# AI가 라이브 방송을 대신하면 작은 쇼핑몰도 팔 수 있을까?

_AI 진행자 실험이 보여준 것은 판매량보다 상품 기록의 중요성이었다_

> 중국 화장품 라이브 커머스 실험에서 AI 진행자는 정보량 4.32점, 정확도 0.86을 기록했다. 상품 기록을 빼자 정확도는 0.43으로 떨어졌다. 다만 실제 판매량은 측정하지 않았다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-live-commerce-host-catalog-first
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-08

AI 진행자를 붙인다고 상품이 저절로 팔리는 것은 아직 확인되지 않았다. 중국 화장품 라이브 커머스 실험에서 AI 진행자의 정확도는 0.86이었지만, 상품 기록을 빼자 0.43으로 떨어졌다. 이 실험이 작은 쇼핑몰에 주는 가장 현실적인 힌트는 AI보다 먼저 상품 정보를 정리해야 한다는 점이다.

AI 진행자가 잘 말하는지는 모델보다 넣어 준 상품 기록에 더 크게 달려 있었고, 판매 효과는 아직 숫자로 확인되지 않았다.

## AI 진행자는 실제로 무엇을 잘했나?

이 실험은 중국 화장품 라이브 방송에서 고객 댓글에 AI가 어떻게 답하는지를 살폈다. 학습 자료는 1,475건이고, 실제 댓글과 AI가 만든 댓글이 절반씩 들어갔다. 댓글은 질문, 의심, 칭찬, 공격으로 나눴다.

AI 진행자는 대사만 만드는 것이 아니라 자막, 고객에게 되묻는 질문, 구매 안내까지 네 칸으로 답했다. 상품 기록에는 12개 상품과 성분 설명 23개가 들어갔다.

| 항목 | 내용 |
|---|---|
| 업종·지역 | 중국 화장품 라이브 커머스 |
| 학습 자료 | 1,475건(실제 댓글 절반 + AI가 만든 댓글 절반) |
| 댓글 갈래 | 질문 590건(40%)·의심 297건(20%)·칭찬 294건(20%)·공격 294건(20%) |
| 상품 기록 | 12개 상품, 성분 설명 23개, 상품당 방송 대본 180~240자 |
| 답의 꼴 | 대사 2문장 이내 + 자막 8~12자 + 되묻는 질문 + 구매 안내 |
| 채점 | 사람 3명(보수 없는 자원자) 5개 항목, AI 채점자(Qwen2.5-72B) 2개 항목 |
| 비교 대상 | 추천 시스템 2종, 범용 AI 5종(GPT-5.5·Claude-4.6·Gemini-3.1·Grok-4.20·DeepSeek-V4), 추가 학습 전 Qwen2.5-32B |

채점 결과에서 가장 눈에 띈 것은 정보량이다. AI 진행자는 4.32점으로 범용 AI 가운데 가장 높았던 Grok-4.20의 3.78점보다 14.29% 높았다. 반면 말의 매끄러움은 Claude-4.6이 4.91점으로 AI 진행자의 4.62점보다 높았다.

| 비교(1~5점, 정확도는 비율) | AI 진행자 | 범용 AI 중 최고 | 차이 |
|---|---|---|---|
| 정보량 | 4.32 | 3.78(Grok-4.20) | +14.29% |
| 정확도(기록 밖 말 없음) | 0.86 | 0.82(Grok-4.20) | +4.88% |
| 댓글 갈래에 맞는 대응 | 4.45 | 4.36(GPT-5.5) | +2.06% |
| 말의 매끄러움 | 4.62 | 4.91(Claude-4.6) | −5.91% |
| 되묻기·참여(AI 채점) | 4.61 | 4.55(Claude-4.6) | +1.32% |
| 네 칸 형식 지킴 | 98.3% | 61.4%(GPT-5.5)·57.8%(Claude-4.6) | — |

즉, 듣기 좋은 말과 상품에 맞는 말은 같은 것이 아니다. AI 진행자는 상품에 관한 정보를 더 잘 붙잡고 답했지만, 가장 매끄럽게 말하는 모델은 따로 있었다.

