Google이 방금 속으로만 하던 말을 밖으로 꺼냈어요. 40분짜리 Ads Decoded 브리핑에서 Google VP Courtney Rose는 이제 Merchant Center 상품 데이터가 AI Mode, Gemini 쇼핑, 가상 착용(virtual try-on), Business Agent, 브랜드 프로필, 무료 리스팅으로 흘러 들어간다고 밝혔어요. 하나의 상품 피드. 여섯 개 이상의 표면. 그리고 Google은 AI 검색을 위해 특별히 설계된 새로운 상품 데이터 범주인 "대화형 속성(conversational attributes)"을 추가하고 있어요. 여러분의 피드가 엉망이라면, 이제 단순히 검색 결과를 놓치는 게 아니에요. Google이 운영하는 모든 AI 기반 표면에서 보이지 않게 되는 거예요.
TL;DR: Google은 이제 Merchant Center 데이터가 AI Mode, Gemini, 가상 착용 등을 움직인다고 확인했어요. AI 쇼핑을 위해 특별히 설계된 새로운 "대화형 속성"이 도입될 예정이에요. 완전한 스키마 마크업을 갖춘 상품 페이지는 18%에 불과한데, 이는 대부분의 상품이 이 모든 표면에서 동시에 보이지 않는다는 뜻이에요.
"대화형 속성"이란 무엇이고 왜 중요한가요?
Google의 Ads Decoded 발표는 Merchant Center의 새로운 필드 범주로 대화형 속성을 소개했어요. 이는 색상, 사이즈, 소재 같은 표준 상품 속성이 아니에요. AI 모델이 대화 속에서 상품을 어떻게 검색하고 논하는지에 맞춰 만들어진 거예요.
전통적인 상품 리스팅과 사람이 실제로 상품에 대해 묻는 방식의 차이를 생각해 보세요. 소비자는 "러닝화 사이즈 10 검정"이라고 검색하지 않아요. AI Mode에 이렇게 물어요. "발볼이 넓고 바위투성이 지형을 하이킹하는 사람에게 좋은 트레일 러닝화가 뭔가요?" 표준 속성은 첫 번째 질의에 답할 수 있어요. 대화형 속성은 두 번째 질의에 답해요.
Google은 일일 검색의 15%가 플랫폼이 이전에 본 적 없는 완전히 새로운 질의라고 밝혔어요. 이 새로운 질의는 본질적으로 대화형이고, 계속 늘고 있어요. 여러분의 상품 데이터가 전통적인 구조화 필드만 다룬다면, 그 15%를 통째로 놓치고 있는 거예요.
핵심 수치: Google 일일 검색의 15%는 완전히 새로운 질의로, 키워드 이력이 존재하지 않아요. 이런 질의에 노출되려면 상품에는 구조화된 속성뿐 아니라 대화형 맥락이 필요해요.
하나의 피드가 어떻게 여섯 개의 Google 표면을 움직이나요?
변화는 미묘하지만 거대해요. 예전에 Merchant Center는 "Google Shopping 피드를 업로드하는 곳"이었어요. 이제는 Google이 상품 정보로 하는 모든 일의 단일 데이터 소스예요. 2026년 4월 기준, 여러분의 Merchant Center 데이터가 나타나는 곳은 다음과 같아요.
- AI Mode(검색): Google의 대화형 검색 경험으로, 질의의 93%가 외부 사이트로의 클릭 없이 끝나요
- Gemini Shopping: Google AI 어시스턴트 내 상품 추천
- 가상 착용(Virtual Try-On): 쇼핑객이 상품을 시각화하게 해주는 Google Lens 통합
- Business Agent: 판매자를 대신해 쇼핑객과 상호작용하는 Google의 AI
- 브랜드 프로필(Brand Profiles): 검색 결과에 나타나는 AI 큐레이션 브랜드 페이지
- 무료 리스팅(Free Listings): 전통적인 Shopping 탭 결과로, 여전히 동일한 데이터로 구동됨
시사점은 명확해요. Merchant Center 데이터의 공백은 하나의 채널에만 영향을 주는 게 아니에요. 여섯 개 전부에 연쇄적으로 파급돼요. 상품 설명이 빠져 있나요? 그러면 AI Mode에서 보이지 않고, Gemini 추천에 나타나지 않으며, Business Agent도 그 상품에 대해 쓸모 있는 말을 할 수 없어요.
