네이버플러스 스토어 앱 v1.0
IT/AI
네이버 쇼핑 AI 에이전트, 써봤더니 이게 걸립니다
결론부터 말씀드리면, 대화형 쇼핑 자체는 편리했습니다. 그런데 실제로 상품을 결제까지 마치는 데 27분이 걸렸고, 중간에 AI가 상품 스펙을 틀리게 설명하는 장면도 나왔습니다. “AI 에이전트가 쇼핑을 빠르게 끝내준다”는 말을 그대로 믿으면, 막상 써보고 당황할 수 있습니다.
쇼핑 AI 에이전트, 어떤 서비스인가요?
네이버는 2026년 2월 26일, AI 쇼핑 앱 ‘네이버플러스 스토어(이하 네플스)’에 쇼핑 AI 에이전트 베타 1.0을 공개했습니다. (출처: 네이버 공식 보도자료, 2026.02.26) 기존 키워드 검색 방식과 다르게, 앱 내 AI 아이콘을 누르면 대화 형식으로 상품을 탐색하고 비교할 수 있는 구조입니다.
“신혼집 소파 추천해줘, 강아지와 같이 살고 있어”처럼 구체적인 맥락을 말하면, AI가 상품 스펙·구매 후기를 분석해 후보 상품을 정리해 줍니다. 핵심 기술은 네이버가 자체 개발한 커머스 특화 LLM ‘쇼핑 인텔리전스’인데, 가격·배송 정보·상품 속성·사용자 선호 데이터를 학습한 모델이라고 설명합니다. (출처: AI타임스, 2026.02.26)
현재 베타 서비스는 디지털·리빙·생활 카테고리 중심으로 운영되며, 2026년 상반기 내 뷰티·식품 등으로 확대할 계획이라고 밝혔습니다. 네이버플러스 스토어 자체는 지난해 4분기 기준 누적 다운로드 1,290만 건 이상을 기록했으며, 글로벌 앱 분석사 센서타워가 선정한 ‘2025년 아시아 최고 신규 쇼핑 앱’에 올랐습니다. (출처: 연합뉴스, 2026.03.08)
에이전트가 틀린 정보를 말했습니다
💡 공식 발표문과 실제 사용 흐름을 같이 놓고 보니, 네이버가 “방대한 데이터 기반”이라고 강조한 서비스에서도 상품 스펙 오류가 반복된다는 점이 보였습니다.
AI가 편리하게 상품을 요약해 준다는 인상과 달리, 실제 사용에서는 잘못된 상품 정보를 자신 있게 설명하는 장면이 포착됐습니다. 커넥터스 미디어가 직접 테스트한 사례에서, AI 에이전트는 레드윙 제품에 굿이어웰트 제법이 적용됐는지 여부를 틀리게 설명하고, 로크 제품에는 존재하지 않는 브로그 패턴이 있다고 답했습니다. (출처: 커넥터스, 2026.03.06)
이게 단순 실수처럼 보이지만, 쇼핑 맥락에서는 꽤 심각한 문제입니다. 소파·러닝화처럼 소재·기능이 구매 결정의 핵심인 상품군에서, 에이전트가 스펙을 틀리게 설명하면 소비자는 잘못된 정보를 근거로 돈을 쓰게 됩니다.
네이버는 “쇼핑 인텔리전스가 방대한 생태계 데이터를 학습했다”고 강조했지만, 학습 데이터의 양이 많다고 해서 개별 상품의 세부 스펙 정확도가 보장되지는 않습니다. 베타 1.0 단계에서 이런 오류가 공개적으로 목격됐다는 점은, 현재 단계에서 AI 에이전트의 답변을 교차 확인 없이 신뢰하기 어렵다는 뜻입니다.
27분이 걸린 이유가 따로 있었습니다
연합뉴스 기자가 실제로 러닝용 기능성 반팔 티셔츠를 네이버 쇼핑 AI 에이전트로 구매한 데 총 27분이 걸렸습니다. (출처: 연합뉴스, 2026.03.08) 이 수치가 의미하는 건, 단순히 느리다는 게 아닙니다. 기존 키워드 검색 후 바로 상품 페이지로 가는 경우라면 5분 내외면 충분한 구매를 AI 에이전트를 거치면서 오히려 시간이 늘어났다는 점입니다.
