캡션: 기존 여정은 채널이 바뀔 때마다 끊어집니다. 생성형 AI 대화형 커머스는 채팅, 결제, 재구매를 하나의 끊기지 않는 흐름으로 이어줍니다. 메시지와 전화, 양쪽 모두에서.

서론

이제 AI를 도입하지 않는 기업은 거의 없습니다. 하지만 실제로 AI를 통해 의미 있는 성과를 만들어내는 기업은 극히 일부입니다. 이러한 현실은 최근 기업 경영진이 가장 많이 고민하는 두 가지 질문으로 이어집니다.

첫 번째는 왜 고객은 결제 직전에서 구매를 포기하는가입니다. 두 번째는 왜 많은 생성형 AI 투자가 실제 매출이나 수익성 개선으로 이어지지 않는가입니다.

언뜻 보면 서로 다른 문제처럼 보이지만, 두 질문의 본질은 같습니다. 고객이 구매를 결정한 순간부터 결제까지 이어지는 과정이 끊기면 매출은 사라지고, AI 역시 실제 업무와 시스템에 연결되지 않으면 투자 성과를 만들지 못합니다.

바로 이 지점을 가장 잘 보여주는 사례가 대화 기반 커머스(Conversational Commerce)입니다. 고객이 상품을 탐색하고, 추천을 받고, 결제까지 하나의 대화 흐름 안에서 완료할 수 있도록 만드는 방식입니다. 이 과정은 어떤 AI 프로젝트가 실제 사업 성과를 만들어내고, 어떤 프로젝트가 PoC에서 멈추는지를 가장 명확하게 보여주는 사례이기도 합니다.

이 글에서는 결제 단계에서 고객이 이탈하는 원인과 기업 AI 투자 성과에 대한 주요 연구를 살펴보고, 생성형 AI가 실제 매출과 ROI를 만들어내기 위해 반드시 갖춰야 할 조건을 분석합니다.

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

가장 큰 매출 손실은 결제 단계에서 발생합니다 - 광고보다 중요한 결제 단계의 이탈

기업들은 방문자를 늘리고 상품 페이지를 개선하며 광고를 최적화하는 데 막대한 비용을 투자합니다. 하지만 정작 고객이 구매를 결정한 이후, 결제를 완료하기까지의 과정에는 상대적으로 적은 관심을 기울입니다. 실제로 가장 큰 매출 손실은 바로 이 단계에서 발생합니다.

Baymard Institute가 50개의 독립 연구를 종합한 결과, 평균 장바구니 이탈률은 70.22%로 나타났으며, 이 수치는 지난 10년 이상 거의 변하지 않았습니다. 단순히 가격을 비교하거나 둘러보는 고객을 제외하면, 대부분의 이탈은 고객의 마음이 바뀌어서가 아니라 복잡한 결제 과정 때문에 발생합니다. 예상하지 못했던 추가 비용이 뒤늦게 나타나거나, 회원가입을 강제로 요구하거나, 지나치게 많은 정보를 입력해야 하는 것이 대표적인 원인입니다.

• 미국의 평균 결제 페이지에서는 여전히 약 23개의 정보를입력해야 합니다 - 이는 Baymard의 사용성 연구가 필요하다고 밝힌 수치의 거의 두 배입니다.
• 또한 채팅에서 앱으로, 다시 별도의 결제 페이지로 이동하는 등 구매 과정에서 화면이나 채널이 바뀔 때마다 고객이 이탈할 가능성은 더욱 높아집니다.
• 결국 문제는 제품이 아닙니다. 고객이 구매를 결심한 뒤에도 결제를 완료하기까지 넘어야 할 단계가 너무 많다는 점입니다.

이러한 문제는 단순히 사용자 경험(UX)의 문제가 아닙니다. 상품 정보, 고객 데이터, 결제 시스템이 하나의 흐름으로 연결되지 않은 구조적인 문제입니다. 그리고 이러한 단절은 많은 기업의 생성형 AI 프로젝트가 실제 사업 성과로 이어지지 못하는 이유와도 정확히 같은 맥락을 보여줍니다.

