이번 ‘제로클릭 쇼핑(AI 쇼핑 에이전트)’ 분석 결과,
- AI 에이전트는 ‘발견·후보 축약’ 도구로는 안착했지만
- ‘결정 위임’까진 못 갔다 — 아직 진짜 ’에이전트’가 아니라 ’어시스턴트’
- 계속 쓰겠다(재사용 59%)면서도 추천은 꺼린다(NPS −54.2)
AI가 골라주면, 정말 검색을 안 하게 될까요
『트렌드 코리아 2026』이 꼽은 키워드 중 하나가 제로클릭(Zero-Click)입니다. AI가 취향과 맥락을 먼저 읽어 답을 내놓으면서, 소비자가 직접 검색하고 비교하는 과정이 사라진다는 개념이죠. 국내에서 이 개념에 가장 가까운 서비스가 2026년 1분기 네이버플러스 스토어에 도입된 네이버 AI 쇼핑 에이전트입니다. “5만 원대 조용한 무선 선풍기 추천해줘”라고 말하면 조건에 맞는 상품을 찾아·추천·비교해 주는 기능이죠.
그래서 궁금했습니다. 이걸 써 본 사람들은 정말 ‘검색을 건너뛰고’ 있을까요? 픽플리팀은 네이버 AI 쇼핑 에이전트를 실제로 써 본 500명에게 물었습니다. 결론부터 말하면, AI는 ‘뭘 볼지 좁혀주는 조수’로는 자리 잡았지만, ‘대신 결정해 주는 에이전트’로는 아직 갈길이 멀었습니다.🤔
AI 쇼핑 에이전트, 탐색과 비교·요약에는 확실히 유용합니다
사람들이 에이전트를 켜는 순간은 분명했습니다. 가장 많이 쓰는 상황은 제품끼리 비교할 때(26.6%), 후보를 빠르게 추리고 싶을 때(24.6%), 최저가·혜택을 확인할 때(22.6%) 순이었는데요. ‘뭘 살지 아이디어를 얻을 때’(16.8%)까지 더하면, 대부분 구매 여정의 앞단, 즉 ‘탐색과 축약’에서 에이전트를 불러냈습니다.
다만 아직 ’메인’은 아니었습니다. 처음 써 본 계기의 67.4%가 “네이버앱에서 자연스럽게 노출돼서”였고, 네이버 쇼핑 전체에서 에이전트가 차지하는 비중이 40% 이상인 사람은 30%에 그쳤죠. 능동적으로 찾아 쓰기보다, 눈앞에 떠서 써 보는 ‘보조 도구’ 단계였습니다.
그런데 결정은 AI에게 맡기지 않는 인간의 영역입니다
여기서부터가 핵심입니다. 에이전트가 답을 줬을 때, 사람들은 그 말을 믿고 멈췄을까요? 아니었습니다. 에이전트의 답변(추천·비교)을 보고 난 뒤, 추가로 검색을 하거나 다른 상품을 찾아 본 경험에 대해 답변을 보고 난 뒤에도 추가로 검색하거나 다른 상품을 더 찾아보는 사람이 94.0%였습니다. “거의/전혀 더 안 찾아본다”는 응답은 단 6.0%뿐이었죠.
구매까지 가도 마찬가지였습니다. AI 쇼핑 에이전트가 추천한 제품을 실제로 구매한 경험이 있는 소비자는 86.4%로 많았지만, 그중 “전혀 비교하지 않고 바로 샀다”는 순수 제로클릭은 4.6%에 불과했습니다. 대신 에이전트 추천으로 구매할 때의 추가 비교 검색량은 85.9%가 “비교·검색량이 (예전보다) 줄었다”고 답했는데요. 소비자들이 비교와 검색, 즉 클릭을 없앤 게 아니라 줄여가고 있는 경향성은 보이고 있습니다.
그렇다면 최종 판단은 누가 할까요? 데이터는 명확합니다. 구매 결정에 더 큰 영향을 주는 요소는 실제 사용자 리뷰·평점이 65.0%로 가장 높았는데요. AI 에이전트의 추천·요약(17.8%)을 세 배 넘게 앞섰습니다. 추천은 AI에게 받되, 검증은 사람에게 맡긴다 — 이것이 지금 소비자의 진짜 동선입니다.
‘진짜 에이전트’와 ’똑똑한 검색 조수(어시스턴트)’ 사이
에이전트(Agent)라는 말의 본뜻은 ’나를 대신해 일을 처리하는 대리인’입니다. 하지만 데이터 속 소비자는 아직 AI에게 결정을 위임하지 않았습니다. ’에이전트가 추천을 넘어 주문·결제까지 대신해 준다면 쓰겠다’는 반응도 34.6%로, 절반을 넘지 못했죠.
다만, 흥미로운 분석 결과도 있었는데요. 에이전트 추천으로 구매할 때, 추가 비교 검색을 진행하지 않은 사람일수록 에이전트에 대한 위임 의향이 45.0%로 가장 높았습니다 — 신뢰가 쌓인 소수에게는 ’진짜 AI 에이전트’가 동작하고 있는 셈입니다. 결국 지금의 AI 쇼핑 에이전트는 이름과 달리, 대리인(agent)이라기보다 후보를 정리해 주는 조수(assistant)에 가깝습니다. 소비자는 조수의 정리는 반기지만, 최종 결재는 여전히 자기 손으로 하고 있었습니다.
