B2A 최적화 시대, 물류가 브랜드 자산이 되는 이유

AI는 공정하지 않다. 그러나 일관되다.

컬럼비아대·예일대와 AI 기업 MyCustomAI가 공동으로 진행한 실험 결과는 충격적이었다. 연구진이 가상 쇼핑몰에 피트니스 워치 8종을 진열하고 AI 에이전트에게 구매를 맡겼다. 클로드는 Fitbit Inspire를 45%의 확률로 선택했다. 챗GPT와 제미나이는 같은 상품을 25%에 그쳤다. AI 에이전트마다 전혀 다른 브랜드를 골랐다. 스테이플러 카테고리에서는 Amazon Basics나 Arrow를 아예 추천하지 않는 AI도 있었다. AI 쇼핑이 보편화될 때 특정 브랜드만 독점적으로 팔리고 나머지는 사라진다는 가능성이 실험으로 확인됐다.

임의적이지 않다. AI는 자기 논리를 가진다. 그 논리를 이해하는 브랜드만 살아남는다.

AI 추천의 실제 작동 방식

AI 에이전트가 상품을 추천하는 기준은 무엇인가. 직관적으로는 리뷰 점수나 판매량처럼 보인다. 실제는 더 복잡하다.

네이버가 쇼핑 AI 에이전트에 탑재한 커머스 특화 LLM '쇼핑 인텔리전스'의 학습 데이터를 보면 답이 나온다. 가격, 배송 정보, 상품 속성, 사용자 선호. 네 가지다. 감성 카피도, 광고 예산도 아니다. 배송 정보가 상품 속성과 함께 AI의 학습 데이터에 직접 들어간다. 아마존 루퍼스가 상품을 추천할 때 가장 정교하게 처리하는 요소 역시 리뷰 품질과 배송 일관성이다. 퍼플렉시티 Instant Buy가 5,000개 이상의 판매자를 선별한 기준도 상품 데이터 정확성과 배송 약속 이행률이었다.

AI는 광고비를 보지 않는다. AI는 과거의 약속 이행 기록을 본다.

네이버 쇼핑 에이전트 화면에서 이 구조는 노골적으로 드러난다. "신혼집 소파 추천해줘, 강아지와 같이 살고 있어." 이 프롬프트에 AI는 소재 내구성과 청결 관리 포인트를 분석해 상품을 추천하면서, 추천 카드 옆에 "3.4.(수)부터 설치 가능"이라는 문구를 함께 표시했다. 감성 문구가 아니다. 물류 데이터다. AI가 소비자에게 보여주는 최종 화면에 배송 일정이 상품 스펙과 동등한 위치를 차지한다.

배송 일정을 정확히 보여줄 수 없는 브랜드는 AI 추천 화면에서 누락된다. 상품이 아무리 좋아도.