누가 이미 움직이고 있나요?
Gap은 2026년 3월 Google의 Universal Commerce Protocol(UCP)로 구동되는 Google Gemini 내 체크아웃을 출시한 첫 대형 패션 리테일러가 됐어요. 쇼핑객은 Old Navy, Gap, Banana Republic, Athleta에 걸친 Gap의 카탈로그를 둘러보고, AI 스타일링 추천을 받으며, 별도의 사이트로 이동하지 않고 구매할 수 있어요.
인도에서 Google은 "비디오 편집용으로 6만 루피 미만이고 보팔에서 당일 배송 가능한 노트북을 찾아줘" 같은 복잡한 질의를 처리하는 Gemini Shopping Assistant를 포함해 가장 진보된 AI 쇼핑 기능을 출시했어요. Google은 2026년 말까지 인도에서 1천만 명의 신규 판매자를 목표로 하고 있으며, 스마트폰 사진에서 상품 설명을 자동 생성해 소규모 판매자의 데이터 품질 문제를 해결하고 있어요.
이 인도 롤아웃은 전 세계적으로 다가올 일의 예고편이에요. Google은 대화형 상품 데이터를 대규모로 생성하는 도구를 만들고 있어요. 이미 풍부한 상품 데이터를 가진 브랜드는 앞서 나갈 거예요. 자동 생성에 의존하는 곳은 기본적인 커버리지는 얻겠지만 경쟁 우위는 없어요.
"2025년은 소비자가 지금처럼 쇼핑하는 마지막 해가 될 가능성이 높아요."
— SAP Emarsys
한편 Walmart는 ChatGPT 추천 트래픽의 20%를 확보하고 ChatGPT와 Gemini 양쪽에 이중 AI 플랫폼 존재감을 갖고 있어요. 그들은 경쟁사보다 몇 년 앞서 상품 데이터를 전략적 자산으로 다뤘기에 그 자리에 올랐어요. 여러분이 같은 카테고리에서 경쟁하는 중견 브랜드라면, 여러분의 브랜드가 얻어야 할 AI 추천을 Walmart가 가져가고 있는 거예요.
왜 여기서 18% 스키마 통계가 중요한가요?
최근의 한 분석에 따르면 완전한 스키마 마크업을 갖춘 이커머스 상품 페이지는 18%에 불과했어요. 참고로 스키마 마크업은 AI 시스템에게 여러분의 상품이 무엇인지, 얼마인지, 재고가 있는지, 사양이 무엇인지 알려주는 구조화된 데이터예요. 이게 없으면 AI 에이전트는 사실상 추측하고 있는 거예요.
이 18% 수치가 Google에게 특히 중요한 이유는 Merchant Center 데이터, 스키마 마크업, 온페이지 구조화 데이터가 모두 동일한 AI 표면을 움직이기 때문이에요. Google의 Shopping Graph에는 500억 개 이상의 상품 리스팅이 담겨 있고 시간당 20억 개 리스팅이 업데이트돼요. 그 그래프 안의 여러분 데이터가 경쟁사에 비해 불완전하다면, AI는 항상 더 풍부한 리스팅을 노출할 거예요.
상품 피드 스키마를 감사하고 재구축한 브랜드는 ChatGPT Shopping, Google Shopping, Perplexity Shopping에서 동시에 발견 가능해지면서 23%의 매출 상승을 확인했어요. 수정은 복잡하지 않아요. 그저 대부분의 브랜드가 아직 하지 않은 작업일 뿐이에요.
핵심 수치: Google의 Shopping Graph에는 500억 개 이상의 상품 리스팅이 담겨 있고 시간당 20억 번 업데이트돼요. 이 그래프 안의 불완전한 데이터는 여러분의 상품이 모든 Google AI 표면에서 후순위로 밀린다는 뜻이에요.
리테일러는 이에 대해 무엇을 해야 할까요?
Merchant Center 피드를 규정 준수용 체크박스로 취급하는 것을 멈추세요. Google은 분명히 했어요. 이것은 그들이 구축하는 모든 AI 쇼핑 경험의 토대예요. 실제로 성과를 움직이는 것은 다음과 같아요.
