서론

모든 기업이 이제는 AI 이니셔티브를 갖고 있습니다. 하지만 실제로 성과를 내는 기업은 훨씬 적습니다. 이 모순은 올해 이사회에서 동시에 오가는 두 가지 대화의 중심에 있습니다. 하나는 온라인 쇼핑객들이 체크아웃 마지막 단계에서 왜 계속 사라지는가에 관한 것이고, 다른 하나는 대부분의 이커머스 분야의 생성형 AI 투자가 왜 재무제표에 반영되지 않는가에 관한 것입니다. 이 두 문제는 서로 다른 문제가 아닙니다. 대화형 커머스 - 탐색, 추천, 결제가 하나의 끊김 없는 대화 흐름 안에서 이루어지는 방식 - 는 어떤 AI 이니셔티브가 실제로 투자 대비 성과를 내는지, 그리고 성과를 내지 못하는 대다수와 무엇이 다른지를 가르는 살아있는 시험대입니다. 이 글에서는 체크아웃 이탈의 메커니즘, 기업 AI 투자에 관한 광범위한 데이터, 그리고 대화형 AI 투자가 이 격차의 어느 쪽에 서게 되는지를 결정하는 구체적인 요인들을 살펴봅니다.

에이전틱 AI vs 생성형 AI: 2026년 엔터프라이즈 전략을 결정짓는 핵심 차이. 여기에서 최신 인사이트를 확인해 보세요! 

아무도 예산에 반영하지 않는 체크아웃 누수

기업들은 트래픽, 상품 페이지, 광고 타겟팅에 막대한 투자를 합니다. 하지만 결제 직전의 마지막 몇 분 동안 무슨 일이 일어나는지에는 훨씬 적은 관심을 기울입니다 - 바로 이 지점이 고객 여정에서 가장 큰 단일 누수가 실제로 발생하는 곳입니다. Baymard Institute가 50개의 독립 연구를 종합한 결과, 평균 장바구니 이탈률은 70.22%로 나타났으며, 이 수치는 지난 10년 이상 거의 변하지 않았습니다. 단순히 둘러보기만 하는 고객을 제외하면, 이탈의 주된 원인은 감정적인 것이 아니라 구조적인 것입니다: 뒤늦게 드러나는 예상치 못한 비용, 강제 계정 생성, 그리고 지나치게 많은 것을 요구하는 체크아웃 절차입니다.

• 미국의 평균 체크아웃 페이지는 여전히 약 23개의 입력 항목을 표시합니다 - 이는 Baymard의 사용성 연구가 필요하다고 밝힌 수치의 거의 두 배입니다.
• 채팅에서 앱으로, 다시 별도의 체크아웃 페이지로 이어지는 모든 리디렉션은 새로운 이탈 지점이 됩니다.
• 문제는 대개 제품 자체가 아닙니다. 문제는 결정과 결제 사이의 거리입니다.

이는 이커머스 AI 전략에서 처음 보이는 것보다 훨씬 더 중요한 의미를 갖습니다. 체크아웃 문제를 통합(integration)의 문제로 재정의하기 때문이며, 이는 더 넓은 범위의 기업 AI 투자에서 나타나는 것과 정확히 동일한 실패 패턴입니다.

Microsoft CEO 사티아 나델라가 말하는 AI의 조직·팀·리더십 혁신. 여기에서 향후 동향을 확인해 보세요! 

더 큰 흐름: 대부분의 기업 AI 투자가 성과를 내지 못하는 이유

체크아웃 문제에서 시야를 넓혀 보면, 기업 차원에서도 동일한 구조적 격차가 다시 나타납니다. MIT의 Project NANDA가 발표한 널리 인용되는 State of AI in Business 2025 연구는 300건이 넘는 공개 AI 도입 사례와 경영진 인터뷰, 직원 설문조사를 분석했습니다. 그 결과는 다음과 같습니다: 기업의 생성형 AI 투자 규모가 약 300억~400억 달러에 달함에도 불구하고, 약 95%의 기업이 손익에 측정 가능한 영향을 전혀 보고하지 못했습니다. 실제 재무적 가치로 전환한 파일럿 프로젝트는 약 5%에 불과합니다.

