AI가 만든 구매 의사가 결제로 이어지지 않는 이유

2025년 1월, Rezolve Ai가 미국 소비자 1,500명을 대상으로 실시한 조사에서 주목할 점은 AI 추천 직후의 '마찰'이 주는 영향력이다. 조사 결과에 따르면, AI의 추천을 받은 소비자가 결제 과정에서 즉각적인 불편함을 느낄 때, 전통적인 쇼핑 깔때기 상단에서 마찰을 겪은 소비자보다 구매를 포기할 확률이 유의미하게 높았다. AI가 소비자의 고민을 해결해 구매 의사를 고조시켰음에도, 정작 결제 단계에서는 그 기대치가 오히려 독이 된 셈이다.

베이마드 연구소(Baymard Institute)가 집계한 평균 장바구니 포기율 70%라는 수치는 에이전틱 커머스(Agentic Commerce) 시대 이전의 데이터다. AI 인터페이스를 통해 구매 의사가 생성되는 비중이 늘어날수록, 이 의사와 실제 브랜드의 트랜잭션 계층 사이의 간극은 더 벌어진다. 소비자는 AI 비서와 대화하며 이미 옵션을 비교하고 결론을 내린 '구매 준비 완료' 상태로 진입하지만, 정작 마주하는 것은 검색이나 직접 링크를 통해 들어온 일반 고객과 동일한 다단계 입력 폼과 복잡한 체크아웃 과정이다.

'발견'에서 '실행'으로 이동하는 투자 무게중심

지난 20년간 기업의 커머스 스택은 인간이 주도하는 쇼핑 여정을 최적화하는 방향으로 쌓여왔다. 검색 도구, 추천 엔진, 개인화 레이어, 체크아웃 시스템이 순차적으로 추가되었지만, 이 모든 설계의 전제는 '소비자가 직접 브랜드 웹사이트에 접속해 상품 페이지를 탐색한다'는 것이었다. AI 에이전트가 외부에서 생성한 구매 의사를 그대로 전달받아 처리하도록 설계된 인프라는 없었다.

에이전틱 커머스 환경에서 전환율을 결정짓는 것은 프런트엔드의 UX 최적화가 아니라 백엔드의 실행 능력이다. AI 시스템이 단순한 상품 페이지 링크를 제공하는 것을 넘어, 실시간 재고 확인, 가격 책정 로직 및 프로모션 규칙 적용, 브랜드 정책에 맞는 상품 조합 추천, 최적의 풀필먼트 경로 설정 등을 대화의 맥락을 유지한 채 처리해야 하기 때문이다.

현재 대부분의 기업이 운영하는 인프라는 재고, 가격, 주문 관리 데이터가 AI 에이전트가 안전하고 정확하게 접근할 수 있는 방식으로 노출되어 있지 않다. 이 때문에 지능적인 추천으로 시작한 여정이 투박한 체크아웃 흐름에서 끊기는 구조적 문제가 발생한다. 과거에는 검색과 개인화 같은 '발견(Discovery)' 단계에 투자를 집중해 시장 점유율을 높였다면, 이제는 AI가 만든 의사를 정확한 거래로 연결하는 '실행(Execution)' 단계의 인프라를 갖춘 기업이 구조적 우위를 점하게 된다.

AI 실무자가 관찰해야 할 '전환 페널티' 신호

AI 기반의 상품 발견 기능에 집중 투자하면서 정작 실행 레이어를 방치하는 기업은 AI가 약속한 가치와 실제 고객 경험 사이의 간극을 넓히는 결과를 초래한다. 이는 단순한 거래 손실을 넘어, AI의 추천을 믿고 진입한 소비자의 신뢰를 갉아먹는 '전환 페널티'로 이어진다. AI가 구매 의사 결정의 마찰을 낮춰놓았기 때문에, 결제 단계에서 발생하는 작은 불편함이 상대적으로 더 크게 느껴지기 때문이다.

커머스 AI를 도입하는 기업이나 개발자는 이제 챗봇의 응답 정확도보다 '핸드오프(Handoff)' 지점을 점검해야 한다. AI가 추천한 상품이 일반적인 상품 상세 페이지로 연결되는지, 아니면 AI가 파악한 맥락(옵션, 수량, 할인 조건 등)이 결제 단계까지 그대로 유지되어 클릭 한두 번으로 거래가 끝나는지를 확인하는 것이 핵심이다.

결국 관찰해야 할 신호는 AI 추천 이후의 이탈률 변화다. 전통적인 유입 경로보다 AI 추천 경로의 이탈률이 더 높게 나타난다면, 이는 UX의 문제가 아니라 백엔드 인프라가 AI 에이전트의 의사를 수용하지 못하고 있다는 강력한 신호다. 실행 레이어의 현대화 없이는 AI가 만들어낸 고효율의 구매 의사가 실제 매출로 전환되지 않는 병목 현상이 지속될 가능성이 크다.