⚠️ 27분 소요 내역: AI 응답 생성 시 최대 10초 이상 대기 + 이전에 본 상품 반복 노출 + 결제 과정에서 멤버십 할인·쿠폰 안내 반복 등장
체감 속도 문제는 구조적입니다. AI 에이전트가 응답을 생성할 때 수 초에서 길게는 10초 이상 걸리며, 조건을 추가할수록 탐색 시간이 더 길어집니다. 여기에 한 번 추천된 상품이 다음 대화에서 다시 반복 노출되면서 새로운 정보를 얻지 못하는 구간이 생깁니다.
추천받은 상품의 특정 색상·사이즈 재고는 AI가 답하지 못해 상품 페이지를 직접 확인해야 했고, 결제 직전 쿠폰·멤버십 안내가 반복 등장하면서 흐름이 끊겼습니다. “AI가 쇼핑 여정 전반을 지원한다”는 설명과 달리, 실제로는 AI가 커버하지 못하는 단계에서 사용자가 직접 개입해야 하는 상황이 여러 번 발생했습니다.
아마존 루퍼스와 근본적으로 다른 구조입니다
💡 두 서비스를 수치와 UX 흐름으로 같이 놓고 보면, 겉보기엔 비슷한 ‘AI 쇼핑 에이전트’지만 추구하는 방향이 완전히 다릅니다.
아마존의 쇼핑 AI 에이전트 ‘루퍼스’는 25년 이상 축적된 글로벌 상품 데이터·리뷰를 기반으로, 평점 4점 이상에 리뷰 9,000건 이상의 고품질 상품을 중심으로 즉시 구매를 유도하는 구조입니다. 앤디 재시 아마존 CEO는 3분기 실적 발표에서 “루퍼스를 사용한 고객의 구매 완료 가능성이 미사용 고객 대비 60% 더 높다“고 밝혔으며, 연간 이용자 수는 2억 5,000만 명을 넘어섰습니다. (출처: 한국경제·MT, 2025.12.02·2026.02.26)
이 수치가 의미하는 건, 루퍼스가 “탐색 시간을 줄여 빠른 구매 결정”을 이끄는 방향으로 설계됐다는 점입니다. 반면 네이버 쇼핑 AI 에이전트는 블로그·카페·지식인 등 네이버 생태계 내 UGC(사용자 생성 콘텐츠)를 인용하며 맥락 설명을 제공하는, 이른바 ‘탐색형 쇼핑’ 구조입니다. (출처: 커넥터스, 2026.03.06)
| 항목 | 아마존 루퍼스 | 네이버 쇼핑 AI 에이전트 |
|---|---|---|
| 데이터 기반 | 글로벌 상품·리뷰 빅데이터 | 블로그·카페·지식인 UGC + 쇼핑 데이터 |
| UX 목표 | 마찰 없는 즉시 구매 | 납득하며 고르는 탐색형 쇼핑 |
| 구매전환율 | 미사용 대비 +60% (공식 발표) | 미공개 (베타 단계) |
| 물류 연동 | 자체 물류 실시간 연동 | N배송 직계약 확대 중 (진행 중) |
| 스펙 오류 | 확인 필요 | 베타 단계에서 실측 사례 확인됨 |
멀티 에이전트 구조가 오히려 일관성을 해칩니다
💡 네이버가 기술적 강점으로 내세운 ‘멀티 에이전트 구조’가, 실제 사용에서는 대화 흐름 단절의 원인이 될 수 있다는 점은 공식 발표만 봐서는 알기 어렵습니다.
네이버는 쇼핑 AI 에이전트의 기술적 핵심으로 멀티 에이전트 구조를 내세웠습니다. 탐색·비교·추천 등 각 단계마다 최적화된 서브 에이전트를 연결하고, 자사 모델과 외부 모델 중 성능이 좋은 것을 골라 쓰는 방식입니다. (출처: ZDNet, 2026.02.26)
그런데 여기서 역설이 생깁니다. 각 단계를 별도 에이전트가 담당하면, 이전 대화 맥락이 다음 에이전트에 온전히 전달되지 않는 경우가 발생합니다. 실사용에서 “이전 대화와 연속성 없는 답변”이 반복된 것도, 단일 모델이 아니라 여러 서브 에이전트가 릴레이 방식으로 응답을 생성하는 구조에서 비롯될 수 있습니다. (출처: 커넥터스 실사용 리뷰, 2026.03.06)
외부 모델을 혼합하는 구조도 마찬가지입니다. 여러 모델을 조합할수록 응답의 톤·정확도·문체가 달라질 수 있고, 사용자 입장에서는 “같은 AI와 대화하고 있다”는 느낌보다 “매번 다른 답변을 받는다”는 인상을 받게 됩니다. 물론 베타 단계이기 때문에 고도화 여지가 있지만, 현재 공개된 구조는 이 일관성 문제를 해결하지 못한 채 서비스가 열렸습니다.