현재 상태를 감사하세요. surfd에서 무료 AI 준비도 진단을 실행해 여러분의 상품 페이지가 AI 쇼핑 엔진 기준으로 몇 점을 받는지 확인하세요. 대부분의 브랜드는 AI 표면이 30개 이상일 때 가장 잘 작동하는데, 자신은 상품당 구조화된 속성이 5~8개뿐임을 알게 돼요.
대화형 공백을 메우세요. Google이 Merchant Center에 대화형 속성을 출시하면, 이미 맥락(용도, 비교, 적합성)이 담긴 풍부한 상품 설명을 가진 브랜드가 앞서갈 거예요. 지금부터 이 맥락을 추가하기 시작하세요.
모든 AI 표면에 배포하세요. 여러분의 상품 데이터는 Merchant Center에만 있어서는 안 돼요. ChatGPT, Perplexity, Microsoft Copilot 모두 각자의 프로토콜을 통해 상품 데이터를 끌어오고 있어요. 각 채널이 요구하는 형식에 맞춰 카탈로그를 준비해 두세요.
Google이 규칙을 알려줬어요. 상품 데이터는 인프라예요. 그렇게 다루는 브랜드가 모든 AI 표면을 차지할 거예요. 그렇지 않은 브랜드는 전통적 검색 트래픽보다 38% 더 잘 전환되는 AI 유입 방문자를 경쟁사가 확보하는 동안, 왜 자신의 트래픽이 줄어드는지 계속 궁금해할 거예요.
자주 묻는 질문
Google Merchant Center의 대화형 속성이란 무엇인가요?
대화형 속성은 Google이 발표한 새로운 상품 데이터 필드 범주로, AI Mode나 Gemini 같은 대화형 인터페이스에서의 AI 검색을 위해 특별히 설계됐어요. 전통적인 속성(색상, 사이즈, 가격)과 달리, 대화형 속성은 AI 모델이 자연어 쇼핑 질의에 답하는 데 필요한 상품 맥락, 용도, 적합성 정보를 담아요.
Merchant Center 데이터를 사용하는 Google 표면은 몇 개인가요?
2026년 4월 기준, Merchant Center 상품 데이터는 최소 여섯 개의 Google 표면을 움직여요. AI Mode(검색), Gemini Shopping, 가상 착용(Google Lens), Business Agent, 브랜드 프로필, 무료 리스팅이에요. 하나의 데이터 공백이 이 여섯 개 표면 전부에 연쇄적으로 파급돼요.
완전한 스키마 마크업을 갖춘 상품 페이지의 비율은 얼마인가요?
upGrowth 분석에 따르면 2026년 4월 기준 완전한 스키마 마크업을 갖춘 이커머스 상품 페이지는 18%에 불과해요. 이는 82%의 상품이 AI 에이전트가 발견하고 추천하는 데 필요한 구조화된 데이터를 놓치고 있다는 뜻이에요.
Gap은 Google의 Universal Commerce Protocol을 어떻게 활용했나요?
Gap은 2026년 3월 Universal Commerce Protocol(UCP)을 사용해 Google Gemini 내 체크아웃을 제공한 첫 대형 패션 리테일러가 됐어요. 쇼핑객은 Gap, Old Navy, Banana Republic, Athleta의 상품을 둘러보고, AI 스타일링 추천을 받으며, 직접 구매해요.
상품 데이터 품질이 AI Mode 순위에 영향을 주나요?
네. Google의 Shopping Graph에는 500억 개 이상의 리스팅이 담겨 있고, AI Mode는 가장 풍부하고 완전한 데이터를 가진 상품을 노출해요. 포괄적인 구조화된 속성, 상세한 설명, 대화형 맥락을 갖춘 브랜드가 빈약한 상품 피드를 가진 브랜드를 일관되게 능가해요.
Google AI 표면을 위해 상품 데이터를 어떻게 최적화하나요?
surfd에서 무료 AI 준비도 진단을 실행해 구조화된 데이터의 공백을 파악하세요. 기초 속성(상품당 5~8개)에서 포괄적인 데이터(30개 이상)로 확장하는 데 집중하세요. AI가 자연어 질의에 답하도록 돕는 용도, 적합성 정보, 비교 포인트를 포함한 대화형 맥락을 추가하세요.