온라인쇼핑플랫폼 가품 방지 UX 설계 연구

온라인 쇼핑 플랫폼은 사용자가 오프라인 매장을 직접 방문하지 않고도 모바일 또는 웹 환경을 통해 상품을 탐색하고 구매할 수 있도록 하는 온라인 기반 유통 채널이다. 과거 사용자가 제품을 직접 탐색하고 비교하여 구매 결정을 내리는 방식이었으나, 최근 인공지능 기술의 도입에 따라 고객의 관심사 및 구매 이력을 바탕으로 상품을 추천하고, 사용자 요청에 즉각적으로 맞춤형 결과를 제공하는 구조로 변화하고 있다.

OECD 조사에 따르면, 2020년 기준으로 전 세계 온라인 쇼핑몰에서 거래된 위조 상품의 규모는 약 1,000조 원에 달하는 것으로 나타났다[4]. 국내에서 발생한 가품 피해 사례는 주로 네이버플러스스토어(30.2%)에서 보고되고 있으며, 쿠팡, 11번가, 인터파크, 티몬, 지마켓 등 다른 주요 플랫폼에서도 다수의 피해가 발생하고 있다[5]. 온라인쇼핑플랫폼 가품피해발생 원인을 문헌연구를 통해 조사한 결과 네 가지로 도출되었다. 첫째, 비대면 거래의 특성으로 인해 사용자는 상품을 직접 확인할 수 없는 구조가 가품 문제를 심화시키고 있다. 둘째, 주요 플랫폼들은 인공지능 기반의 가품 모니터링 시스템을 도입하고 있으나, 기업의 26%가 위조품 모니터링 인력 확보에 어려움을 겪고 있는 것으로 나타났다[6]. 셋째, 가격 경쟁의 악용으로 인해 소비자들은 가격 비교 과정에서 신뢰성이 낮은 판매자를 선택하여 피해를 입는 사례가 확인되었다. 넷째, 전체 사용자 중 97.2%가 구매 전 후기를 확인한다고 응답하였으나, 후기의 객관성과 신뢰성에 대한 의문을 제기하는 비율 또한 높았다[7]. 이는 소비자가 충분한 정보를 기반으로 합리적인 구매 결정을 내리기 어려운 구조적 한계에 직면하고 있음을 보여준다. 구조적 문제를 해결하기 위해 일부 온라인 쇼핑 플랫폼은 위조품 보상제를 도입하였으나, 그 적용 범위가 특정 품목에 한정되어 있어 많은 사용자가 일상적으로 이용하는 기타 품목에 대한 가품 식별은 여전히 어려운 상황이다[8]. 조윤호와 최보름은 가품 문제 해결을 위해 플랫폼이 단순한 사후 조치(예: 환불)에만 의존해서는 실효성이 낮다고 지적하였다[9]. 따라서 사전 예방 조치(검증 및 모니터링)를 병행해야 하며, 특히 인공지능과 빅데이터 기반 감시 체계 구축이 위조품 확산을 방지하는 효과적인 대응 전략임을 강조하였다.

인공지능은 지능이 필요한 데이터 입력–출력 문제를 해결하기 위해 다양한 접근 방식을 통합하는 기술로, 자연어 처리, 예측, 분석, 최적화 등의 의사결정 문제를 지원하고 있다[10]. 유통 산업에서는 대규모 데이터를 기반으로 제품 검색, 추천, 구매 패턴 분석 등 다양한 영역에서 인공지능 기술이 활용되고 있으며, 최근에는 머신러닝을 이용한 가품 탐지와 블록체인과 인공지능을 융합한 제품 진위 검증 기술이 모니터링 체계에 적용되고 있다[11],[12]. 이 중 가품 문제 해결을 위한 기술은 다음과 같다.

첫째, 자연어 처리(NLP) 알고리즘을 활용하여 소비자 리뷰와 판매자 정보를 분석하고 의심스러운 콘텐츠를 표기함으로써 기업의 사전 대응을 지원한다. 둘째, 예측 분석 기능은 판매량, 지역 분포, 가격 변동 등의 데이터를 분석해 위조 가능성을 사전에 탐지한다. 셋째, 블록체인 기술은 데이터의 실시간 모니터링과 분석을 통해 가품의 시장 유입을 방지하는 데 기여하고 있다[2].

국내 온라인쇼핑플랫폼과 해외 주요 플랫폼 모두 인공지능 기술을 활용하여 가품 문제 해결을 시도하고 있으나, 기술 적용 범위와 활용 심화 정도에서는 차이가 나타났다. 조윤호·최보름 연구에 따르면, 국내 주요 플랫폼 중 인공지능 기술을 활용하여 위조품 사전 탐지 시스템을 도입한 사례는 적은 반면, 해외의 경우 대부분 플랫폼이 인공지능 기반으로 가품 탐지 기능과 자동 식별 시스템을 결합하여 가품 문제를 해결하고 있는 것으로 나타났다. 국내·외 주요 온라인쇼핑플랫폼을 대상으로 인공지능 기술을 접목한 가품 탐지 기술 사례를 조사하였다.

