AI 신뢰도 40% 밑돌아도 상품 탐색 이용은 증가

신뢰도 하락과 사용량 증가의 '신뢰 역설'

생성형 AI가 제공하는 추천 정보에 대한 소비자 신뢰가 떨어지고 있음에도 구매 여정에서의 AI 의존도는 심화되는 현상이 관측됐습니다. 맥킨지(McKinsey)가 발표한 2026년 8월 소비자 조사 데이터에 따르면, 쇼핑 결정을 돕는 생성형 AI 도구에 대한 소비자 신뢰도는 40% 미만으로 집계됐습니다.

맥킨지의 소매 및 소비자 포장재(CPG) 부문 글로벌 리더인 다니엘 보자스(Danielle Bozarth)는 팟캐스트를 통해 소비자들이 고려 대상군에 더 많은 정보 채널을 끌어들이고 있지만, 각 정보원에 대한 신뢰도는 과거보다 크게 낮아졌다고 밝혔습니다. 디지털 플랫폼뿐 아니라 알고리즘 추천 전반에 대한 회의적 시각이 확산하는 가운데에서도, 제품 비교와 초기 탐색 단계에서 AI를 활용하는 흐름은 계속 이어지고 있습니다.

자사몰 직접 인용 부족과 GEO 전환 가속화

이번 조사에서 확인된 또 다른 특징은 브랜드 공식 웹사이트가 생성형 AI 답변 내에서 직접 인용되는 빈도가 매우 낮다는 점입니다. 앞서 AI 기업 50곳 중 41곳, AI 응답서 자사 웹사이트 인용 '0건' 조사와 AI 검색 인용 50%는 커뮤니티… 산업별 자사몰·디렉토리 양극화 보도에서 드러났듯, AI 검색 엔진은 브랜드 자사 페이지보다 서드파티 요약이나 다른 출처를 우선 인용하는 경향을 보입니다.

이로 인해 기업들은 기존의 전통적 검색엔진 최적화(SEO)를 넘어 생성형 엔진 최적화(GEO)로 대응 방식을 바꾸고 있습니다. AI 모델이 제품 사양, 기술 세부 정보, FAQ 등을 혼선 없이 읽고 답변 요약에 반영할 수 있도록 웹 콘텐츠를 구조화하는 작업이 대표적입니다. 맥킨지 보고서에 따르면 이러한 변화는 여행, 뷰티, 패션 등 정보 탐색 관여도가 높은 소비재 분야에서 두드러지게 나타납니다.

실용성과 내구성 중심의 가치 평가

맥킨지 시니어 파트너 클라리스 마냥(Clarisse Magnin)은 소비자들이 단순 초기 가격 할인보다는 실용적 유용성과 내구성, 수리 가능성 같은 장기적 가치를 기준으로 제품을 평가하는 경향이 강해졌다고 설명했습니다.

소비자가 더 꼼꼼하게 정보를 비교하는 환경에서, AI 엔진이 제품의 구조화된 속성 정보를 명확하게 파악하지 못할 경우 브랜드는 탐색 단계에서 배제될 위험에 직면하게 됩니다. 기업들이 단순 할인 홍보 대신 제품의 실질적 사양 데이터를 AI가 읽기 쉬운 형태로 정비하는 이유입니다.

이 사이트가 보는 지점

소비자의 AI 신뢰도가 40% 미만으로 떨어졌음에도 실제 사용량은 증가한다는 점은, 이용자가 AI의 답변을 절대적 진실이 아닌 비교 분석 도구로 취급하고 있음을 시사합니다. AI 응답에서 브랜드 자사몰 인용률이 극히 낮다는 맥킨지의 지적은 온라인 쇼핑객 64% 구매에 AI 도구 활용… 리뷰 요약과 소재 정보가 인용 가른다에서 다룬 전자상거래 인용 구조와 정확히 맞물립니다. 결국 신뢰도가 낮은 환경일수록 AI 모델은 브랜드의 마케팅 수식어가 아닌 구조화된 사양(spec)과 FAQ 데이터를 요약 근거로 채택할 가능성이 높으며, 향후 GEO의 측정 기준 역시 단순 가시성을 넘어 어떤 속성 데이터가 인용 블록에 포함되었는가로 좁혀질 것입니다.