ChatGPT 쇼핑 위험: 연구, 가짜 소매 사이트 경고
Podqi의 연구에서 ChatGPT, Gemini, Perplexity의 답변에 위험한 소매 링크가 포함된 사실이 확인되며 ChatGPT 쇼핑 위험이 드러났다. 총 6,795개 답변 가운데 9%에는 이 회사가 위험하다고 분류한 웹사이트가 포함돼 있었다. 이 범주에는 사칭 또는 위조품 판매가 의심되는 사이트와 비활성 도메인이 포함됐다.
브랜드 보호 업체인 Podqi는 151개 브랜드에 관한 5개의 쇼핑 질문을 사용해 AI 검색 회사 Gauge를 통해 응답을 수집했다. 이 업체의 AI 쇼핑 연구는 2026년 9월 두 차례에 걸쳐 로그아웃 상태의 소비자용 서비스를 조사했다. 연구진은 4,437개 도메인을 검토하고 그중 718개를 위험으로 분류했다. 가짜 사이트로 의심되는 곳은 351개, 비활성 사이트는 367개였다.
이 결과는 구체적인 긴장을 드러낸다. 그럴듯한 쇼핑 목적지를 찾는 일과 운영자를 검증하는 일은 서로 다르다. 어시스턴트는 상품 질문에 유창하게 답할 수 있지만, 판매자의 신원은 확인되지 않은 채 남을 수 있다. 쇼핑객과 브랜드, 챗봇 개발자에게 이 공백은 조사 단계가 구매 결정으로 이어지는 바로 그 시점에 중요해진다.
ChatGPT 쇼핑 위험 연구가 실제로 측정한 것
Podqi는 위험 링크가 Perplexity 답변의 15%, ChatGPT 답변의 8%, Gemini 답변의 4%에 포함됐다고 보고했다. 위험 사이트가 포함된 답변 중 57%는 해당 사이트를 추천했고, 34%는 별다른 언급 없이 언급했으며, 9%는 사용자에게 경고했다. 이 비율은 모든 쇼핑 답변이 아니라 위험 사이트가 포함된 하위 집합을 설명한다.
이 결과는 완료된 쇼핑 사기의 측정 비율이 아니라 목적지와 추천에 관한 것이다.
이 구분은 독자가 달리 한데 묶어 생각할 수 있는 여러 질문을 나눈다. 답변에 부적절한 목적지가 포함됐는가? 그 표현이 방문을 유도했는가? 누군가 링크를 따라가 결제 정보를 입력하거나 돈을 잃었는가?
연구의 핵심 수치는 앞선 단계들을 다룬다. 이를 같은 비율의 쇼핑객이 사기를 겪었다는 주장으로 확대해서는 안 된다. 노출, 설득, 구매, 손실은 별개의 결과다.
비활성 주소는 운영 중인 사칭 상점과는 즉각적으로 다른 문제를 제기한다. 둘 다 쇼핑 답변의 신뢰성을 떨어뜨리지만, 서로 다른 방식으로 설명해야 한다. 표시된 모든 목적지를 활성 사기로 부르는 것은 증거를 과장하는 일이다.
반대로 이 문제를 단순한 끊어진 링크로 설명하면 사칭이 의심된다는 결과를 간과하게 된다. 유용한 해석은 두 범주를 모두 보존한다. 추천 시스템에는 작동하는 목적지와 그것을 누가 통제하는지에 관한 신뢰할 만한 증거가 모두 필요하다.
비교를 위해서는 표본 맥락도 중요하다. 이 결과는 시험된 소비자 경험, 프롬프트, 브랜드, 수집 기간을 설명한다. 모든 구성이나 쇼핑 기능에 걸친 영구적인 안전 순위를 확립하는 것은 아니다.
예를 들어 일반 챗봇 답변과 전용 판매자 통합 기능은 별도로 평가해야 한다. 하나의 경험에 대한 시험이 다른 경험을 자동으로 인증하거나 비난할 수는 없다. 독자가 익숙한 제품명과 낯선 구현 방식을 비교할 때 이 경계는 중요하다.
따라서 이 연구는 보편적인 성적표라기보다 면밀한 검토를 위한 구체적인 출발점을 제공한다. 쇼핑 질문에 답하는 단계와 판매자를 보증하는 단계 사이의 전환에 주목하게 한다. 그 전환은 그 자체로 평가받을 만하다.
