핵심 요약

• 온라인 쇼핑객 4명 중 1명꼴(24%)이 올해 홀리데이 쇼핑을 AI 플랫폼에서 시작할 계획입니다. 2025년의 17%보다 늘어난 수치입니다.
• AI 도구를 거쳐 미국 리테일 사이트에 유입된 쇼핑객의 구매 전환율은 2026년 3월 다른 방문자보다 42% 높았습니다. 그러나 Adobe가 평균값을 공개한 페이지 유형 가운데 상품 상세 페이지의 점수가 가장 낮았습니다. AI 도구가 이 페이지를 읽는 데 어려움을 겪는다는 뜻입니다.
• 선물 아이디어를 얻기 위해 AI를 활용하는 소비자 대부분은 여전히 웹사이트를 따로 찾아가 구매합니다. 단순히 트래픽을 확보하는 것보다 신뢰를 얻는 것이 더 중요합니다.
• AI로 뚜렷한 재무 성과를 거두는 조직은 약 6%에 불과하며, 이 비율은 2025년과 같습니다. 업무 방식의 재설계는 이들을 다른 조직과 구분하는 가장 분명한 차이 중 하나입니다.
• Gartner는 2025년 6월, 에이전틱 AI 프로젝트의 40% 이상이 2027년 말까지 중단될 것으로 전망했습니다. 연중 가장 바쁜 시즌에 완성되지 않은 AI 에이전트를 서둘러 투입해서는 안 됩니다.

수년 동안 홀리데이 시즌 준비란 대규모 트래픽에 대비해 웹사이트를 점검하고, 할인 행사를 기획하고, 검색 광고를 집행하고, 물류센터 인력을 추가로 채용하는 일이었습니다. 이 모든 준비는 소비자가 검색어를 입력하고 상품 페이지를 클릭해 들어온다는 전제 위에 있었습니다.

이제 그 전제가 바뀌고 있습니다. 점점 더 많은 홀리데이 쇼핑이 ChatGPT나 Gemini 같은 AI 어시스턴트에서 시작되고 있습니다. 이러한 도구는 대규모 언어 모델(LLM) 기반으로 작동하기 때문에, 쇼핑객은 원하는 것을 설명하기만 하면 추천과 비교를 받고 때로는 결제까지 도움을 받을 수 있습니다. 이것이 에이전틱 검색이며, 리테일 기업은 이제 소비자에게 닿기 전에 먼저 AI를 설득해야 합니다.

걸려 있는 시장 규모도 상당합니다. Deloitte는 2026년 11월부터 2027년 1월까지 미국 홀리데이 온라인 매출이 3,161억~3,189억 달러에 이를 것으로 전망합니다. 이 글에서는 Black Friday 전에 지금이라도 실행할 수 있는 홀리데이 이커머스 준비 단계를 정리합니다.

AI에서 시작되는 홀리데이 쇼핑

Bain & Company의 2026년 미국 홀리데이 전망에 따르면 온라인 쇼핑객의 24%가 Claude, Google Gemini, ChatGPT 같은 AI 플랫폼에서 쇼핑을 시작할 계획이며, 이는 지난해 17%보다 늘어난 수치입니다. 2025년 11~12월 생성형 AI 도구를 통해 리테일 사이트로 유입된 트래픽은 전년 대비 693.4% 증가했고, 2026년 1분기에도 전년 대비 393% 늘었습니다.

AI 상품 탐색은 쇼핑 방식을 세 가지 측면에서 바꿉니다.

• 쇼핑객은 단어가 아닌 문장으로 질문합니다. 예를 들어 "12세 아이를 위한 로봇 공학 선물, 60달러 이하, 20일 이전 도착"처럼 요청합니다. AI는 이 모든 조건을 상품 데이터와 대조해야 합니다.
• 클릭 전에 후보 목록이 정해집니다. PwC는 리테일 기업에 상품, 브랜드, 가격이 AI 답변에 명확하게 나타나도록 하라고 조언합니다.
• 가격 차이가 쉽게 드러납니다. AI 덕분에 쇼핑객이 가격을 더 쉽게 비교할 수 있기 때문입니다.

구매 전환율이 높은 AI 쇼핑객, 그러나 AI가 읽기 어려운 웹사이트

1년 전만 해도 AI 방문자는 다른 방문자보다 구매 가능성이 낮았습니다. 하지만 2026년 3월에는 구매 전환율이 42% 높았고, 방문당 매출도 37% 많았습니다. 이들은 대개 원하는 것을 이미 알고 사이트에 들어오며, 이커머스 분야의 생성형 AI가 실질적인 가치를 만드는 지점이 바로 여기입니다.