## 상품 정보를 넣는 게 그렇게 중요한가?

가장 큰 차이는 상품 기록을 뺐을 때 나타났다. 상품 기록을 넣었을 때 정확도는 0.86이었지만, 이 단계를 빼자 0.43으로 떨어졌다. 정보량도 4.32점에서 3.14점으로 내려갔다.

댓글 갈래 표시와 네 칸 형식도 영향을 줬지만, 상품 기록을 빼는 변화가 가장 컸다. 후보 답을 여섯 개 만든 뒤 하나를 고르는 단계는 다른 요소보다 차이가 작았다.

| 뺀 부품 | 정보량 | 정확도 | 대응 | 참여 |
|---|---|---|---|---|
| 전부 있음 | 4.32 | 0.86 | 4.45 | 4.61 |
| 상품 기록 넣기 뺌 | 3.14 | 0.43 | 4.06 | 4.42 |
| 댓글 갈래 표시 뺌 | 3.83 | 0.68 | 3.49 | 4.31 |
| 네 칸 형식 학습 뺌 | 4.15 | 0.58 | 4.16 | 3.96 |
| 후보 고르기 뺌 | 4.23 | 0.77 | 4.33 | 4.35 |

작은 쇼핑몰이 여기서 가져갈 내용은 단순하다. 모델을 바꾸기 전에 상품마다 정확한 이름, 성분, 사용법, 맞는 대상, 주의할 표현을 정리해 두는 것이 먼저다.

## AI가 고객 댓글에 항상 잘 답하는 것은 아닌가?

댓글 종류에 따라서도 차이가 있었다. 질문 댓글의 정확도는 0.89로 가장 높았고, 공격 댓글은 0.82로 가장 낮았다. 공격적인 댓글에 대응하는 과정에서 확인되지 않은 말이 섞일 가능성이 더 컸다.

| 댓글 갈래 | 정보량 | 정확도 | 대응 | 참여 |
|---|---|---|---|---|
| 질문 | 4.62 | 0.89 | 4.38 | 4.55 |
| 의심 | 4.08 | 0.86 | 4.51 | 4.63 |
| 칭찬 | 4.57 | 0.87 | 4.47 | 4.72 |
| 공격 | 4.01 | 0.82 | 4.44 | 4.54 |

특히 「비싸기만 하다」 같은 의심 댓글에 답할 때는 더 조심해야 한다. 상품 기록 안에 있는 근거로만 반박하도록 해야 하고, 확인되지 않은 장점이나 효과를 새로 만들어서는 안 된다.

한국소비자원이 2021년 라이브 방송 120개를 살폈을 때 30개인 25.0%에서 부당 표시·광고 소지가 확인됐다. 이 가운데 화장품을 의약품처럼 알린 경우와 근거 없이 「최고」 같은 절대 표현을 쓴 경우도 있었다.

## 그래도 작은 쇼핑몰이 AI 방송을 써볼 만한가?

국내 라이브 커머스 시장은 커지고 있다. 라방바 데이터랩 집계에 따르면 2025년 시장 규모는 4조 7,000억 원이고, 방송 수는 17만 8,000건이었다. 방송당 평균 매출은 998만 원으로 집계됐다.

| 지표 | 숫자 | 출처 |
|---|---|---|
| 국내 시장 규모 | 2022년 2조→2023년 3조→2024년 3조 5,000억→2025년 4조 7,000억 원 | 라방바 데이터랩(매일경제 2026.1) |
| 방송 수·조회 수 | 17만 8,000건(−14.9%)·43억 4,000만 회(−15.2%) | 같은 자료 |
| 방송당 평균 매출 | 998만 원(+61.1%) | 같은 자료 |
| 소비자 상담 | 2022년 259건 → 2025년 1~9월 510건, 누적 1,489건 | 한국소비자원(SBS Biz 2025.10) |
| 상담 유형 | 청약철회·해지 35.3%·계약불이행 26.3%·품질 21.4% | 같은 자료 |
| 부당 표시·광고 소지 | 방송 120개 중 30개(25.0%) | 한국소비자원(2021.3 모니터링) |
| AI 진행자 방송 누적 주문 | 약 500억 원(회사 발표) | 롯데홈쇼핑(비즈워치 2026.6) |

방송 수가 줄었는데 방송당 평균 매출은 늘었다는 점도 눈여겨볼 만하다. 방송을 많이 하는 것보다 한 번의 방송을 잘 만드는 쪽으로 움직이는 흐름이 나타난 것이다.