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

AI는 어디까지 연결되어야 성과를 만드는가

결제 단계에서 고객이 이탈하는 이유는 단순히 결제 화면이 불편해서만은 아닙니다. 상품 탐색부터 장바구니, 결제까지 하나의 흐름으로 자연스럽게 이어지지 못하기 때문입니다.

생성형 AI도 마찬가지입니다. 많은 기업이 AI를 도입하지만 실제 성과를 내지 못하는 이유는 AI의 성능이 부족해서가 아니라 실제 업무 프로세스와 충분히 연결되지 못했기 때문입니다.

MIT Project NANDA가 발표한 State of AI in Business 2025 연구는 300건이 넘는 AI 도입 사례를 분석한 결과, 기업들이 생성형 AI에 약 300억~400억 달러를 투자했음에도 약 95%는 손익 개선과 같은 실질적인 재무 성과를 확인하지 못했다고 밝혔습니다. 실제 사업 성과로 이어진 프로젝트는 약 5%에 불과했습니다.

Boston Consulting Group(BCG)의 2025년 AI 성숙도 조사도 비슷한 결과를 보여줍니다. 조직 전체에서 AI를 활용해 지속적으로 성과를 내는 기업은 약 5%에 그쳤으며, 60%의 기업은 충분한 투자에도 불구하고 눈에 띄는 성과를 얻지 못했다고 응답했습니다. 반면 AI 선도 기업은 일반 기업보다 매출 성장률은 1.7배, 총주주수익률은 3.6배, EBIT 마진은 1.6배 높았습니다.

두 연구는 같은 결론을 말합니다. AI를 도입하는 것만으로는 성과가 만들어지지 않습니다. AI가 실제 업무와 얼마나 깊이 연결되어 있는지가 성패를 결정합니다.

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

AI 성과를 만드는 기업의 공통점

MIT와 BCG 연구는 공통적으로 AI 모델의 성능보다 AI를 실제 업무에 어떻게 연결하고 운영하는지가 성과를 좌우한다고 분석합니다.

첫째, 직접 구축보다 검증된 플랫폼을 활용한 기업이 더 높은 성공률을 보였습니다. MIT에 따르면 전문 AI 벤더와 협력해 생성형 AI를 도입한 기업의 성공률은 약 67%였지만, 자체 구축만 선택한 기업은 이보다 약 3분의 1 수준에 머물렀습니다. 자체 구축은 유지보수와 모델 재학습, 시스템 연계 등 운영 부담이 예상보다 커지는 경우가 많았습니다.

둘째, AI 예산을 어디에 쓰느냐보다 실제 어떤 업무에 적용하느냐가 중요했습니다. MIT는 생성형 AI 예산의 절반 이상이 영업과 마케팅에 집중됐지만, 가장 높은 투자 대비 성과(ROI)는 내부 업무 자동화 영역에서 나타났다고 분석했습니다. 많은 예산이 투입된 분야와 가장 큰 성과가 나온 분야는 서로 달랐습니다.

셋째, 여러 프로젝트를 동시에 추진하기보다 핵심 업무에 집중한 기업이 더 높은 성과를 냈습니다. BCG는 AI 선도 기업들이 다수의 PoC를 운영하기보다 핵심 업무 프로세스를 바꾸는 소수의 프로젝트에 집중하고, 성과를 지속적으로 측정하는 경향이 있다고 설명합니다.

마지막으로 AI의 가치는 핵심 비즈니스에서 가장 크게 나타났습니다. BCG는 AI가 창출하는 가치의 약 70%가 연구개발(R&D), 마케팅, 영업, 고객 경험(Customer Journey)과 같은 핵심 업무에서 발생한다고 분석했습니다. 반면 초기 AI 투자가 집중됐던 인사(HR)나 법무와 같은 지원 업무에서는 상대적으로 성과가 제한적이었습니다.

결국 두 연구가 공통적으로 보여주는 결론은 하나입니다. AI는 많이 도입하는 기업이 아니라, 실제 업무와 시스템에 깊이 연결한 기업이 성과를 만듭니다.

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

대화형 커머스는 AI 성과를 가장 쉽게 증명하는 분야입니다

AI가 실제 성과를 만드는지 가장 명확하게 확인할 수 있는 분야가 바로 대화형 커머스(Conversational Commerce)입니다. 다른 업무에서는 AI의 효과를 생산성이나 업무 효율로 측정하지만, 커머스에서는 구매 완료와 매출이라는 결과로 즉시 확인할 수 있기 때문입니다.

