AI쇼핑은 지금 나누는 대화에서 구매 의도를 읽기 시작했습니다.
최근 운동화를 샀는데 또 운동화가 추천되는 경험, 익숙하죠. 예전 쇼핑 추천은 검색 기록과 클릭, 구매 이력을 주로 봐서 운동화를 샀다면 비슷한 운동화를 다시 보여주곤 했습니다. 그런데 이제는 사용자가 이번 주말 아이와 캠핑을 간다고 말하면 ‘예산과 인원’, ‘날씨’ 같은 조건을 더 묻고 ‘텐트와 랜턴’, ‘의자’처럼 필요한 상품을 함께 좁힐 수 있습니다.
그렇다고 과거 데이터가 사라진 것은 아닙니다. 네이버 쇼핑은 클릭과 저장, 장바구니 같은 행동을 함께 보고, ChatGPT 쇼핑은 사용자가 말한 조건과 대화 맥락까지 살핍니다. AI 쇼핑은 상품 키워드 경쟁에서 상황과 구매 의도를 이해하는 경쟁으로 넓어지고 있는 거죠.
쇼핑몰이 준비할 것도 달라집니다. 이제는 상품명과 가격만 등록해서는 부족하고, AI와 검색엔진이 상품을 찾고 비교할 수 있도록 데이터와 페이지를 함께 갖춰야 하죠. 그럼, 우리는 무엇부터 챙겨야 할까요? 먼저 AI쇼핑이 기존 추천과 어떻게 달라졌는지 살펴볼게요.
AI쇼핑의 변화와 현재 구매 의도
AI쇼핑은 사용자의 질문을 읽고 조건에 맞는 상품을 찾아 비교와 추천을 돕는 쇼핑 경험입니다. 서비스에 따라 상품 탐색부터 결제까지 이어지기도 하는데요. 이런 서비스를 AI 쇼핑 에이전트라고 부르기도 합니다.
단순히 러닝화를 추천해 달라는 질문과 비교해볼까요? 발볼이 넓고 무릎이 불편한 초보자가 주 3회 신을 러닝화를 찾는다고 하면 정보가 훨씬 많아집니다. 브랜드와 가격, 소재, 용도에 사용자의 현재 상황까지 더해진 셈입니다.
실제로 ChatGPT에 같은 조건으로 물어봤습니다. 쿠션감과 착지감을 기준으로 제품을 나눠 추천했고, 브룩스러닝 공식몰의 상품 페이지를 출처로 붙였습니다. 질문에 담긴 조건을 해석한 뒤 쇼핑몰의 상품 정보를 찾아 답변에 연결한 겁니다.
물론 AI마다 상품 정보를 가져오는 곳은 조금씩 다릅니다.
- 네이버 쇼핑 AI 에이전트는 네이버 쇼핑의 상품 정보와 리뷰, 클릭, 저장, 장바구니 같은 맥락을 활용합니다.
- ChatGPT 쇼핑은 질문과 대화 맥락에 상품 메타데이터, 가격, 설명, 외부 콘텐츠 등을 더해 상품 옵션을 보여줄 수 있습니다.
- Google의 AI 검색과 쇼핑 기능은 검색 색인, 상품 구조화 데이터, Merchant Center 정보를 활용합니다.
- Shopify는 자사 상품 카탈로그를 ChatGPT를 비롯한 AI 쇼핑 채널과 연결하고 있습니다.
하지만 쇼핑몰이 해야 할 일은 결국 같습니다. 먼저 타깃 고객이 누구이고 어떤 상황에서 상품을 찾는지 알아야 합니다. 그다음 상품명과 브랜드, 가격, 재고, 규격, 용도 같은 정보를 상품 페이지와 구조화 데이터, 상품 피드에 정확하게 담아야 하죠. AI쇼핑 준비도 타깃 고객과 내 상품을 정확히 이해하고, 검색엔진이 읽을 수 있게 만드는 이커머스 SEO에서 시작합니다.
AI쇼핑 추천의 기본인 정확한 상품 데이터
상품 구조화 데이터는 상품 페이지에 보이는 상품명과 브랜드, 가격, 재고를 검색엔진이 구분해서 읽을 수 있도록 표시한 코드입니다. 예를 들어 사람은 화면에서 169,000원, 판매 중이라는 문구를 바로 이해하지만, 검색엔진에는 이 값이 가격인지 재고 상태인지 따로 알려줘야 합니다.
