AI에게 단골 재구매 알림을 맡겨도 될까?

상품을 고르는 일과 이유를 쓰는 일은 따로 봐야 한다

AI에게 단골 고객의 재구매 알림을 맡기는 일은 충분히 해볼 만하지만, 상품을 고르는 일까지 그대로 맡기는 것은 조심해야 한다. 월마트 연구진이 실제 장보기 기록으로 시험한 결과, GPT-4o의 재구매 순위 성적은 인스타카트 기준 0.6853으로 전용 모델의 0.7029보다 낮았다. 반면 AI가 선택한 근거를 문장으로 옮기는 일은 훨씬 정확해서, 이유 문장 속 숫자의 99.6%가 실제 기록과 맞았다.

AI가 쓴 재구매 이유는 받아 적기는 정확하지만, 이유를 고르는 눈과 상품을 고르는 눈은 따로 확인해야 한다.

AI가 무엇을 다시 살지 고르는 건 잘할까?

재구매 추천은 고객이 전에 산 상품 가운데 다음 주문에 다시 넣을 상품을 고르는 일이다. 이번 연구에서는 구매 기록에서 재구매 간격, 구매 빈도, 마지막 구매 뒤 경과 기간, 고객의 평소 장보기 습관, 상품의 전체 재구매율 등 28가지 특징을 뽑았다.

이 같은 정보를 전용 추천 모델 두 종류와 AI에 똑같이 줬다. AI에는 0~1 사이의 재구매 점수와 근거가 된 특징 3개, 고객에게 보여 줄 1~2문장의 이유를 쓰게 했다.

데이터	고객 수	상품 수	고객당 평균 구매 이력	AI가 채점한 고객·상품 쌍
인스타카트(미국 온라인 장보기)	10만 명	4만 9,071개	64.6개	3,599쌍
던험비 식료품	28만 3,047명	910개	9.8개	1,214쌍
월마트 내부 장보기 데이터	비공개	비공개	비공개	비공개

결과를 보면 세 데이터 모두 전용 모델이 AI보다 높은 순위 성적을 보였다. 인스타카트에서는 나무 모델이 0.7029였고 GPT-4o는 0.6853, 제미나이 2.5 프로는 0.5607이었다.

방법	인스타카트	던험비	월마트 내부
자주 산 순서대로 권하기	0.6481	0.6519	0.6846
전용 모델(나무)	0.7029	0.6716	0.7169
전용 모델(신경망)	0.6965	0.6691	0.7212
제미나이 2.5 프로	0.5607	0.4968	0.6182
GPT-4o	0.6853	0.6028	0.6362
GPT-4o(질문 다듬음)	0.6640	0.6093	0.5869

특히 단순하게 「자주 산 상품부터 권하기」와 비교해도 차이가 있었다. 던험비와 월마트 데이터에서는 GPT-4o와 제미나이 2.5 프로가 이 단순한 방법보다 낮은 성적을 보였다. 질문을 조금 더 다듬어도 재구매 순위가 일관되게 좋아지지는 않았다.

그럼 AI가 고른 이유는 믿어도 될까?

여기서는 결과가 조금 다르다. 연구진은 AI가 이유로 든 특징 3개를 평균값으로 바꿔 놓고 전용 모델의 순위 성적이 얼마나 떨어지는지 확인했다. 성적이 많이 떨어질수록 그 특징이 실제 순위에 중요한 근거였다는 뜻이다.

월마트 데이터에서는 AI가 든 특징을 지웠을 때 순위가 0.0510~0.1306 떨어졌다. AI가 단순히 말만 만든 것은 아니고, 실제로 중요한 근거를 일부 짚었다는 뜻이다.

하지만 던험비 데이터에서는 다른 모습이 나왔다. GPT-4o가 든 특징 3개를 지웠을 때 순위가 오히려 0.0298만큼 높아졌고, 제미나이의 특징을 지웠을 때도 0.0057 높아졌다. 겉으로 보기에는 맞는 이유라도 실제로 상품 순위를 결정하는 중요한 근거가 아닐 수 있다는 뜻이다.

