AI 쇼핑 도우미의 청구서는 누가 받게 될까

도입: 당신의 '팬심'을 조준하는 AI

토트넘 홋스퍼의 손흥민 선수 유니폼을 장바구니에 담았다고 칩시다. 바로 그 순간, 화면 한쪽에 유니폼과 완벽하게 어울리는 트레이닝 바지와 양말, 심지어 같은 팀 로고가 박힌 모자까지 한 세트처럼 펼쳐집니다. ‘이 조합 괜찮은데?’라며 무심코 ‘전체 추가’ 버튼을 누르기 직전입니다. 편리하십니까? 물론입니다. 하지만 이 편리함의 설계도를 들여다보면 이야기는 사뭇 달라집니다.

최근 스포츠 라이선스 상품의 거인 ‘파나틱스(Fanatics)’가 챗GPT로 유명한 ‘오픈AI(OpenAI)’와 손을 잡았습니다. 150만 개가 넘는 상품의 바다에서 허우적대는 고객을 위해, AI가 개인 스타일리스트처럼 어울리는 상품들을 묶어 제안하는 ‘샵 더 룩(Shop the Look)’ 기능을 선보인다는 소식입니다. 파나틱스는 전 세계 스포츠 팬들의 ‘팬심’을 먹고 사는 기업입니다. 내가 응원하는 팀과 선수에 대한 애정은 그 어떤 마케팅보다 강력한 구매 동기입니다. 문제는 그 팬심을 쏟아부을 상품이 너무 많다는 데 있습니다.

이번 협력은 단순히 고객의 쇼핑 시간을 줄여주는 친절한 서비스가 아닙니다. 이것은 실리콘밸리의 자본이 늘 하던 방식, 즉 새로운 기술을 포장해 인간의 오래된 문제를 해결하는 척하면서 새로운 시장의 규칙을 쓰는 고전적 플레이입니다. 이 화려한 기술의 돈잔치가 끝나고 나면, 그 청구서는 결국 누가 받아들게 될지 따져봐야 합니다.

메커니즘: '재고떨이'의 세련된 이름, '개인화'

모든 소매업의 영원한 숙제는 ‘재고’입니다. 잘 팔리는 인기 상품은 금방 동나지만, 창고 한편에는 먼지만 쌓여가는 비인기 상품들이 가득합니다. 이 재고는 단순한 물건이 아니라, 팔리기 전까지 묶여 있는 돈이며, 보관하고 관리하는 데 계속 비용을 발생시키는 골칫덩어리입니다. 파나틱스가 취급하는 150만 개의 상품 중에는 손흥민 선수나 메시 선수의 유니폼처럼 불티나게 팔리는 상품도 있겠지만, 지난 시즌의 벤치 멤버 유니폼이나 애매한 디자인의 티셔츠도 상당할 겁니다.

‘샵 더 룩’ 같은 AI 추천 시스템의 진짜 목적은 바로 이 지점에 있습니다. ‘개인화 추천’이라는 이름은 사실 ‘재고 관리 최적화’의 다른 이름일 뿐입니다. 거대한 마트에 장 보러 간 상황을 비유로 들어보겠습니다. 당신은 우유 하나만 사러 갔습니다. 그런데 마트 직원이 다가와 “고객님, 오늘 들어온 신선한 우유와 가장 잘 어울리는 치즈가 이겁니다. 마침 이 치즈와 환상의 궁합인 크래커도 할인 중인데, 함께 가져가시면 완벽한 저녁 간식이 될 겁니다”라고 속삭입니다. 당신은 우유만 사려 했을 뿐인데, 어느새 장바구니에는 치즈와 크래커가 담겨 있습니다. 직원의 추천이 틀린 말은 아니지만, 사실 그 치즈는 유통기한이 임박했고 크래커는 마트가 너무 많이 주문한 재고품이었을지 모릅니다.

AI는 이 작업을 훨씬 더 정교하고 집요하게, 수백만 명에게 동시에 수행합니다. AI의 추천 알고리즘이 고려하는 변수는 단순히 ‘디자인적 조화’가 아닙니다. 그 뒤에는 복잡한 계산이 숨어 있습니다.