아래는 와이드 러닝화 상품 페이지를 단순하게 만든 예시입니다.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Product",
"name": "초보자용 와이드 러닝화",
"image": "https://example.com/running-shoes.jpg",
"description": "발볼이 넓은 초보자를 위한 쿠션 러닝화",
"sku": "RUN-WIDE-01",
"brand": {
"@type": "Brand",
"name": "브랜드명"
},
"offers": {
"@type": "Offer",
"url": "https://example.com/running-shoes",
"priceCurrency": "KRW",
"price": "169000",
"availability": "https://schema.org/InStock"
}
}
</script>
여기서 Product에는 어떤 상품인지 알려주는 이름과 설명, 브랜드, SKU가 들어갑니다. Offer에는 실제 판매 가격과 통화, 재고 상태, 구매할 수 있는 주소가 들어가고요. 코드에 적힌 값은 상품 페이지에 보이는 정보와 같아야 합니다.
이 구조는 AI쇼핑 때문에 새로 생긴 것이 아닙니다. 구글 쇼핑과 상품 검색에서 쓰던 방식이 AI의 상품 탐색에도 이어지고 있습니다. 쇼핑몰 솔루션이나 플러그인이 자동으로 만들어주는 경우도 있으므로, 예시 코드를 그대로 붙이기보다 실제 상품 URL에 어떤 값이 출력되는지 먼저 확인하세요.
여기서 중요한 건 상품 정보가 세 군데에서 서로 맞아야 한다는 점입니다.
| 확인할 곳 | 역할 | 주요 정보 |
|---|---|---|
| 상품 상세 페이지 | 사람과 검색엔진이 읽는 원문 | 상품명, 설명, 소재, 규격, 옵션, 사용 대상 |
| Product와 Offer 구조화 데이터 | 페이지의 상품 정보를 코드로 전달 | 브랜드, SKU, 가격, 통화, 재고, 이미지, 후기 |
| 쇼핑 채널의 상품 피드 | Merchant Center와 쇼핑 플랫폼에 상품을 전달 | 상품 ID, 카테고리, 가격, 재고, 배송, 반품 |
페이지 가격은 39,000원인데 피드에는 예전 가격이 남아 있다면 어떨까요? 품절 상품을 판매 중으로 보내는 경우도 마찬가지라서, AI와 쇼핑 채널은 어느 정보가 맞는지 판단하기 어렵습니다. 상품명과 옵션 이름도 채널마다 다르게 쓰지 않는 편이 좋습니다.
우선 아래 항목부터 맞춰보세요.
- 브랜드명과 정확한 상품명
- SKU와 GTIN처럼 상품을 구분하는 식별 정보
- 카테고리와 색상, 크기, 소재, 용량
- 판매 가격과 할인 가격, 재고 상태
- 선명한 대표 이미지와 이미지 설명
- 배송비와 배송 기간, 반품 조건
- 실제 고객 후기와 평점
AI 가시성 분석업체 Profound는 2026년 6월 ChatGPT 쇼핑의 상품 노출 약 100만 건을 30일간 살펴봤습니다. 이 표본에서는 88.29%가 상품 피드가 아니라 웹의 상품 상세 페이지에서 가져온 정보였습니다. 직접 상품 피드를 연결한 판매자만 봐도 상품 상세 페이지의 비중이 75.81%였고요. 반면 조사 기간을 넓혀 보니 상품 피드에서 정보를 가져온 비중은 4.3%에서 최근 6주 약 20%까지 늘었습니다.
상세 페이지와 상품 피드 중 하나만 고를 문제가 아니라는 뜻입니다. 상품 상세 페이지에는 고객이 비교할 설명을 충분히 적고, 상품 피드에는 가격과 재고처럼 자주 바뀌는 정보를 정확하게 보내야 합니다. 다만 이 수치는 Profound가 관찰한 당시 ChatGPT 쇼핑 표본이라 서비스가 바뀌면 비중도 달라질 수 있습니다.
구조화 데이터만 넣는다고 추천이 보장되지는 않습니다. 코드에 적힌 내용은 화면에 보이는 상품 정보와 같아야 합니다. 데이터가 정확해도 검색로봇이 상품 페이지를 찾지 못하면 소용이 없죠. 이제 이커머스 SEO의 기본을 함께 봐야 합니다.
이커머스 SEO의 기반인 카테고리와 상품 페이지
AI쇼핑이라고 검색엔진 최적화의 기본이 달라지는 것은 아닙니다. 구글도 AI 검색용 특별한 파일이나 마크업보다 크롤링과 색인, 내부 링크, 본문과 일치하는 구조화 데이터, 최신 상품 피드를 먼저 보라고 안내합니다.
실제 구글에서 커브드진 청바지를 검색하면 무신사의 상품 목록과 여러 쇼핑몰 이미지가 함께 나오고, 아래에는 유니클로 상품의 가격과 평점, 배송 정보가 표시됩니다. 같은 검색결과 안에서도 카테고리 페이지와 개별 상품 정보가 서로 다른 모습으로 노출되는 것이죠.