이유로 든 특징 3개를 지웠을 때 순위 하락(상위 3개 기준, 나무 모델)	던험비	월마트 내부
무작위로 고른 3개	−0.0114	0.0255
나무 모델이 스스로 꼽은 3개	0.0608	0.1438
신경망 모델이 꼽은 3개	0.1317	0.1413
제미나이 2.5 프로가 든 3개	−0.0057	0.1042
GPT-4o가 든 3개	−0.0298	0.0510
GPT-4o(질문 다듬음)가 든 3개	−0.0085	0.1306

따라서 「마지막으로 산 지 12일이 지났어요」 같은 문장이 자연스럽고 사실과 맞는다고 해서, 그 정보가 실제 재구매 가능성을 가장 잘 보여 주는 근거라고 단정해서는 안 된다.

문장에 적은 숫자는 얼마나 정확할까?

이 부분은 AI가 비교적 잘했다. 인스타카트에서 만든 이유 문장 3,599개를 검사했더니 문장 속 숫자가 실제 기록과 맞은 비율은 0.996이었다. 「최근 6번 주문 중 4번 이 상품을 사셨어요」처럼 기록에 있는 숫자를 문장으로 옮기는 일은 정확했다.

문장에 사용한 이유의 갈래가 실제 근거와 맞은 비율도 0.951이었다. 다만 AI가 고른 근거를 문장에 빠짐없이 담은 비율은 0.740으로 더 낮았다.

이유 문장 검사(인스타카트 3,599개)	값
문장 속 숫자가 기록과 일치	0.996
문장에 쓴 이유 갈래가 근거와 일치	0.951
고른 근거를 문장에 빠짐없이 담음	0.740
둘을 합친 점수	0.805

즉, AI는 주어진 근거를 자연스러운 고객용 문장으로 만드는 데는 강했지만, 처음부터 어떤 상품을 권하고 어떤 근거를 중요하게 볼지 정하는 문제는 별도로 확인할 필요가 있다.

단골 알림에는 어떻게 적용하면 될까?

동네 가게에서 재구매 알림을 만든다면 역할을 나누는 방식이 안전해 보인다(예상). 무엇을 다시 권할지는 주문 기록으로 먼저 정하고, 「마지막 주문 뒤 며칠이 지났는지」나 「몇 번 중 몇 번 샀는지」 같은 근거도 실제 기록에서 계산한다.

그다음 AI에게는 이미 확인한 숫자와 근거를 바탕으로 고객에게 보여 줄 문장을 다듬게 할 수 있다. 예를 들어 사장님이 확인한 구매 기록을 바탕으로 재구매 알림의 표현을 자연스럽게 만드는 식이다.

이렇게 하면 AI가 상품을 고르는 판단과 기록을 확인하는 일을 한꺼번에 맡기지 않아도 된다. 특히 고객에게 직접 전달되는 문장일수록 이유 속 숫자가 실제 주문 기록과 맞는지 먼저 확인하는 과정이 중요하다.

연구진도 이 방법이 실제 고객 신뢰나 매출을 높이는지는 아직 시험하지 않았다고 적었다. 따라서 이번 결과만으로 AI 재구매 알림이 매출에 도움이 된다고 말할 수는 없다.

한국에서도 AI에게 실용적인 조언을 구하는 비중이 커졌다. 오픈AI가 공개한 이용 통계에서는 한국 챗GPT 메시지 가운데 실용 조언 비중이 2024년 7월 23.2%에서 2026년 6월 34.1%로 늘었다. 고객이 AI의 말투로 된 설명을 접하는 일이 늘어날수록, 가게에서 보내는 재구매 이유도 자연스러운 표현뿐 아니라 실제 기록과 맞는지가 중요해질 수 있다.

결국 핵심은 AI에게 재구매 알림 전체를 맡기느냐가 아니다. 상품을 고르는 판단은 실제 구매 기록으로 확인하고, 확인된 근거를 고객이 이해하기 쉬운 문장으로 만드는 일에 AI를 활용하는 방식이 현실적인 출발점이다.

① 인스타카트에서 GPT-4o의 재구매 순위는 0.6853으로 전용 모델의 0.7029보다 낮았다 ② 던험비와 월마트에서는 AI가 자주 산 순서로 권하는 단순한 방법의 0.6519·0.6846보다 대체로 낮았다 ③ 던험비에서는 AI가 든 이유를 지워도 순위가 오히려 높아져(−0.0298~−0.0057), 이유가 실제 중요 근거가 아닐 수 있었다 ④ 인스타카트 이유 문장 3,599개에서 숫자가 실제 기록과 맞은 비율은 0.996이었다

같이 읽을 글

자료 출처

작성일 2026년 9월 29일

#광고·커머스 #재구매 #추천 이유 #장보기 #단골 관리

← 칼럼 목록