월마트는 챗GPT 결제로 넘어졌다 — 롯데면세점은 애초에 그 자리에 설 수 없었다

7월 16일 롯데면세점이 챗GPT 안에서 상품을 검색하고 추천받을 수 있는 서비스를 선보였다. 국내 면세업계 최초의 생성형 AI 쇼핑 서비스다. "선물용 향수를 추천해줘", "오늘의 특가 상품은 뭐야?" 같은 대화형 질문에 챗GPT가 롯데면세점 상품으로 답하는 방식이다. 그런데 이 서비스에는 눈에 띄는 공백이 하나 있다. 챗GPT 안에서 결제까지 끝내는 기능이 없다. 추천받은 상품을 사려면 결국 롯데면세점 자체 구매 페이지로 넘어가야 한다. 공교롭게도 이 공백은 한국 유통업계가 놓치기 쉬운, 그러나 정확히 짚어야 할 지점이다. 딱 일주일 전 RIT가 다룬 월마트의 챗GPT 실험이 정확히 이 지점에서 무너졌기 때문이다.

무슨 일이 있었나 — 월마트가 먼저 겪은 일

지난주 다룬 것처럼, 월마트는 챗GPT 안에서 바로 결제까지 끝내는 '즉시결제(Instant Checkout)' 기능을 오픈AI와 함께 실험했다. 결과는 예상 밖이었다. 챗GPT 안에서 결제한 상품의 전환율이, 같은 상품을 추천받은 뒤 월마트 웹사이트로 이동해 결제했을 때보다 3배나 낮았다. 원인은 추천의 정확도가 아니라 장바구니·멤버십·배송이 끊어진 결제 구조였다. 반면 월마트 자체 에이전트 '스파키'는 자사 생태계 안에서 움직였고 거래액이 150% 늘었다. 결론은 명확했다 — 챗GPT 안에서 결제를 끝내려는 시도 자체가, 결제 경험을 파편화시켜 전환율을 깎아 먹었다.

롯데면세점의 서비스가 나온 건 이 사례가 국내에 보도된 지 채 열흘도 지나지 않은 시점이다. 그런데 롯데는 월마트가 넘어진 바로 그 기능, 즉 챗GPT 안 즉시결제를 처음부터 넣지 않았다. 상품 탐색과 추천만 챗GPT에 맡기고, 실제 구매는 자사 페이지로 유도하는 구조다.

핵심 인사이트 ① — 신중해서가 아니라, 애초에 못 하는 거였다

이걸 두고 "롯데가 월마트의 실패를 학습해서 영리하게 설계했다"고 읽고 싶어질 수 있다. 하지만 실제로는 그런 선택의 문제가 아니다. 한국 면세품 온라인 구매는 법적으로 여권번호·영문성명·출국 정보를 주문 시점에 입력해야 하고, 상품은 반드시 출국 당일 공항 인도장에서 여권·탑승권·교환권을 제시해야 받을 수 있다. 입국 후 택배 수령도 불가능하다. 면세(免稅)라는 제도 자체가 '해외로 반출되는 물품'이라는 전제 위에 서 있기 때문에, 구매자의 출국 사실을 확인하는 절차가 결제 과정에 구조적으로 붙어 있는 것이다.

이 검증 절차를 제3자 플랫폼인 챗GPT 안에서 처리하는 건 기술적으로도, 법적으로도 현실성이 없다. 여권 정보 같은 민감 데이터를 오픈AI의 대화 세션에 입력하게 만드는 설계를 관세당국이나 개인정보보호 규제가 그대로 허용할 리도 없다. 즉 롯데면세점이 챗GPT 안 결제를 넣지 않은 건 월마트의 실패에서 배운 신중함이 아니라, 면세품이라는 상품 자체의 구조가 애초에 그 선택지를 지워버린 결과에 가깝다. 결과적으로는 월마트가 사후에 깨달은 교훈을, 롯데는 규제 덕분에 사전에 지킨 셈이 됐다.

핵심 인사이트 ② — 그래서 진짜 승부처는 '결제'가 아니라 '탐색'이다

여기서 중요한 질문이 남는다. 결제 단계에서의 함정을 피했다고 해서 이 서비스가 저절로 성공하는 건 아니라는 점이다. 월마트 사례가 보여준 진짜 교훈은 "결제는 자사 생태계에 있어야 한다"는 것 하나만이 아니다. 스파키가 성공한 진짜 이유는 결제뿐 아니라 상품 탐색과 추천까지 월마트 자신의 데이터와 로직 위에서 이뤄졌기 때문이다. 반면 롯데의 챗GPT 서비스는 정반대다 — 탐색과 추천이라는 상류 단계를, 오픈AI라는 제3자 플랫폼에 맡기는 실험이다.

