(Very Recent) History of GEO ⑥ GEO 다음은 Agentic Commerce인가? AI가 추천을 넘어 구매까지 대신하는 시대
도슨티GEO(Very Recent) History of GEO ⑥ GEO 다음은 Agentic Commerce인가? AI가 추천을 넘어 구매까지 대신하는 시대
2026년 AI 커머스의 진짜 변화: 브랜드는 사람뿐 아니라 '구매하는 AI'를 설득해야 할까?
“30만 원 이하에서 반려동물 털 청소에 적합한 무선청소기를 추천해 줘.”
생성형 AI에 이런 질문을 입력하면 AI는 여러 제품의 기능과 가격, 장단점을 비교할 수 있습니다.
GEO(Generative Engine Optimization)가 주목받기 시작한 이유입니다.
브랜드는 Google 검색 결과뿐 아니라 AI가 만들어내는 추천 목록에도 등장해야 하는 새로운 과제를 마주했습니다.
그런데 이제 다음 변화가 시작되고 있습니다.
사용자가 단순히 제품을 추천받는 데서 끝나지 않고,
“이 제품의 재고를 확인하고 구매해 줘.”
“내 조건에 맞는 호텔을 찾아 예약해 줘.”
“배송 가능한 가장 적합한 상품을 선택해 줘.”
라고 요청할 수 있는 환경으로 발전하고 있습니다.
AI가 정보를 검색하고 비교하는 것뿐 아니라 사용자를 대신해 실제 작업을 수행하는 것입니다.
이를 Agentic Commerce, 즉 에이전트 기반 상거래라고 부릅니다.
2026년에는 이 변화가 단순한 미래 전망을 넘어 공식 제품과 기술 표준의 형태로 나타났습니다.
Google은 Universal Commerce Protocol(UCP)을 발표했습니다.
OpenAI는 ChatGPT의 상품 탐색과 상거래 통합을 위한 개발자 문서를 공개했습니다.
Shopify는 AI 채널에서 판매자가 제품을 노출하고 구매 과정을 연결할 수 있는 Agentic Storefronts를 제공하고 있습니다.
하지만 여기서 중요한 질문은 단순히 AI가 쇼핑을 대신할 수 있느냐가 아닙니다.
사람이 제품을 검색하고 선택하던 시장에서 AI가 추천과 구매 과정의 일부를 대신한다면, 브랜드는 누구에게 무엇을 최적화해야 할까요?
1. GEO는 원래 AI의 '추천'을 둘러싼 경쟁이었다
GEO 산업의 초기 관심사는 생성형 AI 답변에 브랜드와 콘텐츠가 등장하는 것이었습니다.
기업은 다음과 같은 질문을 측정했습니다.
우리 브랜드가 언급되는가?
자사 웹사이트가 출처로 인용되는가?
AI가 경쟁사보다 우리 제품을 더 자주 추천하는가?
이것은 기존 SEO와 다른 새로운 경쟁을 만들었습니다.
SEO 시대에는 검색 결과에서 발견된 뒤 사용자가 여러 사이트를 탐색하는 과정이 중요했습니다.
GEO에서는 AI가 먼저 정보를 종합하고 제품·서비스의 후보군을 압축할 수 있습니다.
따라서 브랜드가 답변에 포함되는 것 자체가 구매 고려 과정에 영향을 미칠 수 있습니다.
하지만 추천이 최종 목표는 아닙니다.
사용자가 추천받은 상품을 실제로 구입하거나 서비스를 예약하려면 추가적인 행동이 필요합니다.
그동안 이 과정의 상당 부분은 브랜드의 웹사이트나 앱에서 이루어졌습니다.
Agentic Commerce는 바로 이 경계를 바꾸려는 시도입니다.
2. 2026년 Google이 발표한 Universal Commerce Protocol
2026년 1월 11일, Google은 Universal Commerce Protocol(UCP)을 발표했습니다.
Google은 이를 상품 발견부터 구매, 구매 이후 지원까지 상거래 전 과정의 연결을 돕는 개방형 표준으로 설명했습니다.
핵심은 AI 에이전트가 서로 다른 판매자의 시스템과 상호작용할 수 있도록 공통적인 연결 방식을 제공하는 것입니다.