유용한 해석은 그 순간 어떤 증거가 추천을 정당화할 수 있는지 묻는다. 시스템은 해당 주소가 브랜드 소유임을 아는가? 판매 권한 관계를 검증했는가? 아니면 요청과 일치하는 문구를 찾아냈을 뿐인가?
이는 연구 결과가 제기하는 분석적 질문이지, 연구가 결정적으로 입증한 작동 방식은 아니다. 이 차이는 중요하다. 의심스러운 출력이 관찰됐다고 해서 그것을 만든 모든 내부 단계를 알 수 있는 것은 아니다.
실질적인 결론은 더 좁고 방어 가능하다. 쇼핑객은 대화형 소매 추천을 판매자 검증이 완료된 것으로 받아들여서는 안 된다.
쇼핑 답변은 상품 요약보다 더 큰 무게를 지닌다
상품 조사와 판매자 선택에는 서로 다른 종류의 판단이 필요하다. 어시스턴트는 누군가가 돈을 어디에 쓸지 결정하지 않고도 소재, 사이즈, 상품 범주를 비교하도록 도울 수 있다.
구매 목적지를 제시하는 순간 과업은 달라진다. 답변은 상품 선호를 결제와 개인정보를 받게 될 사업자와 연결한다. 이제 정확성에는 판매자의 신원도 포함된다.
관련성 있는 상품 설명이 정당한 상거래 관계를 입증하지는 않는다.
특정 브랜드의 재킷을 찾는 가상의 쇼핑객을 생각해 보자. 어시스턴트는 관련 없는 상점을 제시하면서도 재킷의 특징을 정확하게 식별할 수 있다. 상품 정보와 구매 목적지는 별도로 확인해야 한다.
답변이 상점을 “공식” 또는 “공인”으로 표시할 때도 같은 구분이 적용된다. 이 단어들은 유사성이 아니라 관계를 표현한다. 익숙한 로고나 일치하는 상품 사진만으로는 그 관계를 확립할 수 없다.
대화형 표현은 이 구분을 특히 중요하게 만든다. 근거가 불완전하게 남아 있어도 직접적인 답변은 완성된 판단처럼 읽힐 수 있다. 사용자는 어시스턴트의 목소리로 추천을 받는다.
이는 챗봇 개발자에게 표현이 무엇을 약속하는지 명확히 해야 한다는 압박을 만든다. “이 페이지는 상품을 언급한다”는 제한된 주장이다. “여기서 구매하세요”는 행동을 유도하며 더 강한 근거가 필요하다.
브랜드는 또 다른 문제에 직면한다. 브랜드 이름이 정확히 언급되더라도 잘못된 목적지가 함께 제시될 수 있다. 따라서 노출만으로 쇼핑 답변의 품질을 설명할 수는 없다. 브랜드가 등장했는지만큼 답변이 사용자를 어디로 보내는지도 중요하다.
소매업체 입장에서 무단 추천은 고객 혼란과 책임에 관한 의문을 제기한다. 쇼핑객은 나쁜 경험을 답변 전반에 이름이 등장한 브랜드와 연관 지을 수 있다. 이는 그럴듯한 사업상 위험이지만, 이 연구에서 측정한 손실은 아니다.
영향은 직장 내 구매에도 미친다. 장비나 상품을 조사하는 직원은 검증되지 않은 판매자 링크를 조달 논의로 가져갈 수 있다. 다듬어진 요약은 원래 대화와 분리돼 유통될 수도 있다.
그 상황에서 중요한 기록에는 출처와 검증 상태가 포함된다. 추천의 출처를 밝히는 후보 목록은 이의를 제기하기가 더 쉽다. 제안된 상점 목록만 제시하면 해결되지 않은 판단이 숨겨진다.
검색 가능한 지식 베이스를 유지하는 팀이라면 승인된 구매 출처를 관련 조사 자료와 함께 보관해야 한다. 링크를 저장해 두었다고 해서 그 운영자가 인증되는 것은 아니며, 보관된 링크도 여전히 검토가 필요하다.
따라서 상업적 압력은 구체적이다. 상품 식별을 돕는 어시스턴트는 판매자 보증의 경계를 함께 마련해야 한다. 브랜드는 자신의 이름에 연결된 목적지를 점검해야 한다. 구매자는 탐색과 승인 사이의 구분을 명확히 볼 수 있어야 한다.
