온·오프라인 쇼핑의 혁신: 생성형 AI와 소비자 트렌드의 교차점

1. 요약

• 온·오프라인 쇼핑의 혁신은 현재 유통업계에서 중요한 화두로 떠오르고 있습니다. 최근 세일즈포스의 보고서에 따르면, 소비자들은 증가하는 부채에도 불구하고 소비 방식에 큰 변화를 보이고 있으며, 이 과정에서 생성형 AI가 중대한 역할을 하고 있습니다. 특히, 신용카드 사용이 증가하면서 소비자들은 부채를 적극적으로 활용하고 있는 것으로 나타났습니다. 조사 대상 중 37%가 지난해보다 신용카드 사용이 증가했다고 응답했으며, 이는 소비자들이 물가 상승의 영향을 받으면서도 본격적인 소비를 추구하고 있다는 것을 시사합니다. 또한, 소액후불결제와 같은 대체 신용 서비스의 사용도 증가하여 32%의 소비자가 이러한 서비스를 더 자주 이용하고 있는 것으로 조사되었습니다.

• 부채 증가와 함께 소비자들의 소비는 상당한 위축을 겪고 있다는 점도 주목할 만합니다. 세일즈포스의 데이터에 의하면, 조사 참여자 중 47%는 지난해와 비슷한 수준의 소비를 유지하고 있으며, 40%는 소비가 줄어들었다고 응답했습니다. 소비자들은 가격에 대한 민감도가 높아졌고, 할인 상품이나 저가 상품에 대한 관심이 증가하고 있습니다. 이러한 변화는 경제적 불확실성 속에서도 현명한 소비를 지향하는 흐름을 보여줍니다. 이를 통해 소비자들은 대체 신용 서비스와 같은 새로운 결제 수단을 활용하여 재정 관리를 강화하고 있습니다.

• 더욱이, 생성형 AI는 소비자들에게 새로운 쇼핑 경험을 제공하며, 온라인 구매 과정에서 중요한 역할을 하고 있습니다. 세일즈포스의 보고서에 따르면, 17%의 소비자가 AI의 도움을 받아 온라인 쇼핑을 이용하고 있으며, 53%는 AI를 통해 최적의 제품을 찾을 의사가 있다고 응답했습니다. 이는 소비자들이 AI를 활용하여 다양한 옵션을 탐색하고 더 나은 구매 결정을 내리려는 의지를 보여줍니다. 결과적으로, 생성형 AI는 소비자와 유통업체 간의 상호작용을 한층 더 향상시키며, 쇼핑 경험을 개인화하는 데 기여하고 있습니다.

2. 소비자의 신용과 부채 현황

• 2-1. 부채 증가와 소비자 신용카드 사용 증가

• 2024년 연말 쇼핑 시즌의 트렌드를 분석한 세일즈포스의 리포트에 따르면, 소비자들은 전반적으로 증가하는 부채를 지고 있는 상황임에도 불구하고 신용카드 사용이 증가하고 있습니다. 응답자 중 37%는 지난해보다 높아진 신용카드 사용률을 보고하였으며, 이는 소비자들이 부채를 적극적으로 활용하고 있다는 의미입니다.

• 특히 가계부채가 증가하는 상황에서도 소비가 유지되는 이유는 소비자들이 신용카드를 활용한 소비를 통해 더 많은 제품과 서비스를 구매할 수 있기 때문입니다. 세일즈포스는 이러한 현상이 물가 상승에 의한 결과로 분석하고 있으며, 즉 신용카드 사용자의 명목 소비 증가가 부채를 더욱 확대시키고 있습니다.

• 이와 함께 소액후불결제(BNPL)와 같은 대체 신용 서비스의 사용도 증가하고 있는 것으로 나타났습니다. 조사에 따르면 32%의 소비자들이 이러한 서비스를 더 자주 사용하고 있으며, 이는 신용카드 외에도 다양한 결제 수단을 활용하는 경향을 보여줍니다.

