AI 커머스 상품 피드 최적화: ChatGPT가 내 상품을 추천하게 만드는 법

AI 커머스 시대, 상품 피드가 매출을 가르는 이유는?

이제 상품 피드는 검색엔진에 노출되기 위한 데이터가 아니라, AI가 소비자에게 내 상품을 추천할지 말지 판단하는 근거가 됐습니다. ChatGPT는 하루 약 5,000만 건의 쇼핑 관련 질문을 받고, 그 답변의 재료로 각 브랜드의 상품 피드를 읽습니다. 피드가 부실하면 AI는 경쟁사를 추천하도록 학습됩니다. 지오랭크는 이 변화를 "검색 노출 최적화에서 AI 이해 최적화로의 이동"으로 봅니다. 이 글에서는 OpenAI 상품 피드가 구글 쇼핑 피드와 무엇이 다른지, 그리고 AI가 인용하는 상품 피드를 어떻게 설계하는지를 실측 데이터와 지오랭크 사례로 정리했습니다.

목차

• AI 커머스 시대, 상품 피드가 매출을 가르는 이유는?
• 지오랭크 커머스 상품 피드 최적화 경험 사례
• 상품 피드란 무엇이고 왜 달라졌을까?
• OpenAI 상품 피드는 구글 쇼핑 피드와 무엇이 다를까?
• 상품 피드를 AI에 최적화하는 5단계는?
• 데이터로 본 AI 커머스, 상품 피드는 어떤 전환을 만들까?
• 상품 피드 자주 묻는 질문
• 함께 읽으면 좋은 지오랭크 콘텐츠
• 참조논문

지오랭크 커머스 상품 피드 최적화 경험 사례

중견 온라인몰의 상품 피드를 AI가 읽기 좋게 재구조화하자, 4개월 만에 ChatGPT 추천 노출이 눈에 띄게 늘었습니다. 다만 처음부터 잘 풀린 건 아니었습니다.

지오랭크가 함께 작업한 생활용품 커머스 K사(가명)는 이미 구글 쇼핑에 상품을 잘 등록해 두고 있었습니다. 그런데 ChatGPT나 퍼플렉시티에 "조립 쉬운 원목 아기 의자 추천"처럼 물으면 K사 상품은 거의 언급되지 않았습니다. 원인을 뜯어보니, 상품 피드의 설명이 "고급 원목, 프리미엄 마감" 같은 광고 문구로만 채워져 있고 치수, 조립 난이도, 무게 같은 판단 근거가 비어 있었습니다.

첫 시도는 실패에 가까웠습니다. 처음에는 상품 설명에 키워드만 잔뜩 밀어 넣었는데, AI 노출은 오히려 제자리였고 일부 상품은 후기와 상품 정보가 어긋나 신뢰도만 떨어졌습니다. 방향을 바꿔 상품 피드 자체를 손봤습니다. 리뷰에서 반복되던 질문(조립 시간, 실사용 후기)을 구조화된 Q&A로 상품 피드에 편입하고, 치수와 소재를 변형 속성으로 분리했습니다. 이미지 위주였던 항목에는 사용 영상 링크를 붙였습니다.

3개월 차부터 변화가 보였습니다. 특정 카테고리에서 AI 답변 인용이 약 2.7배 늘었고, ChatGPT 경유 유입의 구매 전환율은 자연 검색 대비 눈에 띄게 높게 유지됐습니다. 흥미로운 건 인용이 늘어난 상품일수록 브랜드 홍보 문구가 아니라 리뷰에서 뽑아낸 구체적 사실이 상품 피드에 많았다는 점입니다. "튼튼한 원목"보다 "성인 남성이 앉아도 흔들림 없음, 조립 15분"이라는 문장이 AI 답변에 그대로 인용됐습니다.

완벽한 성공담은 아닙니다. 실시간 재고 연동이 늦어 품절 상품이 추천되는 문제가 남았고, 이 부분은 피드 갱신 주기를 30분 단위로 당기며 개선하는 중입니다. 또 하나 배운 점은, 상품 피드를 한 번 정비한다고 끝나지 않는다는 것입니다. 시즌마다 고객 질문이 바뀌면 Q&A도 갱신해야 인용이 유지됐습니다. 지오랭크는 이 프로젝트에서 상품 피드를 광고 소재가 아니라 계속 손봐야 하는 운영 자산으로 다시 정의하게 됐습니다.

상품 피드란 무엇이고 왜 달라졌을까?

상품 피드는 상품명, 가격, 재고, 속성 같은 데이터를 기계가 읽는 형식으로 정리한 파일입니다. 예전엔 검색엔진에 상품을 노출시키는 통로였지만, 이제는 AI가 상품을 이해하고 대화로 추천하기 위한 원본 데이터가 됐습니다.