Boston Consulting Group(BCG)의 2025년 AI 성숙도 연구는 1,250명 이상의 C레벨 임원을 대상으로 한 설문을 바탕으로, 다른 각도에서 유사한 이야기를 전합니다:

• 전체 조직 전반에서 실질적인 AI 가치를 체계적으로 창출하는 "미래 준비형" 기업은 약 5%에 불과합니다.
• 의미 있는 투자에도 불구하고 약 60%의 기업이 측정 가능한 가치를 거의 또는 전혀 얻지 못하고 있다고 응답했습니다.
• 미래준비 형 기업은 경쟁 기업 대비 매출 성장률 1.7배, 3년 총주주수익률(TSR) 3.6배, EBIT 마진 1.6배를 기록했습니다.

두 연구 결과를 종합해 보면, 서로 다른 방향에서 동일한 격차를 설명하고 있음을 알 수 있습니다: 도입에는 모두가 열정적이지만, 성과는 소수에게 집중됩니다. 기술 자체가 차별화 요인인 경우는 드뭅니다 - 선도 기업과 뒤처진 기업 모두 비슷한 수준의 모델에 접근할 수 있기 때문입니다. 이러한 격차를 가장 명확하게 측정할 수 있는 분야가 바로 이커머스 분야의 AI 활용입니다. 이 분야에서는 성과가 추상적인 생산성 점수가 아니라 실제로 완료된 거래로 곧바로 나타나기 때문입니다.

딜로이트 인사이트: AI 활용 역량이 가장 가치 있는 인재 역량이 됩니다. 여기에서 AI의 미래를 살펴보세요 ! 

AI 가치 창출 기업과 나머지 기업을 가르는 요인

모델 자체의 성능이 대체로 비슷하다면, 그 차이는 다른 곳에 있을 수밖에 없습니다 - MIT와 BCG의 연구 모두 기술적 요인보다는 조직적 요인에 속하는 동일한 요소들을 지목합니다.

구축이냐 구매냐. MIT의 연구에 따르면, 전문 벤더 파트너십을 통해 생성형 AI를 도입한 기업의 성공률은 약 67%였던 반면, 자체 구축 시스템의 성공률은 이보다 약 3분의 1 수준에 그쳤습니다. 자체 구축 도구는 벤더 플랫폼이 이미 해결한 유지보수, 재훈련, 통합 부채 문제로 인해 정체되는 경우가 많습니다.

예산이 향하는 곳과 가치가 실제로 존재하는 곳의 괴리. MIT는 생성형 AI 예산의 절반 이상이 영업 및 마케팅 대상 도구에 투입되는 반면, 가장 확실한 측정 가능한 ROI는 눈에 잘 띄지 않는 백오피스 자동화 영역에서 나타났다는 사실을 발견했습니다. 가시성과 가치는 같은 것이 아닙니다.

넓이보다 깊이. BCG의 연구에 따르면, 유의미한 가치를 창출하는 기업들은 소수의 이니셔티브에 집중하고 이를 깊이 있게 확장하는 경향이 있습니다 - 핵심 프로세스를 변화시키고 성과를 체계적으로 측정하는 방식이며, 여러 개의 얕은 파일럿 프로젝트에 노력을 분산시키는 방식과는 대조적입니다.

가치가 실제로 집중되는 곳. BCG는 AI의 실질적인 가치 잠재력의 약 70%가 핵심 비즈니스 기능 - R&D, 마케팅, 영업, 고객 여정 - 안에 존재한다고 추정합니다. 이는 초기 AI 투자가 주로 집중되었던 인사(HR)나 법무 같은 지원 기능과는 대조적입니다.

공통된 맥락은 이렇습니다: 가치는 실험이 아니라 통합을 따라갑니다. 실제 워크플로우 밖에 존재하는 파일럿 프로젝트 - 결제 시스템, 주문 이력, 실시간 카탈로그와 분리된 프로젝트 - 는 실제 운영 환경에서 살아남기 어렵습니다.

생성형 AI 프로젝트는 왜 실패하는가, 그리고 어떻게 확장 가능한 AI 성공을 만들 것인가. 여기에서 기업들이 어떻게 변화하고 있는지 확인해 보세요! 