인용은 출처를 보여주지만, 판매자 신원에는 별도의 증거가 필요하다
인용은 독자가 답변이 정보를 얻은 곳을 살펴보는 데 도움이 될 수 있다. 그렇다고 인용된 사업자가 자동으로 돈을 지불할 가치가 있다고 입증되는 것은 아니다.
쇼핑 답변에 포함된 주장을 나누어 보면 그 차이가 분명해진다. 페이지는 상품 사양을 뒷받침하거나, 상품 목록을 보여주거나, 반품 정책을 설명할 수 있다. 그 어느 것도 제조업체의 판매 권한을 독립적으로 입증하지는 않는다.
페이지가 존재한다는 증거는 그 운영자가 쇼핑객이 도달하려 했던 판매자라는 증거보다 약하다.
이것이 이야기의 핵심적인 전환점이다. 답변을 검토 가능한 것처럼 느끼게 하는 기능은 해결되지 않은 상업적 신뢰 문제와 공존할 수 있다. 링크는 독자가 살펴볼 무언가를 더하지만, 그 검토는 여전히 이뤄져야 한다.
이 위험은 가상의 국제 쇼핑 요청에서 특히 뚜렷하다. 사용자는 브랜드가 국가별로 별도의 매장을 운영한다고 합리적으로 기대할 수 있다. 지역 매장처럼 보이는 주소는 소유권을 입증하지 못하면서도 그 기대에 부합할 수 있다.
그러면 질문은 관계에 관한 것이 된다. 이 주소는 알려진 브랜드와 어떻게 연결되는가? 확립된 브랜드 사이트의 링크는 주소에 일치하는 단어가 있다는 것과는 다른 주장을 뒷받침한다.
이 때문에 챗봇에게 상점이 합법적이라고 다시 말해 달라고 요청하는 것은 제한적인 안심만 제공한다. 두 번째 주장은 더 나은 증거를 제시할 때에만 유용하다. 확신과 검증이 서로 바뀌어서는 안 된다.
같은 원칙은 경고에도 적용된다. 온라인 사기에 관한 일반적인 주의는 특정 추천의 문제를 해결하지 못한다. 특정 목적지에 붙은 경고는 쇼핑객에게 어떤 행동을 재고해야 하는지 알려준다.
답변 설계는 이 구체성을 보존해야 한다. 시스템이 상점을 검증할 수 없다면 추천 표현에는 그 불확실성이 반영돼야 한다. 그렇지 않으면 선택에 도움을 요청한 사람에게 부담이 조용히 넘어간다.
소비자 보호 지침은 이미 표현과 정당성을 구분한다. Canadian Centre for Cyber Security의 온라인 쇼핑 지침은 웹사이트의 외관이나 자물쇠 아이콘만으로 신뢰하지 말라고 주의한다.
이는 신뢰가 여러 약한 신호를 통해 축적될 수 있기 때문에 여기서 중요하다. 어시스턴트는 확신에 차 있고, 상점은 세련돼 보이며, 연결은 안전해 보인다. 이런 세부 사항들이 합쳐지면 근본적인 신원 증거보다 더 강하게 느껴질 수 있다.
개발자에게 분석적 과제는 인터페이스가 실제로 전달하는 주장을 평가하는 것이다. 관련 주소를 검색하는 시스템은 탐색 단계를 완료한 것이다. 그 주소를 적절한 구매 장소로 설명하려면 여전히 근거가 필요하다.
이는 모든 추천을 똑같이 다뤄야 한다는 뜻은 아니다. 대형 소매업체, 독립 상점, 마켓플레이스, 브랜드 운영 매장은 서로 다른 관계를 가진다. 시스템은 입증할 수 있는 관계를 설명해야 한다.
신중한 답변도 유용할 수 있다. 확인되지 않은 사항을 밝히면서 후보 판매자를 식별할 수 있다. 이 접근 방식은 불확실성을 완료된 보증처럼 제시하지 않으면서 조사 가치를 보존한다.
