사용자가 애플리케이션을 종료하지 않고도 ChatGPT에서 바로 구매할 수 있도록 지원합니다. 구글은 지난해 5월 생성 AI를 기반으로 한 검색 엔진에 'AI 모드'를 도입했으며, 가상 체험, 맞춤형 쇼핑 제안 등 3가지 새로운 쇼핑 기능도 선보였다. 쌍둥이자리 자동 가격 비교 기능은 모두 미국 시장에서 먼저 출시되었습니다.
이러한 변화로 인해 광고 업계와 마케팅 담당자는 전략을 조정해야 합니다. SEO(검색 엔진 최적화) 고급스러운 AIO(AI 최적화). 어떤 요인이 실제로 대규모 언어 패턴을 "촉발"하는지 정확히 판단하기는 어렵지만, 다양한 전자 상거래 웹사이트 최적화 방법이 등장하여 브랜드가 새로운 검색 시대에 경쟁력을 유지할 수 있는 새로운 길을 열었습니다.
이전처럼 몇 가지 짧은 키워드를 입력하는 대신 이제 사용자는 길고 대화적인 질문을 하고 심지어 많은 추가 질문을 추가하는 경향이 있습니다. 이것이 LLM(대형 언어 모델)과 기존 검색 엔진 간의 핵심 차이점입니다.
할아버지 브랜드 AI 검색 전략 컨설팅 전문 기업 아조마 AI(Azoma AI)의 CEO 맥스 싱클레어(Max Sinclair), 말했다: "이러한 AI 모델을 정기적으로 사용하면 축적된 지식과 맥락의 총합인 '세계의 모델'을 기반으로 장문의 쿼리를 처리합니다. 동시에 Google이 지난 20년 동안 연령부터 위치, 관심사까지 수집한 데이터도 AI 검색에 통합되어 사용자 의도와 검색 컨텍스트를 더 깊이 이해할 수 있게 됩니다."
이는 전통적인 '키워드 해킹' 시대가 끝났다는 의미다. 대신, 브랜드는 제품 카테고리 설명, 일반적인 문제 해결, FAQ나 튜토리얼과 같은 대화형 콘텐츠 개발에 중점을 두는 등 사용자의 검색 의도를 명확하게 나타내는 콘텐츠를 작성해야 합니다.
큰 언어가 주목하는 요소는 제품 이름뿐만 아니라 의도한 사용자, 기능, 응용 시나리오 및 특정 상황도 포함됩니다. 예를 들어, 단순히 "100% 이탈리아 가죽 핸드백"이라고 쓰는 대신 "100% 이탈리아 가죽 핸드백, 노트북 수납 공간이 있고 20~30세 여성에게 적합하며 오피스 패션부터 우아한 저녁 파티까지 유연하게 사용할 수 있는 100% 이탈리아 가죽 핸드백"이라고 브랜드에서 더 자세히 설명할 수 있습니다.
전문가들은 홈페이지에 게재된 상품 설명 내용을 관리하는 것 외에도 브랜드가 시야를 넓혀 제품과 브랜드에 대한 검증되지 않은 댓글, 의견 등 디지털 환경 전반에 걸쳐 모든 브랜드 관련 정보를 적극적으로 관리하고 최적화해야 한다고 말합니다.
AI 검색의 가장 큰 변화 중 하나는 다중 모드 검색으로의 전환입니다. (다중 모드), 여기서 컨텍스트는 텍스트를 넘어 제품 이미지도 포함됩니다. 제품 이미지가 텍스트 설명과 더 일관되고 일관될수록 AI 모델이 해당 이미지를 "정확하게 이해"하고 사용자에게 제안할 가능성이 높아집니다.
이전에는 모델이 시각적 신호를 인식할 수 없었기 때문에 "파란색 핸드백"을 검색하면 빨간색, 갈색 또는 검은색 가방이 검색될 수 있었습니다. 주된 이유는 많은 브랜드들이 관련성과 상관없이 등장 가능성을 극대화하기 위해 '키워드 스터핑'을 하는 습관에서 비롯됩니다.
AI 시대에 이런 접근 방식은 역효과를 낳는다. AI는 색상을 인식하고 관련성을 평가하여 가장 적합한 제품 2~3개만 우선적으로 표시합니다. 즉, 여러 색상의 가방을 판매하는 경우 브랜드는 AI 검색 결과에 나타날 가능성을 높이기 위해 제품 페이지에 각 색상 버전의 전체 이미지를 바로 표시해야 합니다.
그러나 멀티모달 AI 검색에서는 구두 설명과 일치하는 제품 이미지만 검색하는 것이 아닙니다. Google은 Google Lens 도구를 통한 이미지 검색이 가장 빠르게 성장하는 검색 형태라고 말합니다. 매달 200억 개의 이미지 쿼리 중 4개 중 1개의 쿼리는 상업적인 목적을 갖고 있습니다. 즉, 사용자가 제품을 구매하려고 한다는 의미입니다.
이러한 추세는 주로 젊은 소비자와 Z세대(시각적 환경, 소셜 네트워크, 모바일 장치에서 성장하여 그들이 원하는 쇼핑 방식에 영향을 미치는 집단)에 의해 주도됩니다. 또한 촬영 각도와 표시되는 세부 정보 수준도 이미지 검색 결과에 표시되는 기능에 큰 영향을 미칩니다. DAM(디지털 자산 관리) 소프트웨어 공급업체에 따르면 비디오는 교차 모드 검색 존재감을 높이는 핵심 요소로 떠오르고 있습니다.
인공 지능이 강력하게 발전하는 상황에서 웹 사이트의 "AI 친화적인" 콘텐츠에 대한 투자는 그 뒤에 있는 기술 인프라로 인해 대규모 언어 모델(LLM)이 데이터를 읽고 수집하기 어렵게 만든다면 의미가 없게 될 것입니다. 많은 브랜드는 웹사이트 소스 코드가 LLM의 정보 액세스를 의도치 않게 차단하고 있다는 사실조차 인식하지 못합니다.
전문가들은 브랜드의 기술팀이 AI의 최신 발전을 따라잡기 위해 웹사이트를 모니터링하고 유연하게 업데이트할 수 있는 능력을 보장해야 한다고 권고합니다. 몇 가지 중요한 방법은 다음과 같습니다. LLM.txt LLM이 텍스트 내용을 더 잘 이해하도록 돕습니다. 파일 로봇.txt 접근 가능한 페이지에 대해 검색 엔진에 지시합니다. 그리고 코드 구조화된 데이터 (태그 목록과 같은)이 HTML에 추가되어 AI 검색 엔진이 보다 효과적으로 분석할 수 있습니다.
전문가들은 이러한 변화에 적응함으로써 AI 검색이 소비자에게 더 나은 서비스를 제공할 것이라고 믿습니다. 브랜드가 AI에 필요한 모든 데이터를 제공한다면 전자상거래는 더욱 관련성이 높아지고 개인화되며 더욱 공정해질 것입니다. 왜냐하면 소비자 의견도 이러한 AI 모델 자체에 반영되고 통합되기 때문입니다.
Nhu Quynh (보그 비즈니스에 따르면)
