리테일 AI 에이전트를 직접 써본 쇼핑객의 선택
- 게시일
- 최종 업데이트
듣기이 글 오디오로 듣기
쇼핑은 이제 대화가 되었습니다. Walmart와 Amazon 같은 주요 리테일 기업들은 질문에 답하고, 제품을 비교하며, 쇼핑객의 결제 완료를 돕는 AI 에이전트를 도입했고, 업계의 다른 주요 브랜드들도 뒤를 잇고 있습니다. ElevenLabs 에이전트는 이미 전 세계 수백 개 리테일 및 이커머스 브랜드에서 운영되고 있습니다.
리테일 기업이 에이전트를 구축해야 할 근거는 더욱 강해지고 있습니다. Bain에 따르면 쇼핑객은 제3자 에이전트보다 리테일 기업 자체 웹사이트의 에이전트를 약 3배 더 신뢰합니다.
이 신뢰는 기회이지 보장은 아니며, 에이전트를 구축하는 일은 점점 쉬운 부분이 되고 있습니다. 더 어려운 질문은 사용자 경험에 있습니다. 쇼핑객은 에이전트와 음성으로 대화해야 할까요, 아니면 채팅창에 입력해야 할까요? 어떤 순간에 음성이 적합하고, 어떤 경우에 텍스트와 시각 자료가 적합할까요? 또 언제 쇼핑객은 사람의 도움을 원할까요?
응답하기 전에 ElevenLabs 음성 에이전트와 상호작용할 기회가 주어진 2건을 포함해, 3개의 연구에서 쇼핑객을 대상으로 이 질문들을 검증했습니다. 대부분의 연구는 사람들이 무엇을 선호할 것이라고 생각하는지 묻습니다. 저희는 실제로 사용해 본 뒤 무엇을 선택했는지 살펴봤고, 두 답은 종종 달랐습니다.

연구 방법
여름 동안 영국, 미국, 캐나다, 호주, 유럽, 남아프리카공화국, 라틴아메리카 전역에서 쇼핑객이 AI를 어떻게 생각하는지, 그리고 실제로 사용한 뒤 어떻게 행동하는지를 연구했습니다. 대부분의 참가자는 먼저 실시간 음성 에이전트로 실제 과제를 수행한 후 질문에 답했습니다.
가능한 경우 동일한 쇼핑객이 잘못 청구된 금액을 음성으로 한 번, 입력으로 한 번 해결하는 식으로 두 가지 방식을 모두 경험하게 했습니다. 따라서 여기의 많은 비교는 한 사람이 두 방식으로 겪은 경험을 나란히 비교한 것입니다. 또한 여러 연구에서 일관되게 나타난 결과도 살펴봤습니다. 가장 신뢰하는 결과는 서로 다른 쇼핑객과 서로 다른 질문을 대상으로 한 두 건 이상의 연구에서 나타났습니다.

쇼핑객은 에이전트와 어떻게 대화하고 싶어 할까요?
첫 번째 연구에서 쇼핑객은 실시간 ElevenLabs 음성 에이전트를 사용해 제품을 찾고, 후속 질문을 하고, 장바구니에 제품을 담았습니다.
각 쇼핑객은 세 가지 방식으로 과제를 수행했습니다.
- 말로 질문하고 답변 듣기
- 말로 질문하고 화면에서 답변 읽기
- 입력하고 답변 읽기
이후 앞으로 어떤 방식을 선택할지 물었습니다.
거의 절반이 말로 질문하고 답변을 듣는 방식을 선택했습니다. 약 30%는 말로 질문하고 답변을 읽는 방식을 선택했습니다.
선물 찾기부터 두 제품 비교까지 6가지 구체적인 과제에 대해 물었을 때, 쇼핑객은 6개 과제 모두에서 말로 질문하고 답변을 듣는 방식을 가장 선호했습니다. 선물 아이디어에서는 절반 이상이, 제품 비교에서는 약 3분의 1이 이 방식을 지지했습니다. 쇼핑 도우미 자체를 배제한 사람은 10명 중 1명도 되지 않았습니다.
약 절반은 이미 이용하는 사이트에서 쇼핑 도우미를 사용하겠다고 했고, 약 10명 중 4명은 일부 유형의 쇼핑에서 사용하겠다고 했습니다. 가전제품, 식료품, 대규모 일회성 구매 등 조사한 모든 카테고리에서 도우미를 원한 쇼핑객 약 5명 중 4명은 입력이 아닌 대화를 원했습니다. 이는 에이전트를 사용해 본 뒤 쇼핑객이 내린 선택이지 실제 구매가 아니므로, 전환율이 아니라 사람들이 원하는 바를 보여 줍니다.
두 제품 비교는 음성이 뚜렷하게 우세하지 않았던 유일한 과제였습니다. 쇼핑객은 세 가지 옵션에 거의 고르게 나뉘었고, 차이에 대한 설명을 읽고 싶은지 듣고 싶은지에 대해서도 거의 비슷하게 나뉘었습니다. 빠른 질문에는 음성이 분명히 가장 선호되지만, 쇼핑객이 옵션을 저울질할 때는 텍스트나 시각 자료도 제공해야 합니다.