챗봇 비교는 유용하지만 AI 쇼핑 안전을 확정하지는 않는다
ChatGPT, Gemini, Perplexity 간 차이는 주목할 만하다. 시험된 서비스가 서로 대체 가능한 결과를 내놓지 않았음을 보여준다. 동시에 각 비교가 실제로 무엇을 포착하는지에 관한 질문도 제기한다.
어시스턴트는 서로 다른 출처를 선택하거나, 더 적은 수의 상점을 제시하거나, 불확실성을 다르게 처리하기 때문에 의심스러운 목적지를 더 적게 표시할 수 있다. 출력 비율만으로는 이런 설명을 완전히 구분할 수 없다.
관찰된 노출 비율이 더 낮다는 사실은 한 챗봇이 안전하다는 포괄적 주장보다 더 제한적인 결과를 뒷받침한다.
경고 행동은 또 다른 차원을 더한다. 목적지를 피하는 것과 언급한 뒤 문제를 식별하는 것은 서로 다른 역량이다. 유용한 평가는 결과 답변의 유용성과 함께 둘 다 보여줘야 한다.
그렇지 않으면 어시스턴트는 쇼핑 질문을 거절하는 것만으로 신중해 보일 수 있다. 이는 노출을 줄이지만 도움이 거의 되지 않는다. 쇼핑 제품은 유용한 탐색과 정당한 추천의 균형을 맞춰야 한다.
연구의 상업적 출처 역시 면밀히 살펴볼 필요가 있다. Podqi는 브랜드 보호 서비스를 판매하므로, 자신이 설명하는 문제에 사업적 이해관계를 갖고 있다. 그렇다고 해서 관찰 결과가 무효가 되는 것은 아니다.
다만 분류 기준의 투명성이 중요해진다. 독립적인 검토자는 논쟁이 있는 사례를 이해할 수 있을 만큼의 증거를 확보해야 한다. 위조품 판매가 의심되는 판매자, 관련 없는 리셀러, 접속할 수 없는 웹사이트가 서로 구분되지 않는 라벨이 되어서는 안 된다.
검토자는 불확실성을 어떻게 다뤘는지도 물어야 한다. 일부 소매 관계는 다른 관계보다 검증하기 쉽다. 방법론은 모든 주소를 단정적인 판정에 억지로 넣기보다, 결론이 나지 않은 사례를 남겨둘 여지를 가져야 한다.
문제를 식별하는 것과 제안된 해결책을 입증하는 것 사이에도 또 다른 경계가 있다. 공급업체는 의심스러운 추천을 문서화할 수 있지만, 자사의 서비스가 모든 근본 원인을 해결한다고 입증하는 것은 별개의 일이다.
동일한 기준은 챗봇 제공업체에도 적용된다. 안전성 개선에 관한 주장은 쇼핑 목적지와 연결된 증거를 필요로 한다. 답변 품질에 대한 일반적인 주장은 이 특정 문제를 해결하지 못한다.
이 글은 해당 실험을 독립적으로 재현하지 않았다. 따라서 연구는 전반에 걸쳐 출처를 명시해야 하며, 분류 역시 연구진의 분류로 남아야 한다. 그 결과는 조사할 이유이지, 확실성을 과장할 근거는 아니다.
비교에는 시점도 함께 명시해야 한다. 관찰된 결과는 특정 수집 기간에 속한다. 이후의 제품 동작은 익숙한 회사명에 근거한 추정이 아니라 새로운 테스트를 필요로 한다.
AI 쇼핑 안전성을 묻는 구매자에게 가장 유용한 답변은 따라서 조건부 답변이다. 이 연구는 테스트한 서비스 전반에서 주의해야 할 이유를 제시한다. 모든 추천이 실패한다거나 표시된 모든 주소가 피해를 초래한다는 사실을 입증하지는 않는다.
의미 있는 대응은 불확실한 판매자 신원을 더 쉽게 확인할 수 있게 해야 한다. 또한 이의가 제기된 결과를 더 쉽게 재현하고 수정할 수 있어야 한다. 그러한 변화는 여기서 드러난 구체적인 신뢰 격차를 해소할 수 있다.
AI로 넘어가는 시점에도 기존 쇼핑 안전장치는 그대로 적용된다
이 연구는 이미 알려진 소비자 문제를 둘러싼 새로운 인터페이스 질문을 제기한다. 어시스턴트가 판매자를 소개할 수는 있지만, 구매자는 여전히 그 업체를 신뢰할 근거가 필요하다.
