네이버가 달라졌다 — 검색엔진에서 AI 추천 엔진으로
예전 네이버는 단순했다. 손님이 “A”를 검색하면 A를 보여줬다. 키워드 잘 잡고, 상품 좋으면 위로 올라갔다. 셀러가 할 일은 명확했다. 광고 → 노출, 썸네일 → 클릭, 상세페이지 → 구매. 이 구조를 최적화하면 됐다.
2026년 들어 그 구조 자체가 흔들리고 있다.
네이버는 올해 2월, ‘네이버플러스 스토어’ 앱에 쇼핑 AI 에이전트 베타를 올렸다. 상품 추천부터 비교, 구매까지 전 과정을 AI가 함께하는 초개인화 서비스다. 디지털·리빙·생활 카테고리로 시작해 상반기 안에 뷰티·식품까지 확장한다는 계획이었다.
4월에는 앱 첫 화면 검색창에 AI 에이전트 아이콘을 고정으로 박았다. 손님이 검색어를 치지 않아도, 아이콘 하나만 누르면 AI가 상품을 추천하고 트렌드 대화를 거는 구조다.
6월에는 한발 더 나갔다. 클릭·찜·장바구니 이력까지 분석해서 AI가 먼저 손님에게 말을 거는 방향으로 업데이트됐다.
방향이 분명하다. 손님이 검색해서 나를 찾아오는 시대에서, AI가 손님에게 상품을 골라서 들이미는 시대로 넘어가고 있다.
내 광고비로 데려온 손님, AI가 경쟁사도 보여준다
이게 셀러 입장에서 체감이 다른 지점이다.
내 상품 페이지에 들어온 손님이다. 그런데 추천 영역에는 경쟁사 상품이 뜬다. 내 광고비로 데려온 트래픽인데, 그 손님이 AI가 옆에 꽂아준 비교 상품·더 싼 상품까지 함께 보게 되는 그림이다.
네이버가 공개한 수치를 보면 이 추천이 꽤 잘 먹힌다. LLM 기반 추천 베타를 돌렸더니 추천 상품 클릭률이 오르고, 구매 전환은 1.6배 늘었다고 했다. 손님 입장에선 편한 게 맞다. AI가 알아서 골라주니까.
셀러 입장은 다르다. 광고비 써서 만든 자리 옆에, AI가 경쟁사를 같이 노출시킨다. 물론 반대로 경쟁사 손님에게 내 상품이 뜰 수도 있으니 공평하다는 시각도 있다. 그러나 핵심은 이것이다 — 광고비를 써도 ‘내 상품만 노출’되는 구조는 점점 아니게 된다.
AI는 뭘 보고 상품을 추천하나
네이버가 커머스 특화 LLM ‘쇼핑 인텔리전스’를 만들면서 학습시킨 데이터는 가격, 배송 정보, 상품 속성, 사용자 선호 데이터다.
결국 AI가 보는 건 정량 지표다. 예전엔 키워드 자리 하나 잡으려고 밤새 머리를 굴렸다면, 앞으로는 “이 손님이 좋아할 것 같은 상품”을 AI가 고른다. 그 기준은 아래처럼 바뀐다.
| 예전 전략 (키워드 중심) | 앞으로의 전략 (AI 추천 중심) |
|---|---|
| 키워드 상위 노출 | AI가 선택하는 정량 데이터 관리 |
| 광고비로 트래픽 유입 | 가격·배송·리뷰 경쟁력 확보 |
| 상세페이지 클릭 유도 | 재구매율·전환율 데이터 축적 |
| 검색어 점유 | 개인화 추천 대상 상품이 되는 것 |
여기에 ‘제로클릭’ 문제도 겹친다. AI가 검색 결과를 요약해서 바로 보여주니, 손님이 셀러 페이지까지 클릭하지 않아도 되는 상황이 생긴다. 노출은 됐는데 실제 페이지 유입은 줄어드는 것이다.
지금 셀러가 실제로 챙겨야 할 것
변화의 방향이 AI 추천 중심으로 기울고 있다면, 우리가 들여다봐야 할 숫자가 달라진다.
- 가격 경쟁력: 내 가격이 카테고리 내 어느 위치인지
- 리뷰 품질: 점수와 텍스트 리뷰 모두 AI 학습 데이터로 쓰인다
- 배송 속도: 빠른 배송은 추천 알고리즘에서 계속 우위 요소다
- 재구매율: 한 번 사고 끝나는 상품보다 반복 구매가 도는 상품이 데이터를 쌓는다
- 상품 속성 데이터: 카테고리, 소재, 용도 등 정확하게 입력된 속성이 AI 매칭 정확도를 높인다
키워드 싸움에서 이기려던 에너지를, 이 숫자들을 탄탄하게 만드는 쪽으로 조금씩 옮겨야 하는 시점이다.
좋은 제품을 만드는 것과, AI 추천 알고리즘 안에서 좋은 브랜드로 인식되는 것은 다른 문제다. 제품이 출발점이라면, 데이터는 그 제품이 AI에게 선택받는 언어다.
FAQ
Q. AI 추천이 강해지면 광고를 아예 안 써도 되나요?
당장 광고를 끊을 수는 없다. 다만 광고의 역할이 바뀐다. 트래픽을 직접 사오는 것에서, AI 추천 데이터(클릭·전환·재구매)를 쌓기 위한 초기 점화 수단으로 의미가 달라진다. 데이터가 충분히 쌓이면 AI 추천이 광고 일부를 대체하는 구조가 될 수 있다.
Q. 리뷰가 AI 추천에 얼마나 영향을 미치나요?
네이버가 공개한 학습 데이터에 ‘사용자 선호 데이터’가 포함된다. 리뷰 점수와 텍스트 내용 모두 상품 속성 분석에 활용될 가능성이 높다. 리뷰 수보다 리뷰 품질(구체적인 사용 경험, 재구매 언급)이 중요해지는 방향이다.
Q. 제로클릭 환경에서 상세페이지는 더 이상 안 중요한가요?
오히려 반대다. AI가 상품을 요약해서 노출할 때 그 데이터는 상세페이지와 상품 속성 정보에서 가져온다. 상세페이지가 AI가 읽기 좋은 구조로 정리돼 있어야 정확하게 추천된다. 클릭 유도보다는 AI가 정확히 읽을 수 있는 정보 구조화가 핵심이 된다.
함께 보면 좋은 글