AI 에이전트가 쇼핑을 ‘대화 한 번에 끝내는’ 미래를 열 거라는 기대가 컸습니다. 그런데 월마트는 ChatGPT 안에서 바로 결제하게 해봤더니, 웹사이트 대비 전환율이 3배나 낮았다고 공개했습니다(dev.to ‘Walmart Let ChatGPT Handle Checkout…’). 이건 모델 성능의 문제가 아니라, 퍼널 설계가 무너졌다는 경고에 가깝습니다.
월마트 실험의 핵심은 “에이전트가 전환까지 먹을 수 있나?”였고, 결과는 “아니다”였습니다. 채팅 체크아웃은 단일 상품 구매만 지원해 장바구니라는 핵심 메커니즘을 제거했습니다. 사람들은 실제로 ‘한 번에 여러 개 담고, 비교하고, 쿠폰/할인을 탐색’하며 구매 결정을 내리는데, 챗 UI는 이 행동을 직선형 대화로 압축해버립니다. 즉, 발견(Discovery)은 대화형이 유리할 수 있어도, 결제(Checkout)는 시각적·공간적·동시적 경험이 강한 영역입니다.
이 지점에서 전략이 갈립니다. 월마트는 AI를 버린 게 아니라 “AI는 발견을 맡고, 결제·신뢰·계정·장바구니는 자사 표면(owned surface)으로 회수”하는 쪽으로 선회했습니다. 플랫폼이 고객을 데려오면, 리테일러가 트랜잭션을 장악하는 구조죠. 전환율은 신뢰 신호(결제, 배송, 반품, 장바구니 히스토리)와 결합될 때 폭발하는데, 그 신호를 남의 채팅창에 두면 퍼널의 가장 비싼 구간을 통째로 외주 주는 셈입니다.
동시에 ‘유입’ 쪽에서는 완전히 다른 변화가 커지고 있습니다. GEO(Generative Engine Optimization)는 AI 에이전트가 “찾고, 사용하고, 인용하기 쉬운” 형태로 콘텐츠를 설계해 저CAC 트래픽을 만드는 접근입니다(dev.to ‘GEO: Writing Content That AI Agents Will Find…’). 특히 문서/가이드형 콘텐츠는 구조화(헤더, 불릿, 명시적 정의, 출처 표기)만 잘해도 AI가 답변에 인용하면서 자연스러운 레퍼럴을 만듭니다. 즉, 예전 SEO가 ‘사람의 클릭’을 두고 싸웠다면, GEO는 ‘AI의 인용’을 두고 싸웁니다.
커머스 영역에선 GEO의 연료가 ‘리뷰’로 이동합니다. ChatGPT나 Perplexity 같은 생성형 검색이 추천 근거로 외부 리뷰 데이터를 적극 활용하면서, DTC 브랜드들이 멀티플랫폼 리뷰 확보에 투자한다는 사례가 나옵니다(aimkt.biz, 구글뉴스 인용). 중요한 건 리뷰가 단순 평점이 아니라, AI가 신뢰를 계산할 때 쓰는 “디지털 통화”가 됐다는 점입니다. 잘 설계된 리뷰 플라이휠은 광고비 없이도 “AI 추천 → 클릭 유입 → 구매 → 리뷰 축적 → 더 많은 추천”으로 이어집니다.
시사점은 명확합니다. 이제 퍼널을 ‘GEO로 유입, 웹/앱으로 전환’으로 재조립해야 합니다. 에이전트가 발견을 장악할수록 상단 퍼널의 CAC는 내려갈 수 있지만, 전환 구간을 채팅 UI에 맡기면 CVR이 급락할 수 있습니다(월마트가 이미 경험). 따라서 성장팀의 과제는 ①AI가 인용하기 쉬운 자산(FAQ, 비교표, 배송/반품 정책, 가격/플랜, 리뷰)을 만들어 유입을 따오고 ②유입 후에는 장바구니/혜택/신뢰 UI를 가진 웹·앱으로 ‘부드럽게’ 넘겨 전환을 지키는 것입니다.
전망: 단기적으로 ‘에이전트 내 결제’는 특정 카테고리(단품·재구매·가격 변동 낮음)에서만 제한적으로 살아남고, 대부분의 리테일은 “에이전트=상단 퍼널, 웹/앱=하단 퍼널”로 굳어질 가능성이 큽니다. 결국 승자는 두 가지를 동시에 잘하는 팀입니다. AI가 인용하는 콘텐츠와 평판을 운영해 저CAC 유입을 만들고, 클릭 이후 전환 경험을 소유해 LTV를 지키는 팀. 기술은 퍼널을 바꾸지만, 숫자는 더 냉정하게 우리에게 ‘어디를 소유해야 하는지’를 말해줍니다.