상품 수가 많다면 개별 상품 페이지만큼 카테고리 페이지가 중요합니다. 여성 러닝화, 저자극 선크림, 소형견 관절 영양제처럼 사람들이 찾는 기준으로 상품을 묶어보세요. 검색엔진과 AI가 어떤 선택지가 있는지 한 번에 파악할 수 있습니다.
AVCD가 검색결과를 살펴보니 인기 상품을 가진 브랜드의 개별 페이지보다 여러 상품을 모은 유통사의 카테고리 페이지가 먼저 나온 사례도 있었습니다. 카테고리 페이지는 상품을 줄 세우는 곳에 그치지 않습니다. 어떤 상품군인지, 무엇을 기준으로 고르면 되는지, 각 상품은 어디에서 볼 수 있는지 함께 알려주는 페이지입니다.
상품 상세 페이지에는 이미지 속 문구만 두지 말고 중요한 정보를 본문 텍스트로 적어야 합니다.
- 누구에게 맞는 상품인지
- 어떤 상황에서 쓰는지
- 소재와 규격, 사용 방법
- 다른 옵션과의 차이
- 구매 전에 확인할 제한 사항
카페24 쇼핑몰에서 통이미지로 되어 있던 상품 정보를 텍스트로 바꾼 적이 있습니다. 이후 특정 영양 정보를 묻는 AI 답변에 해당 브랜드가 출처로 나타났습니다. 모든 상품이 같은 결과를 얻는다는 뜻은 아니에요. 다만 이미지 안에만 있던 정보보다 본문 텍스트가 검색과 AI 답변의 재료가 되기 쉬운 건 분명합니다.
카테고리와 상품 페이지를 갖추면 상품명을 이미 아는 검색에 대응할 수 있습니다. 아직 어떤 상품을 살지 정하지 않은 사람에게도 보이려면, 구매 전에 하는 질문에 답하는 콘텐츠가 필요합니다.
상품명 이전의 구매 의도 콘텐츠
사람들은 항상 상품명부터 묻지 않습니다. 캠핑 초보는 무엇을 준비해야 하는지, 민감성 피부에는 어떤 선크림이 맞는지부터 묻죠. 작은 집에 맞는 공기청정기를 찾을 때도 마찬가지입니다.
이런 질문에 답할 때 상품부터 밀어 넣으면 글이 어색해집니다. 먼저 선택 기준을 알려주고, 그 조건에 맞는 카테고리나 상품을 보여주면 됩니다.
예를 들어 반려견 사료 쇼핑몰이라면 아래처럼 나눌 수 있습니다.
- 상품 페이지: 연령, 원료, 중량, 급여량, 알레르기 정보를 정확히 표시
- 카테고리 페이지: 퍼피용, 노령견용, 저알레르기용처럼 선택 기준별 상품 정리
- 정보 콘텐츠: 사료를 바꾸는 시기, 체중별 급여량, 원료표를 보는 방법 설명
정보 글만 많이 만든다고 상품 추천이 늘지는 않습니다. 상품 데이터와 카테고리 구조가 먼저 있어야 하고, 콘텐츠는 사용자의 질문을 알맞은 상품군으로 연결해야 합니다. 검색 의도를 기준으로 정보가 필요한지, 비교가 필요한지, 바로 상품을 보여줘야 하는지부터 나눠보세요. 만들 필요가 없는 글도 자연스럽게 걸러집니다.
상품 데이터와 페이지, 콘텐츠를 챙긴다는 방향은 같습니다. 다만 설정하는 곳과 자동으로 연결되는 채널은 플랫폼마다 다르죠. 카페24와 아임웹, Shopify를 나눠서 보겠습니다.
카페24, 아임웹, Shopify의 준비 항목
카페24는 구글 상품 피드와 실제 상품 페이지부터 확인하세요
카페24는 구글 채널에서 Google Merchant Center를 연결하고 상품 피드를 동기화할 수 있습니다. 여기서 연결만 하고 끝내면 안 됩니다. 판매 국가와 배송, 구글 상품 카테고리를 채우고 미승인이나 미노출 상품이 있는지 확인하세요.
SEO 설정에서는 대표 도메인과 사이트맵, robots.txt를 확인합니다. 상품 상세 설명은 통이미지에만 넣지 말고 핵심 정보를 텍스트로 적습니다. 카페24는 스킨과 기능 구성에 따라 커스텀 범위가 달라질 수 있으므로 Product와 Offer 구조화 데이터, 브레드크럼이 실제 상품 URL에 어떻게 출력되는지도 검사하는 편이 안전합니다.
카페24라서 SEO가 안 되는 것은 아닙니다. 기본 기능을 켜는 것과 상품 페이지를 검색에 맞게 만드는 것은 다른 일이죠. 상품이 많다면 카테고리 이름과 상품명을 검색 수요에 맞춰 정하고, 카테고리에서 상품으로 이어지는 링크도 정리해야 합니다.