• 이런 부채 증가와 소비자 신용카드 사용의 증가는 소비자들이 더 많은 신용을 끌어들이며 동시에 신용 위험을 감수하고 있다는 점에서 금융 시장에 대한 경각심이 요구됩니다.

• 2-2. 소비 위축과 대체 신용 서비스의 역할

• 부채가 늘어나고 있는 상황 속에서도 소비가 가시적으로 위축되고 있다는 점도 주목할 만합니다. 세일즈포스의 데이터에 의하면, 조사에 참여한 47%의 소비자가 지난해와 비슷한 수준의 소비를 하고 있다고 응답했으며, 40%는 소비가 줄어들었다고 보고하였습니다. 이러한 현상은 소비자들이 불확실한 경제 상황 속에서 신중한 소비를 결심하고 있음을 나타냅니다.

• 소비자들은 이제 저가 상품이나 할인 상품, 그리고 자체 브랜드에 더 많은 관심을 기울이고 있으며, 이는 가계부채가 증가하고 물가 상승이 함께 이루어지기 때문입니다. 15%의 소비자만이 가격을 고려하지 않고 구매를 한다고 응답한 것은 소비자들이 가격에 대해 매우 민감해졌음을 시사합니다.

• 이 외에도 소비자들 사이에서 대체 신용 서비스의 중요성이 증가하고 있습니다. 저렴한 가격을 제공하는 중국 쇼핑 앱의 이용이 증가함에 따라, 소비자들은 더 나은 가격을 찾기 위해 다양한 대체 결제 수단을 통해 상품을 구매하고 있습니다. 이는 자금을 관리하며 부채를 줄이기 위한 소비자들의 전략적인 접근을 보여주는 예시입니다.

• 결론적으로, 소비자들은 신용과 부채의 증가에도 불구하고 의식적인 소비 방식을 통해 위기를 극복하고자 하는 모습을 보이고 있습니다. 이러한 상황 속에서 대체 신용 서비스는 소비자에게 더욱 유용한 선택지로 자리잡고 있으며, 소비자들이 재정적으로 책임감 있는 결정을 내리는 데 기여하고 있습니다.

3. AI가 변화시키는 온라인 쇼핑

• 3-1. 생성형 AI의 영향력

• 생성형 AI 기술은 최근 온라인 쇼핑의 패러다임을 완전히 변화시키고 있습니다. 세일즈포스의 보고서에 따르면, 전체 소비자의 17%가 온라인 구매에 있어 생성형 AI의 도움을 받았다고 응답했습니다. 이는 소비자들이 AI를 통해 제품에 대한 구매 영감을 얻거나, 특정 아이템을 검색하는 데 도움을 받는 것에서 나타나고 있습니다. 소비자들이 AI를 통해 효율적으로 필요한 정보를 얻고, 자신에게 맞는 제품을 최적화하여 구매하는 경향이 뚜렷해졌습니다. 이렇게 생성형 AI는 소비자들의 쇼핑 경험을 향상시키며, 구매 전환율 또한 높이는 요인으로 작용하고 있습니다.

• 한편, 소비자 중 53%는 최적의 제품을 찾기 위해 생성형 AI를 사용할 의사가 있다고 답했습니다. 이는 소비자들이 보다 나은 결정-making을 위해 관련 데이터를 분석하고, 다양한 옵션을 탐색하는 과정에서 AI의 도움을 원한다는 의미입니다. AI의 활용은 단순히 제품 검색에 그치지 않고, 개인화된 추천 서비스 제공을 통해 소비자에게 맞춤형 쇼핑 경험을 제공합니다. 이와 같이 생성형 AI는 고객의 요구와 선호도에 맞춘 고도화된 소통의 장을 열어주고 있으며, 이는 유통업체들에게도 새로운 기회로 작용하고 있습니다.

