생성형 AI에게 쇼핑을 물어보면 가격을 꼼꼼히 비교해 지갑을 더 단단히 닫을 것 같다. 그런데 조사 결과는 반대 방향을 가리켰다. 딜로이트 인사이트(Deloitte Insights)가 2026년 9월 발표한 리포트 「AI 검색 최적화 시대의 소비시장 변화」에 따르면, 생성형 AI가 쇼핑에 유용하다고 평가한 미국 소비자는 지난 한 달 가장 많은 돈을 쓴 자기보상 구매에서 그렇지 않은 소비자보다 2.3배 수준의 지출을 보였다. 자기보상 소비란 자신을 위해 평소보다 특별한 지출을 하는 소비 행위를 말하며, 리포트는 AI 쇼핑 자기보상 소비의 연결 고리를 기업의 새 매출 기회로 짚었다.

자기보상 소비자 절반 가까이 거친 생성형 AI, 유용성 46%

딜로이트 인사이트 리포트에 따르면 최근 한 달 안에 자신을 위해 평소보다 특별한 소비를 한 미국 응답자의 절반 가까이가 구매 과정에서 생성형 AI를 활용했다. 나를 위한 소비 자체는 새로운 현상이 아니다. 딜로이트가 미국 소비자를 대상으로 진행하는 정기 소비자 조사에서 10명 중 7명 이상은 매달 자신을 위한 특별한 소비를 하고 있으며, 이 흐름은 2023년 조사 이후 크게 달라지지 않았다.

국내에서도 비슷한 흐름이 거래 데이터로 확인된다. 한 조사에서 응답자의 37%는 전년보다 자신에게 주는 선물, 이른바 셀프 기프팅의 빈도가 늘었다고 답했다. 2026년 2분기 카카오톡 선물하기의 자기 구매 거래액은 전년 같은 기간보다 39% 늘었고, 전체 선물하기 거래액의 약 20%를 차지했다. 남에게 선물하려고 만든 서비스에서 전체 거래 금액의 5분의 1이 자신을 위한 구매로 쓰이고 있다는 의미다. 리포트는 셀프 기프팅 전체를 자기보상 소비로 볼 수는 없다고 단서를 달면서도, 나를 위한 소비가 디지털 커머스에서 하나의 구매 행동으로 자리 잡고 있다고 해석했다. 소비 자체는 그대로인데, 달라진 것은 물건을 찾는 방법이다.

이 변화는 채널별 평가에서 드러난다. 리포트는 2025년 9월부터 2026년 2월까지 여섯 차례 실시한 조사를 합쳐, 최근 구매 결정에서 각 채널이 얼마나 쓸모 있었는지 물었다. 응답자는 자기보상 소비 경험자 4,452명과 그 외 소비자 1,548명이다. 자기보상 소비 경험자 가운데 생성형 AI가 유용했다고 답한 비율은 46%로, 소셜미디어(47%)와 거의 같은 수준까지 올라왔다. 그 외 소비자에게서는 생성형 AI 36%, 소셜미디어 29%였다. 검색엔진은 두 집단 모두에서 74%, 72%로 여전히 1위였다. 소셜미디어가 오랜 기간 쌓아 온 쇼핑 영향력을 생성형 AI가 짧은 기간에 따라잡았다는 뜻이다. 리포트도 생성형 AI가 짧은 기간 안에 의미 있는 구매 결정 채널로 떠올랐다는 점을 주목할 대목으로 꼽았다.

AI가 검색을 밀어낸 것은 아니다. AI 쇼핑 도우미를 쓰는 소비자의 96%는 검색, 소셜미디어, 브랜드와 쇼핑몰 사이트를 함께 이용했다. 저녁에 AI 챗봇으로 후보를 추린 뒤 포털에서 최저가를 확인하고, 쇼핑몰 후기까지 읽어 보는 사람이라면 리포트가 말하는 전형적인 소비자에 가깝다.

AI 쇼핑 자기보상 소비 격차, 최대 지출 2.3배

생성형 AI가 쇼핑에 도움이 된다고 본 자기보상 소비 경험자는 다른 소비자보다 한 달에 3회 이상 자기보상 소비를 할 가능성이 61% 높았다. 여기서 61%는 같은 사람이 AI를 쓰기 전과 후를 비교한 값이 아니다. AI를 유용하다고 본 집단과 그렇지 않은 집단 사이에서 나타난 차이다. 리포트 역시 이 결과를 AI가 구매 빈도를 직접 끌어올렸다는 뜻이 아니라, AI를 유용하게 여기는 소비자에게서 나타난 특징으로 읽어야 한다고 선을 그었다.