• 1. 당신의 과거 구매 데이터: 당신이 어떤 팀, 어떤 색상, 어떤 사이즈를 선호하는지 분석합니다.
• 2. 비슷한 취향을 가진 다른 고객들의 구매 패턴: ‘사회적 증거’를 통해 당신의 구매를 유도합니다. “당신과 비슷한 팬들은 이 모자도 함께 샀습니다.”
• 3. 파나틱스의 재고 현황과 이익률: 이것이 핵심입니다. AI는 당신이 좋아할 만한 상품 중에서, 동시에 파나틱스가 지금 당장 팔아야만 하는 재고 상품이나 마진이 많이 남는 상품을 우선적으로 조합해 보여줍니다.

결국 ‘샵 더 룩’은 당신의 취향을 존중하는 서비스인 척하지만, 실은 당신의 ‘팬심’을 이용해 창고의 재고 부담을 덜어내려는 고도로 계산된 전략입니다. 이것은 단순한 추천을 넘어, 소비자의 지갑을 최대한 열기 위해 설계된 ‘수요 창출 기계’에 가깝습니다.

역사적 평행선: 닷컴 버블의 '벤더 파이낸싱'

이런 구조는 실리콘밸리의 역사에서 낯설지 않습니다. 2000년대 초 닷컴 버블 붕괴 당시 유행했던 ‘벤더 파이낸싱(Vendor Financing)’이라는 기법이 떠오릅니다. 당시 노텔(Nortel)이나 루슨트(Lucent) 같은 거대 통신장비 업체들은 신생 통신사들에게 돈을 빌려줬습니다. 그리고 그 돈으로 자사의 통신장비를 사게 했습니다. 서류상으로는 매출이 폭발적으로 늘어나는 것처럼 보였습니다. 장비 회사는 장비가 잘 팔려서 좋고, 신생 통신사는 당장 돈이 없어도 사업을 시작할 수 있어서 좋았습니다. 하지만 이것은 실체가 없는 ‘유령 수요’였습니다. 결국 신생 통신사들이 돈을 갚지 못하게 되자, 이 거대한 폭탄 돌리기는 연쇄 부도로 이어지며 함께 무너졌습니다.

파나틱스와 오픈AI의 관계도 이와 비슷한 측면이 있습니다. 물론 오픈AI가 파나틱스에 직접 돈을 빌려주는 것은 아닙니다. 하지만 ‘기술’이라는, 어쩌면 돈보다 더 강력한 자본을 제공하고 있습니다. 오픈AI는 현재 860억 달러(약 118조 원)라는 천문학적인 기업가치를 평가받고 있지만, 그에 걸맞은 수익 모델을 아직 찾지 못했습니다. 챗GPT는 엄청난 유지비용을 잡아먹는 돈 먹는 하마입니다. 오픈AI는 자신들의 기술이 단순한 채팅 서비스를 넘어, 실제 기업의 매출을 끌어올릴 수 있다는 것을 시장에 증명해야만 합니다.

파나틱스는 오픈AI에게 더할 나위 없이 좋은 ‘쇼케이스’입니다. “우리의 AI를 썼더니, 저 거대 유통 공룡의 매출이 이렇게나 뛰었습니다”라고 말할 수 있게 되는 겁니다. 그 대가로 오픈AI는 파나틱스에 매우 유리한 조건으로 기술을 제공했을 가능성이 높습니다. 파나틱스는 저비용으로 강력한 판매 촉진 엔진을 얻고, 오픈AI는 자신들의 기술 가치를 입증할 레퍼런스를 얻습니다. 양쪽 모두의 투자자들이 만족할 만한 그림입니다. 이 거래의 본질은 ‘팬 경험 향상’이 아니라, 각자의 기업가치를 띄우기 위한 두 거대 기술 기업의 전략적 제휴입니다. 닷컴 버블 시절처럼, 실제보다 부풀려진 기대로 성장의 스토리를 써 내려가는 것입니다.