대화형 커머스가 이 패턴에 부합하는 지점

대화형 커머스는 이 격차를 살펴보는 데 유용한 렌즈입니다. 성과가 완료된 거래인지, 이탈된 장바구니인지로 매우 명확하게 측정되기 때문입니다.

Gartner의 연구는 이러한 변화를 일시적인 흐름이 아니라 구조적인 변화로 규정합니다: 2028년까지 고객의 최소 70%가 대화형 AI 인터페이스를 통해 고객 서비스 여정을 시작할 것으로 예상되며, 이는 AI 기반 고객 경험이 예외가 아니라 기본값이 되고 있다는 명확한 신호입니다. 기업 측면에서는, Gartner가 고객 서비스 리더를 대상으로 실시한 설문조사에서 85%가 이미 2025년 기준으로 고객 대상 대화형 생성형 AI를 검토하거나 시범 도입하고 있다고 응답했으며, 이는 AI 고객 참여가 기업 전략에서 얼마나 중심적인 위치를 차지하게 되었는지를 보여줍니다.

수익과 직결되는 부분은 바로 결제 단계에서 일어나는 일입니다. Mordor Intelligence의 2026년 대화형 커머스 분석에 따르면, 대화창 내 결제 - 쇼핑객을 대화 밖으로 리디렉션하지 않고 결제를 완료하는 방식 - 는 모바일 웹 플로우 대비 장바구니 이탈률을 약 30% 낮추는 것으로 나타났습니다. 이는 앞서 언급한 "구축이냐 구매냐"와 "실험보다 통합"이라는 결론과 동일한 메커니즘이 단일 거래에 적용된 것입니다: 실시간 결제 시스템에 직접 연결된 AI 영업 도우미는 추천만 하고 고객을 다른 곳으로 넘기는 도우미보다 더 나은 성과를 냅니다.

딜로이트: AI가 비즈니스 전략을 개편하는 가운데, 리더의 70%가 ‘민첩성’을 최우선으로 삼고 있습니다. 여기에서 데이터와 조사 결과를 살펴보세요!

쇼핑 도우미에서 AI 영업 에이전트로: 측정 가능한 성과

기본적인 이커머스 AI 챗봇과 진정한 AI 영업 도우미의 차이는 어휘가 아니라 태도에 있습니다. 오늘날 시장에 나와 있는 대부분의 AI 쇼핑 도우미는 질문을 받아야만 반응합니다. 제대로 통합된 생성형 AI는 먼저 움직입니다:

• 재구매 유도 메시지: 정해진 발송 일정이 아니라 구매 주기 타이밍에 맞춰 발송됩니다.
• 교차 판매 및 번들 업셀: 고정된 스크립트가 아니라 실시간 카탈로그를 기반으로 이루어집니다.
• 장바구니 이탈 회수 대화: 고객이 멈췄던 지점에서 정확히 다시 시작됩니다.

측정 가능한 성과는 기존 채널 대비 상당한 수준입니다. Rep AI의 공개 데이터에 따르면, AI 기반 장바구니 이탈 유도 메시지에 응답한 쇼핑객 중 35%가 구매를 완료했으며, 이는 일반적인 장바구니 회수 이메일의 전환율인 2~5%와 비교됩니다. 기업 차원에서는, McKinsey가 고객 서비스 기능에 생성형 AI를 적용할 경우 현재 기능 비용의 30~45%에 해당하는 생산성 향상을 가져올 수 있다고 추정했습니다 - 이는 과거에는 비용 센터였던 영역을 측정 가능한 수익 채널로 전환시키는 결과입니다.

이 지점에서 규모와 채널 다양성이 효과를 배가시킵니다. 규칙 기반 주문 봇은 이미 상당한 규모에서 상거래 인프라가 실제로 작동함을 입증했습니다: 한국에서는 시나리오 기반 카카오톡(KakaoTalk) 주문 봇이 연간 KRW 1,000억 원 이상의 커머스 결제를 처리하고 있습니다. 한국TV홈쇼핑협회의 최신 업계 보고에 따르면, 한국 TV홈쇼핑 시장은 연간 거래액 기준 약 18.5조 원 규모이며, 구매자층은 60~70대 고객으로 점점 더 편중되고 있습니다 - 이는 채팅뿐 아니라 음성 채널에서도 동일한 채널 연속성 문제가 존재함을 보여주는 유용한 사례입니다: 방송이 끝나고 구매를 완료하려면 앱으로 전환해야 할 때, 동일한 이탈 패턴이 다른 매체에서도 반복됩니다.