핵심은 목적의 전환입니다. 구글 쇼핑 피드는 "이 상품을 검색엔진에 설명"하는 것이 목표였습니다. 반면 OpenAI가 공개한 상품 피드는 "이 상품을 추론할 수 있는 AI에게 설명"하는 데 초점이 있습니다. 같은 데이터라도 쓰임이 다릅니다. 키워드 매칭이 아니라 의미 이해가 기준이 되는 것인데요, 지오랭크는 이 흐름을 시맨틱 검색이 커머스까지 내려온 사건으로 읽습니다.

AI 커머스 채널마다 상품 피드를 대하는 방식이 조금씩 다릅니다. 아래 표는 주요 채널이 상품 피드를 어떻게 활용하는지 정리한 것입니다.

정리하면, 상품 피드는 더 이상 백오피스의 부수 작업이 아닙니다. AI가 소비자에게 건네는 첫 문장을 좌우하는 콘텐츠입니다.

OpenAI 상품 피드는 구글 쇼핑 피드와 무엇이 다를까?

가장 큰 차이는 통합과 갱신 속도입니다. 구글은 상품, 재고, 지역 가격, 리뷰를 각각의 피드로 나눠 관리하지만, OpenAI 상품 피드는 이 모두를 하나의 스키마로 합치고 최대 15분마다 갱신할 수 있습니다.

구글 방식은 피드가 4개로 쪼개지다 보니 데이터가 어긋나거나 최신화가 늦는 문제가 잦았습니다. OpenAI 상품 피드는 단일 레코드 안에 재고 수량, 지역별 재고와 가격, 원본 리뷰 데이터까지 담습니다. 여기에 AI 제어용 플래그가 추가됐습니다. enable_search는 ChatGPT 검색 노출 여부를, enable_checkout은 대화 내 구매 가능 여부를 결정합니다. 판매자가 노출과 결제를 세밀하게 통제할수 있게 된 셈입니다.

이 차이가 실무에서 의미하는 바는 분명합니다. 상품 피드가 곧 카피라이팅이 된다는 점입니다. AI는 브랜드의 설명, 리뷰, 속성을 재료로 추천을 생성하기 때문에, 데이터가 부실하면 모델은 그 빈자리를 경쟁사 정보로 채웁니다. 물론 OpenAI 피드가 만능은 아닙니다. 아직 참여가 순차 승인제라 모든 셀러가 즉시 들어갈 수 없고, 채널별로 지원 속성도 다릅니다. 그럼에도 방향은 통합·고빈도·의미 중심으로 가고 있습니다.

상품 피드를 AI에 최적화하는 5단계는?

AI가 인용하는 상품 피드는 화려한 문구가 아니라 판단 근거가 촘촘한 데이터에서 나옵니다. 지오랭크가 커머스 프로젝트에서 쓰는 5단계는 아래와 같습니다.

다음 표는 각 단계의 핵심 작업과 흔한 실수를 함께 정리한 것입니다.

첫째, 데이터 통합입니다. 흩어진 상품 정보를 하나의 상품 피드 레코드로 모아 재고 수량, 지역 재고, 지역 가격, 원본 리뷰를 함께 담습니다. 둘째, AI 전용 필드를 넣습니다. 노출·결제 플래그와 갱신 시각을 명시해 신선도를 알립니다. 셋째, 변형 속성을 넓힙니다. 표준 분류로 담기 어려운 향, 와트, 원단 무게 같은 속성을 커스텀으로 만들고 영상과 3D 모델 링크를 붙입니다. 넷째, Q&A를 구조화합니다. 고객이 반복해 묻는 질문을 상품 피드 안 구조화된 답변으로 편입하면 AI가 그대로 발췌하기 좋습니다. 다섯째, 검증을 자동화합니다. 구글 피드를 OpenAI 스키마로 변환하는 스크립트를 만들고 15~30분 주기로 갱신을 예약합니다.

이 5단계에서 실무자가 가장 많이 놓치는 지점은 네 번째 Q&A 구조화입니다. 대부분의 상품 피드는 상품 설명까지는 신경 쓰지만, 고객이 실제로 궁금해하는 질문과 그 답을 데이터로 담지 않습니다. 그런데 AI는 바로 그 질문·답 쌍을 발췌해 답변을 만듭니다. "이 커피머신에 어떤 필터가 맞나요?" 같은 질문의 답이 상품 피드에 구조화돼 있으면, AI는 그 문장을 그대로 인용합니다. 반대로 비어 있으면 경쟁사 페이지에서 답을 찾아갑니다.

여기서 지오랭크가 강조하는 원칙이 하나 있습니다. 상품 피드 최적화는 키워드 스터핑이 아니라 사실 밀도 높이기라는 점입니다. AI는 근거가 많을수록 추천에 자신감을 갖습니다. 광고 문구를 덜어내고 검증 가능한 사실을 채우는 방향, 지오랭크가 커머스 상품 피드에서 지키는 기준은 이 한 문장으로 요약됩니다.

데이터로 본 AI 커머스, 상품 피드는 어떤 전환을 만들까?

AI 커머스는 이미 실측 데이터로 규모가 증명되고 있습니다. AI가 읽기 좋은 상품 피드를 갖춘 브랜드가 이 흐름의 수혜를 먼저 가져갑니다.

