[김용한의 AI 마케팅 18/100] AI가 골라 준 한 벌, 주문까지 같은 약속으로 이어지는가

응원팀 유니폼을 고른 고객에게 모자와 겉옷을 함께 보여 주는 일은 판매 목록을 늘리는 것과 다르다. 고객은 색이 어울리는지, 원하는 규격이 있는지, 같은 경기 날에 입을 수 있는지를 함께 판단한다. 추천 화면은 여러 상품을 하나의 장면으로 묶지만, 주문은 각 상품의 조건을 따라 진행된다.

이 간격을 보여 주는 사례가 Fanatics의 AI 상품 조합 추천이다. AI 마케팅의 성과를 읽을 때는 추천이 얼마나 눈길을 끌었는지와 그 조합을 실제로 살 수 있는지를 함께 봐야 한다. 이 사례의 변화는 외부 AI 검색에서 브랜드를 발견하는 단계보다, 상품 페이지에 들어온 고객이 다음 선택을 하는 단계에 가깝다.

상품 페이지의 다음 선택을 함께 제안하다

Fanatics와 OpenAI는 10월 26일 OpenAI 기반 ‘Shop the Look’을 공개했다. Fanatics.com과 NFL·NBA·MLB·NHL 공식 온라인 스토어 등에서 제공 중이라고 설명한다. 고객이 유니폼을 살펴볼 때 응원팀과 스타일에 맞는 재고 상품으로 조합을 추천하는 기능이다. 사이트 전체의 모든 추천이 이 기능으로 바뀌었다고 발표한 것은 아니다.

추천에는 보강된 상품 정보와 팀 정보, 재고가 활용된다. Fanatics의 상품 구성 규칙을 적용하고 카탈로그 변화에 맞춰 조합을 매일 갱신한다고 밝혔다. 중요한 변화는 추천의 단위다. 개별 상품을 비슷한 상품으로 연결하는 데서, 고객이 함께 입을 수 있는 여러 품목을 제시하는 쪽으로 구매 전 선택을 구성한다.

스포츠 상품은 같은 팀이라는 연결점 안에서도 용도가 갈린다. Fanatics의 현재 매장은 유니폼 외에 추운 날씨용 의류, 가정용 소품, 선물용 상품 등을 별도로 소개한다. 응원한다는 공통 관심만으로 모든 상품이 같은 필요를 해결하지는 않는다. 어떤 상황의 고객에게 무엇을 함께 보여 줄 것인지가 추천의 의미를 결정한다.

여기서 판매자의 상품 구성 규칙이 눈에 들어온다. 고객에게 보이는 조합에는 모델의 판단뿐 아니라 판매자가 정한 호환성과 관련성의 기준이 들어간다. 브랜드가 AI에 상품을 설명하는 방식과 실제 진열의 기준이 만나는 지점이다. 자동화된 추천에도 판매자의 선택과 책임이 남아 있다는 뜻이다.

어울리는 상품과 주문 가능한 상품은 다른 조건을 갖는다

상품이 시각적으로 잘 맞아도 원하는 사이즈가 없으면 같은 구매 경험이 되기 어렵다. Fanatics의 상품 안내는 상세 페이지에 사이즈표를 제공하고, 이용할 수 없는 사이즈는 비활성 상태로 표시한다고 설명한다. 고객이 조합에서 마음에 든 상품을 발견한 뒤 규격을 고르는 단계는 별도로 남는다. 추천의 완성도를 이미지의 조화만으로 평가하기 어려운 이유다.

이 문제는 다른 플랫폼의 상품 데이터 기준과도 비교할 수 있다. Google Merchant Center는 같은 상품의 색상·사이즈별 변형에 개별 식별자를 두고 공통 그룹으로 묶도록 안내한다. 재킷과 바지처럼 함께 구성하는 상품은 같은 상품의 변형과 구별한다. 이 기준을 Fanatics가 사용한다고 말할 근거는 없지만, ‘함께 어울린다’와 ‘같은 상품의 다른 규격이다’가 서로 다른 데이터 관계라는 점은 분명해진다.

재고 역시 상품 이름에 한 번 붙이는 표지가 아니다. 구글의 별도 재고 안내는 상품 데이터와 상세 페이지, 결제 단계의 가용 상태가 일치해야 한다고 명시한다. 고객은 추천에서 본 상품을 주문할 수 있다고 기대한다. 추천 시점의 후보 선정과 결제 시점의 확인 사이에서 조건이 바뀌었다면, 그 차이를 설명하는 정보도 구매 경험의 일부다.