• 3-2. 소비자 53%가 AI를 통한 제품 탐색

• 소비자의 53%가 생성형 AI를 이용한 제품 탐색에 긍정적인 반응을 보이고 있는 것은 특히 주목할 만한 포인트입니다. 이는 단순한 제품 검색을 넘어, 사용자 맞춤형 추천의 중요성을 부각시키고 있습니다. 소비자들은 AI가 제공하는 데이터 기반의 맞춤 추천을 통해 보다 쉽게 적합한 제품을 찾을 수 있으며, 이는 소비자의 쇼핑 만족도를 크게 향상시키는 요소로 작용합니다.

• 이러한 생성형 AI 활용은 실제 구매 결정에도 긍정적인 영향을 미치고 있습니다. 응답자의 대다수가 AI 기반의 검색이 기존의 검색 방식보다 더 타겟팅되고, 개인화된 정보를 전달받을 수 있음을 인식하고 있습니다. AI는 소비자 행동 데이터를 분석하여, 개인이 선호하는 스타일, 가격대, 브랜드 등을 고려하여 최적의 제품을 추천합니다. 이는 결과적으로 소비자의 쇼핑 시간을 단축시키고, 결정-making 프로세스를 더욱 원활하게 만들어 줍니다. 따라서, 생성형 AI는 단순히 상품을 찾는 도구 이상의 의미를 지니며, 소비자와 유통업체 간의 효율적인 교류를 가능케 하는 중요한 매개체 역할을 하고 있습니다.

4. 소매업의 미래: 고객 경험의 혁신

• 4-1. 충성 고객 확보를 위한 전략

• 최근의 경제적 불확실성이 증가하는 가운데, 소매업체들은 충성 고객 확보에 주목하고 있습니다. 세일즈포스의 연말 쇼핑 시즌 트렌드 리포트에 따르면, 반복 구매자는 지난 2년간 8% 증가했으며, 이러한 고객들은 구매처를 선택하는 데 있어 단순히 가격뿐만 아니라 포인트 적립과 사용을 중요하게 생각합니다. 이는 소비자의 구매 결정에 있어 가격 경쟁력이 중요하다는 점을 다시 한번 일깨워 줍니다. 고객 충성도를 높이기 위해 소매업체들은 차별화된 쇼핑 경험을 제공해야 합니다. 이를 위해 유통업체들은 AI 기반의 분석 도구를 활용하여 고객의 쇼핑 패턴을 분석하고, 이를 바탕으로 개인화된 마케팅 전략을 수립하는 것이 필수적입니다. 예를 들어, 소비자의 구매 이력을 기반으로 맞춤형 제품 추천을 하거나, 특정 소비자에게 맞춤형 할인 쿠폰을 제공하는 방식이 있습니다. 이러한 전략은 소비자에게 더 나은 쇼핑 경험을 제공할 뿐만 아니라, 브랜드에 대한 신뢰를 구축하는 데 큰 역할을 합니다.

• 4-2. 온·오프라인 쇼핑 경험의 고도화

• 온·오프라인 쇼핑 경험의 고도화는 현재 소매업계의 중요한 화두입니다. 세일즈포스의 데이터에 따르면, 소비자 중 72%는 온라인 쇼핑을 선호하는 반면, 오프라인 매장 선호도는 31%에 불과합니다. 이러한 경향은 브랜드가 디지털 채널을 통해 소비자와의 접점을 늘려야 함을 의미합니다. 또한, 생성형 AI의 도입이 소매업계의 쇼핑 경험을 혁신하고 있습니다. AI를 이용한 예측형 쇼핑 경험을 제공하는 것은 소비자가 더 효율적으로 원하는 제품을 찾아 구매할 수 있도록 돕습니다. 예를 들어, 소비자가 과거에 구매한 데이터를 분석해 비슷한 스타일이나 선호 제품을 추천해주는 것입니다. 이는 소비자 스스로가 원하는 제품을 발견하는 데 도움을 주며, 결과적으로 구매 전환율을 높이는 효과를 가져옵니다. 물론, 온·오프라인 쇼핑 경험을 통합하는 것도 매우 중요한 과제입니다. 예를 들어, 소비자가 온라인에서 쇼핑한 후 오프라인 매장에서 제품을 수령할 수 있는 옴니채널 전략은 소비자에게 더욱 향상된 편리성을 제공합니다. 이러한 경험들은 결국 고객의 재구매율을 높이고, 브랜드에 대한 충성도를 강화하는 데 기여하게 될 것입니다.

