온라인 쇼핑 상품 종류가 증가하면서 소비자가 원하는 제품을 바로 찾기 점점 더 어려워지고 있다. 검색 결과가 다르게 나오거나 제품 설명이 불명확하면 구매를 미루거나 포기하면서 전환율에도 영향을 준다. 고객 문의가 늘어나 운영 부담이 커지는 것도 온라인 소매업체들이 반복적으로 겪는 문제다. 결국 실제 구매 행동과 상품 구조를 제대로 이해하는 실거래 데이터 기반 탐색·검색 기술이 필요해지고 있다.

전자상거래 전문 기업 커머스숍(CommerceShop)이 온라인 소매업체의 제품 탐색과 구매 전환을 높이기 위해 실제 상거래 데이터를 기반으로 학습된 AI 플랫폼 ‘컨버전박스(ConversionBox)’를 출시했다고 밝혔다.

자연어 기반 AI 검색 엔진

컨버전박스의 AI 검색 엔진은 의미 기반 분석과 컨텍스트 모델링을 적용해 키워드 중심 검색보다 정확한 결과를 제공한다. 사용자가 자연어로 입력한 문장을 분석해 실제 원하는 제품 속성이나 사용 상황을 파악한다. 이후 검색어와 연관된 SKU를 더 정교하게 매칭해 무결과 검색을 줄이고 구매 가능성이 높은 고의도 검색 이용자를 정확한 상품으로 연결한다. 이를 통해 판매자는 전환 가능성이 높은 검색 트래픽을 효과적으로 확보할 수 있다.

컨버전박스에는 실제 상거래 행동, 상품 구조, 이용자 의도 패턴을 기반으로 학습된 AI 쇼핑 어시스턴트가 포함된다. 이 어시스턴트는 상품 스펙 설명, 구매 조건 비교, 제품 간 차이 안내 등 즉각적 질문에 응답해 이용자가 구매 결정을 내리는 과정을 단축한다. 

컨버전박스는 사용자 상호작용 데이터와 상품별 성과 이력을 기반으로 상품 카테고리 구성, 제품 노출 순서, 추천 기준이 실시간 이용 패턴에 따라 동적으로 조정된다. 이는 판매자가 수작업으로 운영하던 상품 노출 전략을 체계화해, 구매 확률이 높은 상품을 더 효과적으로 제시한다. 

컨버전박스는 동시 구매 패턴, 상품 관계, 이용자 선호 데이터를 분석해 번들 조합을 자동 생성하는 상품 번들링 엔진을 탑재한다. 이 엔진은 수많은 구매 이력과 정확한 상품 속성을 기반으로 실제로 함께 구매될 가능성이 높은 제품 조합을 제안한다. 번들 구성은 판매자가 임의로 조합하는 방식이 아니라 실데이터 기반 상관관계를 반영한 구조다.

커머스숍 사티시 쿠마르 마리아판(Sathish Kumar Mariappan) 창립자는 “우리는 이론이 아니라 실제 상거래 데이터를 기반으로 AI를 구축하는 데 집중했다.”라고 말했다.