[김용한의 AI 마케팅 27/100] 비자의 AI 쇼핑 평가, 사지 않는 판단도 고객 경험이다

고객이 TV를 찾는다고 말해도 화면 크기만으로 적절한 제품을 고를 수는 없다. 예산과 사용 목적, 함께 쓰는 기기의 조건은 대화를 더 나눈 뒤에 드러날 수 있다. 좋은 추천은 상품을 빨리 내놓는 능력과 함께 아직 묻지 않은 필요를 알아내는 과정에 달려 있다.

비자가 11월 5일 공개한 Visa Agentic Commerce Benchmark는 이 과정을 평가 대상으로 삼았다. 조건에 맞는 물건이 없으면 사지 않는 선택도 요구한다. AI가 구매를 일으켰다는 사실을 곧바로 좋은 고객 경험으로 읽기 어려운 이유가 여기서 드러난다.

숨은 조건을 알아야 구매 판단도 통과한다

비자의 첫 평가는 열두 연구조직의 AI 모델 스물두 개를 대상으로 열다섯 쇼핑 과제를 시험했다. TV와 노트북, 개인 관리용 가전 등을 고르는 상황이다. 모델은 대화를 통해 과제에 정해진 고객 요구를 알아내고, 그 요구에 맞는 구매 또는 비구매 결정을 내려야 통과한다.

회사는 우연히 맞는 상품을 고르는 일을 줄이기 위해 충분한 정보를 발견하도록 평가했다고 설명한다. 결과만 맞는 것과 그 결과에 이르는 고객 이해가 함께 있는 것을 구분한 설계다. 실제 소비자의 모든 취향을 포착한 시험이라는 뜻은 아니며 과제에 정해진 조건 안에서 판단한 결과다.

발표된 전체 통과율은 57.2%다. 모델과 과제마다 세 차례씩 시도했고, 같은 조건의 세 시도를 모두 통과한 비율은 34.2%로 제시됐다. 평균 점수와 반복했을 때의 일관성이 서로 다른 지표임을 보여준다. 한 번 성공한 답변만으로 같은 경험이 계속 제공된다고 말하기 어렵다.

실패한 시도 중에서도 54%는 구매 결정으로 끝났다고 회사는 밝혔다. 이때 실패란 고객의 요구를 충분히 발견하지 못했거나 조건에 맞지 않는 상품을 선택했다는 의미다. 전체 쇼핑 거래의 절반이 잘못됐다는 통계가 아니다. 시험의 분모와 실패 정의를 함께 읽어야 한다.

이 평가가 놓인 고객여정은 탐색에서 추천, 구매 판단으로 넘어가는 구간이다. 비자는 결제와 주문 실행까지 평가를 넓힐 계획이라고 밝혔다. 현재 결과를 이미 실제 결제 승인과 배송, 반품의 신뢰성까지 검증한 자료로 쓰면 범위를 벗어난다. 거래 전 판단과 거래 이후 운영은 다른 단계다.

전환을 만든 추천과 고객에게 맞는 추천 사이

나는 이 결과를 브랜드가 전환을 해석하는 기준의 문제로 읽는다. 구매가 발생했더라도 고객이 요구한 연결 방식이나 사용 조건이 맞지 않으면 그 거래는 좋은 추천의 결과라고 보기 어렵다. 비자의 시험이 비구매도 정답으로 둔 것은 거래의 성사보다 요구의 충족을 먼저 평가한다는 의미다.

브랜드 입장에서는 상품이 선택됐다는 사실이 반가울 수 있다. 그러나 추천 과정에서 어떤 조건이 확인됐는지 알지 못하면 판매의 적합성을 설명하기 어렵다. 상품의 이름과 가격이 맞아도 고객이 쓰려는 기기와 호환되는지, 필요한 기능이 있는지는 별개의 정보다. 선택의 근거가 고객의 실제 사용으로 이어져야 한다.

회사는 숨은 구매 조건을 더 많이 알아낸 모델들이 높은 통과율을 보였다고 설명했다. 이를 질문을 많이 하면 무조건 판매 성과가 좋아진다는 처방으로 바꿀 수는 없다. 중요한 것은 말의 양보다 구매 결정을 바꿀 조건을 발견했는가다. 평가의 설계 역시 필요한 정보의 확인에 무게를 둔다.