결론

• 이번 연구에서 드러난 바와 같이, 소비자들은 부채가 증가하고 있는 상황에도 불구하고 현명한 소비를 추구하며, 이 과정에서 생성형 AI의 도움을 적극적으로 활용하고 있습니다. 이는 유통업체들에게 중요한 교훈을 제공하며, 이러한 소비자의 변화를 반영한 전략적 접근이 필요하다는 점을 강조합니다. 기업들은 온·오프라인 쇼핑 경험을 혁신하고, AI 기술을 기반으로 개인화된 경험을 제공함으로써 충성 고객을 확보해야 할 것입니다.

• 소비자들의 변화하는 구매 행동을 이해하고 이에 대응하는 것은 기업의 지속 가능성을 확보하는 데 중요합니다. 특히, 힘든 경제적 여건 속에서 소비자 선택의 폭을 넓히고, 효율적인 쇼핑 환경을 조성하는 것이 필수적입니다. 앞으로 유통업체는 AI 기술을 활용하여 고객의 선호도와 행태를 분석하고, 이를 바탕으로 더욱 혁신적인 서비스를 개발해 나가야 할 것입니다. 이로 인해 기업은 시장 경쟁력을 강화하고, 고객의 신뢰를 더욱 굳건히 할 수 있을 것입니다. 이러한 변화는 결국 유통업계의 지속적인 진화와 발전으로 이어질 것입니다.

용어집

• 생성형 AI [기술]: 사용자 요청에 따라 콘텐츠나 제품 정보를 생성하는 인공지능 기술로, 소비자들의 쇼핑 경험을 개인화하고 향상시키는 데 사용됩니다.

• 소액후불결제(BNPL) [금융 서비스]: 소비자가 상품을 먼저 구매하고, 나중에 결제하는 방식의 대체 신용 서비스로, 소비자들이 부담 없이 제품을 이용할 수 있게 돕습니다.

• 가격 민감도 [소비 행동]: 소비자가 가격 변동에 얼마나 쉽게 반응하는지를 의미하는 것으로, 가격 상승에 따른 소비 감소 경향을 나타냅니다.

• 고객 충성도 [마케팅]: 소비자가 특정 브랜드를 지속적으로 선택하고 지지하는 경향을 의미하며, 소매업체가 지속 가능한 성장을 위해 중요한 요소입니다.

• 온·오프라인 쇼핑 경험 [소비 경험]: 기존의 오프라인 쇼핑과 디지털 온라인 쇼핑이 결합된 소비자 경험으로, 소비자에게 보다 편리하고 개인화된 서비스를 제공합니다.

출처 문서

• “유통업계, 온·오프라인 쇼핑경험 고도화·충성고객 확보해야”https://www.hellot.net/news/article.html?no=91722
• 생성형 AI, 온라인 쇼핑에도 손 뻗치다https://www.newstheai.com/news/articleView.html?idxno=5960
• "쇼핑객 17%가 구매 위해 생성형 AI 사용" 세일즈포스 보고서https://www.cio.com/article/3503685/%EC%87%BC%ED%95%91%EA%B0%9D-17%EA%B0%80-%EA%B5%AC%EB%A7%A4-%EC%9C%84%ED%95%B4-%EC%83%9D%EC%84%B1%ED%98%95-ai-%EC%82%AC%EC%9A%A9-%EC%84%B8%EC%9D%BC%EC%A6%88%ED%8F%AC%EC%8A%A4-%EB%B3%B4%EA%B3%A0.html