ChatGPT가 상품에 라벨을 붙이기 시작했습니다

ChatGPT가 상품에 라벨을 붙이기 시작했습니다 - 추천 순서보다 '추천 이유'를 먼저 설계해야 하는 이유

AI 추천 화면에서 상품을 고르는 기준이 바뀌고 있습니다. 2026년 10월 6일, ChatGPT 상품 결과에 새로운 형태의 라벨이 붙는 테스트가 확인됐습니다. "best all-rounder(전반적으로 가장 좋음)", "best for beginners(입문자에게 가장 좋음)", "best cushioning(쿠셔닝이 가장 좋음)" 같은 문구가 상품 카드에 직접 표시되고, 1순위로 꼽힌 상품은 초록색, 나머지 카테고리별 추천은 회색으로 구분됩니다. 결론부터 말하면, 지금 점검해야 하는 것은 상품 피드의 항목 채우기가 아니라 상품 페이지 본문에 '어떤 용도에서 왜 좋은지'가 문장으로 적혀 있는지입니다.

<순위 경쟁이 아니라 꼬리표 경쟁으로 바뀐다>

검색 결과에서 상위 노출을 다투던 구조와 AI 추천 화면의 구조는 다릅니다. 검색은 열 개 남짓한 결과를 나열하고 사용자가 고르게 했습니다. AI 추천은 서너 개로 좁힌 뒤, 각각에 역할을 붙여서 내놓습니다. 사용자가 보는 것은 "1위 상품"이 아니라 "입문자용으로는 이것, 쿠셔닝은 이것"이라는 분류표입니다.

이 차이가 중요한 이유는 경쟁의 승패가 갈리는 지점이 옮겨갔기 때문입니다. 같은 카테고리에서 1순위를 못 받아도, '입문자에게 가장 좋음' 자리를 받으면 그 의도로 들어온 사용자에게는 사실상 1순위로 보입니다. 반대로 성능은 좋은데 어떤 용도로도 분류되지 못한 상품은 목록에서 아예 빠집니다. 라벨은 노출 기회를 나누는 장치이면서, 동시에 노출을 포기시키는 장치입니다.

<라벨의 근거는 피드가 아니라 상품 페이지에 있습니다>

ChatGPT의 쇼핑 리서치 기능은 2025년 11월 24일 공개됐습니다. 쇼핑 작업에 맞춰 별도 학습된 모델을 쓰고, 사용자에게 몇 가지를 되물어 조건을 좁힌 뒤 비교 가이드를 만들어 줍니다. 로그인한 사용자라면 무료 요금제에서도 모바일과 웹에서 쓸 수 있습니다. 오픈AI는 이 결과가 광고가 아니라 공개된 판매 사이트를 직접 읽어서 만든 것이고, 상품 페이지를 읽고 출처를 인용하며 품질이 낮거나 스팸성인 사이트는 피한다고 밝혔습니다.

실무에서 더 눈여겨볼 변화는 2025년 9월에 있었습니다. 상품 제목을 가져오는 출처가 바뀌어서, 상품 피드만 쓰던 방식에서 사이트의 title 태그를 함께 읽는 방식으로 넘어갔습니다. 구글 쇼핑이 피드에 적은 제목만 쓰는 것과는 다른 방식입니다. 즉 ChatGPT 쪽에서는 피드에 뭘 적었는지와 무관하게, 실제 상품 페이지에 뭐라고 써 있는지가 그대로 읽힙니다.

라벨도 같은 경로를 따릅니다. '입문자에게 좋다'는 판단을 모델이 어디서 가져오는지 생각해 보면 답은 분명합니다. 상품 페이지의 설명 문장, 사양 표의 맥락, 리뷰에 반복해서 나오는 표현입니다. 피드의 카테고리 코드나 속성 값에는 그런 판단 근거가 들어갈 자리가 없습니다. 그래서 라벨을 노리는 작업은 피드 정비가 아니라 상품 페이지 문장 정비입니다.

<먼저 해야 할 점검 다섯 가지>

첫째, 주력 상품마다 '누구에게 왜 맞는지'가 한 문장으로 적혀 있는지 확인합니다. "입문자가 쓰기 쉽습니다" 같은 문장이 상품 설명 상단에 있는지, 아니면 사양만 나열돼 있는지를 봅니다. 사양만 있는 페이지는 AI가 용도를 추정할 근거가 없어서 어떤 라벨도 받지 못합니다.