Gartner는 이러한 변화를 일시적인 트렌드가 아닌 고객 경험의 구조적 변화로 보고 있습니다. Gartner는 2028년까지 고객의 70% 이상이 대화형 AI를 통해 고객 서비스를 시작할 것으로 전망했습니다. 또한 고객 서비스 리더의 85%는 이미 고객 대상 생성형 AI를 검토하거나 시범 도입하고 있다고 응답했습니다. 이제 AI 기반 고객 경험은 선택이 아니라 새로운 표준이 되고 있습니다.

하지만 매출을 결정하는 순간은 결국 결제 단계입니다.

Mordor Intelligence의 2026년 보고서에 따르면, 채팅 안에서 바로 결제를 완료할 수 있는 구조는 고객을 별도의 결제 페이지로 이동시키는 모바일 웹 방식보다 장바구니 이탈률을 약 30% 낮추는 것으로 나타났습니다.

이 결과는 앞서 MIT와 BCG 연구가 제시한 결론과도 맞닿아 있습니다. AI의 성과는 모델 자체보다 실제 업무와 얼마나 긴밀하게 연결되어 있는지에 달려 있습니다. 커머스에서는 그 연결이 바로 상품 추천부터 장바구니, 결제까지 이어지는 하나의 구매 흐름입니다.

추천만 제공하고 고객을 다른 화면으로 이동시키는 AI보다, 실시간 상품 정보와 결제 시스템까지 연결해 구매를 끝까지 완료하도록 지원하는 AI가 더 높은 전환율과 매출을 만들어내는 이유가 여기에 있습니다.

나아가 이러한 '대화 속 즉시 처리(In-Conversation Execution)' 메커니즘은 B2C 커머스 쇼핑몰에만 국한되지 않습니다. B2B 기업의 견적 요청 및 계약 체결, 금융사의 복잡한 상품 가입, 엔터프라이즈 고객센터의 즉시 업무 처리 등 '끊김 없는 프로세스'가 필요한 모든 산업 접점으로 확장되고 있습니다.

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

AI 쇼핑 도우미를 넘어 AI 영업사원으로

기존의 AI 쇼핑 챗봇은 고객의 질문에 답하는 수준에 머무는 경우가 많습니다. 반면 실제 매출을 만드는 생성형 AI는 고객이 묻기 전에 먼저 행동합니다.

예를 들어,

• 재구매 안내는 정해진 일정이 아니라 고객의 실제 구매 주기에 맞춰 발송됩니다.
• 교차 판매(Cross-sell)와 번들 제안은 미리 정해진 시나리오가 아니라 실시간 상품 정보와 고객 이력을 기반으로 추천됩니다.
• 장바구니 이탈 고객에게는 고객이 구매를 중단한 지점부터 다시 대화를 이어가며 결제를 유도합니다.

이러한 차이는 실제 매출에서도 확인됩니다. Rep AI에 따르면 AI 기반 장바구니 회수 메시지에 응답한 고객의 35%가 구매를 완료했습니다. 이는 일반적인 장바구니 회수 이메일의 평균 전환율인 2~5%를 크게 웃도는 수치입니다.

McKinsey 역시 생성형 AI를 고객 서비스에 적용할 경우 기존 운영 비용의 30~45%에 해당하는 생산성 향상이 가능하다고 분석했습니다. 고객 서비스가 단순한 비용 절감 수단을 넘어 매출을 창출하는 채널로 바뀌고 있다는 의미입니다.

이러한 효과는 채널이 다양해질수록 더욱 커집니다. 국내에서는 카카오톡 기반 주문 시스템이 이미 연간 1,000억 원 이상의 결제를 처리하며 대화형 커머스의 가능성을 입증하고 있습니다. 또한 한국TV홈쇼핑협회에 따르면 국내 TV홈쇼핑 시장은 연간 약 18.5조 원 규모이며, 주요 고객층은 60~70대로 확대되고 있습니다. 이들은 채팅뿐 아니라 전화 주문 비중도 높기 때문에 채팅과 음성을 하나의 구매 경험으로 연결하는 것이 앞으로 더욱 중요한 경쟁력이 될 것입니다.

