BoF Insights가 유럽의 패션·스포츠 쇼핑객 10,000명을 대상으로 실시한 새 연구에 따르면, 부실한 상품 정보와 사이즈에 대한 불확실성이 여전히 이커머스의 가장 큰 두 가지 문제이며, 응답자 5명 중 최대 1명은 좋지 않은 정보 때문에 최근 구매를 포기했다고 답했다. 그러나 기초 상품 데이터 개선을 최우선 과제로 꼽은 업계 리더는 19%에 불과한 반면, 54%는 UX와 브랜드 표현을 우선시했다. 동시에 주요 사이트 50곳을 기술 감사한 결과, 대부분은 AI가 비교적 원활하게 검색할 수 있었지만 기계가 의미를 이해하거나 거래를 완료하도록 돕는 역량은 훨씬 부족했다. Q4 소셜 커머스 수요와 유료 소셜 예산이 빠르게 늘어나는 가운데, 화려한 기능을 확장하기 전에 지루해 보이는 기반부터 바로잡는 브랜드가 승리할 것이다.
| Beecommercer 데일리 버즈 |
| 날짜: 2026년 9월 2일 수요일 |
| 제공: beecommercer.com |
오늘의 주제는 분명하다. 이커머스에는 새로운 인터페이스, AI 도구, 광고 형식, 유통 채널이 부족하지 않다.
희소한 자원은 신뢰할 수 있는 커머스 정보다. 쇼핑객은 여전히 상품이 무엇인지, 자신에게 맞는지, 언제 도착하는지, 가격이 얼마인지, 브랜드가 약속을 지킬지 알아야 한다. AI 시스템도 신뢰할 수 있게 인용하고 비교하고 추천하거나 거래하려면 같은 사실이 기계가 읽을 수 있는 형태로 필요하다.
가장 위험한 브랜드가 반드시 도입이 느린 기업은 아니다. 상품 데이터와 기여도 분석, 운영의 기본을 해결하지 않은 채 새 기술만 빠르게 도입하는 기업이다.
자세히 살펴보자.
빅 스토리
패션·스포츠 브랜드는 불안정한 기반 위에서 혁신하고 있다
BoF Insights의 새 보고서 ‘Inside Fashion & Sports E-Commerce’는 영국, 독일, 프랑스, 이탈리아, 스페인의 소비자 10,000명과 브랜드 및 리테일 업계의 고위 리더 약 150명을 조사했다. 이 보고서는 Amazon Fashion & Sports와 공동 제작됐으므로 플랫폼의 맥락을 염두에 둬야 하지만, 소비자와 업계 사이의 격차는 두드러진다.
부실한 상품 정보와 사이즈에 대한 불확실성이 온라인 쇼핑의 가장 큰 두 가지 문제였다. 조사 대상 소비자 5명 중 최대 1명은 정보가 충분하지 않아 최근 패션 또는 스포츠 상품 구매를 포기했다고 답했다.
업계의 투자 우선순위는 이 문제와 맞지 않는다. 조사 대상 리더의 54%가 UX와 브랜드 표현을 이커머스의 최우선 과제로 꼽은 반면, 기초 상품 데이터를 최우선으로 꼽은 비율은 19%뿐이었다.
이는 현재의 AI 사이클에 유용한 경고다. 더 나은 추천 인터페이스, 풍부한 경험, 개인화된 여정, 에이전트형 결제는 모두 가치가 있을 수 있다. 그러나 그 경험이 신뢰를 얻으려면 시스템에 정확한 사이즈, 소재, 호환성, 가격, 재고, 배송, 반품 정보가 먼저 필요하다.
보고서는 신뢰가 어디로 이동하는지도 보여준다. 친구와 가족은 여전히 가장 강력한 추천 출처이고, 운동선수는 조사 대상 소비자의 거의 3분의 1에게 신뢰를 얻었다. 마이크로 인플루언서는 19%로, 유명인과 매크로 인플루언서의 각 17%를 앞섰다.
AI 기반 쇼핑에서는 리테일러가 순수 AI 플랫폼보다 구조적 우위를 가질 수 있다. 보고서에 따르면 소비자가 리테일러 제공 에이전트형 결제를 신뢰하는 정도는 순수 AI 기업과 패션 브랜드를 포함한 다른 출처보다 두 배 이상 높다.
