AI가 추천하면, 사람도 선택할까?

AI가 추천해도 고객은 고르지 않을 수 있습니다

ChatGPT가 우리 브랜드를 추천했습니다. 좋은 신호이지만, 이것만으로 고객이 더 사고 싶어졌다고 말할 수는 없습니다. 고객이 그 답변을 읽었는지, 믿었는지부터 아직 모르기 때문입니다.

여행 가방을 예로 들어볼까요? AI가 ‘주말여행에 좋은 가방’이라고 설명해도, 고객은 가격이 부담스럽거나 디자인이 마음에 들지 않을 수 있습니다. 반대로 제품에는 관심이 생겼어도 당장 여행 계획이 없어 구매하지 않을 수 있습니다.

그래서 확인할 대상을 먼저 정합니다. 제품 정보의 오류를 고쳤다면 AI 설명이 정확해졌는지 봅니다. 광고로 전하고 싶은 매력이 전달됐는지 알고 싶다면 추천 이유를 읽습니다. 고객이 더 사고 싶어졌는지가 궁금하다면 사람의 반응을 확인해야 합니다.

AI의 답변, 고객의 생각, 실제 구매를 나눠 기록하면 어디까지 좋아졌는지 말할 수 있습니다.

설명이 맞는지, 마음이 움직였는지, 샀는지 나눠봅니다

출처 링크가 붙은 것과 제품을 추천한 것도 다릅니다. AI가 우리 페이지를 참고하고도 다른 제품을 권할 수 있고, 우리 제품을 권하면서 우리 페이지의 링크는 붙이지 않을 수도 있습니다. 링크가 나왔는지와 추천했는지를 따로 기록합니다.

질문에 원하는 답을 미리 넣지 않습니다

‘자유로운 여행에 어울리는 우리 브랜드를 추천해줘’라고 물으면 브랜드와 추천 이유를 이미 알려준 셈입니다. AI가 스스로 어떤 제품을 고르고 왜 권하는지 확인하기 어렵습니다.

질문은 실제 상담·인터뷰·검색 자료에서 고객이 궁금해한 내용을 바탕으로 만듭니다. 아래는 질문을 나누는 예시이며, 그대로 시험에 쓰기로 확정한 문구는 아닙니다.

• 브랜드 이름 없이 상황만 묻기: 주말여행용 가방을 찾을 때 어떤 제품이 후보에 나오는지 봅니다.
• 브랜드를 정해놓고 묻기: 특정 가방이 어떤 여행에 맞고, 언제 불편한지 설명하는지 봅니다.
• 여러 브랜드를 비교하기: 같은 여행 조건에서 각 가방을 고를 이유를 어떻게 구분하는지 봅니다.

브랜드를 알려준 질문과 알려주지 않은 질문은 출발점이 다릅니다. 답변을 한데 모아 ‘몇 퍼센트 추천했다’고 계산하지 않습니다. 또 우리가 질문을 많이 만들었다고 해서 실제 고객도 그런 질문을 많이 한다고 볼 수는 없습니다.

자료를 읽히는 시험과 스스로 찾게 하는 시험은 다릅니다

AI에게 기존 상품 설명과 고친 설명을 각각 붙여주고 답하게 하면, 어느 쪽을 더 정확하게 이해하는지 비교할 수 있습니다. 하지만 우리가 읽을 자료를 직접 줬으므로, 웹에 올렸을 때도 AI가 그 자료를 찾아올지는 알 수 없습니다.

웹에서 찾는지 확인하려면 페이지가 공개돼 있는지, 검색 서비스가 읽을 수 있는지, 실제 답변에서 쓰이는지를 따로 봐야 합니다. Google도 검색에 나올 요건을 갖춘 것과 실제로 페이지를 읽고 검색 목록에 등록해 보여주는 것은 다르다고 안내합니다. 요건을 갖춰도 노출이 보장되지는 않습니다. Google 공식 안내 ↗

비교할 때는 바꾼 내용을 분명히 남깁니다. 기존 자료와 답변을 보관하고, 한 번에 바꾸는 요소를 줄입니다. 질문 문구와 AI 서비스, 웹검색 사용 여부, 언어와 지역을 맞추고, 매번 답변과 출처를 저장합니다.

그사이 AI 모델이나 제품 가격이 바뀌었는지, 할인 행사나 새 기사가 있었는지도 기록합니다. 답변이 달라진 이유가 콘텐츠 수정 때문만은 아닐 수 있기 때문입니다. 몇 번 반복할지는 확인하려는 차이와 답변이 흔들리는 정도를 보고 정합니다. 한 번 잘 답했다고 항상 잘 답한다고 평가하지 않습니다.

사고 싶은지는 실제 고객에게 물어봅니다

자료를 본 고객에게 무엇이 기억나는지, 어떤 사람에게 어울리는 제품 같았는지 자유롭게 말해달라고 할 수 있습니다. 회사가 듣고 싶은 표현을 먼저 알려주지는 않습니다. 그다음 다른 제품과 무엇이 달라 보이는지, 매력적인지, 구매 후보에 넣고 싶은지 목적에 맞춰 확인합니다.

AI의 설명이 고객에게 도움이 되는지도 보려면 누구에게 무엇을 어떤 순서로 보여줄지 미리 정합니다. 예를 들어 기존 자료를 보는 사람들, 고친 자료를 보는 사람들, AI 설명도 함께 보는 사람들로 나눠 비교할 수 있습니다. 이는 가능한 방법의 예시입니다. 실제로 몇 그룹과 몇 명이 필요한지는 질문과 비용에 맞춰 정해야 합니다.

AI에게 ‘고객이라고 생각하고 평가해줘’라고 부탁하는 것은 초안의 문제를 찾는 데 참고할 수 있습니다. 하지만 실제 고객에게 물은 결과를 대신하지는 못합니다.

AI 답변만 좋아졌다면 고객에게도 좋은지 확인합니다

결과가 조금 달라졌다는 이유만으로 좋아졌다고 단정하지 않습니다. 어느 정도 차이가 나야 의미가 있는지, 우연히 생긴 차이일 가능성은 어떻게 살필지 결과를 보기 전에 정합니다. 비교할 대상이나 미리 정한 기준이 없다면 ‘이런 반응을 봤다’고 기록하되, 그 원인이 광고라고 확정하지 않습니다.

시험을 시작하기 전에 한 문장으로 적어보세요. ‘이번에 확인할 것은 AI 설명의 정확성인가, 고객의 관심인가, 실제 구매인가?’ 확인하려는 결과를 정하면 자료를 더 만들지, 표현을 고칠지, 지금 상태를 유지할지 판단하기 쉬워집니다.

아직 확인하지 못한 점

이 글에서 제안한 시험은 아직 실행하지 않았습니다. 실제로 얼마나 좋아지는지, 몇 명에게 확인해야 하는지, 매출에 효과가 있는지는 모릅니다. 실행 전에는 사용할 AI 서비스와 실제 고객 자료를 바탕으로 질문·참여 인원·비교 대상·중단 조건을 정해야 합니다.