지출 규모에서도 차이가 드러났다. 월 3회 이상 자기보상 소비를 한 사람은 월 1~2회 구매한 사람보다, 지난 한 달 가장 비쌌던 자기보상 구매 한 건에서 93% 더 많이 썼다. 월 1~2회 소비자의 가장 큰 구매가 10만 원이었다면 잦은 소비자는 약 19만 3,000원을 쓴 셈이다. 이 수치는 한 달 누적 지출이나 평균 구매액이 아니라 가장 큰 한 건을 기준으로 한다는 점을 기억해야 한다. 생성형 AI를 쇼핑에 유용하다고 평가한 자기보상 소비자는 같은 기준에서 그렇지 않은 소비자보다 2.3배 수준의 지출 차이를 보였다. 같은 10만 원을 기준으로 놓으면 23만 원 안팎이다. 한 번의 선택에서 이 정도 차이가 난다면, 이런 소비자를 AI 추천 목록 안에서 만나는 브랜드와 만나지 못하는 브랜드의 매출 격차는 시간이 갈수록 벌어질 수 있다.

AI를 거쳐 쇼핑하는 사람이 더 잘 산다는 흐름은 쇼핑몰 방문 데이터에서도 나타난다. 미국 온라인 쇼핑몰의 1조 회 이상 방문 데이터를 집계한 결과, 2026년 1~3월 AI를 거쳐 들어온 방문은 1년 전보다 393% 늘었다. 1년 사이 다섯 배 가까이로 커진 것이다. 구매 전환율은 사이트 방문자 가운데 실제로 물건을 산 사람의 비율을 말한다. 2026년 3월 AI 경유 방문자의 구매 전환율은 다른 경로 방문자보다 42% 높았고, 사이트 체류시간은 48%, 방문당 페이지 조회 수는 13% 높았다. 1년 전인 2025년 3월만 해도 AI 경유 방문자의 구매 전환율은 다른 경로보다 38% 낮았다. 구경만 하고 떠나던 방문자가 1년 만에 다른 경로보다 더 잘 사는 방문자로 바뀐 것이다.

그림1. 최근 구매 결정 과정에서 채널별 유용성 평가, 자기보상 소비 경험자와 그 외 소비자 비교 (자료: 딜로이트 인사이트 리포트 그림 1)

조건을 문장으로 묻는 AI 쇼핑과 세대별 구매 계기

AI 쇼핑이 기존 검색과 다른 점은 소비자가 검색어 대신 목적과 상황, 예산을 문장으로 설명한다는 데 있다. 검색 중심 쇼핑에서는 소비자가 검색어를 고르고, 필터를 바꾸고, 여러 상품 페이지를 오가며 직접 후보를 좁혀야 했다. 대화형 AI 탐색에서는 여러 조건을 한 번에 말하고, 상품별 차이를 비교하기 쉬운 형태로 받아 본 뒤 추가 대화로 선택지를 좁혀 간다. 리포트는 ‘저녁 파티 준비를 도와줘’처럼 원하는 결과를 중심으로 묻는 방식을 예로 들었다.

활용 범위도 넓다. 글로벌 소비자의 50%는 제품 조사에, 39%는 가격 비교에, 38%는 새로운 상품 발견에 AI를 쓰고 있다. 제품 조사 비율이 상품 발견보다 높다는 것은, AI가 새 물건을 소개하는 데 그치지 않고 이미 마음에 둔 상품을 따져 보는 도구로도 쓰인다는 뜻이다. 글로벌 소비자의 56%는 2026년 중 살 제품을 최종 결정하는 데 AI를 쓸 의향이 있다고 답했다. AI의 역할이 무엇이 있는지 찾는 일에서 무엇이 나에게 맞는지 판단하는 일로 옮겨 가고 있다.

AI가 판단을 돕더라도, 지갑을 여는 계기는 나이에 따라 달랐다. 리포트에 따르면 18~34세는 지나치기 어려운 상품을 발견했을 때, 35~54세는 이전부터 눈여겨보던 상품이 있을 때, 55세 이상은 놓치기 어려운 거래나 가격 혜택이 있을 때 자기보상 소비로 이어지는 경향이 상대적으로 강했다. 리포트는 이 차이를 AI 활용 때문이 아니라 사람마다 구매 계기가 다르기 때문이라고 설명했다. 스크롤하다 눈에 띈 신상품을 바로 결제하는 20대와, 할인 알림이 뜨는 날에야 결제 버튼을 누르는 60대는 같은 AI를 써도 다른 이유로 지갑을 연다.