다만 AI 진행자가 실제 매출을 얼마나 올리는지는 이 실험만으로 알 수 없다. 실험에는 판매량이나 구매 전환을 측정한 항목이 없기 때문이다.

## 작은 쇼핑몰은 무엇부터 준비해야 하나?

AI 진행자를 직접 학습시키는 것부터 시작할 필요는 없다. 먼저 상품마다 한 장짜리 상품 기록을 만들어 두는 것이 현실적인 출발점이다.

정식 상품명과 옵션을 적고, 주요 성분과 역할을 정리한다. 사용감과 맞는 고객, 사용법, 사실로 확인된 장점, 주의 문구, 성분별로 사용할 수 있는 표현도 함께 적는다.

| 실험의 상품 기록 칸 | 작은 쇼핑몰에서 적을 것 | 빠지면 생기는 일(실험 기준) |
|---|---|---|
| 정식 상품명·분류 | 옵션까지 포함한 정확한 이름 | 없는 상품 이름을 지어냄 |
| 주요 성분과 역할 | 성분 목록, 성분마다 한 줄 설명 | 허용 밖 성분 조언 |
| 사용감·맞는 대상 | 제형, 맞는 피부·체형·나이 | 질문 댓글 정보량 하락 |
| 사용법 | 양·순서·횟수 | — |
| 방송용 말할 거리 | 사실로 확인된 장점 3~5개 | 뻔한 홍보 문구로 돌아감 |
| 주의 문구 | 「의약품이 아님」 등 말하면 안 되는 표현 | 표시·광고 위반 위험 |
| 성분 설명 허용 목록 | 성분별로 써도 되는 표현만 | 정확도 0.86→0.43(상품 기록 전체를 뺐을 때) |

이 기록은 라이브 방송에만 쓰이는 자료가 아니다. 상품 페이지에 같은 내용을 글로 정리해 두면 AI가 상품 정보를 읽을 때도 같은 근거를 사용할 수 있다.

이번 실험에서 상품 기록을 뺐을 때 정확도가 0.86에서 0.43으로 떨어졌다는 사실이 중요하다. AI를 더 똑똑하게 만드는 것보다 AI가 틀린 말을 하지 않도록 사실을 먼저 정리하는 일이 작은 쇼핑몰에는 더 직접적인 준비가 될 수 있다.

요점 ① 상품 기록을 넣은 AI 진행자의 정확도는 0.86이었고, 기록을 빼자 0.43으로 떨어졌다. ② 정보량은 4.32점으로 범용 AI 최고 점수인 3.78점보다 14.29% 높았지만, 말의 매끄러움은 Claude-4.6이 4.91점으로 더 높았다. ③ 실험은 상품 12개와 채점자 3명 규모였고, 판매량과 구매 전환은 측정하지 않아 「팔린다」는 아직 확인되지 않았다. ④ 한국소비자원 조사에서는 라이브 방송 120개 중 30개인 25.0%에 부당 표시·광고 소지가 있어 AI의 답도 상품 기록 안에서 관리해야 한다.

## 같이 읽을 글

 

- 홈페이지 가격표, AI가 제대로 읽을까요?

- 상품 정보를 사진에만 넣어도 AI가 알아볼까?

- 챗봇은 품절 상품을 바로 알까요?

- AI로 만든 광고, 그냥 올려도 괜찮을까?
 

## 자료 출처

 

- Ottilie: A Socially Intelligent Virtual Host for Sales-Driven Live Commerce(ModelsLive·arXiv 2605.14542·2026.5 제출, 2026.9 v2·학습 자료 1,475건·상품 12개)

- 라이브 커머스, 3년새 시장규모 2.4배(매일경제·2026.1·라방바 데이터랩 2025년 주요 플랫폼 집계)

- 라이브커머스 피해 급증…연락두절·환불거부 속출(SBS Biz·2025.10·한국소비자원 상담 1,489건)

- 규제 받는 TV홈쇼핑과 달리 표현, 형식 제한 없어(뉴데일리·2021.7·한국소비자원 라이브 방송 120개 모니터링)

- 홈쇼핑 AI 쇼호스트 도입 기사(비즈워치·2026.6·롯데홈쇼핑·SK스토아·NS홈쇼핑)