“AI-레디 상품 데이터, 공공 인프라로 만들자”

AI가 상품을 찾아 골라주는 ‘AI 쇼핑’ 시대가 되면서, 정제된 상품정보를 갖추지 못한 중소기업·소상공인은 AI 추천 후보에서부터 밀려날 수 있다는 우려가 나왔다. ‘AI-레디(Ready) 상품 데이터’를 개별 기업의 숙제가 아니라 공공 인프라로 구축해야 한다는 제안이다.

1일 국회 온라인유통산업발전포럼이 국회의원회관에서 연 정책토론회 ‘AI 전환시대, 대한민국 온라인유통산업의 미래와 글로벌 경쟁력’에서 나온 진단이다.

이날 토론회에서 최정혜 연세대학교 경영대학 교수는 소비자가 상품을 직접 탐색하던 방식에서, 거대언어모델(LLM)이 사람의 요구를 해석해 후보 상품군과 구매 경로를 구성해주는 단계로 이동했다고 짚었다.

그는 시대 변화에 따라 유통업체는 자사의 상품이 AI 추천 후보에 포함될 수 있는 경쟁력을 갖춰야 한다고 진단했다. 이를 위해 단순히 상품의 효능과 성분, 사양뿐 아니라 가격·재고·배송, 인증·원산지 등 구매 관련 정보를 AI가 정확히 읽고 이해할 수 있도록 정비해야 한다고 강조했다.

그는 “AI 발견 가능성은 AI가 상품의 특성과 거래 조건을 파악할 수 있도록 정보를 구조화하는 데이터 품질의 문제”라며, 브랜드 경쟁이 소비자의 판단에서 AI가 의미를 재구성하는 단계로 넘어오고 있다고 설명했다.

최 교수는 정책 과제로 ▲AI-Ready 상품정보 구축 ▲기업의 AX 단계별 지원 ▲소상공인 등 AI 취약 사업자에 대한 현장 지원 ▲플랫폼 추천·노출의 투명성 강화 ▲AI 쇼핑 과정의 책임체계 마련을 꼽았다.

그는 정부가 기업 규모가 아니라 AX 단계에 따라 정책을 설계해야 하며, 상품정보 표준과 AI 데이터 작성 지침을 마련해 플랫폼과 연결하는 것을 도와야 한다고 강조했다.

해외 진출 역시 단순 입점을 넘어, 소비자와 AI가 브랜드를 인지할 수 있는 수준으로 나아가야 한다는 제언도 나왔다. 두 번째 발제를 맡은 주윤황 장안대학교 교수는 현재 수출 지원 정책 대다수가 단순 입점에 머물러 해외 현지 소비자의 브랜드 인식까지 이르지 못한다며, 브랜딩 중심 수출지원 정책으로 전환해야 한다고 말했다. 14개 부처에서 200여개 수출 지원사업이 운영돼 유사 사업이 중복되고 있다는 점도 문제로 짚었다.

그는 현지 소비자에게 반복 선택받는 브랜드 자산을 쌓아야 한다고 봤다. 정부 지원사업의 성과 지표도 입점 건수와 단기 매출이 아니라, 브랜드 인지도·재구매율·콘텐츠와 고객 데이터처럼 기업에 남는 자산으로 옮겨야 한다고 제안했다.

이어진 토론에서 전성민 가천대학교 교수는 AI 쇼핑에이전트가 소비자를 대신해 상품을 선별하는 환경에서는 중소기업 제품이 추천 후보에서 제외될 가능성이 있다며, ‘AI-Ready 상품 데이터’를 기업 개별의 문제가 아닌 공공 인프라 차원에서 구축할 필요가 있다고 제안했다.

김준현 브랜드커뮤니케이션 사장도 토론에서, AI 추천 시대에는 기업 규모나 광고비보다 AI가 읽을 수 있는 데이터의 품질과 축적 여부가 상품 노출을 좌우할 수 있다고 분석했다.

그는 온라인상에 정제된 상품정보가 부족한 중소기업·소상공인이 AI 추천 과정에서 소외되지 않도록 표준 상품데이터 변환을 지원하는 공공 인프라를 구축하고, 기존 온라인 마케팅 지원사업에 생성형 엔진 최적화(GEO) 진단·개선 등을 포함하는 방안을 내놨다.

글. 바이라인네트워크
<성아인 기자> aing8@byline.network