경험이 답을 바꿉니다
쇼핑객이 AI 쇼핑 도우미와 상호작용하고 싶은 방식은 실제로 사용해 본 적이 있는지에 따라 달라집니다. 이전 설문에서는 음성 도우미로 쇼핑해 본 사람이 거의 없었습니다. 선물 찾기나 생활용품 재주문 같은 6가지 쇼핑 과제를 제시하고, AI 도우미에게 입력할지, 말할지, 아니면 직접 과제를 수행할지 물었습니다. 도우미를 선택한 사람들 사이에서는 입력이 음성을 4대 1 이상으로 앞섰습니다.
쇼핑객이 먼저 실시간 에이전트와 대화한 2개 연구에서는 음성이 앞섰습니다. 쇼핑 연구에서는 모든 과제에서 음성이 가장 많이 선택되었습니다. 지원 연구에서는 사람에게 전화하거나 주문 문제를 직접 해결하는 대신 에이전트를 선택한 쇼핑객 대부분이 음성으로 대화하는 방식을 골랐습니다.
습관도 같은 방향을 가리킵니다. 이미 Alexa나 Siri 같은 음성 도우미와 대화하는 쇼핑객은 쇼핑 도우미를 원하고, 도우미가 주문을 넣도록 하며, 답변을 듣는 방식을 선호할 가능성이 더 높았습니다. ChatGPT 같은 텍스트 기반 AI 도구에서는 이러한 연관성이 나타나지 않았습니다. 따라서 음성 제공 여부를 결정할 때 설문조사는 입력 방식으로 기울게 할 수 있습니다. 작동하는 에이전트를 고객에게 직접 경험하게 하면 더 많은 것을 알 수 있습니다.
주목할 만한 결과가 두 가지 더 있습니다. 아무도 사용해 보지 않은 옵션인, 소리 내어 답하고 같은 답변을 채팅에도 보여 주는 에이전트를 설명했을 때 절반을 조금 넘는 사람이 사용해 본 다른 어떤 방식보다 이를 선택했습니다. 기기도 차이를 만들지 않았습니다. 휴대폰이나 컴퓨터로 쇼핑한다고 상상했는지와 관계없이 약 10명 중 7명이 음성 옵션을 선택했으며, 약 3명 중 2명은 두 경우 모두 같은 답을 했습니다.
쇼핑객은 언제 사람의 도움을 원할까요?
문제가 발생하면 쇼핑객은 에이전트를 이용하려는 의지가 크게 낮아집니다.
먼저 실시간 에이전트와 대화한 두 번째 그룹을 대상으로 이를 검증한 뒤, 주문 문제를 어떻게 처리할지 물었습니다.

문제가 심각할수록 에이전트를 원하지 않는 비율이 높았습니다. 배송 지연, 반품, 본인이 주문하지 않은 주문, 잘못된 청구 등 4가지 상황을 물었습니다. 배송 지연에는 56%가 에이전트를 선택했고, 반품에는 49%, 본인이 주문하지 않은 주문에는 43%, 잘못된 청구에는 단 34%만 선택했습니다.
그다음 에이전트가 한 번 실패해 고객 정보를 불러오지 못하고 다시 시도해 달라고 요청했다고 알려 준 뒤, 한 번 더 시도할지 사람의 도움을 요청할지 물었습니다. 사람을 요청한 비율은 같은 순서로 높아져, 배송 지연에서는 24%였지만 잘못된 청구에서는 61%에 달했습니다.