문제는 기계 가독성, 즉 AI 시스템이 페이지 내용을 얼마나 이해할 수 있느냐입니다. Adobe의 미국 리테일 사이트 분석에서 홈페이지는 평균 75%를 기록했지만, 상품 상세 페이지는 66%에 그쳤습니다. Adobe의 점수 기준으로 보면 일반적인 상품 페이지 내용의 약 3분의 1은 기계가 읽을 수 없습니다.

에이전틱 검색에서 에이전틱 커머스로

에이전틱 커머스란 AI 에이전트가 사람을 대신해 쇼핑하고 결제하는 것을 뜻합니다. McKinsey는 2025년 10월, 중간 수준의 가정을 적용하면 에이전틱 커머스를 통해 이뤄지는 미국 B2C 리테일 매출이 2030년까지 9,000억~1조 달러에 이를 수 있다고 추정했습니다. 소비자 행동도 이미 바뀌고 있습니다. AI 기반 검색을 사용해 본 사람의 44%가 이를 "주로 이용하며 가장 선호하는" 검색 방식으로 꼽았습니다.

AI 검색 최적화

AI 검색 최적화는 AI 도구가 상품을 찾고, 이해하고, 추천할 수 있도록 만드는 작업입니다. 공략 대상은 두 가지입니다. 답변을 작성하는 대규모 언어 모델(LLM), 그리고 주문까지 실행할 수 있는 AI 쇼핑 에이전트입니다. McKinsey는 상품 카탈로그에 상세한 메타데이터를 추가하고, API를 통해 멤버십 혜택과 적용 자격 정보를 공유할 것을 권고합니다.

새로운 표준과 대응 전략

McKinsey는 AI 에이전트의 쇼핑과 결제를 돕는 새로운 표준에 주목합니다. 여기에는 Model Context Protocol(MCP), Agent Payments Protocol(AP2), Agentic Commerce Protocol(ACP) 등이 포함됩니다. 모든 리테일 기업에는 대응 계획이 필요합니다. 현재 쇼핑객은 리테일 기업이 자체 사이트에서 운영하는 에이전트를 세 배 더 신뢰하며, Bain은 서드파티 에이전트를 리테일 기업과 고객의 관계를 가장 크게 위협하는 요인으로 봅니다. 따라서 외부 AI 도구에서의 노출을 유지하면서 자사 웹사이트의 AI 기반 상품 검색에 투자해야 합니다.

신뢰 격차: AI로 조사하고, 구매는 다른 곳에서

PwC가 2026년 6월 미국 소비자 4,093명을 대상으로 실시한 조사에 따르면, 29%가 홀리데이 쇼핑에 AI를 활용할 계획이며(지난해 22%), 주로 상품 조사와 가격 비교에 사용합니다. 그러나 선물 아이디어를 얻기 위해 AI를 활용하는 사람의 64%는 여전히 별도의 웹사이트에서 구매하며, AI 도구를 통해 선물을 구매할 것이라고 답한 소비자는 전체의 4%에 불과합니다. 2025년 11월에는 소비자의 절반이 구매의 처음부터 끝까지 AI가 처리하는 것이 불편하다고 답했습니다.

따라서 이번 시즌 이커머스 분야의 생성형 AI가 지향할 목표는 자동 결제가 아닙니다. AI가 추천하는 리테일 기업이 되고, 명확한 할인 정보와 일치하는 가격, 정확한 재고 정보를 갖춘 웹사이트로 그 추천을 뒷받침하는 것입니다.

AI 성과를 내는 기업이 적은 이유, 그리고 프로젝트가 멈추는 이유

AI를 사용하는 기업은 많지만, 이를 통해 큰 수익을 내는 기업은 많지 않습니다. McKinsey의 2026년 설문(응답자 1,719명)에 따르면 80%가 AI 덕분에 생산성이 높아졌다고 답했지만, 회사 EBIT에 영향이 있었다고 답한 비율은 37%에 그쳤습니다. 2025년과 거의 같은 수준입니다. BCG는 'future-built' 기업을 5%로 분류했으며, 60%는 성과가 거의 없었습니다.

선도 기업을 구분 짓는 요인은 기술만큼이나 업무를 조직하는 방식에 있습니다. McKinsey의 AI 고성과 기업 가운데 4곳 중 3곳 가까이가 AI로 인해 업무 흐름을 재설계한 반면, 다른 기업은 4곳 중 1곳에 그쳤습니다. 리테일 기업에 이는 AI 상품 탐색을 업무 흐름 재설계의 계기로 삼아야 한다는 뜻입니다. 기존 웹사이트에 챗봇만 추가하는 것으로는 부족합니다.