2026년 3월에는 UCP의 추가 기능도 발표됐습니다.
장바구니 기능과 실시간 상품 카탈로그 조회 기능 등이 포함됐습니다.
이러한 기능은 AI가 단순히 제품 설명을 검색하는 수준을 넘어 실제 가격, 재고, 상품 옵션 등을 확인하고 구매 흐름으로 연결되는 데 중요합니다.
이전에는 사용자가 AI에서 추천을 받은 뒤 직접 쇼핑몰을 방문해 제품을 다시 찾아야 했을 수 있습니다.
반면 에이전트 기반 상거래에서는 상품 탐색과 비교, 구매 과정의 일부를 AI가 연결하도록 설계할 수 있습니다.
다만 UCP라는 기술 표준이 존재한다고 해서 모든 판매자와 국가에서 모든 거래 기능이 이미 제공된다는 뜻은 아닙니다.
실제 지원 범위와 상거래 기능은 플랫폼, 판매자, 국가, 결제 환경에 따라 다릅니다.
3. OpenAI의 방향: 상품 발견과 실제 거래를 연결하다
OpenAI 역시 AI 상거래 기능을 발전시키고 있습니다.
OpenAI의 공식 Commerce 개발자 문서는 ChatGPT에서 상품과 서비스를 발견하고 비교하며, 지원되는 경우 구매 또는 예약으로 연결하는 방식을 설명합니다.
여기서 중요한 것은 상품 데이터와 실제 거래 시스템의 역할이 다르다는 점입니다.
상품 피드는 제품의 이름, 설명, 이미지, 가격, 판매 조건 등을 AI가 활용할 수 있도록 제공합니다.
하지만 상품 피드 자체가 구매를 완료하는 것은 아닙니다.
실제 구매 단계에서는 판매자의 웹사이트, 브라우저 기반 작업 또는 지원되는 연동 기능이 필요합니다.
OpenAI는 상거래 파트너 가이드에서 상품 탐색과 실제 행동을 별도의 단계로 설명합니다.
이는 AI 쇼핑을 이해할 때 매우 중요한 구분입니다.
AI가 제품을 알고 있는 것.
AI가 제품을 추천하는 것.
AI가 실제 구매 가능한 상품 정보를 확인하는 것.
그리고 사용자의 승인을 거쳐 거래를 진행하는 것.
네 가지는 서로 다른 기능입니다.
중요한 변화: ChatGPT 내 구매 경험도 계속 바뀌고 있다
2026년 11월 현재 OpenAI의 판매자 안내는 기존의 독립적인 Instant Checkout 경험보다 상품 발견과 판매자 소유의 결제 경험에 우선순위를 두고 있다고 설명합니다.
고객은 ChatGPT에서 상품을 발견하고 비교할 수 있지만, 실제 구매는 판매자의 웹사이트나 앱에서 완료되는 방식을 중심으로 안내하고 있습니다.
따라서 '이제 ChatGPT 안에서 모든 구매가 완료된다'는 설명은 현재의 제품 방향을 정확하게 반영하지 못합니다.
더 정확한 설명은 AI가 상품의 발견과 비교, 구매 과정의 연결에서 점점 더 중요한 역할을 맡고 있다는 것입니다.
거래의 최종 실행 위치와 방식은 아직 발전하고 있습니다.
4. Shopify의 Agentic Storefronts: AI가 새로운 판매 채널이 되다
2026년의 또 다른 중요한 사례는 Shopify입니다.
Shopify Agentic Storefronts는 판매자가 ChatGPT, Google AI Mode·Gemini 등 AI 채널에서 상품을 발견할 수 있도록 연결하는 기능을 제공합니다.
Shopify 공식 도움말에 따르면 이용 가능 여부는 판매자의 상점과 각 AI 채널의 조건에 따라 달라집니다.
이러한 접근은 기존 쇼핑몰의 상품 데이터를 별도의 AI 검색용 콘텐츠로 모두 다시 작성하지 않고도 AI 판매 채널과 연결하려는 시도입니다.
그러나 단순히 상품 카탈로그를 연결했다고 해서 특정 질문에서 추천될 확률이 보장되는 것은 아닙니다.