이 대목은 브랜드가 제공하는 상품 정보와 연결된다. AI가 조건을 알아내도 상품의 규격과 재고, 가격이 부정확하면 적합한 선택으로 이어지기 어렵다. 구글 Merchant API 공식 문서도 제출한 상품 데이터와 처리 후의 최종 상품 정보를 구분하고, 가격·판매 가능 여부의 변경과 데이터 품질 문제를 살피는 구조를 설명한다. 이는 상품 정보 운영의 참고이며 비자 평가와의 연동을 뜻하지 않는다.

브랜드와 플랫폼의 역할도 나누어 보인다. 플랫폼이나 모델은 고객 요구를 해석하고 선택지를 좁힌다. 브랜드는 그 선택에 쓰이는 상품의 조건을 설명할 책임을 가진다. AI가 추천했다는 사실이 상품 설명의 사실 여부나 고객에게 한 약속을 대신 책임져 주지는 않는다.

평가 점수가 높다는 사실만으로 특정 브랜드의 매출과 수익이 늘어난다고 예측할 수도 없다. 시험의 통과는 정해진 조건에 맞는 판단을 했다는 결과다. 실제 시장에서는 상품 구성과 고객의 선택, 주문 이후 이행이 함께 작동한다. 추천의 성능과 브랜드의 사업 성과 사이에는 이런 거래의 조건이 놓여 있다.

사지 않을 이유를 설명할 수 있는가

현재 공개된 결과가 남기는 질문은 추천한 이유뿐 아니라 구매하지 않은 이유도 설명할 수 있는가다. 필요한 기능을 갖춘 상품이 없거나 예산과 조건이 맞지 않으면, 비구매는 실패한 전환이 아니라 적합성을 지킨 판단일 수 있다. 고객의 요구와 상품의 한계를 함께 드러내는 선택이기 때문이다.

다만 이번 평가는 과제에 정해진 요구를 발견하는 시험이다. 현실의 소비자는 대화 중 예산이나 우선순위를 바꿀 수 있다. 이 결과로 모든 고객의 복잡한 사정을 모델이 이해한다거나 특정 모델을 모든 쇼핑 상황에 권할 근거가 생긴 것은 아니다. 적용 범위를 지킬 때 시험이 던진 질문도 실무에 도움이 된다.

비자는 더 많은 상품군과 시나리오를 추가하고 결제·주문 단계로 확대할 계획이라고 설명했다. 확장 계획은 앞으로 살펴볼 자료다. 한국 소비자의 거래 조건과 국내 상품군을 같은 범위로 평가했다는 근거로 읽을 수 없다. 이 발표는 국내 일괄 출시나 결제 서비스의 제공 조건을 확정하는 공지도 아니다.

반복 시도에서의 일관성 역시 남은 판단 과제다. 같은 모델이 같은 고객 조건에서 다른 상품을 고를 때, 그 차이가 허용 가능한 선택의 폭인지 중요한 요구를 놓친 결과인지가 다르다. 한 번의 시연을 실제 운영의 신뢰로 바꾸려면 이런 차이를 설명할 자료가 필요하다.

상품 정보를 운영하는 브랜드에도 같은 질문이 돌아온다. 바뀐 가격과 재고가 추천의 근거에 반영됐는지, 사용 조건이 고객에게 전달됐는지를 읽어야 한다. 정보가 시스템에 입력됐다는 사실과 고객이 실제로 읽은 정보가 같다는 판단은 다르다. 구글 문서가 입력값과 처리 결과를 구분하는 이유와도 연결되는 경영 질문이다.

자동화된 추천이 무엇을 근거로 어떤 결정을 남겼는지 설명할 수 있는가가 경영의 판단 과제로 남는다. 구매 수와 고객의 적합성을 함께 읽을 때 브랜드는 AI가 가져온 거래의 의미와 자신이 이행할 약속을 연결할 수 있다.

AI 쇼핑의 신뢰는 구매 버튼을 누르는 능력만으로 완성되지 않는다. 고객이 말하지 않은 필요를 묻고, 상품의 조건을 대조하며, 맞는 것이 없을 때 멈출 수 있어야 한다. 비자의 평가는 그 판단을 측정하려는 시도다. 브랜드가 읽어야 할 것은 전환의 수와 함께 그 전환이 누구의 어떤 필요를 충족했는가다.

김용한의 AI 마케팅 연재 모아보기 →