배송은 또 다른 판단이다. Fanatics의 미국 국내 배송 안내는 빠른 배송을 선택해도 상품의 준비 시점이 앞당겨지는 것은 아니라고 설명한다. 상품별 처리 시간은 상세 페이지에서 확인하며, 운송 기간은 처리와 출고 이후에 시작한다. 여러 상품을 하나의 착장으로 보여 준다고 같은 날 도착할 약속이 생기지는 않는다. 추천이 결합한 상품을 물류가 어떻게 나누어 보내는지도 고객의 일정에 영향을 준다.

Fanatics는 특별 행사 상품이나 서로 다른 시설에서 출고되는 상품 등이 부분 배송의 이유가 될 수 있다고 안내한다. 이 조건을 함께 놓으면 조합 추천의 경영 질문이 구체화된다. 상품을 한꺼번에 보게 한 경험이 구매 결정을 도왔는지, 여러 조건을 확인하는 수고를 얼마나 남겼는지다. 이는 현재 해당 기능에 배송 문제가 발생했다는 주장이 아니라, 판매자가 공개한 조건으로 추천의 평가 범위를 넓혀 읽는 관점이다.

관심의 증가를 거래의 결과로 읽기 전에

공식 사례는 약 3만 개 MLB 상품에 걸친 추천 시험에서 이전 Shop the Look보다 참여도가 10% 높아졌다고 설명한다. 기업이 공개한 비교 결과다. 공개 설명만으로 그 수치를 구매 전환율이나 매출 증가율로 바꿀 수는 없다. 관심을 나타낸 행동과 돈을 지불한 거래는 같은 지표가 아니며, 추천을 보고 여러 상품을 살펴본 일도 구매 완료와 구분해야 한다.

주문 이후에는 상품별 반품 조건이 이어진다. Fanatics의 반품 안내는 착용하지 않고 원래 태그와 라벨이 있는 상태를 요구하며, 맞춤 제작 상품과 최종 판매 상품 등은 제외한다. 조합을 함께 추천받았다고 모든 상품의 반품 조건이 같아지지는 않는다. 추천으로 묶은 선택이 주문 이후 어떤 조건으로 풀리는지까지 알아야 고객이 느끼는 거래의 부담도 이해할 수 있다.

반품과 교환도 하나의 약속으로 묶기 어렵다. 공식 안내에서 교환은 동일 상품의 다른 사이즈를 대상으로 하며 색상·스타일 변경은 지원하지 않는다. 미국·캐나다 내 배송 등 적용 범위도 제시한다. 이는 해당 지역의 기존 운영 조건이다. 국내 브랜드에 같은 정책을 적용하라는 처방이 아니라, AI가 제안한 상품 조합과 판매자의 실제 거래 규칙을 함께 읽을 사례다.

AI 추천을 검토하는 브랜드라면 무엇을 성과로 설명하고 있는지부터 분명해야 한다. 조합을 연 고객과 실제 주문한 고객, 주문을 유지한 고객은 각각 다른 단계에 있다. 참여 지표의 증가가 어느 단계의 변화를 가리키는지, 규격·재고·배송 조건 때문에 선택이 달라졌는지를 구분할 때 추천 경험의 기여도도 더 구체적으로 말할 수 있다.

상품 데이터의 정확성은 검색에 잘 보이기 위한 기술 항목으로만 남지 않는다. 구글이 요구하는 규격별 정보와 재고의 일치, Fanatics가 안내하는 처리 시간과 반품 예외는 고객이 구매를 결정하는 사실이다. AI가 상품의 관계를 더 풍부하게 설명할수록 그 설명이 가리키는 판매 조건도 함께 따라와야 한다. 국내 시장의 일괄 출시나 성과를 추정하기보다, 이 사례가 드러낸 추천과 거래 사이의 연결을 살필 필요가 있다.

고객에게 한 벌을 제안하는 일은 여러 상품을 같은 화면에 놓는 일에서 시작하지만, 신뢰는 각 상품의 조건이 주문 끝까지 이어질 때 남는다. Fanatics 사례에서 읽을 변화는 AI가 다음 선택을 구성하는 방식이다. 브랜드의 판단 과제는 그 선택이 가리키는 규격과 재고, 도착 시점과 사후 조건을 같은 약속으로 설명할 수 있는가에 있다.

김용한의 AI 마케팅 연재 모아보기 →