[AI가 선택한다②] AI에게 선택 받는 브랜드의 조건

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.

B2A 최적화: 새로운 경쟁 규칙

기존 커머스에서 브랜드가 경쟁하는 방식은 분명했다. B2C(Business to Consumer), 소비자에게 직접 도달하는 것이다. 광고비를 태우고, 키워드를 입찰하고, 상단 노출을 확보한다.

AI 에이전트 시대에는 중간에 새로운 의사결정자가 들어온다. AI다. 브랜드는 이제 B2A(Business to Agent), AI에게 선택받는 조건을 갖춰야 한다. AI가 신뢰하는 브랜드만 소비자 화면에 도달한다.

B2A 최적화의 핵심 변수는 세 가지로 수렴된다.

첫째, 재고 신호의 정확성이다. Shopify와 Google이 공동 개발한 범용 상거래 프로토콜(UCP)은 AI 에이전트가 사이트를 직접 방문하지 않고도 거래를 성사시킬 수 있도록 설계됐다. 이 프로토콜이 요구하는 핵심 데이터는 구조화된 상품 정보와 재고 상태다. '재고 있음', '재고 부족', '주문 대기', '예약 주문 기간'. 이 데이터가 실시간으로 정확하게 제공되지 않으면 AI는 그 브랜드를 추천 후보에서 제거한다.

둘째, 배송 약속의 이행률이다. 아마존 루퍼스가 추천을 결정할 때 가장 중요하게 처리하는 데이터 중 하나가 상품 설명과 실제 배송 결과의 일치율이다. "다음날 배송"이라고 표기했는데 실제로는 사흘 걸린 기록이 누적되면 AI 추천 가중치가 떨어진다. 브랜드의 말이 아니라 브랜드의 이행 이력이 AI의 신뢰 점수를 결정한다.

셋째, 리뷰 품질과 상품 데이터의 정합성이다. AI는 리뷰의 수보다 리뷰의 일관성을 본다. 상품 설명과 리뷰 사이의 간극, 부정적 리뷰의 패턴, 불만의 반복 여부를 분석해 신뢰도 점수를 산정한다.

세 가지 모두 물류 운영 역량과 직결된다.

네이버가 증명한 것: 배송 경쟁력이 AI 전환율을 만든다

숫자가 말한다.

네이버플러스 스토어는 2025년 4분기 AI 추천을 통한 거래액이 전 분기 대비 54.6% 급증했다고 밝혔다. 같은 기간 N배송 거래액은 77% 증가했다. 네이버 최수연 대표는 배송 커버리지를 3년 내 50% 이상으로 확대하겠다고 공식 선언했다.

이 선언을 배송 인프라 투자로만 읽으면 절반만 본 것이다. 네이버가 배송 커버리지를 50%까지 확장하겠다는 선언은 AI 추천의 조건을 만들기 위한 투자다. 쇼핑 인텔리전스가 배송 정보를 학습 데이터로 삼는 이상, AI가 추천할 수 있는 상품의 범위는 배송 가능한 지역과 정확히 겹친다. 배송 인프라가 확장될수록 AI 추천의 커버리지도 넓어진다.

AI 추천 거래액 증가와 배송 인프라 확장이 동시에 나타난 것은 우연이 아니다. 같은 전략의 두 얼굴이다.

브랜드 자산의 재정의

소비자가 브랜드를 기억하던 시대에서, AI가 브랜드를 기억하는 시대로 이동한다.

기존의 브랜드 자산은 인지도와 감성 연결이었다. 소비자가 브랜드를 떠올리고, 광고가 감정을 건드리고, 구매가 일어난다. 이 구조에서 물류는 브랜드 뒤에 숨어 있었다. 배송이 늦어도 브랜드가 강하면 소비자는 참았다.

AI 에이전트 시대에 이 구조가 뒤집힌다.

AI는 브랜드의 감성 자산을 읽지 않는다. AI는 브랜드의 데이터 신뢰성을 읽는다. 재고가 정확한지, 배송 약속이 지켜졌는지, 리뷰와 실제 상품 사이에 간극이 없는지. AI에게 브랜드 자산은 데이터 신뢰도다.

구분	전통 브랜드 자산	AI 시대 브랜드 자산
핵심 요소	인지도·감성 연결	데이터 신뢰도
경쟁 수단	광고비·노출	재고 정확성·배송 이행률
소비자 접점	광고→감정→구매	AI 추천→데이터→구매
물류의 역할	후방 지원	브랜드 자산 직접 구성
실패 지점	감성 전달 실패	배송 약속 불이행

물류는 브랜드의 가장 뒤에서 브랜드의 가장 앞에 있는 AI가 보는 데이터를 만든다.

브랜드의 마지막 방어선

B2A 최적화의 핵심을 한 문장으로 압축하면 이렇다. AI가 추천할 수 있는 조건을 만드는 것은 상품팀의 일이 아니다. 물류팀의 일이다.

재고 신호를 실시간으로 정확하게 제공하는 시스템, 배송 약속을 이행하는 운영 역량, 반품률을 낮추는 품질 관리. 이 세 가지가 AI 추천 알고리즘에서 브랜드의 신뢰 점수를 결정한다. 그 신뢰 점수가 AI 에이전트 추천 화면에 나타나는 빈도를 결정한다. 그 빈도가 매출을 결정한다.

브랜드 마케팅이 소비자의 마음을 얻는 싸움이었다면, B2A 시대는 AI의 신뢰를 얻는 싸움이다. 그 싸움의 무기는 광고 크리에이티브가 아니다. 물류 실행력이다.

AI는 약속을 지킨 브랜드를 기억한다. 약속을 지키지 못한 브랜드는 기억하지 않는다. AI가 브랜드를 기억하지 않으면, 소비자는 그 브랜드를 만나지 못한다.

물류가 브랜드를 지킨다. 그것이 AI 커머스 시대의 새로운 진실이다.

연재 순서

[AI가 선택한다①] 검색창이 사라진다

[AI가 선택한다②] AI에게 선택 받는 브랜드의 조건

[AI가 선택한다③] 물류의 마지막 전쟁

참고 자료

AI Matters (2025.8) — 컬럼비아대·예일대·MyCustomAI 공동 AI 쇼핑 실험
네이버 보도자료 (2026.2.26) — 쇼핑 AI 에이전트 베타 1.0 출시
뉴시스 (2026.2.8) — 네이버 쇼핑 AI 에이전트, N배송 투자 계획
이비엔뉴스 (2026.2.27) — 루퍼스 블랙프라이데이 전환율 데이터
eCommerce Fastlane (2026.1) — Agentic Commerce Shopify 가이드
TILNOTE (2026.1) — 에이전틱 커머스 프로토콜 (OpenAI ACP·Google UCP)