리테일러는 생성형 엔진 최적화에서도 더 빠르게 움직이고 있다. 56%가 GEO를 이미 전략에 포함했다고 답한 반면, 브랜드는 20%에 그쳤다. 위험은 브랜드가 AI 시스템이 이해해야 할 정보 계층은 고치지 않은 채 가시성 계층만 좇는 데 있다.
전환 데이터도 이 점을 뒷받침한다. 소비자가 정가를 지불하는 이유로 희소성이나 독점성보다 무료 배송, 쉬운 반품, 빠른 배송 같은 실용적 요인을 훨씬 더 자주 꼽았다. 무료 배송은 42%였지만 희소성은 15%, 독점 이용 권한은 7%에 불과했다.
| 운영자 핵심 포인트: 또 다른 AI 쇼핑 기능에 자금을 투입하기 전에 매출 상위 50개 상품의 핏, 치수, 소재, 호환성, 옵션, 배송, 반품, 이미지, 리뷰, 구조화 데이터를 감사하라. 그런 다음 웹사이트, 판매자 피드, 마켓플레이스, AI 대상 상품 소스 사이에서 해당 필드를 비교하라. 상품 정보가 정확하고 일관되면 혁신은 복리 효과를 내지만, 그렇지 않으면 혼란만 증폭시킨다. |
변화
AI 준비도는 ‘크롤링할 수 있는가?’에서 ‘이해하고 활용할 수 있는가?’로 이동한다
평균 사이트는 검색 가능성에서 74.4%로 비교적 양호한 점수를 받았다. 이 계층은 깔끔한 HTML, 시맨틱 구조, ARIA 레이블, 접근성 트리 무결성, 사이트맵, 기계가 사용할 수 있는 양식 등 익숙한 기술 SEO와 크게 겹친다.
그러나 AI가 콘텐츠의 의미와 소유 주체를 이해할 수 있는지를 묻자 점수가 급격히 낮아졌다. 귀속과 의미의 평균 점수는 38.5%에 불과했다.
구조화 데이터는 가장 큰 격차 중 하나였다. 감사한 홈페이지의 70%에 JSON-LD가 있었으므로, 거의 3분의 1은 아예 없었다는 뜻이다. 모델이 어떤 숫자가 가격인지, 어떤 주체가 페이지를 소유하는지 추측할 수는 있지만, 사이트가 그 관계를 명시적으로 설명하지 않으면 오해할 가능성이 커진다.
세 번째 계층인 에이전트 거래와 발견은 거의 개발되지 않았다. 평균 점수는 2.1%에 불과해 안전한 에이전트-사이트 상호작용이 얼마나 새로운 영역인지 보여준다. 감사에서는 OAuth 디스커버리와 향후 어시스턴트가 실시간 데이터를 가져오거나 작업을 완료하게 할 수 있는 신생 프로토콜 같은 메커니즘을 살폈다.
가장 유용한 발견은 점수 자체가 아니다. 브랜드가 AI 접근에 대해 명확한 전략적 결정을 내려야 한다는 점이다. 감사 대상 50개 사이트 중 29개는 의도적으로 설정한 AI 봇 접근 정책이 전혀 없는 것으로 보였다.
Amazon은 좋은 반례다. 전체 점수는 29.2%에 불과했지만 Amazon이 대부분의 AI 봇을 차단하므로 낮은 점수는 의도적인 것으로 보인다. 따라서 낮은 ‘AI 준비도’ 점수는 기술적 방치가 아니라 의도적인 폐쇄형 커머스 전략을 반영할 수도 있다.
이런 관점이 AI 아키텍처를 이해하는 더 나은 방법이다. 목표는 새로 등장하는 모든 체크리스트를 완성하는 것이 아니라, AI 시스템이 비즈니스의 무엇을 읽고 이해하며 실행하도록 허용할지 결정하는 것이다.
| 운영자 핵심 포인트: AI 준비도를 세 가지 질문으로 나눠라. 시스템이 콘텐츠를 가져올 수 있는가, 주체와 상업적 의미를 정확히 이해할 수 있는가, 행동하도록 허용해야 하는가? 최첨단 파일이나 프로토콜을 좇기 전에 시맨틱 HTML, 접근성, 스키마, 깔끔한 서버 출력, 사이트맵, 명시적인 크롤러 정책 등 검증된 기반부터 고쳐라. 그다음 오래된 기본 설정을 그대로 물려받지 말고 의도적으로 접근 결정을 내려라. |
운영 계층
Q4는 막판 채널 진입보다 채널 운영 역량에 보상한다
TikTok Shop을 운영하는 Forbes Business Council 기고자는 TikTok Shop이 독자적인 소셜 커머스 채널로 빠르게 확장되면서 2026년 Q4가 독립 판매자에게 결정적 시기가 될 수 있다고 주장한다. 이는 해당 채널 참여자가 쓴 의견이므로 전략 제안은 그 맥락에서 읽어야 한다.