지금 이 서비스를 써야 하는 상황과 아닌 상황
써볼 만한 상황은 분명히 있습니다. 소파·가전처럼 스펙 비교 항목이 복잡하고 구매 결정이 오래 걸리는 상품이라면, AI가 조건을 정리해 주는 방식 자체는 유용합니다. 실제 연합뉴스 기자 테스트에서도 러닝화 가격·리뷰·착용감 등을 한눈에 정리해 준 점은 긍정적으로 평가됐습니다. (출처: 연합뉴스, 2026.03.08)
반면, 지금 단계에서 맞지 않는 상황도 있습니다. 특정 브랜드의 세부 소재·제조 방식처럼 정밀한 스펙 확인이 필요한 경우라면, 에이전트 답변을 공식 상품 페이지에서 반드시 교차 확인해야 합니다. 또 “빠른 시간 안에 결정하고 싶다”는 목적이라면, 현재 구조에서는 오히려 기존 검색보다 더 오래 걸릴 수 있습니다. 27분 소요 사례처럼, 응답 지연·반복 추천·쿠폰 안내 반복이 합쳐지면 시간이 예상보다 늘어납니다.
개인적으로는, 지금 네이버 쇼핑 AI 에이전트를 쓴다면 “AI가 정리해 준 탐색 가이드를 참고 자료로만 활용하고, 최종 판단은 상품 페이지 직접 확인으로 끝낸다”는 방식이 현실적입니다. 아직은 도우미 역할에 가깝고, AI가 전 과정을 완결하는 수준까지는 올라오지 않았습니다.
자주 묻는 질문
마치며 — 기대한 것과 실제 사이
네이버 쇼핑 AI 에이전트가 베타 1.0으로 공개된 지 3주가 지났습니다. 솔직히 말하면, 방향은 맞습니다. 대화형으로 상품을 탐색하고, 리뷰와 스펙을 한 곳에서 정리해 주는 경험은 기존 키워드 검색에서 느끼지 못했던 편의를 줍니다.
그런데 지금 단계에서 “AI가 쇼핑을 대신해 준다”는 인상을 그대로 갖고 들어가면 실망할 수 있습니다. 스펙 오류는 실제로 목격됐고, 응답 속도는 느리며, 대화 연속성도 완전하지 않습니다. 아마존 루퍼스와 비교하면 구매전환율 수치 공개조차 아직 없습니다.
서비스가 고도화되는 방향은 지켜볼 만합니다. 다만 현재 시점에서는 “AI가 정리해 주는 탐색 가이드”로 활용하고, 최종 확인은 직접 하는 방식이 맞습니다. 이 서비스에 대해 새롭게 알게 된 내용이 생기면 추가로 다루겠습니다.
📌 본 포스팅 참고 자료
- 네이버 쇼핑 AI 에이전트 베타 출시 공식 보도 — ZDNet Korea, 2026.02.26
https://zdnet.co.kr/view/?no=20260226092411 - 네이버 쇼핑 AI 에이전트 베타 출시 공식 보도 — AI타임스, 2026.02.26
https://www.aitimes.com/news/articleView.html?idxno=207310 - 네이버 쇼핑 AI 에이전트 실사용 리뷰 — 연합뉴스, 2026.03.08
https://v.daum.net/v/20260308081458452 - 네이버 vs 아마존 루퍼스 비교 분석 — 커넥터스, 2026.03.06
https://contents.premium.naver.com/connectx/us/contents/260303042928853pu - 네이버플러스 스토어 공식 앱 페이지 — 네이버
https://mkt.naver.com/plus_app - 아마존 루퍼스 구매전환율 60% 공식 발표 — 한국경제, 2025.12.02
https://www.hankyung.com/article/202512027854i
⚠️ 본 포스팅은 2026년 3월 18일 기준으로 작성되었습니다. 네이버 쇼핑 AI 에이전트는 베타 서비스 중이며, 작성 이후 서비스 정책·UI·기능이 변경될 수 있습니다. 본문에 인용된 수치 및 스펙은 출처 명시 자료 기준이며, 이후 업데이트로 달라질 수 있습니다.
댓글 남기기