숫자 뒤의 이해관계: 이 돈잔치는 누가 벌였나

조금 더 깊이 들어가 보겠습니다. 파나틱스는 아직 상장하지 않은 사모펀드 소유의 기업으로, 마지막 투자 유치 당시 평가받은 기업가치가 310억 달러(약 43조 원)에 달합니다. 이 막대한 몸값을 정당화하고, 성공적으로 주식시장에 데뷔(IPO)하거나 더 비싼 값에 팔리기 위해서는 ‘성장’을 보여줘야 합니다. 기존 방식으로는 성장이 정체된 상황에서, AI는 그 성장의 새로운 동력이 되어줄 마법의 지팡이처럼 보입니다.

오픈AI의 상황은 더 절박합니다. 마이크로소프트로부터 130억 달러라는 막대한 투자를 받았고, 전 세계의 기대를 한 몸에 받고 있습니다. 하지만 이 기대는 동시에 압박입니다. AI 모델을 훈련하고 운영하는 데 드는 비용은 상상을 초월합니다. ‘AI 시대의 개척자’라는 명성만으로는 기업이 유지될 수 없습니다. 어떻게든 돈을 벌어야 합니다.

결국 이 협력은 각자의 생존과 성장을 위한 절박한 이해관계가 맞아떨어진 결과입니다. 아래 표는 양사의 속내를 더 명확하게 보여줍니다.

이 돈잔치의 비용은 누가 댈까요? 1차적으로는 AI의 추천에 설득당해 계획보다 더 많은 돈을 쓰게 되는 소비자입니다. 하지만 더 큰 청구서는 기술 경쟁에서 뒤처질 수밖에 없는 소규모 경쟁업체들에게 발송될 가능성이 높습니다.

흔한 오해와 반론: '하지만 편리하잖아요?'

물론 이런 분석에 대한 반론도 있습니다. ‘결국 소비자가 편해지는 것 아니냐’는 주장입니다. 몇 가지 흔한 오해를 짚어보겠습니다.

오해 1: “이건 그냥 좀 더 똑똑해진 추천 기능일 뿐이다.” 과거의 ‘이 상품을 산 사람들이 함께 본 상품’ 같은 조잡한 추천과는 차원이 다릅니다. 그것이 단순히 다른 사람의 행동을 보여주는 ‘정보’였다면, ‘샵 더 룩’은 완성된 그림을 제시하며 감성에 호소하는 ‘설득’의 기술입니다. 단순히 개별 상품을 추천하는 것을 넘어, ‘이런 스타일의 팬이 되어보세요’라는 정체성을 파는 것에 가깝습니다. 이 세트를 구매하지 않으면 나의 ‘팬심’이 뭔가 불완전하게 느껴지도록 만드는 교묘한 심리적 장치입니다. 이는 도움을 가장한, 매우 효과적인 상술입니다.

오해 2: “AI가 내 취향을 완벽하게 이해해줄 것이다.” AI의 목표는 당신의 취향을 ‘이해’하는 것이 아니라, 당신의 지출을 ‘최대화’하는 것입니다. 만약 당신의 진짜 취향이 회사의 이익과 충돌한다면, AI는 당신의 취향을 존중하는 대신 당신을 이익이 되는 방향으로 서서히 유도할 것입니다. 예를 들어 당신이 검은색을 선호하더라도, 재고가 많이 남은 파란색 상품을 검은색 상품과 그럴듯하게 조합해 보여주며 당신의 선택에 영향을 미칠 수 있습니다. 결국 당신은 AI가 원하는 것을 원하게 될 수 있습니다. 당신이 지불하는 비용은 돈뿐만이 아니라, 자신도 모르는 사이에 침식되는 ‘선택의 자율성’입니다.

개인정보 보호 문제 역시 같은 맥락에서 봐야 합니다. 파나틱스와 오픈AI가 수집하는 당신의 쇼핑 데이터는 단순히 다음번 추천을 위해서만 쓰이지 않습니다. 그 데이터는 당신의 지갑을 가장 효과적으로 열 수 있는 심리적 버튼이 무엇인지 알아내기 위한, 거대한 실험의 재료가 됩니다.

추적 신호: 진짜 승자는 누구인가

이 게임의 승자와 패자가 누구인지 알려면, 앞으로 몇 가지 신호를 꾸준히 추적해야 합니다. 막연한 기대나 공포 대신, 구체적인 지표를 주시하는 것이 현명합니다.

