핵심요약
- 1
백링크 같은 과거 자산이 없는 시장이라, 지금 시작하는 판매자와 나중에 시작하는 판매자 사이에 격차가 벌어지고 있다
- 2
예산이 제한적이라면 프로토콜 구현보다 JSON-LD 구조화 데이터 정비를 최우선으로 삼아야 한다
- 3
AI 추천은 브랜드 규모가 아니라 데이터 정확도로 결정되므로 중소 판매자에게 불리하지만은 않은 경쟁 구도다
- 4
채널마다 진입 방식이 달라, 개발 없이 데이터 정리만으로 커버되는 표면이 생각보다 많다
- 5
구매 직후 CRM 채널 가동까지 챙겨야 AI 경유 매출이 반복 매출로 이어진다
왜 지금이 움직여야 할 타이밍인가
1강에서 짚었듯 2025년 홀리데이 시즌 한 시즌 만에 AI 경유 구매가 전체 주문의 20%, 262억 달러 규모까지 커졌습니다. Shopify에서는 AI 기인 주문이 1년 사이 11배로 늘었습니다. 이 성장 속도를 감안하면, 지금 아무 준비도 하지 않는 게 오히려 리스크입니다. 게다가 7강에서 짚었듯 이 시장은 구글 검색처럼 오래 쌓인 백링크 에쿼티 같은 과거 세대의 자산이 존재하지 않는 초기 시장입니다. 지금 인용 기록을 쌓아두는 판매자와, 나중에 뛰어드는 판매자 사이의 격차는 시간이 지날수록 좁히기 어려워질 가능성이 큽니다.
예산이 적다면 이 순서로
- JSON-LD 구조화 데이터부터 정비한다. 5강에서 다룬 name, description, brand, gtin13, image, price, availability 같은 기본 필드와 aggregateRating, shippingDetails, hasMerchantReturnPolicy, additionalProperty 같은 2026년형 필드를 채웁니다. 이 작업은 별도 프로토콜 계약 없이 우리 상품 페이지 코드만 손보면 되는, 비용이 가장 적게 드는 시작점입니다.
- 리뷰와 반품 데이터를 관리한다. 6강에서 다룬 평가 기준 중 리뷰 신호와 판매자 신뢰도는 자체적으로 개선 가능한 영역입니다. 실제 리뷰 확보와 반품률 관리를 병행하면 AI 추천에서도 유리해집니다.
- 주력 채널 하나를 골라 우선 대응한다. ACP, UCP, 네이버, 카카오를 동시에 대응하려 하지 말고, 우리 고객이 실제로 많이 쓰는 채널부터 시작합니다. 국내 매출 비중이 높다면 네이버·카카오 API 연동이 먼저입니다.
- 구매 직후 CRM 메시지를 정비한다. 8강에서 다룬 것처럼, AI를 거쳐 온 고객이 우리 브랜드를 인지하고 재구매로 이어지도록 이메일·SMS·카카오톡 채널 메시지에 브랜드명과 혜택을 명확히 넣습니다.
- 공식 판매 채널을 명확히 게시한다. 9강에서 다룬 위조 판매자 리스크에 대응하기 위해, 정품 인증과 공식 판매처 정보를 상세페이지와 SNS에 상시 노출합니다.
개발 없이 되는 일부터 골라내면 부담이 줄어든다
이 다섯 가지 중 개발 일정이 반드시 필요한 항목은 3번 하나뿐입니다. 나머지는 상품 정보를 정리하고 메시지 문구를 손보는 작업이라 마케터나 운영 담당자가 직접 착수할 수 있습니다. 7강에서 정리한 것처럼 표면마다 진입 방식이 다르다는 점도 여기서 유리하게 작용합니다. 아마존에서 이미 판매 중이라면 2026년 5월 Rufus가 'Alexa for Shopping'으로 바뀌면서 Seller Central·Vendor Central 판매자가 자동 등록됐으니 별도 신청 없이 데이터 점검만 하면 되고, Perplexity Shopping은 상품 피드와 JSON-LD 양쪽으로 데이터를 수집하므로 1번 작업만 제대로 해두면 추가 연동 없이 수집 대상이 될 수 있습니다.
