AI기업들이 노리는 온라인커머스!
AI는 버블입니다. 언빌리버블!
AI기업들이 노리는 온라인커머스: OpenAI, Google, Perplexity의 전략 비교
인공지능 기반 검색과 전자상거래의 결합은 이제 먼 미래가 아니라 현실이 되고 있습니다. 특히 OpenAI, Google, Perplexity 같은 AI 기업들이 “검색 → 추천 → 결제”의 흐름을 하나로 묶어, AI 기반 커머스를 통해 수익 구조를 재편하려는 움직임을 본격화하고 있습니다. 아래에서는 세 기업의 접근 방식과 한계, 전망을 간결하게 비교해 보겠습니다.
OpenAI: ChatGPT 내장형 커머스 + 수수료 수익 구조
전략 요약
1) OpenAI는 “Instant Checkout” 기능을 ChatGPT 인터페이스 안으로 도입하여, 사용자가 챗 대화 중 바로 상품을 탐색하고 결제할 수 있도록 개발.
2) 초기에는 미국 내 Etsy 판매자를 대상으로 단건 상품 결제만 지원하며, 앞으로 다품목 장바구니 기능과 상점 확대를 계획 중
3) 이 기능은 Stripe 등 결제 플랫폼과의 연계 하에, “Agentic Commerce Protocol (ACP)”이라는 표준화된 거래 체계를 활용해 안전한 결제 및 판매자 관리를 지원
4) 판매가 이루어질 경우, 판매자는 일정 수수료를 오픈AI에 지급하는 방식이다. 사용자는 별도 수수료를 부담하지 않는 구조로 설계
강점 및 포인트
1) 사용자 흐름 단축: 쇼핑몰 웹사이트를 거치지 않고 챗 하나에서 탐색 → 선택 → 결제까지 끝낼 수 있다는 점이 강한 사용자 편의성을 제공
2) 수수료 기반 수익 모델: 구독 모델 외에 실제 거래에서의 중개 수수료 확보 가능성
3) 에코시스템 확장: Shopify 등 전자상거래 플랫폼과의 제휴를 통해 판매자 풀을 빠르게 확보할 수 있음
한계 및 리스크
1) 결제·이행·반품 등 후속 처리 책임이 어느 주체에 있는지, 서비스 안정성과 책임소재 정리가 필요
2) 추천 알고리즘의 공정성 확보, 특정 판매자 편집 우려
3) 초기 단계라 다품목 장바구니, 글로벌 확장 등이 아직 완전하지 않음
4) 플랫폼 내 거래가 커지면 인프라 운영 비용 부담이 커짐
Google: 검색·AI 기반 커머스 통합 + 광고 최적화
전략 요약
1) 이미 방대한 검색·광고 인프라와 쇼핑 플랫폼 등을 보유하고 있으며, 이를 AI 중심 검색 경험으로 재편
2) Gemini를 활용해 사용자 질의에 맞춘 대화형 쇼핑 추천, 리뷰 요약, 가격 비교 기능을 강화
3) “AI요약”처럼 검색 결과 내 요약·정보 통합 기능을 통해 사용자가 더 적은 클릭으로 정보를 얻도록 유도
4) 아직까지 완전한 내장 결제 기능보다는, AI 추천과 광고 시스템 연동을 통해 트래픽과 전환 최적화에 주력
강점 및 포인트
1) 이미 존재하는 광고 기반 수익 체계가 강력한 기반이 될 수 있음
2) 검색과 커머스가 유기적으로 결합되면 광고 노출 구조와 입찰 구조 전반에 큰 영향
3) 브랜드/소매업체들이 Google 생태계에 적응해 왔기 때문에 진입 비용이 낮고 전환 가능성이 높음
한계 및 리스크
1) AI 중심 추천이 광고주 편향성, 노출 불균형 문제를 키울 수 있음
2) 검색자 인터페이스가 단순해지면 트래픽 유입 경로 변화에 따라 SEO 전략이 흔들릴 수 있음
3) 결제 및 거래 기능이 아직 Google 내에서 완벽하게 내장된 상태는 아님
Perplexity: AI 검색 기반의 네이티브 커머스 실험
전략 요약
1) Perplexity는 검색 응답 중심 AI 서비스를 넘어 ‘쇼핑과 거래 기능 내장’ 실험을 빠르게 진행 중
2) “Shop Like a Pro / Buy With Pro” 기능을 통해 Pro 구독 사용자에게 제품 탐색과 구매 기능 통합 제공
3) 결제 파트너로 PayPal / Venmo를 선정해, 응답 내에서 사용자 결제를 지원하는 흐름을 구축
4) 또한 Firmly.ai와의 제휴를 통해 네이티브 체크아웃 기능을 통합하려는 시도
5) 퍼플렉시티는 셀러들이 자신들의 제품 정보를 플랫폼에 직접 제공할 수 있도록 하는 Merchant Program을 운영하여, 정확한 상품 메타데이터 확보와 실시간 가격/재고 반영 가능
강점 및 포인트
1) 검색 응답 → 거래 흐름이 비교적 자연스럽게 연결될 수 있도록 설계
2) 중소 판매자에게 개방된 제품 데이터 입력과 노출 채널을 제공
3) AI 응답 중심의 인터페이스와 상거래 연결이라는 실험적 구조에서 유연성을 유지 가능
한계 및 리스크
1) 현재 구매 기능은 Pro 구독자 중심이며, 전체 사용자에게 확장된 것은 아님
2) 거래 기능이 활성화되더라도 현재 수익 구조가 명확히 공개된 것은 아님 (초기에는 수수료보다 사용자 수 증가 쪽에 집중)
3) 추천 · 커머스 알고리즘의 품질, 책임 소재, 사용자 신뢰 확보 등이 관건
이제 ‘검색 = 쇼핑’이라는 방향은 단순한 가능성이 아니라, AI 기업들의 핵심 경쟁 무기가 되어 가고 있습니다. 특히 마케터나 커머스 운영자라면 다음과 같은 대응이 필요해 보이니 부디 위기에 대비하고 기회를 선점하기 바랍니다.
마케터 및 커머스운영자 대응전략
1) 제품 메타데이터, API 공개, 구조화된 데이터 제공 준비
2) AI 플랫폼 노출 방식 및 추천 알고리즘 변화 감지
3) 대화형 검색 환경에 맞춘 콘텐츠 & 상품 카탈로그 전환
4) 플랫폼별 거래·수익 모델 변화에 유연하게 대응할 수 있는 기획 역량