기반이 되는 플랫폼 수치는 상당하다. TikTok은 미국 Shop이 2025년 블랙 프라이데이부터 사이버 먼데이까지 4일 동안 5억 달러가 넘는 매출을 올렸고, 쇼핑객 수는 전년 대비 약 50%, 라이브 커머스 매출은 84% 증가했다고 밝혔다.
EMARKETER는 미국 TikTok Shop의 GMV가 2026년에 약 234억 달러로, 2025년보다 48% 증가할 것으로 전망한다. Forbes 글은 Q4 성과를 원하는 판매자가 10월까지 플랫폼 학습을 미뤄서는 안 된다고 주장한다. 크리에이터 관계, 콘텐츠 작동 방식, 운영, 단위 경제성을 구축하는 데 시간이 걸리기 때문이다.
가장 유용한 조언은 전술보다 재무에 관한 것이다. Q3 단위 경제성을 이용해 Q4 매출을 예측하지 마라. 연말 성수기 고객 획득 비용, 크리에이터 수수료, 반품, 재고 압박, 배송 마감, 프로모션 강도가 모두 동시에 나쁜 방향으로 움직일 수 있다.
Emplifi의 Q2 소셜 광고 벤치마크는 경쟁이 이미 높아지고 있다는 증거를 더한다. 이 공급업체는 Meta 광고 계정 7,700개 이상을 분석해 이커머스 소셜 광고의 월간 지출 중앙값이 전년 대비 70% 증가해 16,426달러에서 27,966달러가 됐다고 밝혔다.
같은 데이터세트에서 이커머스 클릭률은 29% 상승했고, 클릭당 비용은 18% 하락한 0.133달러였다. 이는 Emplifi 데이터세트 안에서 관리되는 Meta 계정의 공급업체 벤치마크이므로 시장 전체의 보편적 평균으로 간주해서는 안 된다.
그래도 방향성은 중요하다. 광고가 관련성 높은 콘텐츠, 실제 리뷰, 클릭 후 제대로 작동하는 구매 경험과 연결되면 지출과 효율이 동시에 개선될 수 있다.
| 운영자 핵심 포인트: 9월을 단순한 크리에이티브 제작의 달이 아니라 운영의 달로 보라. Q4 입찰 압력이 정점에 이르기 전에 상품 우선순위, 재고, 최저 마진, 배송 마감, 반품 가정, 크리에이터 파이프라인, 추적 체계를 확정하라. 새 소셜 커머스 채널을 GMV만으로 평가하지 말고 크리에이터 수수료, 플랫폼 비용, 할인, 주문 처리, 반품, 고객 품질을 모델에 포함하라. |
광고, 리뷰, 커머스 규모의 3가지
1. AI Max로의 이전은 키워드 우선순위를 바꿀 수 있다
Google은 확장검색 캠페인 설정에서 벗어나는 광고주를 위해 AI Max 키워드 우선순위를 명확히 설명했다.
확장검색 캠페인 설정을 사용 중지하거나 캠페인을 AI Max로 옮기면 기존 확장검색 키워드는 우선순위 지정에서 일치검색 키워드처럼 취급되지 않는다.
그 우선순위를 유지하려는 광고주는 AI Max 캠페인에 일치검색 사본을 만들어야 한다. 확장검색 키워드 자체를 일치검색으로 전환하면 해당 키워드의 과거 통계가 삭제된다.
기존 일치검색 키워드에 대한 표준 AI Max 우선순위를 받아들일 수 있다면 별도 조치는 필요 없다.
| 운영자 핵심 포인트: 이전 전에 가치가 높은 Search 캠페인을 감사하고, 일치검색 우선순위가 상업적으로 중요한 쿼리를 식별하라. 과거 키워드 데이터를 잃는다는 점을 고려하지 않은 채 우선순위 유지 목적으로 확장검색을 일치검색으로 바꾸지 마라. 변경 후 성과를 명확히 진단할 수 있도록 이전 전에 의도한 구조를 문서화하라. |
2. Google은 매장 리뷰를 AI 생성 광고 문구로 바꾸고 있다
Google은 스폰서 검색 결과에서 ‘What customers love’ 섹션을 테스트하고 있으며, ‘AI-generated from the store rating reviews’라는 레이블을 붙였다.