이 구조에서는 새로운 질문이 생긴다. 챗GPT가 추천한 상품을 보고 롯데 구매 페이지로 넘어가는 고객이, 애초에 롯데 자체 앱이나 웹사이트에서 검색한 고객보다 더 잘 구매로 이어질지는 아직 확인된 바가 없다. 오히려 탐색 단계에서 이탈이 생기면, 월마트가 결제 단계에서 겪은 것과 비슷한 손실이 앞단에서 발생할 수도 있다. 롯데면세점은 결제라는 함정은 피했지만, 탐색을 아웃소싱하는 것 자체가 지닌 리스크는 아직 검증되지 않은 채로 남아 있다.

비즈니스 임팩트 — 아직은 실험, 지표가 쌓여야 판단 가능

서비스가 출시된 지 열흘이 채 안 된 시점이라 전환율이나 매출 기여도 같은 실질적 성과는 아직 공개되지 않았다. 롯데그룹은 이 서비스를 유통·호텔·서비스 계열사를 아우르는 전사적 AI 전환 전략 'AX 드라이브'의 일환으로 위치시키고 있고, 향후 개인화 추천 기능을 강화할 계획이라고 밝혔다. 관건은 두 가지 지표다. 첫째, 챗GPT를 통해 유입된 트래픽이 실제 구매로 이어지는 비율이 자사 앱·웹 대비 어느 수준인지. 둘째, 이 채널이 새로운 고객을 데려오는지, 아니면 기존에 어차피 구매했을 고객의 경로만 바꾸는 것인지다. 두 지표가 확인되기 전까지는 "국내 최초"라는 타이틀 이상의 의미를 섣불리 부여하기는 이르다.

신라·신세계·현대 등 경쟁 면세점들도 조만간 비슷한 대화형 쇼핑 실험에 뛰어들 가능성이 크다. 다만 이들이 뛰어들더라도 같은 규제 구조 위에 있는 이상, 챗GPT 안 결제라는 선택지는 마찬가지로 열려 있지 않다. 국내 면세업계의 AI 커머스 경쟁은 처음부터 '결제 아웃소싱'이 아니라 '탐색 아웃소싱'을 두고 벌어질 수밖에 없는 구조다.

실무 시사점

• AI·디지털 전환 담당: 챗GPT·제3자 AI 플랫폼과의 연동을 설계할 때는 결제 완결까지 욕심내기 전에, 해당 업종이 법적·구조적으로 결제를 자사 채널에 묶어둬야 하는지부터 점검할 것. 규제상 제약이 있다면 오히려 그 제약을 '이미 검증된 안전한 설계'로 활용할 수 있다
• CRM·데이터 담당: 결제 단계보다 탐색·추천 단계의 유입-전환 지표를 먼저 추적해야 한다. 챗GPT를 통해 들어온 고객이 자사 채널 직접 방문 고객보다 전환율이 낮다면, '탐색 아웃소싱'이 실제로는 손실 지점이 될 수 있다는 신호다
• 규제·법무 담당: 면세품처럼 신원 확인이 법적으로 결제에 결합된 업종에서는, 신원 데이터를 다루는 모든 신규 채널에 대해 개인정보·관세 규정 검토를 서비스 기획 초기 단계부터 병행해야 한다
• 경쟁 전략 담당: 경쟁사가 "업계 최초" AI 서비스를 냈다고 해서 곧바로 따라갈 필요는 없다. 이번 사례처럼 초기 성과 지표가 공개되지 않은 상태에서는, 몇 달 뒤 실제 전환율·매출 기여 데이터가 나온 후에 벤치마킹 여부를 판단해도 늦지 않다

결론

롯데면세점의 챗GPT 쇼핑 서비스는 "국내 최초"라는 수식어와 별개로, 그 자체로 완결된 성공 사례는 아직 아니다. 다만 이 사례는 에이전트 커머스를 설계할 때 놓치기 쉬운 질문 하나를 선명하게 보여준다 — 어떤 업종은 규제와 상품 구조 때문에 애초에 챗GPT 안에서 결제를 끝낼 수 없고, 그 경우 진짜 경쟁은 결제가 아니라 탐색 단계에서 벌어진다는 것이다. 월마트가 값비싼 실험 끝에 배운 교훈을, 한국 면세업계는 규제 덕분에 시작부터 피해 갈 수 있었던 셈이다. 하지만 피해 간 함정이 있다고 안심할 계제는 아니다. 아직 검증되지 않은 다음 함정, 즉 탐색 아웃소싱의 리스크가 그 자리를 대신하고 있다.