네이버가 자체 생성형 AI 기술을 기반으로 개인화 상품 추천 기술을 탑재한 네이버플러스 스토어 앱을 지난 12일 출시했다고 13일 밝혔다.

네이버플러스 스토어는 네이버의 LLM ‘하이퍼클로바X’를 기반으로 하고 있으며, 방대한 상품 데이터를 분석해 이를 사용자의 선호도와 구매 이력에 기반해 상품을 추천해 준다.

이를 통해 판매자들도 광고를 집행할 때도 불특정 다수가 아닌 구매 가능성이 높은 이용자를 타겟팅해 이른바 ‘단골 테크’ 마케팅 전략을 사용할 수 있게 된다.

한편 네이버플러스 스토어가 출시되면서 새롭게 ‘AI 쇼핑 가이드’와 ‘발견’ 시스템이 새롭게 도입됐다.

먼저 AI 쇼핑 가이드는 사용자가 ‘노트북’을 검색할 시 디자인 작업 특화 제품, 휴대성 특화 제품, 고사양 게이밍 제품 등 사용성을 기반으로 최적의 추천을 제공한다.

현재 AI 쇼핑 가이드 기능은 휴대폰과 냉장고 등 전자제품에 적용됐으며, 이후 적용 범위를 확대한다는 계획이다.

이어 발견 서비스는 개인화된 숏폼 콘텐츠를 추천하는 기능으로, 앱 하단에 있는 ‘발견’ 탭을 누르면 최신 트렌드의 인기 상품을 30초 이내의 영상으로 소개한다.

한편 네이버는 앱 출시를 맞아 대규모 할인 행사를 진행하는데, 먼저 앱에서 첫 구매를 하는 고객을 대상으로 2만 원 이상 구매 시 최대 5000원 할인이 가능한 10% 할인 쿠폰을 일괄 제공한다.

또 오는 17일부터 30일까지는 6000여 개의 파트너사가 참여하는 ‘네이버플러스 스토어 오픈 위크’ 행사를 진행한다.

행사 기간에는 매일 0시와 10시에 선착순 할인 쿠폰을 제공하며, 2만 원 이상 구매 시 최대 3000원 할인 가능한 10% 쿠폰, 5만 원 이상 구매 시 최대 8000원 할인 가능한 15% 쿠폰이 있다.

네이버 관계자는 “이 외에도 네이버플러스 멤버십을 이용하는 고객에게는 추가 적립 5%와 슈퍼적립 상품에는 추가 10% 적립으로 최대 15% 적립을 제공한다”라고 강조했다.

이어 “배송 서비스도 당일 도착을 보장하는 ‘오늘배송’과 전날 24시까지 주문하면 다음 날 오는 내일배송, 일요일에도 운영하는 일요배송 등으로 옵션을 세분화했다”라고 덧붙였다.

네이버플러스 스토어에 적용된 개인화 추천 기술은 하이퍼클로바X 기반의 모델 구조를 중심으로 고도화되고 있으며, 사용자의 검색 의도와 쇼핑 이력을 실시간 분석해 상품과 콘텐츠 노출을 조정하는 방식으로 작동한다.

네이버는 기존 쇼핑 플랫폼에서의 추천 실험을 통해 클릭률 상승과 거래액 확대 효과를 확인해 왔으며, 하이퍼클로바X의 추론 능력이 강화된 이후 이러한 성과는 더욱 뚜렷하게 나타난 것으로 평가된다.

추천 기술은 멀티모달 데이터를 입력으로 활용해 이미지·텍스트를 함께 분석하도록 설계됐으며, 상품 속성 인식과 사용자 행동 패턴 반영이 동시에 이뤄지는 구조다.

최근 네이버가 도입한 HyperCLOVA X THINK 모델은 한국어 추론 기준을 중심으로 정밀도가 향상된 것으로 알려졌으며, 이를 기반으로 한 AiTEMS 추천 기술은 15억 개 이상의 상품 데이터를 처리해 이용자별 ‘맞춤형 블록’을 구성하는 데 활용되고 있다.

 이러한 시스템은 단순한 연관 상품 추천을 넘어 추천 사유를 설명하는 형태로 진화하고 있으며, 내부 테스트에서는 기존 대비 클릭률이 두 배 이상 증가한 사례도 보고된 바 있다.

네이버플러스 스토어 출시 이후에는 전문 카테고리 상품에서의 추천 품질 개선이 확인되었고, 사용자가 반복 이용할수록 모델이 선호도 정보를 빠르게 반영하는 구조가 강화되고 있다.

네이버는 콘텐츠 추천 영역으로도 기술 적용 범위를 확대하고 있다.

네이버 앱 홈피드에서는 사용자 관심사 분석을 기반으로 블로그·포스트·영상 콘텐츠를 무한 스크롤 형태로 제공하고, 숏폼 콘텐츠 탭에는 AI 요약 기능을 결합해 탐색 시간을 단축하도록 구성했다.

이러한 구조는 전반적인 이용 시간 증가와 콘텐츠 소비 패턴 변화를 유발하는 요소로 작용하고 있다.

또한 대화형 에이전트 기반 서비스에서는 사용자 인터뷰식 선호 학습 기능이 적용되며, 감정 및 맥락 정보를 반영한 추천 정확도를 높이는 방향으로 기술이 확장되는 중이다.

네이버플러스 스토어의 AI 쇼핑 가이드는 전자제품과 같은 전문성 요구 카테고리를 중심으로 검색어와 상품 속성 정보를 분석해 구체적인 사용 목적별 추천을 제공하고 있다.

출시 이후 해당 기능을 활용한 이용자군에서 상품 클릭률은 20~27% 증가한 것으로 나타났고, 거래액 역시 3~4배 상승한 사례가 확인되었다.

더불어 ‘발견’ 탭을 통해 제공되는 숏폼 기반 추천은 단일 페이지 내 탐색 경험을 강화하며 거래 비중을 끌어올리는 역할을 하고 있다.

이러한 기능들은 반복 이용 시 모델 학습량이 증가해 추천 정확도가 점진적으로 개선되는 구조를 보이며, 충성 고객층 확장 및 재방문율 증가에도 영향을 준 것으로 분석된다.

종합적으로 네이버플러스 스토어에 적용된 추천 기술은 대규모 언어 모델 기반의 추론 능력, 멀티모달 분석, 개인화 강화를 결합해 쇼핑 서비스의 효율성을 높이는 방향으로 진화하고 있다.