쇼핑몰마다 흩어진 상품을 한 화면에서 견주고, 사용자가 원하는 제품까지 골라 주는 'AI 멀티 쇼핑'이 새 서비스 유형으로 자리를 잡고 있다. 최근 올로, 스쿠핀, 쇼포트가 등장했다.[1]
LUCAS AI News 자체 제작
이 가운데 스쿠핀은 AI 비교 기능을 이미 운영하고 있으며, 비교 대상은 컬리, 무신사, 29CM, 네이버, 쿠팡을 포함한 20여 곳이다. 올로는 출시를 앞둔 단계로, 쿠팡·컬리·무신사·29CM·올리브영 등 45개 쇼핑몰을 대상으로 한다. 올로의 슬로건은 '나만의 에이전트'다.[1]
가격 나열에서 맞춤 추천으로
전통적인 가격비교는 판매처별 최저가를 줄 세우는 데 그쳤다. 이들 서비스는 옵션, 구성, 혜택, 리뷰를 AI가 읽고, 사용자가 문장으로 적은 요구까지 추천에 반영한다. 사용자가 여러 쇼핑몰을 직접 돌며 하던 탐색과 비교, 가격 추적을 AI가 맡는다. 특정 플랫폼의 경계를 벗어나 AI가 탐색·추적·추천하면서 개인의 쇼핑 경험이 한층 고도화될 전망이다.[1]
- 올로: 같은 상품 찾기, 가격·배송비·재고 비교, 가격 변동 확인을 제공하고 여러 판매처의 상품 정보와 혜택, 유사 상품군도 분석한다.[1]
- 스쿠핀: 이름이 같은지만 보지 않고 옵션·용량·구성까지 따져 동일 상품을 가려낸다. 상품별 가격과 시세 변동 기록을 보여주며, W컨셉, EQL, SSF샵, LF몰, 옥션까지 대상을 늘리는 중이다.[1]
- 쇼포트: 사용자가 바라는 조건을 문장으로 쓰면 추가 질문을 던져 요구를 좁힌 뒤 상품을 제안한다. 화장품이라면 기대 효과와 피부 고민을 묻고, 가격 외에 제품 특징, 사용 목적, 결제 혜택까지 함께 따진다.[1]
- 리뷰 활용: 여러 플랫폼에서 모은 수십만 건의 리뷰를 AI가 요약해 취향에 맞는 추천에 반영하는 기능도 소개됐다.[1]
쟁점과 플랫폼의 대응
연동된 쇼핑몰과 상품이 많을수록 비교와 추천의 폭이 넓어진다. 그래서 연동 범위를 넓히는 동시에 추천 역량을 끌어올리는 것이 관건으로 꼽힌다.[1]
이은희 인하대 소비자학과 교수는 AI 에이전트 쇼핑이 퍼지면 쇼핑몰을 하나씩 찾아가 견주는 수고가 줄고, 검색에서 놓치던 부분도 메울 수 있다고 말했다. 이와 함께 AI 추천 알고리즘이 정교해져야 한다는 점도 짚었다. 기존 플랫폼에는 빠르게 바뀌는 유행과 소비자 취향을 읽어, AI 쇼핑 검색에 잡히도록 하는 전략이 필요하다고 덧붙였다.[1]
플랫폼으로서는 차별화한 쇼핑 경험과 멤버십, 쿠폰, 배송 혜택을 강화해 고객이 직접 찾아오게 하는 방안을 생각해 볼 수 있다. AI 쇼핑 서비스에서 자사 제품을 경쟁 우위에 두는 방안을 구상해야 한다는 전망도 나온다.[1]
AI 맞춤 쇼핑이 고도화되면 플랫폼의 고객 유입 경쟁 구도에 변화가 생길 것으로 예상된다.[1]