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

AI를 실제 매출로 연결하지 못하는 기업들의 공통된 실수

많은 기업이 생성형 AI를 도입하지만 실제 매출로 이어지지 않는 이유는 비슷합니다.

• 범용 AI를 커머스 AI로 착각합니다. 상품 정보와 재고, 주문, 결제 시스템이 연결되지 않은 AI는 상담은 할 수 있지만 실제 판매까지 완료할 수는 없습니다.
• 고객 문의 해결만 최적화합니다. 많은 AI는 문의를 빠르게 종료하는 데 초점을 맞추지만, 커머스에서 중요한 것은 티켓 종료가 아니라 구매 완료입니다.
• 첫 구매 이후를 놓칩니다. 재구매 안내와 맞춤형 후속 제안은 고객 생애가치(LTV)를 높이는 핵심 요소이지만, 많은 기업이 초기 상담에만 집중합니다.
• 음성 채널을 제외합니다. Gartner는 2028년 고객의 70% 이상이 AI를 통해 고객 서비스를 시작할 것으로 전망합니다. 하지만 채팅만 지원하는 전략으로는 전화 상담을 선호하는 고객층까지 연결하기 어렵습니다.

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

결론: AI의 성패는 모델이 아니라 연결에 있습니다

MIT와 BCG 연구, 그리고 대화형 커머스 데이터는 모두 같은 결론을 보여줍니다. 성과를 만드는 것은 더 뛰어난 AI 모델이 아니라 AI가 실제 비즈니스 시스템과 얼마나 긴밀하게 연결되어 있는가입니다.

커머스에서는 그 차이가 더욱 분명하게 나타납니다. AI가 상품을 추천만 하고 고객을 별도의 결제 페이지로 이동시키면 이탈이 발생합니다. 반대로 상품 추천부터 장바구니, 결제, 주문 이력까지 하나의 흐름으로 연결되면 AI는 실제 매출을 만드는 영업사원이 됩니다.

이미 결제 시스템과 주문 데이터, 고객 데이터를 운영하고 있는 기업은 이러한 연결을 가장 빠르게 구현할 수 있습니다. 이제 기업이 고민해야 할 질문은 AI를 도입할 것인가가 아니라 AI를 실제 매출이 발생하는 업무 흐름과 어떻게 연결할 것인가입니다.

모든 대화를 영업사원으로, 채팅에서도 전화에서도

메이크봇은 한국에서 KT알파, CJ, 공영홈쇼핑 등 국내 대표 커머스 기업과 함께 대화형 커머스 인프라를 구축해 왔으며, 연간 1,000억 원 이상의 카카오톡 결제를 처리하는 AI 커머스 플랫폼을 운영하고 있습니다.

단순한 AI 챗봇을 제공하는 것이 아닙니다. 메이크봇은 AI 상담채팅 플랫폼 MagicTalk을 중심으로 카페24를 비롯한 주요 이커머스 플랫폼과 연동하여 상품 조회부터 장바구니, 주문, 결제까지 하나의 구매 흐름을 연결합니다. 최근에는 내 종합 전자결제(PG) 기업인 웰컴페이먼츠와의 협력을 통해 AI 기반 결제(Payments) 영역까지 사업을 확대하며, 생성형 AI와 결제를 하나로 연결하는 차세대 AI 커머스 플랫폼을 구축하고 있습니다.

앞서 살펴본 MIT, BCG, Gartner의 연구가 공통적으로 보여주듯, AI의 성패는 모델의 성능이 아니라 실제 비즈니스 시스템과 얼마나 긴밀하게 연결되어 있는가에 달려 있습니다. 커머스에서는 그 연결의 마지막 단계가 바로 결제이며, 고객이 대화를 끊지 않고 구매를 완료하도록 만드는 것이 가장 중요한 경쟁력입니다.

메이크봇은 AI와 커머스를 연결하는 것을 넘어, AI가 실제 매출을 만드는 구조를 설계합니다.

대화가 구매로 이어지고, 구매가 매출로 이어지는 AI 커머스. 이제 메이크봇과 함께 혁신해 보십시오.

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

‍