향수 구매 53%가 새 브랜드, 브랜드 없이 묻는 럭셔리 질문 70%

리포트가 AI 쇼핑과 자기보상 소비가 가장 뚜렷하게 만나는 시장으로 꼽은 곳은 프리미엄 브랜드 중심의 고급 화장품과 향수 시장, 업계에서 프레스티지 뷰티라 부르는 분야다. 그중에서도 향수가 대표 사례로 꼽혔다. 스몰 럭셔리란 명품 가방처럼 큰돈을 쓰지 않고도 프리미엄 브랜드의 만족을 얻을 수 있는 비교적 작은 사치 품목을 뜻한다. 향수는 고가 제품부터 부담이 적은 제품까지 가격대가 넓어, 자기 예산에 맞춰 프리미엄 경험을 고를 수 있는 대표 품목이다.

이 시장은 경기가 불확실한 가운데서도 커지고 있다. 2026년 상반기 미국 프레스티지 뷰티 매출은 전년보다 7% 늘어 171억 달러를 기록했다. 2026년 4월 공개된 글로벌 뷰티 시장 데이터에서는 매출이 10% 늘었고, 온라인 판매는 오프라인보다 6배 빠르게 성장했다. 글로벌 소비자의 49%는 생성형 AI로 뷰티 제품을 추천받고 있다. 한국에서도 AI 쇼핑 도우미를 쓰는 뷰티 소비자의 54%는 AI가 추천한 제품이 구매 결정에 영향을 줬다고 답했고, 52%는 취향과 구매 이력을 반영한 개인화 추천을 선호했다.

향수 소비자는 한 브랜드에 머물지 않는다. 향수 구매의 53%는 소비자가 직전 12개월 동안 사지 않았던 브랜드에서 나왔고, 미국 소비자는 향수를 사기 전 평균 12개 상품을 살펴봤다. 향수 하나를 고르려고 매장 시향지 열두 장을 받아 드는 셈이다. 이처럼 긴 비교 과정은 생성형 AI가 가장 잘 돕는 영역과 겹친다.

AI에게 묻는 방식도 브랜드 중심이 아니다. 럭셔리 관련 생성형 AI 질문의 약 70%는 특정 브랜드를 언급하지 않았고, 75%는 상품 발견이나 비교가 목적이었다. AI가 답변에 인용한 링크의 90%는 브랜드 공식 사이트가 아닌 외부 사이트에서 나왔다. 소비자가 브랜드명 대신 여름 출근길에 쓸 가볍고 오래가는 향수를 찾는다고 말하면, AI가 내놓는 후보 목록에 이름이 오르는지가 구매 고려 대상에 들어가는 첫 관문이 된다. 리포트는 이런 탐색에서 기존 브랜드 인지도만으로는 AI 답변 속 노출을 확보하기 어렵다고 진단했다.

상품 상세 페이지 AI 가독성 66%, SEO에서 GEO로

리포트가 기업에 제시한 해법은 검색엔진최적화(SEO)를 유지하면서 생성형 AI 최적화(GEO)까지 상품 노출 관리의 범위를 넓히는 것이다. SEO가 검색 결과에서 상품이 잘 보이게 하는 일이라면, GEO(Generative Engine Optimization)는 AI가 상품과 브랜드 정보를 찾아 이해하고 소비자 질문에 대한 답변이나 추천 후보로 쓸 수 있도록 정보를 관리하는 방법을 말한다.

리포트가 꼽은 첫 번째 과제는 AI가 읽을 수 있는 상품 정보다. AI 가독성 점수란 웹페이지 내용을 AI가 얼마나 온전히 읽고 이해할 수 있는지 나타낸 지표다. 페이지 유형별로 보면 홈페이지는 평균 75%, 상품 카테고리 페이지는 74%였지만 정작 구매 직전에 보는 상품 상세 페이지는 66%로 가장 낮았다. 상품 상세 페이지 콘텐츠의 약 3분의 1은 AI가 충분히 읽기 어려운 상태였다. 사람 눈에는 잘 정리돼 보이는 페이지라도 AI에게는 읽기 어려운 부분이 적지 않다는 뜻이다. 리포트는 상품 설명을 무작정 늘리기보다 상품명, 주요 속성, 사양, 가격, 구매 조건을 정확하고 일관되게 정리하고 가격과 재고처럼 바뀌는 정보를 최신으로 유지하라고 권했다.

