네이버, 중소상공인의 일상을 바꾼 ‘온서비스 AI’의 실제 작동 방식 공유
네이버는 22일, 쇼핑·플레이스 등 자사 주요 서비스 전반에 적용해온 AI 기술이 중소상공인(SME)의 운영 효율과 고객 경험에 어떤 변화를 만들었는지를 정리한 ‘AI 케이스 스터디 리포트’를 공개했다. 네이버는 리뷰 관리, 고객 상담, 상품 추천 등 사업자의 일상적인 업무에 AI를 직접 적용하는 ‘온서비스 AI’ 전략을 통해 반복 업무와 감정노동을 줄이고, 사업자가 본질적인 운영과 성장에 집중할 수 있도록 돕는 것을 목표로 하고 있다. 이번 리포트는 기술 소개가 아니라, 실제 서비스 현장에서 확인된 효과와 사업자 사례를 중심으로 AI가 비즈니스에 작동하는 방식을 구체적으로 보여준다.
리뷰와 상담, 가장 소모적인 일을 AI가 대신하다
오프라인 매장을 운영하는 소상공인에게 리뷰 관리는 가장 신경 쓰이지만, 가장 미뤄지기 쉬운 일이다. 네이버의 ‘스마트플레이스 리뷰 관리 솔루션’은 이 지점을 정면으로 겨냥한다. 고객 리뷰가 올라오면 AI가 문맥과 표현 수위를 분석해 민감한 리뷰를 먼저 알려주고, 사업자가 답글을 달 때는 상황에 맞는 문장을 초안으로 제시한다.
중요한 점은 ‘자동 응답’이 아니라 ‘보조 응답’이라는 설계다. AI는 대신 말하지 않고, 말하기 쉬운 상태를 만들어준다. 이 방식은 리뷰 대응에 익숙하지 않은 사업자에게 특히 효과적이었다. 실제 사용자들은 답글 작성 시간이 크게 줄었고, 감정 소모 역시 현저히 감소했다고 답했다. 네이버에 따르면 해당 기능의 사업자 만족도는 97%에 달한다.
온라인 스토어에서도 비슷한 변화가 일어났다. ‘톡톡 AI FAQ’는 고객 문의를 자동으로 처리하는 챗봇이 아니라, 상품 데이터에 기반해 자주 묻는 질문을 스토어별로 생성하고 답변을 제안하는 구조다. 이 기능은 RAG(Retrieval Augmented Generation) 방식을 활용해, AI가 상품 정보와 정책 데이터를 실시간으로 찾아 응답한다. 그 결과, 단순 반복 문의가 줄고 상담 지연으로 인한 고객 이탈도 감소했다.
전문가들은 이를 “고객 응대를 자동화한 것이 아니라, 상담 시간을 전략 자산으로 바꾼 사례”로 평가한다.
추천 엔진의 진화, ‘노출’이 아니라 ‘맥락’을 본다
네이버의 온서비스 AI 전략은 추천 영역에서도 방향이 다르다. 네이버는 자체 파운데이션 모델 ‘e-CLIP’을 활용해 이용자의 검색·구매 맥락과 상품 속성을 함께 분석한다. 이를 통해 ‘비슷한 상품’이나 ‘함께 구매하기 좋은 상품’을 단순 나열이 아닌, 실제 구매 가능성이 높은 조합으로 제시한다.
이 추천 기능은 네이버플러스 스토어의 ‘찜’과 ‘장바구니’ 영역에 적용되며, 판매자에게는 추가 비용 없이 기본 제공된다. 네이버는 이 방식이 특정 상품을 밀어주는 노출 전략이 아니라, 이용자의 탐색 흐름을 자연스럽게 확장해 구매 전환을 높이는 구조라고 설명한다. 실제로 ‘함께 구매하기 좋은 상품’ 영역은 높은 전환율을 기록했고, 판매자들은 합배송과 추가 구매 증가 효과를 체감하고 있다.
네이버가 이번 리포트에서 강조하는 메시지는 분명하다. AI의 가치는 새로운 기능을 보여주는 데 있지 않다. 반복 업무를 줄이고, 사람이 판단해야 할 일에 시간을 돌려주는 데 있다. 온서비스 AI는 거창한 미래 기술이 아니라, 오늘의 운영 방식을 조금 더 견딜 만하게 만드는 기술이다.