미국 연방거래위원회(Federal Trade Commission)의 판매자 확인 조언은 낯선 업체를 조사하고 여러 출처의 리뷰를 확인할 것을 권고한다. 또한 리뷰와 평점이 오해를 불러일으킬 수 있다고 경고한다.
챗봇 추천은 판매자 확인의 출발점이어야 하며, 최종 증거가 되어서는 안 된다.
이 원칙이 모든 낯선 매장을 사기 업체로 취급해야 한다는 뜻은 아니다. 소규모 소매업체와 독립 사업체도 합법적일 수 있다. 중요한 질문은 이용 가능한 증거가 해당 구매를 뒷받침하는지 여부다.
유용한 구분은 불확실성과 비난을 분리한다. “이 판매자를 확인할 수 없다”는 한계를 전달한다. “이 판매자는 사기 업체다”는 위법 행위를 주장하는 말이며 더 강한 증거가 필요하다.
어시스턴트는 후속 질문에 답할 때도 이 구분을 유지해야 한다. 열정적인 추천에서 근거 없는 비난으로 급격히 돌아서는 시스템은 검증 문제를 해결한 것이 아니다. 단지 확신의 방향만 바꾼 것이다.
구매자에게 대화에서 웹사이트로 넘어가는 과정은 신중한 주의를 기울일 만하다. 도착 주소는 평가 중인 판매자와 일치해야 한다. 한 업체에 대한 증거를 이름이 비슷한 다른 업체에 적용해서는 안 된다.
FBI의 연말 쇼핑 안내 역시 구매 전에 낯선 판매자를 확인할 것을 강조한다. 이 안내는 결제한 상품이 도착하지 않는 문제 등을 경고한다.
이러한 기존 안전장치는 목적지를 어떤 방식으로 발견했는지와 무관하게 여전히 유효하다. 챗봇의 추천은 판매자의 의무를 바꾸거나 그 이력을 입증하지 않는다. 발견 경로와 판매자는 거래에서 별개의 요소다.
조직의 경우 핵심은 어시스턴트를 금지하는 것보다 책임을 명확히 배정하는 데 있다. 제품 조사는 대화형 도구를 활용할 수 있지만, 판매자 승인은 확립된 구매 절차를 따라야 한다.
구매를 검토하는 사람은 해당 매장이 이미 승인된 곳인지 확인할 수 있어야 한다. 낯선 곳이라면 기록에는 무엇을 확인했는지가 적혀 있어야 한다. 이는 물려받은 추정이 아니라 책임 있는 결정을 만든다.
여기에는 제품 설계의 기회도 있다. 어시스턴트는 검증된 판매자 관계와 일반적인 웹 추천을 구분할 수 있다. 다만 그 표현은 그러한 구분의 실제 근거를 설명해야 한다.
라벨만으로는 충분하지 않다. “검증됨”에는 명확한 범위가 필요하다. 소유권 검증인지, 판매 권한 검증인지, 아니면 다른 의미인지가 분명해야 한다. 이 설명이 없다면 라벨은 또 다른 확실성의 인상만 더할 위험이 있다.
정책 문제도 같은 논리를 따른다. 인터페이스가 조사, 추천, 상업적 홍보를 섞을 때 책임을 평가하기는 더 어려워진다. 명확한 경계는 사용자가 어떤 주장을 신뢰하라는 요구를 받고 있는지 이해하는 데 도움이 될 것이다.
따라서 ChatGPT 쇼핑 위험은 링크가 열리는지 여부를 넘어선다. 이는 구매 제안을 둘러싼 증거와 표현의 문제다. 최종 전환 단계는 사용자가 행동하기 전에 해결되지 않은 신뢰 문제를 보이게 해야 한다.
다음에 주목할 점: 검증, 반복 테스트, 실제 결과
다음으로 유의미한 변화는 쇼핑 답변과 증거 품질에서 관찰 가능한 변화일 것이다. 더 자신감 있는 표현으로는 문제가 해결되지 않는다. 더 탄탄한 근거를 갖춘 추천이 필요하다.
진전이란 목적지, 보증, 그리고 둘 다를 점검할 수 있는 증거를 개선하는 것을 의미한다.