AI가 상품을 추천할 때는 사용자의 요구와 상품 특성, 가격, 재고, 판매 가능 지역 등 다양한 조건을 고려할 수 있기 때문입니다.
결국 AI 쇼핑 환경에서는 '상품이 검색 가능한가'와 '고객 조건에 적합한 상품으로 선택되는가'를 구분해야 합니다.
5. AI가 상품을 구매한다면 GEO는 어떻게 달라질까?
여기서 가장 중요한 산업적 질문이 나옵니다.
AI가 사용자를 대신해 상품을 비교하고 구매하는 환경에서는 무엇을 최적화해야 할까요?
GEO의 대상이 브랜드 언급과 출처 인용을 넘어 실제 거래 가능한 정보로 확장될 가능성이 있습니다.
이를 네 단계로 구분할 수 있습니다.
| 단계 | 핵심 질문 | 중요한 데이터 |
|---|---|---|
| Discoverability | AI가 상품을 발견할 수 있는가? | 상품 카탈로그, 검색 접근성 |
| Eligibility | 사용자의 조건을 충족하는가? | 가격, 재고, 지역, 제품 사양 |
| Preference | 여러 후보 중 추천되는가? | 적합성, 검증 가능한 차별점 |
| Execution | 실제 거래로 연결할 수 있는가? | 구매·예약 연동, 주문 처리 |
기존 GEO가 주로 첫 번째와 세 번째 단계에 집중했다면 Agentic Commerce는 두 번째와 네 번째 단계의 중요성을 높입니다.
특히 Eligibility가 중요합니다.
AI가 제품을 아무리 긍정적으로 평가해도 사용자의 배송 지역에 판매되지 않거나 재고가 없다면 실제 구매 후보가 될 수 없기 때문입니다.
기업은 앞으로 브랜드 콘텐츠뿐 아니라 상품 데이터의 정확성과 최신성, 판매 조건을 관리해야 할 것입니다.
6. AI 에이전트 시대에는 '설득력 있는 문장'보다 검증 가능한 조건이 중요해질 수 있다
기존 마케팅에서는 브랜드의 메시지와 감성적인 설득이 중요한 역할을 해왔습니다.
물론 에이전트 기반 상거래에서도 브랜드 인지도와 신뢰는 중요합니다.
하지만 AI가 사용자의 구체적인 조건을 충족하는 상품을 고르는 상황에서는 정확하고 구조화된 정보의 중요성이 더욱 커질 수 있습니다.
예를 들어 사용자가 다음과 같이 요청했다고 가정하겠습니다.
“30만 원 이하이고, 반려동물 털 청소에 적합하며, 배송이 가능한 무선청소기를 추천해 줘.”
AI가 실제 선택을 하려면 여러 조건을 확인해야 합니다.
제품 가격이 예산을 충족하는가?
반려동물 털 청소에 적합한 흡입구나 기능을 갖췄는가?
해당 기능이 기본 구성인지 별도 구매인지?
현재 재고가 있는가?
고객의 지역으로 배송할 수 있는가?
반품과 보증 조건은 무엇인가?
이러한 정보가 부정확하면 AI가 상품을 잘못 추천할 수 있습니다.
그래서 앞으로는 단순한 상품 소개 문구보다 실제 제품 사양과 판매 조건의 정확성이 더 중요한 경쟁 요소가 될 수 있습니다.
다만 이것이 모든 산업에서 브랜드 메시지의 중요성이 사라진다는 뜻은 아닙니다.
고관여 제품과 프리미엄 브랜드, 취향 기반 구매에서는 감성적 가치와 브랜드 신뢰가 여전히 중요한 선택 기준으로 작동할 수 있습니다.
Agentic Commerce는 기존 마케팅의 완전한 대체가 아니라 새로운 구매 방식의 추가입니다.
7. 모든 GEO 솔루션이 Agentic Commerce 플랫폼이 되어야 할까?
그렇지는 않습니다.
GEO와 Agentic Commerce는 연결되지만 같은 산업은 아닙니다.
GEO는 AI가 정보를 발견하고, 인용하고, 브랜드를 추천하는 과정을 이해하고 개선하는 데 초점을 맞춥니다.