• 1. ‘객단가(Average Order Value)’ 변화: 파나틱스의 분기별 실적 발표나 관련 업계 보도에서 ‘샵 더 룩’ 도입 이후 고객 1인당 평균 구매 금액이 얼마나 상승하는지 주목해야 합니다. 이것이 AI 투자의 성공 여부를 가장 정직하게 보여주는 숫자입니다. 만약 객단가 상승이 미미하다면, 이 화려한 파트너십은 ‘보여주기식’에 그쳤다고 평가할 수 있습니다.

• 2. 유사 서비스의 확산 속도: 아마존, 쿠팡, 네이버 같은 거대 플랫폼들이 얼마나 빨리, 그리고 얼마나 정교하게 비슷한 기능을 도입하는지 지켜봐야 합니다. 기술은 결국 보편화됩니다. 파나틱스가 ‘최초’라는 타이틀로 선점 효과를 누릴지, 아니면 더 큰 자본과 데이터를 가진 공룡들의 ‘빠른 추격(Fast Follower)’ 전략에 흡수될지 판가름 날 것입니다.

• 3. 오픈AI의 다음 파트너십: 오픈AI가 다음으로 어떤 산업의 어떤 기업과 손잡는지 주목해야 합니다. 스포츠 상품 다음은 패션일까요, 가구일까요, 아니면 식료품일까요? 이는 AI 자본이 어떤 산업의 ‘비효율’을 다음 먹잇감으로 조준하고 있는지를 알려주는 명확한 신호탄입니다.

이 신호들을 따라가다 보면, 우리는 AI라는 거대한 파도가 어디로 흘러가고 있으며, 그 파도 위에서 누가 서핑을 즐기고 누가 휩쓸려 내려가는지를 알 수 있을 겁니다.

Q&A: 독자가 던질 법한 질문들

Q. 결국 소비자에게 좋은 것 아닌가요? 선택지가 너무 많아 피곤했는데, 시간도 아끼고 편리하잖아요.

A. 단기적인 편의성은 분명 있습니다. 하지만 장기적으로는 소비자의 자율적 선택권을 보이지 않게 침해할 수 있습니다. 고급 레스토랑에서 내가 먹고 싶은 파스타 단품을 주문하려는데, 웨이터가 끈질기게 비싼 코스 요리만 추천하는 상황과 비슷합니다. 편리한 제안에 반복적으로 노출되다 보면, 내가 정말 무엇을 원했는지 잊어버리고 제시된 선택지 안에서만 사고하게 될 위험이 있습니다.

Q. 파나틱스 같은 대기업만 가능한 전략인가요? 작은 쇼핑몰들은 어떡하죠?

A. 현재로서는 그렇습니다. 이런 고도화된 AI 시스템을 자체적으로 개발하거나 외부 솔루션을 도입해 유지하는 데는 막대한 비용이 듭니다. 이는 기술 격차가 곧 시장 지배력의 격차로 이어지는 ‘AI 부익부 빈익빈’ 현상을 가속화할 것입니다. 작은 쇼핑몰들은 대기업의 AI가 파놓은 ‘취향의 고속도로’ 밖에서, 좁은 길을 개척하며 더 어려운 싸움을 해야 합니다. 이 돈잔치의 청구서는 경쟁에서 밀려난 소상공인들에게도 일부 전가되는 셈입니다.

Q. 그렇다면 이런 AI 추천을 현명하게 이용하는 방법이 있을까요?

A. AI의 추천을 ‘정답’이 아닌 ‘참고 의견’ 중 하나로 여기는 태도가 중요합니다. 구매 버튼을 누르기 전, ‘이것이 정말 내가 처음부터 원했던 것인가, 아니면 이 멋진 조합에 설득당한 것인가?’라고 스스로에게 질문하는 습관이 필요합니다. AI가 제안한 ‘완성된 세트 메뉴’를 그대로 받아들이기보다, 그것을 해체해서 내가 정말 필요로 하는 ‘단품’이 무엇인지 역으로 생각해보는 ‘분해적 쇼핑’도 좋은 방법입니다. AI의 의도를 읽고, 그 의도에 휘둘리지 않을 때 비로소 기술의 주인이 될 수 있습니다.