두 번째는 구매 이유다. 상품 정보가 무엇을 파는지 설명하는 수준을 넘어, 왜 이 조건에 맞는지를 설명할 수 있어야 AI도 소비자의 질문과 상품을 정확히 연결한다. 앞서 본 세대별 구매 계기를 적용하면, 순간 발견이 중요한 고객에게는 새로움을, 오래 고민한 고객에게는 판단 근거를, 혜택에 민감한 고객에게는 체감 가치를 앞세우는 식이다.

세 번째는 구매 이후의 측정이다. 리포트는 고객 접점과 실제 구매 결과를 연결하고, 같은 고객이 언제 얼마나 자주 다시 사는지를 추적해 다음 제안 시점에 반영하는 측정 방식을 제안했다. 마케팅 활동부터 실제 구매와 재구매까지 하나의 고리로 잇는다는 뜻에서 리포트는 이를 폐쇄형 측정이라고 불렀다. 자기보상 소비는 한 번으로 끝나지 않고 반복되는 경우가 많은 만큼, 다음 구매 시점을 아는 기업이 다음 매출을 가져갈 가능성이 크다.

AI가 연 지갑인가, 열린 지갑이 AI를 찾은 것인가

리포트의 수치는 AI를 쇼핑에 유용하다고 여기는 소비자가 더 자주, 더 크게 자신을 위해 쓴다는 사실을 보여준다. 그러나 리포트 스스로 밝혔듯 이는 AI가 소비를 직접 늘렸다는 증거가 아니다. 원래 쇼핑을 즐기고 새 상품 탐색에 적극적인 사람이 AI도 먼저 받아들였을 가능성을 배제할 수 없다. 자기보상 소비와 채널 평가 데이터가 미국 소비자 조사라는 점, 국내 수치는 별도 조사와 기업 발표에서 가져온 것이라는 점도 함께 고려할 필요가 있다.

분명한 것은 선후 관계와 상관없이 가장 활발하게 지갑을 여는 소비자들이 이미 AI와 대화하며 물건을 고르고 있다는 점이다. 소비자 입장에서는 AI가 추천한 향수가 어떤 외부 사이트의 정보를 근거로 나왔는지 한 번쯤 확인해 볼 이유가 생겼다. 기업 입장에서는 AI 추천 목록에 이름을 올리는 일이 광고 한 편보다 중요해질 수 있다. AI가 소비자의 지갑을 여는 열쇠가 될지, 이미 열린 지갑의 안내자에 머물지는 앞으로 쌓일 데이터로 두고 볼 일이다.

FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. 자기보상 소비란 무엇인가요?
자기보상 소비는 자신을 위해 평소보다 특별한 지출을 하는 소비를 말합니다. 딜로이트 리포트는 영어 splurge를 이렇게 번역했으며, 향수나 화장품 같은 스몰 럭셔리 품목에 한정하지 않고 나를 위한 특별한 구매 전반을 포함합니다. 미국 소비자 10명 중 7명 이상이 매달 이런 소비를 하고 있습니다.

Q2. AI로 쇼핑하면 돈을 더 쓰게 되나요?
그렇게 단정할 수는 없습니다. 딜로이트 조사에서 생성형 AI를 쇼핑에 유용하다고 평가한 소비자는 가장 큰 자기보상 구매에서 2.3배 수준을 지출했지만, 이는 두 집단을 비교한 결과이지 같은 사람이 AI를 쓴 뒤 지출이 늘었다는 뜻은 아닙니다. 리포트도 AI가 소비를 직접 늘렸다기보다 AI를 유용하게 여기는 소비자의 특징으로 봐야 한다고 설명합니다.

Q3. GEO는 SEO와 무엇이 다른가요?
SEO는 검색 결과에서 상품과 브랜드가 잘 보이도록 관리하는 방법이고, GEO는 챗GPT 같은 생성형 AI가 상품 정보를 찾아 이해하고 답변과 추천에 활용하도록 관리하는 방법입니다. 럭셔리 관련 AI 질문의 약 70%가 브랜드명 없이 이뤄지는 만큼, 상품명과 사양, 가격, 구매 조건을 AI가 읽기 쉽게 정리하는 것이 GEO의 출발점입니다.

기사에 인용된 리포트 원문은 딜로이트 인사이트 카카오톡 채널에서 확인할 수 있다.
리포트명: AI 검색 최적화 시대의 소비시장 변화: 자기보상 소비 증가와 스몰 럭셔리 품목의 성장 (Deloitte Insights, 2026년 9월)
이미지 출처: AI 생성 콘텐츠
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.