“계속 쓸게요, 근데 추천은 좀…” — 재사용과 NPS의 역설
가장 눈에 띈 건 이 대목입니다. “앞으로도 계속 쓰겠다”는 재사용 의향은 59.0%로 꽤 높았습니다. 고객만족도 점수(CSAT)도 50.8%로 나쁘지 않았고, 이용 후 후회 경험은 14.4%로 낮았죠. 그런데 “주변에 추천하겠느냐”는 추천 지수(NPS)는 −54.2로 낮은 편이었습니다. 추천하겠다는 사람(9.4%)보다 안 하겠다는 사람(63.6%)이 압도적으로 많았다는 뜻입니다.
계속 쓰긴 하는데, 남에게 권하진 않는다. 이 간극은 어디서 올까요? 답은 ‘신뢰의 벽’이었습니다. 에이전트를 쓸 때 가장 걱정되는 점 1위가 “광고·상위노출 상품 위주로 추천하는 것 아니냐”(39.0%)로 확인된 것인데요. AI가 정말 ’나를 위해’ 고르는지, 아니면 ‘팔고 싶은 걸’ 고르는지 확신하지 못하는 것입니다. 이 의심이 풀리지 않는 한, AI 쇼핑 에이전트는 믿고 맡길 수 있는 에이전트가 아닌, ‘“오늘은 다시 보지 않기”를 누르게 되는 추천 서비스’에 머물게 되는 것이죠. 또한, 이는 글로벌 트렌드를 봤을 때 ’AI 쇼핑 에이전트’라는 기술 자체가 아직 넘지 못한 벽이라기 보다는 ‘국내 쇼핑 플랫폼이 넘어야 할 신뢰의 벽’에 가까운 것으로 보입니다.
이번 데이터가 실무자에게 건네는 힌트입니다
커머스·플랫폼 담당자
지금 소비자가 원하는 건 ‘대신 결정해 주는 AI’가 아니라 ’신뢰할 수 있는 정보를 요약·정리해주는 AI’입니다. 최대 우려가 광고·상위노출(39.0%)인 만큼, 추천 근거의 투명성(왜 이 상품인지)과 리뷰 연결(사람 리뷰 65% 의존)을 전면에 두는 설계가 신뢰의 벽을 낮춥니다. ’위임’을 서두르기보다 ’비교 보조’로 정확히 포지셔닝하세요.
브랜드·판매자
AI 추천에 한 번 노출됐다고 끝이 아닙니다. 소비자는 결국 리뷰(65.0%)에서 최종 검증을 하니까요. AI 추천 최적화만큼 리뷰 자산(양·질·최신성)이 전환을 가릅니다. AI가 후보로 올려도, 리뷰가 약하면 그 자리에서 탈락합니다.
CX·서비스 기획자
현재 소비자들에게 AI 서비스는 재사용(59%)은 높은데 NPS(−54.2)는 바닥인, 전형적인 ‘락인은 됐지만 사랑받진 못한’ 서비스입니다. 개선 1순위는 기능 추가가 아니라 신뢰(추천 의향) 회복 — ’광고가 아니라 나를 위한 추천’이라는 확신을 주는 경험 설계입니다.
이번 콘텐츠를 마치며
AI 쇼핑 에이전트를 데이터로 따라가 보니, 우리가 경험하고 있는 것은 ’검색이 사라진 미래’가 아닌, ‘기업들의 의욕이 앞서는 현재’였습니다. 사람들은 AI에게 후보 정리는 맡겼지만, 최종 결정은 여전히 자기 손과 사람들의 리뷰에 남겨두고 있었는데요. 지금의 AI 쇼핑 에이전트는 이름과 달리, 아직 대리인이 아니라 조수이며, 신뢰의 벽 앞에 서 있었습니다.
그 벽을 허무는 열쇠는 더 발전한 AI 모델이 아니라 고객중심사고로부터 만들어진 소비 경험일지 모릅니다. 소비자가 “이건 광고가 아니라 진짜 나를 위한 선택”이라고 느끼는 순간, 비정규직 인턴(조수)은 비로소 정규직 에이스(에이전트)가 될 수 있을 것입니다. 그리고 그러기 위해서는 그 어느 때보다 고객들의 경험과 생각을 면밀하게 들여다 봐야 되겠죠.
AI가 많은 것을 바꾸고 있고, 더 많은 것을 바꿀 이 시대의 소비자들의 모든 것을 픽플리가 데이터로 다시 들여다보겠습니다! 😊
ℹ️ 설문조사 및 데이터 수집 방식
조사 시간: 3일 (2026. 7. 25. 오전 12:43:56 ~ 2026. 7. 28. 오전 1:53:27)
방식: 온라인(앱) 설문 방식
참여 인원: 네이버 AI 쇼핑 에이전트 사용 경험이 있는 전국 20대 ~ 50대 소비자(픽플리 유저) 500명
참여자 성별: 여성 53%(265명), 남성 46.4%(232명), 응답하지 않음 0.6%(3명)
참여자 연령: 30대 33.6%(168명), 20대 28.4%(142명), 40대 27.2%(136명), 50대 10.8%(54명)