OpenAI는 2025년 9월 29일 Instant Checkout을 도입했고, 2026년 2월 16일에는 미국 사용자가 대화 안에서 바로 결제하는 "Buy it in ChatGPT"를 열었습니다. ChatGPT의 주간 활성 사용자는 89억 명 수준이고, 하루 쇼핑 관련 질문은 약 5,000만 건으로 추정됩니다. 이미 100만 개 이상의 쇼피파이 가맹점(글로시에, 스킴스, 스팽스, 부오리 등)이 연동됐고, McKinsey는 이 채널이 2030년까지 전 세계 35조 달러 규모의 소비를 매개할 것으로 전망합니다.

한국도 예외가 아닙니다. 2026년 국내 온라인 쇼핑 시장은 약 280조 원 규모로 성장했고, AI 추천 기반 거래액은 전 분기 대비 54.6% 늘었습니다. 네이버는 검색에서 쇼핑으로 무게를 옮기며 AI 상품 추천을 강화하고, 롯데·신세계·현대백화점도 추천과 구매를 잇는 구조를 준비 중입니다. 이런 환경에서 상품 피드가 부실한 브랜드는 국내 AI 쇼핑 답변에서도 조용히 밀려납니다.

다만 균형 잡힌 시각이 필요합니다. 소비자의 51%는 아직 AI 에이전트에게 결제까지 맡기는 것을 신뢰하지 않습니다. 즉 상품 피드 최적화가 즉각적인 매출 폭증을 보장하지는 않습니다. 지오랭크는 상품 피드를 단기 광고가 아니라 몇 개월에 걸쳐 복리로 쌓이는 자산형 데이터로 접근하길 권합니다. 신뢰가 축적되는 채널이라, 먼저 정확하고 촘촘한 상품 피드를 갖춘 쪽이 결국 유리합니다.

상품 피드 자주 묻는 질문

상품 피드만 잘 만들면 ChatGPT에 바로 노출되나요?

피드는 필요조건이지 충분조건이 아닙니다. enable_search 설정과 프로토콜 참여 승인이 있어야 노출 기반이 생기고, 여기에 리뷰·Q&A·정확한 스펙이 쌓여야 실제 추천으로 이어집니다. 데이터 품질이 추천 확률을 좌우합니다.

구글 쇼핑 피드가 있으면 새로 만들 필요가 없나요?

기존 구글 피드는 좋은 출발점입니다. 다만 OpenAI 상품 피드는 단일 스키마와 15분 갱신, 커스텀 변형 속성을 지원하므로 변환 과정이 필요합니다. 구글 피드를 자동으로 변환하는 스크립트를 두고 정기 갱신하는 방식이 현실적입니다.

작은 쇼핑몰도 상품 피드 최적화를 해야 하나요?

오히려 작은 브랜드에 기회입니다. AI는 브랜드 규모보다 데이터의 정확성과 밀도를 봅니다. 치수·소재·실사용 Q&A가 잘 정리된 소규모 셀러가, 광고 문구만 가득한 대형몰보다 특정 질문에서 먼저 추천되기도 합니다.

상품 피드에서 리뷰 데이터가 왜 그렇게 중요한가요?

AI는 판단 근거로 실사용 후기를 강하게 참고합니다. 조립 난이도, 사이즈 실측 같은 질문에는 브랜드 설명보다 리뷰와 사용자 영상이 더 신뢰됩니다. 배송 7~14일 후 자동 리뷰 요청, 항목별 드롭다운 응답처럼 구조화된 후기 수집이 도움이 됩니다.

상품 피드 갱신 주기는 어느 정도가 적당한가요?

가격과 재고가 자주 바뀌는 커머스라면 15~30분 주기를 권합니다. 갱신이 늦으면 품절 상품이 추천되어 신뢰를 잃습니다. 실시간 재고 연동과 타임스탬프 명시가 함께 가야 효과가 납니다.

함께 읽으면 좋은 지오랭크 콘텐츠

상품 피드 최적화의 큰 그림을 잡고 싶다면 아래 글들을 이어서 보시길 권합니다.

• AI 커머스 전반의 소비자 행동과 쇼핑 최적화가 궁금하시다면? AI 검색 이커머스 GEO 완전 가이드
• AI 에이전트가 직접 구매하는 시대를 준비하고 싶으시다면? AI 에이전트가 고객이 되는 시대, GEO는 무엇을 준비해야 할까
• 리뷰 데이터로 AI 인용을 잡는 진단법이 궁금하시다면? 데이터 기반 GEO 완전 가이드

참조논문

• LLM Agent Meets Agentic AI: Can LLM Agents Simulate Customers to Evaluate Agentic-AI-based Shopping Assistants?
• A Framework for Studying AI Agent Behavior: Evidence from Consumer Choice Experiments
• Paying to Know: Micro-Transaction Markets for Verified Product Information in Agentic E-Commerce