상품 정보를 사진에만 넣어도 AI가 알아볼까?

상품 정보를 사진이나 상품명에만 넣어 두면 AI가 그 내용을 정확히 찾아낸다고 기대하기 어렵다. 도어대시 연구에서 AI가 상품 속성을 채운 비율은 74.7~87.8%였고, 근거가 부족한 값은 비워 두었다. 그래서 소재·용량·색처럼 고객이 자주 찾는 정보는 사진과 별도로 글로 적어 두는 편이 안전하다.

상품 정보를 사진에 넣어두면 왜 부족할까?

통이미지 상세페이지에는 상품 정보가 많이 들어간다. 소재, 용량, 색, 원산지, 성분 같은 정보도 사진 안에 적을 수 있다. 하지만 AI가 이 정보를 모두 정확하게 읽고 상품 정보로 활용한다고 보기는 어렵다.

도어대시 연구팀은 상품 목록에서 속성 칸이 비어 있는 경우가 많다는 점에 주목했다. 상품명이나 포장 사진에는 정보가 있는데 「소재」나 「용량」 같은 속성에는 값이 없는 경우다.

연구팀은 이 빈칸을 AI로 채우는 방법을 시험했다. AI는 먼저 판매자가 올린 상품명과 설명을 보고, 사진을 따로 확인한 뒤 외부 상품 자료와 웹 검색까지 차례로 살폈다.

AI는 상품 정보를 어디서 먼저 찾을까?

AI가 가장 먼저 보는 것은 판매자가 직접 적은 글이다. 상품명과 설명에 적힌 정보가 우선이다. 사진은 글과 따로 다뤘는데, 사진에서 속성을 읽는 일이 글을 읽는 것보다 오류가 많았기 때문이다.

그다음에는 상품 정보 전문 업체의 자료를 확인하고, 그래도 정보가 없을 때 웹 검색을 사용했다. 웹에서 찾은 자료도 아무 페이지나 쓰지 않았다. 다른 상품이나 다른 용량의 상품일 수 있기 때문에 「정확히 같은 상품」인지 확인했다.

근거가 부족하거나 출처끼리 내용이 다르면 AI는 추측해서 채우지 않았다. 해당 속성을 비워 두었다. 이 점이 사장님에게 중요한 부분이다. AI가 사진 속 정보를 어떻게든 꺼내 줄 것이라고 생각하기보다, 필요한 정보를 처음부터 글로 적어 두는 편이 확실하다.

AI가 채운 정보는 얼마나 맞았을까?

식료품·주류 시험에서는 AI가 채운 값의 98.2%가 사람이 확인했을 때 맞았다. 하지만 AI가 실제로 채운 비율은 74.7%였다. 정확하게 확인할 수 없는 정보는 채우지 않았기 때문이다.

전자제품·집수리용품에서는 87.8%를 채웠고, 채운 값 가운데 97.4%가 확인용 AI에게 「통과」나 「미확인」 판정을 받았다. 다만 이 수치는 사람이 직접 확인한 결과가 아니므로 식료품·주류의 98.2%와 같은 의미로 볼 수 없다.

처음에는 확인용 AI가 값을 「통과」 또는 「불합격」으로만 판단했다. 그런데 사람과 판단이 달랐던 경우를 살펴보니, 틀린 값을 통과시킨 경우보다 맞는 값을 너무 엄격하게 떨어뜨린 경우가 훨씬 많았다. 그래서 이후에는 「통과」, 「불합격」, 「미확인」, 「불확실」로 나눠 판단했다.

어떤 AI를 쓰느냐보다 근거가 더 중요할까?

연구팀은 전자제품·집수리용품 자료로 여러 AI 모델도 비교했다. 더 새롭거나 비싼 모델이 반드시 더 좋은 결과를 낸 것은 아니었다.

제미나이 3.5 플래시는 속성을 채운 비율이 88.3%로 제미나이 2.5 플래시의 87.8%보다 높았다. 하지만 확인을 통과한 비율이 낮아 실제로 올릴 수 있는 비율은 81.9%로 내려갔다.

다른 모델에서도 주요 문제는 지어낸 값을 넣는 것보다 근거가 부족한 값이나 정보를 일부만 뽑아내는 경우였다. 특히 낱개 수량처럼 여러 근거를 확인해야 하는 속성에서 이런 문제가 나타났다.

속성을 따로 적으면 실제 판매에도 영향이 있을까?

도어대시는 이 방식을 3,100만 개 상품에 적용했다. 그 결과 고객이 본 상품 가운데 속성이 채워진 상품의 비중이 네 분야에서 90.4% 늘었다.

이어 5주 동안 무작위 비교 실험을 했다. 방문자의 90%에게는 속성을 채운 상세페이지를 보여 주고, 10%에게는 기존 페이지를 보여 줬다. 결제 전환은 상대적으로 0.48% 올랐고, 자주 쓰는 고객층에서는 1.18% 올랐다.