디지털 커머스의 분기점: AI 챗봇은 왜 매출 엔진이 되는가. 여기에서 전체 분석 내용을 읽어보세요! 

대화형 AI 확장 시 흔히 발생하는 실수

기업들이 파일럿에서 실제 운영으로 전환할 때 반복하는 몇 가지 피할 수 있는 실수가 있습니다:

• 범용 어시스턴트를 커머스 솔루션으로 착각하는 것. 카탈로그, 재고, 결제 접근 권한이 없는 대화형 모델은 추천은 할 수 있어도, 실제로 거래를 처리할 수 있는 AI 기반 영업 도우미라고는 아직 할 수 없습니다.
• 완료된 주문이 아니라 티켓 종료를 최적화하는 것. 지원 스위트에 추가된 AI 기능은 대개 티켓을 처리하기 위해 만들어진 것이며, 성공 지표는 판매가 아닙니다.
• 재구매 및 후속 관리 단계에 대한 투자 부족. 첫 대화에는 예산을 확보하기 쉽지만, 몇 주 후의 능동적인 유도 메시지야말로 실제로 리텐션 가치가 쌓이는 지점입니다.
• 아키텍처에서 음성 채널을 배제하는 것. Gartner의 2028년 예측은 모든 채널에 걸쳐 적용됩니다 - 채팅만 다루는 AI 전략은 채널 전환 시 이탈할 가능성이 가장 높은 고령층·전화 우선 고객층을 놓치게 됩니다.

한국의 AI 혁신을 세계에 알리다: 이탈리아 SIGIR 2025에서 공개된 메이크봇의 HybridRAG 프레임워크. 여기서 더 읽어보세요!

결론: 대화와 결제 사이의 거리, 그것이 전부입니다

기업 AI 연구와 대화형 커머스 데이터는 서로 다른 해상도에서 동일한 현상을 설명하고 있습니다. 거시적 차원에서는 소수의 조직만이 AI로부터 압도적인 가치를 얻고 있으며, 대다수는 상당한 투자에도 불구하고 거의 성과를 거두지 못합니다. 거래 차원에서는 동일한 격차가 대화 안에서 체크아웃을 완료하는 고객과 리디렉션 지점에서 이탈하는 고객 사이의 간격으로 나타납니다. 두 경우 모두 차이를 만드는 것은 기반 모델의 정교함이 아니라, 그 모델이 실제로 가치가 창출되는 시스템 - 결제 시스템, 주문 기록, 실시간 카탈로그, 고객 이력 - 에 연결되어 있는지 여부입니다. 이미 검증된 커머스 인프라 - 실제 결제 시스템, 실제 주문 규모, 수년간 축적된 고객 데이터 - 를 운영 중인 기업은 어려운 통합 작업이 이미 대부분 끝나 있기 때문에 이 격차를 가장 빠르게 좁힐 수 있는 위치에 있습니다. 대다수 조직에 남은 질문은 AI에 투자할 것인가가 아니라, 그 투자가 실제로 판매를 성사시킬 수 있는 무언가에 연결되어 있는가입니다.

모든 대화를 영업사원으로, 채팅에서도 전화에서도

메이크봇(Makebot)은 KT알파, CJ, 공영홈쇼핑을 포함한 한국 최대 규모의 커머스 사업자들과 함께 이 기반을 구축했으며, 연간 KRW 1,000억 원 이상의 카카오톡 결제를 처리하고 있습니다. 메이크봇의 생성형 AI 레이어는 이제 채팅(MagicTalk)과 음성(MagicVoice / AICC) 전반에 걸쳐 작동합니다 - AI 가치 창출 기업과 정체된 파일럿 프로젝트를 가르는 것과 동일한 통합 원칙을 커머스 영역에 적용한 것입니다.

Makebot.ai 살펴보기 → 메시징과 음성 전반에 걸친 엔터프라이즈 LLM 및 대화형 커머스 솔루션

‍