둘째, 상품 페이지의 title 태그를 다시 읽어 봅니다. 쇼핑몰 솔루션이 자동으로 만든 제목은 보통 "브랜드명 - 상품명 - 쇼핑몰명" 형태입니다. 여기에 용도나 핵심 특징이 한 단어라도 들어가 있는지 확인합니다. 피드 제목을 공들여 다듬고 title 태그는 방치한 경우가 많습니다.

셋째, 경쟁 상품과 비교되는 축을 스스로 먼저 정합니다. 가격, 무게, 내구성, 사용 난이도 중에서 우리 상품이 1등을 할 수 있는 축이 어디인지 정하고, 그 축의 수치나 근거를 페이지에 적습니다. 모든 항목에서 좋다고 쓰면 어떤 라벨도 못 받습니다.

넷째, 리뷰에 반복해서 나오는 표현을 모아 봅니다. 고객이 실제로 쓰는 말이 AI가 읽는 근거가 됩니다. 리뷰에서 "처음 써도 쉽다"가 자주 나오는데 상품 설명에는 그 표현이 없다면, 설명 쪽을 고객 말에 맞춰 손보는 편이 낫습니다.

다섯째, 링크 상태를 확인합니다. ChatGPT가 인용한 URL 가운데 약 2.38%는 열어보면 없는 페이지로 확인됐다는 관찰이 있습니다. 품절이나 개편으로 사라진 상품 URL이 추천에 걸리면 그 트래픽은 그냥 버려집니다. 단종 상품은 404로 두지 말고 대체 상품이나 카테고리로 연결해 둡니다.

<구조화된 데이터와 결제 연결은 그다음 순서입니다>

상품 정보를 기계가 읽기 쉽게 정리하는 일은 여전히 유효합니다. Product 구조화 데이터로 가격, 재고, 리뷰 평점을 명시해 두면 가격이나 재고가 잘못 표시되는 사고를 줄일 수 있습니다. ChatGPT 쪽에 상품 피드를 제출하는 경로와 대화 안에서 바로 결제되는 인스턴트 체크아웃도 열려 있지만, 국내 쇼핑몰이 지금 당장 붙일 수 있는 범위는 제한적입니다.

순서를 혼동하지 않는 것이 중요합니다. 결제 연결은 추천을 받은 다음의 문제이고, 라벨을 받는 문제는 그 앞단입니다. 상품 페이지에 판단 근거가 없는 상태에서 피드와 결제만 연결해 두면, 연결은 됐는데 추천은 안 되는 상태가 됩니다.

<측정은 '추천 문맥'까지 기록해야 합니다>

AI 경유 유입은 아직 전체에서 차지하는 비중이 작아서 유입량만 보면 변화를 알아채기 어렵습니다. 대신 기록을 남기는 방식으로 접근하는 편이 현실적입니다.

주력 상품 열 개 정도를 정해, 월 1회 같은 질문으로 ChatGPT에 물어보고 결과를 표로 남깁니다. 기록할 칸은 질문 문구, 노출 여부, 붙은 라벨, 같이 추천된 경쟁 상품, 인용된 페이지 주소입니다. 이 표가 두세 달 쌓이면 어떤 문장을 고친 뒤에 라벨이 붙었는지 역추적할 수 있습니다. 숫자가 작을 때는 집계보다 기록이 먼저입니다.

GA4 쪽에서는 참조 도메인별로 AI 서비스 유입을 따로 묶어두고, 세션 수가 아니라 상품 상세 조회와 장바구니 담기 비율을 봅니다. 추천을 타고 들어온 사용자는 이미 비교를 끝낸 상태라 행동 패턴이 다릅니다.

<정리>

라벨 테스트는 오픈AI의 공식 발표가 아니라 외부 관찰로 확인된 변화입니다. 테스트가 그대로 자리를 잡을지, 다른 형태로 바뀔지는 아직 알 수 없습니다. 다만 방향은 분명합니다. AI 추천 화면은 상품을 나열하는 자리에서 상품에 역할을 붙여 주는 자리로 가고 있고, 역할을 붙이는 근거는 우리가 상품 페이지에 써 둔 문장입니다.

지금 할 일은 거창하지 않습니다. 주력 상품 열 개의 설명 첫 문장을 '누구에게 왜 맞는지'로 바꿔 쓰는 것, title 태그를 다시 보는 것, 끊어진 상품 링크를 정리하는 것. 이 세 가지면 이번 분기에 할 몫은 됩니다.

지아이오엠은 AI 추천 화면에서의 노출을 광고 성과와 분리해 따로 기록하고 있습니다. 상품 정보 구조와 문장을 어디서부터 손봐야 할지 정리가 필요하시면 문의해 주시기 바랍니다.