아임웹은 텍스트 상품 정보와 외부 연동 범위를 확인하세요
아임웹에는 AI 검색 접근 허용과 llms.txt 설정이 있는데요. 켤 수는 있지만 이것만으로 AI 추천이 늘어난다고 보기는 어렵습니다. 구글도 AI 검색에 별도 파일이 꼭 필요한 것은 아니라고 안내합니다.
먼저 사이트맵과 robots.txt, 페이지별 SEO 태그를 확인하고 상품 설명을 텍스트로 채우세요. 소재와 규격, 사용 대상, 주의 사항처럼 구매 판단에 필요한 정보가 이미지 안에만 있지 않아야 합니다.
아임웹 공개 도움말만으로는 모든 상품 페이지에 Product 구조화 데이터가 어디까지 적용되는지, Google Merchant Center 상품 피드를 자동으로 보낼 수 있는지 명확하지 않습니다. 실제 상품 URL은 구글 리치 결과 테스트로 검사해보세요. Merchant Center 연결 방법은 관리자 화면이나 고객센터에서 확인하고, 부족한 부분만 별도 연동이나 코드로 보완하면 됩니다.
Shopify도 상품 정보가 빈약하면 자동 연동이 소용없습니다
Shopify는 글로벌 검색과 쇼핑 채널 연결이 비교적 잘 갖춰져 있습니다. Shopify Catalog와 Agentic Storefronts로 ChatGPT와 Google 계열 서비스 등에 상품을 보낼 수 있고, Google & YouTube 채널도 운영할 수 있습니다.
자동 연동이 강점인 건 맞습니다. 그렇다고 Shopify에 상품을 올리기만 하면 추천되는 것은 아니에요. 스토어와 상품의 자격 조건이 있고 채널별 제공 지역도 다릅니다. 상품명과 설명, 카테고리, 옵션, 가격, 재고, 배송과 반품 정보가 부실하면 연결된 카탈로그도 부실합니다.
플랫폼의 자동 기능은 상품을 보내는 일을 편하게 해줍니다. 하지만 무엇을 누구에게 파는지는 쇼핑몰이 직접 설명해야 해요. 결국 사용하는 플랫폼이 달라도 점검 순서는 크게 다르지 않습니다.
AI쇼핑 노출을 위한 실행 순서
이제 실제로 손댈 차례입니다. 상품 수가 많다고 전체를 한꺼번에 고칠 필요는 없어요. 매출이 높거나 앞으로 키우고 싶은 상품 20개부터 아래 순서로 점검해보세요.
- 상품 URL이 검색로봇에 열려 있고 색인되는지 확인합니다.
- 상품명, 브랜드, 가격, 재고, 옵션을 페이지와 구조화 데이터, 피드에서 맞춥니다.
- 상품 상세의 핵심 정보를 이미지 밖의 텍스트로 적습니다.
- 검색 수요와 고객 기준에 맞춰 카테고리를 정리하고 상품을 연결합니다.
- Merchant Center, 네이버 쇼핑, AI 쇼핑 채널처럼 실제로 쓰는 배포 경로를 점검합니다.
- 구매 전에 자주 묻는 질문을 콘텐츠로 만들고 관련 카테고리와 상품으로 연결합니다.
준비를 마쳤다면 실제 고객이 할 만한 질문으로 결과를 확인해보세요. AI 쇼핑 분석업체 Peec AI는 상품별 노출을 아래 기준으로 나눠 봅니다.
- 내 상품이 등장한 질문의 비율
- 첫 번째 추천으로 나온 비율
- 상품이 노출된 순서
- AI가 안내한 가격과 실제 판매 가격의 일치 여부
- AI가 경쟁 상품과 비교할 때 사용한 특징
- 공식몰과 오픈마켓, 판매점 중 실제로 연결된 곳
처음부터 별도 분석 도구를 쓸 필요는 없습니다. 중요한 상품과 고객 질문을 정해 같은 조건으로 반복해서 물어보고, 날짜와 답변, 출처를 표로 기록해도 됩니다. 가격이 틀리면 상세 페이지와 피드를 확인하고, 상품의 장점이 엉뚱하게 설명됐다면 본문에 해당 정보가 분명하게 적혀 있는지 살펴보세요.
AI쇼핑은 새로운 추천 지면이지만 준비 방법까지 전부 새로운 것은 아닙니다. 정확한 상품 데이터, 읽을 수 있는 상품 페이지, 찾기 쉬운 카테고리, 구매 의도에 맞는 콘텐츠가 먼저입니다. 기본을 갖춘 뒤 실제 고객 질문을 여러 AI에 넣어보세요. 우리 상품이 어디에서 보이고, 어떤 정보가 빠졌는지 확인하면서 범위를 넓히면 됩니다.