바꿔 말하면 1번을 끝내는 순간 여러 표면에 동시에 걸치게 된다는 뜻입니다. 예산이 적을수록 이 재사용되는 작업에 힘을 몰아주는 편이 효율적입니다. 반대로 특정 플랫폼 전용 연동은 그 채널에 우리 고객이 실제로 있다는 근거가 확인된 다음에 착수해도 늦지 않습니다.
데이터 정확도가 곧 경쟁력이라는 사실을 기억할 것
6강에서 확인했듯 AI는 브랜드 인지도가 아니라 구조화 데이터 품질을 최우선으로 평가합니다. 유명 브랜드라도 데이터가 부실하면 밀려나고, 인지도가 낮아도 데이터와 리뷰가 탄탄하면 추천될 수 있는 구조입니다. 이건 자본과 인지도에서 대형 브랜드에 밀리는 중소 판매자에게 드물게 유리한 경쟁 조건입니다. 지금 이 격차를 좁힐 수 있는 시기라는 점을 놓치지 않는 게 중요합니다.
했는지 안 했는지 확인하는 방법을 같이 정해둘 것
체크리스트의 함정은 '했다'와 '됐다'를 혼동하는 것입니다. 스키마를 넣었다고 인식되는 게 아니고, 카탈로그를 제출했다고 노출되는 게 아닙니다. 그래서 항목마다 확인 수단을 하나씩 붙여두는 게 좋습니다. 1번은 스키마 검증 도구에서 필드가 실제로 읽히는지, 3번은 해당 채널에서 우리 주력 상품 키워드로 직접 검색했을 때 브랜드가 등장하는지, 4번은 최근 발송된 실제 메시지를 열어 브랜드명과 혜택 안내가 들어 있는지로 확인하면 됩니다.
확인 주기도 정해두면 좋습니다. 상품 정보와 가격은 수시로 바뀌므로 5강에서 말한 대로 수정 절차 안에 스키마 갱신 확인을 넣어두고, 플랫폼 정책과 지역 확대 여부는 분기에 한 번 정도 공지를 확인하는 정도면 과하지 않습니다. AI 경유로 들어온 주문을 따로 식별해두면 다음 분기에 어느 채널을 늘리고 줄일지 판단할 근거가 남습니다.
마지막으로 기억해둘 것
이 과목 전체에서 다룬 내용은 2026년 현재(2026년 8월) 시점 기준입니다. ChatGPT, Google, 네이버, 카카오 모두 기능과 정책을 빠르게 바꾸고 있는 중이라, 실제로 적용하기 전에는 각 플랫폼의 공식 문서와 판매자 센터 공지에서 최신 상태를 반드시 다시 확인해야 합니다. 수수료율, 지역 조건, 런칭 일정처럼 이 과목에서 "공식 발표로 확인되지 않았다"고 표시한 대목은 특히 그렇습니다. 이번 과목은 그 확인 작업을 시작할 수 있는 기초 지도로 활용하시길 권합니다.
출처
- Insider: AI Shopping Agents, A 2026 Guide for Retail Brands (백링크 부재, 데이터 중심 경쟁)
- AskPhill: Agentic Commerce for Shopify 분석 (11배 성장)
- Elogic Commerce: ChatGPT Commerce Statistics 분석 (262억 달러 시장 규모)
- Genrise AI: AI Shopping Assistants and the Future of Ecommerce (Amazon Alexa for Shopping 자동 등록)
- Alhena.ai: Perplexity Shopping Merchants Setup Guide (상품 피드·JSON-LD 수집)
지금 우리 계정은 어떤가요
이 글의 내용을 우리 상황에 맞게 적용하려면 계정 상태부터 봐야 합니다. 무료로 점검해드립니다.