Agentic Commerce는 그 이후의 상품 데이터, 거래 연동, 결제, 배송, 예약 등 실제 상거래 실행까지 포함할 수 있습니다.
따라서 GEO 플랫폼이 모든 거래 시스템을 직접 구축해야 하는 것은 아닙니다.
오히려 기업의 기존 커머스 플랫폼, 상품정보관리 시스템(PIM), ERP, CRM, 결제 시스템과 연결하는 역할이 중요해질 수 있습니다.
예를 들어 GEO 플랫폼이 어떤 구매 질문에서 자사 상품이 추천되지 않는지를 발견하고, 그 이유가 잘못된 제품 정보 때문이라는 가설을 제시할 수 있습니다.
실제 상품 정보 수정은 PIM이나 커머스 시스템에서 수행할 수 있습니다.
그다음 AI 추천 결과를 다시 측정하는 것입니다.
이렇게 보면 GEO와 Agentic Commerce의 연결은 하나의 거대한 제품이 모든 것을 해결하는 방식일 필요가 없습니다.
서로 다른 시스템이 데이터를 교환하고 실행을 연결하는 구조로 발전할 수 있습니다.
8. 새로운 경쟁력은 'AI가 구매할 수 있는 브랜드'가 되는 것일까?
이 표현은 매력적이지만 주의가 필요합니다.
AI가 상품을 구매할 수 있는 환경에서는 사용자의 최종 승인, 계정·결제 권한, 재고 확인, 거래 취소, 개인정보 보호 등이 중요합니다.
특히 AI가 사용자 대신 중요한 결정을 수행할수록 실수와 책임의 문제도 커집니다.
따라서 AI에게 모든 구매 판단을 맡기는 것이 항상 바람직한 것은 아닙니다.
더 현실적인 목표는 AI가 사용자의 요구를 정확하게 이해하고, 검증 가능한 정보를 바탕으로 적절한 상품을 제시하며, 사용자가 안전하고 편리하게 거래를 완료하도록 지원하는 것입니다.
기업의 관점에서도 단순히 AI의 추천 횟수를 높이는 것보다 부적합한 상품 추천과 잘못된 가격·재고 정보로 발생하는 문제를 줄이는 것이 중요해집니다.
새로운 성과 지표가 필요하다
Agentic Commerce 환경에서는 GEO의 기존 지표만으로 충분하지 않을 수 있습니다.
브랜드 언급률, 출처 인용률, 추천률에 더해 다음과 같은 성과를 고려할 수 있습니다.
상품 데이터의 정확도.
구매 조건 충족률.
추천된 상품의 실제 구매 가능 비율.
AI 경유 구매·예약 전환.
잘못된 상품 추천 및 거래 실패 비율.
다만 이러한 지표는 아직 GEO 산업 전체에 걸쳐 표준화된 KPI가 아닙니다.
실제 도입 시에는 플랫폼이 제공하는 데이터와 고객 동의, 분석 가능 범위를 확인해야 합니다.
9. 한국 시장에는 어떤 의미가 있을까?
한국에서는 네이버 쇼핑, 스마트스토어, 플레이스, 자체 쇼핑몰 등 고유한 커머스 생태계가 발달해 있습니다.
따라서 글로벌 AI 커머스 프로토콜이 등장했다는 사실만으로 국내 모든 판매자가 같은 기능을 이용할 수 있다고 가정해서는 안 됩니다.
국내 기업은 각 플랫폼의 지원 지역과 결제 방식, 상품 연동 가능 여부를 별도로 확인해야 합니다.
하지만 장기적인 변화의 방향은 주목할 필요가 있습니다.
AI가 상품을 비교하고 추천하는 환경에서 정확한 상품 정보와 실제 구매 가능성이 중요해진다는 것입니다.
예를 들어 전자제품 판매 기업이라면 제품명과 모델명, 구성품, 설치 조건, 보증 및 배송 정보를 정확하게 관리하는 일이 더욱 중요해질 수 있습니다.
여기서 GEO는 단순한 블로그 콘텐츠 제작과 다른 기술적 문제를 다루게 됩니다.
상품 정보의 구조와 일관성, 외부 채널에서의 설명, 실제 고객 조건에 따른 추천 결과를 함께 살펴야 하기 때문입니다.