Google은 이미 매장 평점과 로컬 패널에서 AI 생성 리뷰 요약을 사용해 왔다. 새로운 광고 노출 형식은 같은 정보를 스폰서 검색 결과에서 더 눈에 띄게 보여준다.
이로써 광고주가 직접 문구를 쓰든 그렇지 않든 평판 데이터가 광고 크리에이티브의 일부가 된다. 플랫폼은 리뷰에서 반복되는 주제를 추출해 상업적 신뢰 신호로 제시할 수 있다.
명확한 장점은 사회적 증거가 강해진다는 것이다. 위험은 AI 요약이 브랜드라면 선택하지 않았을 주제를 강조하거나, 엇갈린 고객 경험을 단순화된 주장으로 압축할 수 있다는 점이다.
| 운영자 핵심 포인트: 리뷰 품질과 리뷰 주제를 유료 미디어의 입력값으로 취급하라. 고객이 반복해서 쓰는 표현을 모니터링하고, 되풀이되는 불만에 대응하며, AI 생성 요약이 경험을 정확히 나타내는지 확인하라. 플랫폼이 자사 및 제3자 신호에서 더 많은 문구를 생성할수록 평판 관리는 크리에이티브 거버넌스의 일부가 된다. |
3. AI 중심의 시장 서사 속에서도 Amazon의 이커머스 사업은 여전히 거대하다
Yahoo Finance의 투자자 논평은 Amazon의 이커머스 사업이 2026년에 연환산 매출 7,500억 달러를 넘을 수 있는 수준이며, AWS는 훨씬 더 빠르게 성장한다고 지적한다.
글에 제시된 이커머스와 AWS의 구체적인 가치 배분은 Amazon의 공시가 아니라 작성자의 추정이며, 이 글도 운영자가 아닌 투자자를 대상으로 작성됐다.
더 유용한 시사점은 전략적이다. AI 인프라가 시장 서사를 주도하더라도 Amazon의 리테일, 마켓플레이스, 판매자 서비스, 물류, 광고, 구독, 주문 처리 생태계는 여전히 세계 최대 규모의 상업 시스템 중 하나다.
바로 그 규모 때문에 상품 데이터, 리뷰, 주문 처리, 리테일 신뢰가 여전히 중요하다. 가장 진보된 발견 계층도 결국 주문을 완료할 수 있는 판매자를 필요로 한다.
| 운영자 핵심 포인트: AI 서사 때문에 단위 경제성과 커머스 운영에서 시선을 돌리지 마라. 새로운 발견 채널로 수요를 만들되, 재고 가용성, 주문 처리 비용, 마진, 반품, 반복 구매, 고객 서비스 부담을 계속 측정하라. 최고의 AI 인터페이스를 가진 기업이 자동으로 최고의 커머스 사업을 갖는 것은 아니다. |
업무 밖에서
지루해 보이는 기반 계층이 경쟁 계층이 되고 있다
오늘의 이야기는 AI 발견, 에이전트형 쇼핑, 소셜 커머스, 갈수록 자동화되는 유료 미디어를 향해 질주하는 시장을 그린다.
하지만 가장 강력한 증거는 계속 화려하지 않은 기본으로 돌아간다.
소비자는 상품 정보가 불명확하면 구매를 포기하고 배송과 반품이 편하면 정가를 지불한다. 스키마와 주체 신호가 약하면 AI 시스템은 페이지를 오해한다. 수수료와 반품률이 매출보다 빠르게 오르면 Q4 판매자는 마진을 잃는다. 계획 없이 키워드 구조를 바꾸면 Google Ads 자동화는 진단하기 더 어려워진다.
기술 계층은 빠르게 개선되고 있다. 그렇다고 기반을 미완성 상태로 둬도 된다는 뜻은 아니다.
다음 이커머스 경쟁력은 매우 단순한 원칙에서 나올 수 있다. 인터페이스를 늘리기 전에 신뢰할 수 있는 기준 정보부터 바로잡는 것이다.
Beecommercer 팀