바로 도움을 줄 사람이 있는지도 선택을 바꿨습니다. 사람에게 연결되려면 2~10분을 기다려야 하는 경우와 즉시 연결되는 경우를 각각 제시하고, 잘못된 청구를 어떻게 해결할지 물었습니다. 대기 시간이 있을 때는 35%가 에이전트를 선택했습니다. 사람이 즉시 연결될 때는 20%만 선택했습니다.
문제는 음성 자체가 아니었습니다. 에이전트와 음성으로 대화한 뒤 사람을 요청한 비율은 52%, 입력한 뒤 요청한 비율은 54%였습니다. 또한 쇼핑객이 음성을 얼마나 자연스럽게 또는 로봇처럼 느꼈는지는 4가지 문제 어느 경우에서도 기다려 줄 의향을 예측하지 못했습니다.
쇼핑객이 원한 것은 증빙이었습니다. 음성과 입력 방식의 해결책 모두 서면 기록을 제공했을 때 72%가 음성을 선택했으므로, 중요한 것은 입력이 아니라 기록입니다. 더 빠른 음성 옵션에서 기록을 없애고, 기록 없는 2분 해결책 또는 증빙이 있는 5분짜리 입력 해결책을 제시했을 때도 58%는 입력을 선택했습니다. 대기 시간이 15분으로 늘어나자 이 비율은 49%로 떨어졌습니다.
마지막으로, 사람에게 연락할 수 있는 눈에 보이는 방법이 없다면 어떻게 할지 물었습니다. 60%는 그 옵션을 사용할 계획이 전혀 없더라도 에이전트를 완전히 포기하겠다고 답했습니다. 그중 거의 절반은 대신 전화번호를 찾겠다고 했습니다.
에이전트에 주는 시사점
여러 연구에서 쇼핑객은 음성 에이전트에 대한 강력한 지지를 보냈습니다. 검증한 모든 과제에서 입력보다 음성을 선택했습니다. 배송 지연의 경우 대부분은 사람을 기다리는 대신 에이전트를 선택했습니다. 잘못된 청구처럼 심각한 문제에서는 쇼핑객이 여전히 사람의 도움을 원합니다. 이것이 현재의 한계입니다. 에이전트는 더 쉬운 문제에서 먼저 신뢰를 쌓아 이 한계를 넘어설 수 있습니다.
- 쇼핑객이 에이전트에게 말하고 답변을 들을 수 있게 하되, 제품은 화면에 표시하세요. 이 구성이 쇼핑 연구에서 가장 많이 선택되었습니다. 비교 상황에서는 에이전트가 답변을 말하면서 동시에 채팅에도 표시하도록 하세요.
- 음성을 사용할 가능성이 가장 높은 쇼핑객을 대상으로 먼저 파일럿을 진행하세요. 음성 도우미 사용자와 추천 기능을 이용하는 로열티 회원부터 시작한 후 확대하세요.
- 주문 상태와 배송 관련 질문부터 시작하고, 이후 작업 기능을 추가하세요. 현재 고객이 사람의 도움을 받기까지 얼마나 기다리는지 확인하고, 대기 시간이 가장 긴 문의 유형부터 시작하세요.
- 잘못된 청구, 쇼핑객이 주문하지 않은 주문, 계정 보안 문제는 사람이 처리하도록 하세요. 한 번 실패한 뒤 절반 이상이 사람을 요청했으므로, 첫 실패 시점에 사람에게 연결하는 절차를 구축하세요.
- 모든 배포에 처음부터 사람에게 연결되는 명확한 경로를 마련하세요. 고객이나 계정이 이를 요청할 때까지 기다리지 마세요.
- 문제가 해결될 때마다 기록 또는 요약을 보내세요. 음성 해결책에 기록이 없을 때 대부분의 쇼핑객은 기록이 있는 더 느린 입력 해결책을 선택했습니다.
Walmart, Amazon 및 점점 더 많은 리테일 기업이 이제 쇼핑 에이전트를 운영하고 있으며, 쇼핑객은 제3자 에이전트보다 리테일 기업 자체의 에이전트를 더 신뢰한다고 말합니다. 이번 연구는 그 신뢰가 어디에서 시험대에 오르는지 보여 줍니다. 빠른 질문은 쉽습니다. 문제가 발생했을 때 에이전트가 어떻게 대응하느냐가 쇼핑객이 더 많은 일을 맡길지를 결정하므로, 그 이전의 대화만큼이나 사람에게 연결하는 절차를 신중하게 설계하세요.
리테일의 미래는 대화형이라고 생각합니다. 모든 쇼핑객이 웹, 전화, 매장에서 자신의 언어로 최고의 매장 직원에게 받는 것과 같은 서비스를 받고, 필요할 때는 바로 사람의 도움을 받을 수 있는 미래입니다. 매장에서 어떻게 작동할지 알아보려면 팀에 문의하세요.
Gillian은 Agents 리테일 및 이커머스 부문의 성장을 이끌고 있습니다. 이전에는 YC 창업자이자 Remote의 GM을 역임했습니다.





