제품 광고를 이제 Gemini가 대신 쓴다: 진열대가 검색결과에서 AI 답변으로 옮겨가고, 발견은 47% 결제 대행은 24%

Google Marketing Live 2026에서 Google이 제품 광고의 펜을 Gemini에게 넘겼다. Merchant Center 피드를 읽고 쇼핑객의 쿼리마다 맞춤 설명 문장을 써 내는 방식이다. AI Max 매칭은 이제 검색의 기본으로 들어갔다. Microsoft도 같은 흐름에서 에이전트 웹용 광고 도구 AI Max를 내놨다.

같은 시기 소비자 쪽 숫자가 나왔다. 에이전트 커머스에 대한 수용도는 단계마다 크게 갈린다. 발견과 평가 보조에서 편안함이 47%, AI가 직접 결제까지 실행하는 데는 24%, 자동 재구매는 10%로 떨어진다.

이 세 숫자를 순서대로 놓으면 소비자가 AI에게 권한을 넘기는 속도가 보인다. "무엇을 살지 같이 찾아 줘"는 절반이 받아들이지만 "대신 사 줘"는 그 절반, "알아서 채워 놔"는 다시 그 절반이다. 권한이 커질수록 신뢰의 문턱이 가팔라진다. 플랫폼들이 결제 자동화 기능을 서둘러 밀어도 소비자 채택이 그 속도를 따라오지 못하는 이유이고 판매자가 지금 어느 단계에 자원을 넣어야 하는지를 알려 주는 지도이기도 하다.

한눈에 보기

단계	소비자 수용도	시사점
발견·평가 보조	47%	지금 싸움터. 여기서 인용되면 유입이 산다
AI 결제 대행	24%	아직 절반 이하. 신뢰가 병목
자동 재구매	10%	초기. 락인 여지는 크지만 먼 얘기

광고 자체도 새 진열대로 옮겨 붙는다. 광고 측정 회사 Guideline은 7월 7일 ChatGPT와 Perplexity 같은 AI 플랫폼으로 흘러드는 광고비를 거래 단위로 잡는 데이터를 확장했다. 설문이나 추정이 아니라 거래 기반이고 65개국 약 2천억 달러 규모의 미디어 투자를 다룬다.

노출 단위가 링크에서 문장으로 바뀐다

기존 검색 광고의 노출 단위는 링크였다. 파란 제목을 클릭하게 만드는 싸움. 지금은 그 자리가 AI 답변 안의 "추천 문장"으로 이동한다. Gemini가 쇼핑객 질문에 답하며 특정 제품을 왜 권하는지 한 문장으로 설명해 주고 그 문장에 들어가느냐가 유입을 가른다.

이건 SEO와 다른 게임이다. 검색 순위를 올리는 게 아니라, AI가 제품을 인용하기 좋게 데이터를 정리하는 일이다. 구조화된 제품 피드, 명확한 스펙, 신뢰할 만한 리뷰가 인용 재료가 된다.

Microsoft가 에이전트 웹용 광고 도구 AI Max를 같은 시기에 내놓은 것도 이 이동을 뒷받침한다. 두 대형 플랫폼이 나란히 "사람이 링크를 고르는 화면"에서 "에이전트가 답을 조립하는 화면"으로 광고 인벤토리를 옮기고 있다는 신호다. 노출의 문법이 바뀌면 광고주가 만들어 둬야 할 자산도 바뀐다. 배너와 키워드가 아니라, 기계가 읽어 문장으로 재조립할 수 있는 구조화 데이터가 자산이 된다.

지금 싸움은 결제가 아니라 발견에서 난다

47과 24라는 숫자를 붙여 읽으면 전략이 분명해진다. 소비자가 AI에게 결제까지 맡기는 건 아직 4명 중 1명이다. 반면 무엇을 살지 찾고 좁히는 단계는 절반이 편안해한다.

그러니 지금 자원을 쏟을 곳은 자동 결제 연동이 아니라 발견 단계다. 내 제품이 ChatGPT나 Gemini의 답변 안에서 후보로 떠오르느냐. 이걸 측정하려는 시도도 이미 나왔다. Nudge는 프리시드 110만 달러를 받고 ChatGPT·Gemini 같은 엔진 안에서 제품 노출을 재고 단위(SKU)로 추적하는 플랫폼을 냈다.

SKU 단위로 잰다는 게 핵심이다. 브랜드가 얼마나 언급되느냐가 아니라, 어떤 개별 상품이 어떤 질문에서 후보로 떠오르는지를 센다. 판매자 입장에서는 "우리 브랜드가 AI 답변에 나온다"는 막연한 감이 아니라, "이 모델 이 상품이 이 쿼리에서 빠졌다"는 구체적 누락을 짚을 수 있게 된다. 발견 단계 최적화가 감이 아니라 항목별 점검 작업이 된다.

측정 도구가 먼저 붙는다

새 채널이 열릴 때 돈은 측정을 따라 움직인다. Guideline의 거래 기반 광고 추적, Nudge의 SKU 단위 가시성은 같은 신호다. AI 답변 안에서 브랜드가 얼마나, 어떤 조건으로 인용되는지를 숫자로 만들려는 경쟁이 시작됐다.

측정이 가능해지면 예산이 그쪽으로 재배분된다. 검색 광고 예산의 일부가 AI 플랫폼 인벤토리로, 그리고 답변 최적화 작업으로 옮겨 붙을 것이다.

함정도 하나 있다. 이 측정 도구들은 대체로 에이전시와 브랜드, 기관 투자자를 겨냥한 B2B 상품이다. Guideline의 데이터는 광고주 지출을 플랫폼 자체 전망과 대조하고 CPM과 CPC 경제성을 기존 디지털 채널과 견주는 용도로 쓰인다. 큰 예산을 굴리는 쪽의 도구다. 작은 판매자는 이런 대시보드를 살 필요가 없다. 대신 그 도구들이 무엇을 세는지를 읽고 자기 제품 데이터가 그 셈에 잡힐 준비가 됐는지만 점검하면 된다.

anyAX 관점

예산으로 밀어붙일 수 없는 1인 커머스나 동네 공방, 작은 브랜드에게 이 변화는 오히려 틈이다. 승부처가 결제 대행(24%)이 아니라 발견(47%)에 있다는 건, 큰돈이 아니라 정리된 데이터가 이기는 구간이라는 뜻이다.

AI 답변에 인용되는 재료는 광고비가 아니라 구조화된 제품 정보다. 스펙이 명확하고, 리뷰가 진짜고, 피드가 기계가 읽기 좋게 짜여 있으면 Gemini가 그 문장을 만들 때 내 제품을 집어 든다. 대형 광고주가 결제 자동화에 예산을 쏟는 동안, 작은 판매자는 발견 단계의 인용 재료를 먼저 손질하는 게 레버리지가 크다.

기억할 지점은 이거다. 진열대가 옮겨가면 진열의 문법도 바뀐다. 파란 링크를 두고 다투던 시절의 SEO 습관을 그대로 들고 오면, 정작 AI가 인용할 데이터는 비어 있다. 지금 손볼 건 순위표가 아니라, 내 제품을 한 문장으로 설명하기 좋게 만드는 원재료다.