메타, AI 쇼핑 경쟁에 뛰어든 이유와 전망
최근 IT 업계와 디지털 마케팅 시장에서는 화제가 된 것이 바로 메타(Meta)의 새로운 도전입니다. 오랫동안 소셜 네트워크 서비스에만 집중해 왔던 메타가 이제 e-커머스 시장에서 인공지능 기술을 적극 도입하고 있습니다. 특히 AI 쇼핑 어시스턴트 기능이 공개되는 소식은 업계 내외에서 큰 관심을 모으고 있습니다. 이는 단순히 새로운 기능을 추가하는 것이 아니라, 오픈AI 의 ChatGPT 와 구글의 제미니(Gemini) 같은 기존 AI 모델에 맞서 싸우겠다는 의지를 보여주기 때문입니다. 블룸버그 통신사의 보도에 따르면, 메타는 이제 미국 내 일부 사용자에게만 이 기능을 베타 테스트로 제공한다고 합니다. 실제로 챗봇을 통해 사용자들이 질문하면, AI 가 관련 제품 카테고리, 가격, 브랜드 정보를 제공해 줍니다. 예를 들어 “인기 있는 고양이 장난감은 어디입니까?”라고 물어보면, 그 제품을 보여주는 가로 스크롤 형태의 리스트를 띄워줍니다. 다만, 메타 사이트에서 바로 결제하는 기능은 없으며, 상점의 외부 링크를 통해 구매를 이어가도록 하고 있습니다. 이는 AI 를 통해 정보를 얻는다는 개념과 직결된 방식입니다.
이러한 시장의 흐름은 그랜드 뷰 리서치라는 시장 조사 기관의 통계를 통해 더 명확하게 드러납니다. AI 쇼핑 어시스턴트 시장 규모는 2024 년 33 억 6 천만 달러에서 2033 년에는 285 억 4 천만 달러까지 성장할 것으로 예측하고 있습니다. 연평균 성장률이 무려 27% 에 달할 정도로 급속도로 커지는 셈입니다. 북미 지역이 이미 40% 의 시장을 점유하고 있을 정도로, 이 분야는 매우 경쟁이 치열합니다. 이미 아마존의 Rufus, Shopify, 클라르나 등의 기업들이 앞섰기에, 메타가 뒤늦게 뛰어드는 것은 그만큼의 기회가 남았음을 증명하는 것일까요, 아니면 기존 기업들의 약점을 노리는 전략일까요. 스바리카타 코다리 라는 인물은 포레스터 리서치 분석가로서, 이 기능은 “카피캣” 전략이라고 평가했습니다. “ChatGPT 나 펄럭시티 가 공유한 데이터를 보면 쇼핑 용도가 한정되어 있다고 해서 큰 기회인지 불확실하다”라고 지적한 바 있습니다. 즉, 기존 소셜 미디어인 인스타그램보다 어떤 가치를 더 줄 수 있을지 의문이 제기된 것입니다.
기술적인 측면에서도 오픈AI 와 구글의 AI 쇼핑 기능과 비교해 보면 비슷합니다. ChatGPT 의 AI 쇼핑 연구 기능이나 제미니의 경우에도 같은 질문을 던지면 비슷한 형태의 정보를 제공합니다. 즉, 사용자의 자연어 질문을 통해 상품을 안내하고 외부 링크를 제공한다는 공통점을 지닙니다. 하지만 가르터 등 연구 기관들은 이러한 도입에 대한 우려를 가지고 있습니다. 브래드 자시네키 지사는 최근 조사를 통해 “GenAI 가 제공하는 쇼핑 도구가 편향화된 추천을 할 것이라는 소비자의 인식이 2 명 중 1 명에 이른다”고 밝혔습니다. 또한, 고객 행동 변화는 예상보다 느린 편입니다. 아이폰 출시 16 년 만에 미국에서 모바일 쇼핑 데스크톱 쇼핑을 누르던 전환점이 있었던 것처럼, AI 쇼핑 경험도 사용자들의 수용 속도가 중요합니다. 고객 경험 리더 중 50% 이상이 AI 가 부정확한 정보를 줄 경우 고객 경험을 위협한다며 우려를 표한 바 있습니다. 이러한 상황에서 메타의 도전은 신뢰를 얻는 데서 큰 어려움을 겪을 수 있습니다.
결국, 메타의 이 전략은 단순한 기술 도입이 아니라 e-커머스 경험의 재정의입니다. 과거에는 키워드 검색을 통해 제품을 찾던 방식에서 벗어나, 자연어 기반으로 제품을 발견하는 방식으로 나아가고 있습니다. 이는 검색 엔진, 소셜 미디어, 구매 여정이 하나로 통합되는 방향이라고 할 수 있습니다. 사용자가 AI 를 통해 자신의 의도를 더 명확하게 표현하고, 그에 따른 맞춤형 추천을 받으려는 시도가 늘고 있습니다. 하지만 이 과정에서 보안, 개인정보, 그리고 추천의 정직성 같은 이슈도 함께 고려되어야 할 것입니다. 앞으로 AI 기술이 더 발전함에 따라, 이러한 AI 쇼핑 도구는 더 스마트한 쇼핑 파트너로 자리 잡게 될지 귀추가 주목됩니다. 메타만의 경쟁력은 데이터 축적과 사회적 영향력을 바탕으로 AI 를 어떻게 활용하느냐에 달려있을 것입니다.
이 글은 CNET의 기사를 바탕으로 작성되었습니다.