받은 상품이 빠졌거나 다른 상품이라는 신고는 1.08% 줄었다. 다만 이 결과는 미국의 한 배달 플랫폼에서 나온 5주 실험 결과다. 한국 쇼핑몰에서도 같은 수치가 나온다고 볼 근거는 없다.

그럼 챗GPT 같은 AI 검색에서는 상품이 빠질까?

여기서는 연구 결과와 AI 검색을 구분해서 봐야 한다. 도어대시 연구는 챗GPT 같은 AI 검색에서 특정 상품이 답에 나오는지를 직접 측정한 연구가 아니다.

확인할 수 있는 것은 플랫폼이 상품 정보를 속성 단위로 다루고, 정보가 부족하면 AI도 값을 채우지 못하는 경우가 있다는 점이다. 사진보다 글을 먼저 확인하고, 웹에서도 정확히 같은 상품인지 확인한다는 점도 중요하다.

오픈AI 상품 피드에는 상품명·설명·가격 등 9개 필수 항목이 있고, 소재·색·크기·치수·무게·바코드는 별도 항목으로 둔다. 구글의 상품 구조화 데이터에도 color·material·size가 따로 있고, 여러 옵션은 ProductGroup으로 묶는다.

AI사이트코리아가 2026년 9월 20일 청소기 질문으로 확인한 결과에서는 챗GPT 답의 상품 링크가 삼성·LG·다이슨 공식몰로만 연결됐다. 같은 날 네이버 스마트스토어의 robots 설정은 AI 봇 9종을 모두 막고 있었다.

이 결과만으로 스마트스토어 상품이 AI 검색에서 반드시 빠진다고 말할 수는 없다. 다만 AI가 「정확히 이 상품」인지 확인할 자기 홈페이지 페이지가 없다는 점은 살펴볼 필요가 있다.

사장님은 무엇부터 바꾸면 될까?

상세페이지를 전부 다시 만들 필요는 없다. 통이미지를 쓰더라도 사진 아래에 중요한 상품 정보를 글로 한 번 더 적으면 된다.

예를 들어 상품명에 「500ml 블루」라고만 적었다면 「용량: 500ml」, 「색: 블루」처럼 나눠 적는다. 소재·성분·치수·원산지 같은 정보도 같은 방식으로 적는다. 옵션마다 값이 다르면 옵션별로 따로 적는다.

바코드나 모델명이 있다면 함께 적는 것도 좋다. 연구에서 웹 검색 결과를 사용할 때 가장 먼저 확인한 것 중 하나가 「정확히 같은 상품」인지 식별하는 일이었기 때문이다.

사진과 글의 정보가 서로 다르면 하나로 맞춰야 한다. 근거가 충돌하면 AI가 값을 비워 둘 수 있기 때문이다.

결국 핵심은 AI에게 사진을 잘 읽으라고 기대하는 것이 아니다. 고객이 알아야 할 정보를 사람이 읽을 수 있는 글로 분명하게 적어 두는 것이다.

다만 이렇게 바꾼다고 AI 검색 노출이 보장되는 것은 아니다. 상품 정보를 고친 뒤 실제 AI 검색에서 내 상품이 어떻게 나오는지 직접 확인하는 과정까지 필요하다.

같이 읽을 글

• 우리 가게 홈페이지에 스키마 마크업이 꼭 필요할까?
• AI가 고객의 다음 구매를 맞힌다면, 상품 정보는 무엇부터 고쳐야 할까?
• 상품 사양은 숫자만 적으면 될까?
• AI가 우리 쇼핑몰 가격을 틀리지 않게 하려면 어떻게 해야 할까?

자료 출처

• TRACE: Agentic Catalog Enrichment with Multi-source Evidence Grounding(DoorDash·arXiv 2608.20844·2026년 8월, 시험 상품 1,455개·적용 3,100만 개·5주 A/B 실험)
• Products — 상품 피드 규격(OpenAI 개발자 문서, 필수 9개 항목·상품명 150자·설명 5,000자·소재·색·크기·치수·무게·바코드 칸)
• How To Add Merchant Listing Structured Data(Google 검색 센터, color·material·size 속성)
• Product Variant Structured Data — ProductGroup(Google 검색 센터, 옵션 상품 묶기)
• Google 이미지 SEO 권장사항(Google 검색 센터, 대체 텍스트·이미지 속 글자)
• 노출 순위 올리기 1편 — 네이버 이해하기(아이템스카우트 판매자 교육 자료, 적합도 = 상품명·카테고리·제조사·브랜드·속성·태그)
• 네이버 쇼핑 검색 품질 개선 트리 기반 모델 발표(인터애드, 상품 정보 14억 건 대상 개편)