이는 한국의 GEO 산업이 콘텐츠 마케팅, 제품정보관리, 이커머스 기술과 더 깊이 연결될 수 있다는 시사점을 제공합니다.
10. 도슨티 GEO는 이 변화에서 어떤 역할을 할 수 있을까?
도슨티 GEO의 현재 중심 기능은 생성형 AI에서 브랜드의 언급·인용·추천과 경쟁사 대비 노출을 측정하고 콘텐츠 개선으로 연결하는 것입니다.
따라서 도슨티 GEO가 현재 결제 실행이나 상품 재고 연동을 제공하는 Agentic Commerce 플랫폼이라고 설명해서는 안 됩니다.
하지만 이러한 변화는 도슨티 같은 GEO 플랫폼에 새로운 확장 가능성을 제시합니다.
예를 들어 특정 상품군에서 AI 추천에 포함되지 않는 문제를 발견하고, 제품 정보나 콘텐츠의 차이를 분석하는 업무입니다.
또한 향후 외부 상품 데이터 및 커머스 시스템과 연결된다면 AI 추천 결과와 실제 판매 가능 정보 사이의 차이를 점검하는 영역으로 발전할 수도 있습니다.
이것은 현재 제공 기능이 아니라 미래의 제품 확장 가능성입니다.
기업이 실제로 필요로 하는 범위와 기술적 실현 가능성을 검증해야 합니다.
도슨티 GEO가 강조하는 Full Loop 접근은 이러한 관점에서 의미가 있습니다.
측정하고, 원인을 분석하고, 정보를 개선하고, 다시 측정하는 과정입니다.
다만 Agentic Commerce로의 확장은 콘텐츠 최적화 이상의 기술과 운영 역량을 필요로 합니다.
따라서 신중한 제품 전략과 단계적인 검증이 필요합니다.
결론: GEO의 미래는 '추천되는 브랜드'에서 '거래 가능한 선택지'로 확장될 수 있다
GEO 산업은 AI가 만들어내는 답변 속에서 브랜드가 발견되는 문제로 성장했습니다.
그러나 2026년의 기술 변화는 그다음 단계를 보여주고 있습니다.
AI가 상품을 비교하고, 실제 판매 조건을 확인하고, 사용자가 구매나 예약을 완료하도록 연결하는 것입니다.
Google의 UCP, OpenAI의 상거래 통합, Shopify의 Agentic Storefronts는 이러한 변화를 보여주는 구체적인 사례입니다.
하지만 이것이 곧 모든 거래가 AI에 의해 자동으로 처리되는 미래가 이미 도착했다는 뜻은 아닙니다.
플랫폼별 지원 기능과 지역, 실제 사용 방식은 계속 변화하고 있습니다.
오히려 지금 주목해야 할 사실은 다른 곳에 있습니다.
브랜드가 검색 결과에 노출되는 것과 AI가 브랜드를 추천하는 것은 다릅니다.
AI가 브랜드를 추천하는 것과 그 상품이 실제로 구매 가능한 것은 또 다릅니다.
그리고 구매 가능하다는 사실과 고객에게 가장 적합한 선택이라는 판단도 같지 않습니다.
이 네 단계를 구분할 때 AI 검색과 커머스의 미래를 더 정확하게 이해할 수 있습니다.
GEO가 'AI의 답변에 포함되는 경쟁'을 만들었다면, Agentic Commerce는 'AI가 사용자 대신 행동할 때 실제 선택 가능한 브랜드가 되는 경쟁'을 추가하고 있습니다.
그 경쟁에서는 콘텐츠뿐 아니라 제품 정보, 재고, 가격, 서비스 조건, 고객 신뢰와 거래 시스템까지 중요해질 것입니다.
GEO의 다음 역사는 단순한 검색 최적화의 연장이 아닐 수 있습니다.
AI가 고객의 구매 여정에서 어떤 역할을 맡게 될지에 따라, 기업의 디지털 마케팅과 상거래 시스템이 새롭게 연결되는 역사가 될 것입니다.
도슨티 GEO에서 AI 답변 속 브랜드 추천 경쟁력부터 확인해 보세요.