Gartner는 2025년 6월, 비용 증가, 불분명한 가치, 미흡한 리스크 관리로 인해 에이전틱 AI 프로젝트의 40% 이상이 2027년 말까지 중단될 것으로 전망했습니다. 이커머스 AI 프로젝트도 대개 같은 문제에 부딪힙니다.

• 레거시 시스템. 에이전트를 레거시 시스템에 연결하는 작업은 복잡하고 비용이 많이 드는 경우가 많습니다.
• 운영 비용. 응답자 5명 중 1명은 AI 운영 비용 때문에 소속 기업의 AI 활용이 제한되고 있다고 답했습니다.
• 안전장치 부재. 고성과 기업은 AI가 승인되지 않거나 의도하지 않은 행동을 하지 못하도록 막는 조치를 시행하고 있을 가능성이 훨씬 높습니다. 이러한 안전장치는 성수기 도중에 추가하기 어렵습니다.

7주 홀리데이 이커머스 준비 계획

Black Friday는 11월 27일로, 약 7주 남았습니다. 이번 시즌은 물론 이후에도 성과를 내는 일에 이커머스 AI 역량을 집중하십시오. 그것이 실전에서의 홀리데이 이커머스 준비입니다.

1~2주차: AI가 읽을 수 있는 정보 점검

주요 홀리데이 상품의 핵심 정보, 가격, 재고 현황이 이미지에만 있지 않고 텍스트와 구조화된 데이터로 표시되는지 확인하십시오. 그다음 모든 채널에서 가격과 할인 정보를 일치시키십시오.

3~5주차: 자사의 가치를 명확하게 전달

선물 가이드와 명확한 FAQ 페이지를 게시하십시오. Adobe에 따르면 AI 트래픽 기준 상위 20% 리테일 기업은 콘텐츠 페이지의 가독성 점수가 AI 트래픽이 가장 적은 리테일 기업보다 23~30% 높았습니다. 이어서 주요 AI 어시스턴트에 실제 홀리데이 쇼핑 상황을 가정한 질문을 던져 보십시오.

6~7주차: 측정과 보호

위험 부담이 큰 카탈로그 변경은 피하고, 자사 사이트의 AI 어시스턴트에는 필요할 때 사람이 개입할 수 있도록 하십시오. AI 방문자의 전환율과 방문당 매출은 다른 채널과 구분해 추적해야 합니다.

결론

2026년 홀리데이 시즌은 AI 에이전트가 결제를 장악하는 해가 되지는 않을 것입니다. AI 사용자 대부분은 여전히 AI 도구 밖에서 구매를 마무리합니다. 하지만 에이전틱 검색이 확산되면서 어떤 리테일 기업이 후보 목록에 오를지 결정하는 데 AI의 역할은 더 커질 것이며, Adobe 데이터는 이러한 방문자를 확보할 가치가 충분하다는 사실을 보여줍니다. 업무 방식을 재설계하고, 데이터를 정비하며, 에이전트 준비를 핵심 인프라로 다루는 리테일 기업은 앞선 상태로 2027년을 맞이할 것입니다. 반면 기다리기만 하는 기업은 쇼핑객이 새로 검색을 시작하는 곳에 자사 상품이 없다는 사실을 깨닫게 될 수도 있습니다.

에이전틱 검색은 이미 쇼핑객이 링크를 클릭하기 전에 어떤 리테일 기업이 후보 목록에 오를지 결정하고 있습니다.

AI 도구를 통해 유입된 리테일 사이트 방문자의 구매 전환율은 다른 트래픽보다 42% 높으며, 일부 리테일 기업은 이미 리퍼럴 트래픽의 최대 25%를 AI 도구에서 얻고 있습니다. 그러나 AI를 활용해 실질적인 재무 성과를 내는 기업은 6%에 불과합니다. 차이를 만드는 것은 결국 하나입니다. 데이터, 업무 방식, 시스템이 AI에 맞게 제대로 구축되어 있는가입니다.

MagicSuite는 귀사의 상품이 AI 답변에 노출되고, 웹페이지가 기계에 의해 완전히 읽힐 수 있으며, 탐색부터 결제까지 모든 상호작용이 지금 소비자가 검색하는 방식에 최적화되도록 지원하는 AI 기반 커머스 인프라입니다. 덧붙이는 기능이 아닙니다. 새 이름표를 붙인 챗봇도 아닙니다. 다가오는 시즌과 그 이후를 위해 설계된 플랫폼입니다.

MagicSuite가 귀사의 스토어를 위해 할 수 있는 일 알아보기