첫째, 판매자 탐색과 검증된 관계를 구분하는 제품 변화를 지켜봐야 한다. 명확한 판매자 라벨, 구체적인 경고, 실제로 무엇이 확인됐는지에 대한 설명이 관련 변화에 포함된다.
가장 강력한 신호는 추천을 해당 업체에 관한 점검 가능한 증거와 연결하는 것이다. 그 외에는 자신감 있게 매장을 추천하면서 하단에 일반적인 주의 문구만 붙이는 방식은 더 약한 근거를 제공한다.
이 구분은 수정 방식에서도 나타나야 한다. 사용자가 부적절한 목적지를 신고하면 응답은 그 주소를 구체적으로 다뤄야 한다. 광범위한 쇼핑 조언을 반복하는 것은 최초 추천 문제를 해결하지 못한다.
둘째, 투명한 분류를 갖춘 독립적 반복 테스트를 지켜봐야 한다. 재현 가능한 평가는 접속할 수 없는 목적지, 사칭 의심 사례, 위조 의심 사례, 불확실한 사례를 분리해야 한다.
또한 비교를 해석하는 데 필요한 맥락을 보존해야 한다. 테스트 경험, 수집 기간, 추천 문구가 중요하다. 이러한 세부 정보가 없으면 순위는 증거가 허용하는 것보다 더 보편적인 것처럼 보일 위험이 있다.
유용한 재현 연구는 개선이 익숙한 질문 세트를 넘어 유지되는지 검증할 것이다. 또한 시스템이 판매자 신원에 더 신중해지면서도 유용성을 유지하는지 살펴봐야 한다.
이는 낯선 결과를 모두 제거하는 것보다 더 까다로운 기준이다. 침묵이 아니라 정당화된 지원을 보상한다. 또한 개발자에게 더 명확한 개선 목표를 제시한다.
셋째, 추천과 실제 구매자 결과를 연결하는 증거를 지켜봐야 한다. 클릭, 구매 시도, 불만, 확인된 손실은 서로 다른 질문에 답한다. 이들은 별도의 척도로 유지되어야 한다.
결과 증거는 의심스러운 추천이 낳는 실질적인 결과를 확립하는 데 도움이 될 것이다. 또한 개입이 가장 중요한 지점을 드러낼 수 있다. 매장을 방문하기 전 경고와 결제 정보를 입력한 뒤 경고는 서로 다른 목적을 가진다.
반대로 실제 피해가 발생했다는 증거가 제한적이라면 발생 규모에 관한 주장을 제한하게 된다. 그렇다고 잘못된 추천이 용인되는 것은 아니다. 다만 그 결과에 대한 설명은 더 정확해진다.
챗봇 변화와 함께 브랜드의 대응도 중요하다. 공식 매장과 승인된 관계에 관한 명확하고 접근하기 쉬운 정보는 검증 작업이 점검할 구체적인 대상을 제공할 것이다.
그렇더라도 그 정보를 게시하는 것과 어시스턴트가 이를 올바르게 사용하는 것은 별개의 이정표다. 업계에는 두 요소 사이의 연결을 보여 주는 증거가 필요하다. 신뢰할 수 있는 정보 출처를 발표하는 것만으로 일관된 사용이 입증되지는 않는다.
독자에게 당장의 핵심은 신뢰의 경계다. ChatGPT 쇼핑 위험이 AI 제품 조사의 가치를 없애는 것은 아니다. 다만 추천된 판매자는 별도의 평가를 받을 가치가 있음을 보여 준다.
다음 AI 지원 구매 전에는 추천과 거래 사이의 전환 과정을 살펴보라. 답변은 목적지를 운영하는 주체가 누구인지 입증하는가, 아니면 그럴듯한 매장만 제시하는가? 증거가 관련성에서 멈춘다면 구매 결정을 열어 두라. 신뢰할 수 있는 브랜드 출처의 정보와 주소를 비교하고, 독립적인 판매자 정보를 점검하며, 결정의 근거를 보관하라. 직장 구매의 경우 근거 없는 링크만 전달하지 말고 그 증거를 승인 절차에 반영하라. 던져야 할 질문은 구체적이다. 이 거래에서 이 업체를 신뢰할 근거는 무엇인가? 자신감 있는 답변을 점검해야 할 주장으로 받아들이고, 그 증거가 추천을 뒷받침하는지 판단하라.