• 국내 온라인쇼핑플랫폼 인공지능 기반 가품 탐지 기술 사례

국내 온라인쇼핑플랫폼은 인공지능 기술 활용으로 가품 모니터링 및 초기 검열 단계에서 활용하고 있다. 국내 온라인 쇼핑 플랫폼의 인공지능 기반 가품 탐지 기술은 표 1과 같이 정리하였다.

Table 1.

AI-based counterfeit detection technologies in Korean online shopping platforms

• 해외 온라인쇼핑플랫폼 인공지능 기반 가품 탐지 기술 사례

해외 주요 플랫폼은 AI를 단순 모니터링을 넘어 가품 판별 자동화 수준까지 고도화하고 있다. 해외 온라인 쇼핑 플랫폼의 인공지능 기반 가품 탐지 기술은 표 2와 같이 정리하였다.

Table 2.

AI-powered counterfeit detection in global e-commerce platforms

최근 연구들은[1],[13],[14] 인공지능 기술 적용에 세 가지 한계를 지적하였다. 첫째, 개인정보 보호 강화와 자료 수집 제약으로 학습에 필요한 고품질 데이터를 확보하기 어렵다. 둘째, 새로운 형태의 가품이나 지능형 사기 수법 탐지에 한계가 있어 오탐지 및 누락 문제가 발생한다. 셋째, 시스템의 복잡성으로 인해 운영과 유지 관리에 많은 비용과 시간이 소요된다. 이에 따라 신창엽은[15] 기능적 효율성을 넘어 사용자 기대에 부합하는 사용자 중심 UX 설계의 필요성을 강조하였다. 이에 본 연구는 온라인쇼핑플랫폼에서 인공지능 기술 적용의 한계를 명확히 진단하고, 소비자 관점에서 가품 탐지 및 신뢰 회복을 위한 UX 기반 개선 방향을 제안하고자 한다.

본 연구는 사용자가 겪는 가품 구매 피해 경험이 신뢰도 저하 및 구매 여정의 변화에 미치는 영향을 규명하고, 피해 경험 전후의 패턴 차이를 통해 문제점을 파악하며 해결 방안을 제시하고자 하였다. 이를 위해 설문조사에 앞서 세 가지 핵심 문제를 정의하였다.

• 문제 1. 사용자가 가장 많이 경험한 가품 피해가 발생한 온라인 쇼핑 플랫폼은 무엇인가?
• 문제 2. 가품 구매 경험이 플랫폼의 신뢰도 및 인식에 미치는 영향은 무엇인가?
• 문제 3. 가품 구매 전후의 이용자 쇼핑 여정은 어떻게 변화하는가?

연구 방법으로는 양적 연구 방법 중 설문조사를 채택하였다. 설문은 JTBD(Job To Be Done) 프레임워크를 적용하여 현재 행동(Current Actions) 파악, 사용자, 대체 솔루션(Alternative Solutions), 핵심 목표(Core Needs) 탐색의 세 가지 축으로 구성하였다. 질문 형식은 리커트 5점 척도 문항, 객관식 문항, 그리고 단답형 주관식 문항을 혼합하여 총 24가지 질문지를 설계하였다. 이후, 주요 온라인 쇼핑 플랫폼에서 가품 구매 피해 경험이 있는 20대 이상의 성인 남녀를 대상으로 2025년 4월 10일부터 4월 11일까지 온라인 설문조사가 실시되었다. 본 연구에서 사용된 온라인 설문지는 전문 설문업체에 의뢰하여 제작하였으며, 설문지 프로그래밍을 통해 수집된 데이터를 활용하였다. 조사 대상자는 한국소비자원에서 진행한 연구에 비해 모집의 한계로 인해 150명으로 설정하였다. 이 조사의 목적은 사용자들이 경험한 가품 구매 피해가 신뢰도 저하 및 구매 여정의 변화에 미치는 구체적인 영향을 분석하는 것이며, 이를 바탕으로 온라인 쇼핑 플랫폼에서의 가품 피해 경험 전후의 패턴 변화를 통해 문제점과 해결 방안을 모색하고자 하였다.

조사 분석 결과, 가품 피해 경험이 많은 온라인 쇼핑 플랫폼으로는 쿠팡(34.9%)과 네이버플러스스토어(19.2%)가 나타났다. 피해 금액의 경우, 전체 응답자의 54.1%가 10만원 이하로 보고하였으며, 연령별 피해 경험은 40대(29.45%)와 30대(23.29%)에서 상대적으로 높게 나타났다. 이는 해당 연령대에서 온라인 쇼핑의 이용 빈도가 상대적으로 높은 점과 관련이 있는 것으로 해석된다. 가품 피해 경험 전후의 이용 빈도를 비교한 결과, 피해 이전에는 주 1~3회의 이용이 가장 많았으나, 피해 이후에는 월 1~4회로 감소하여 이용 빈도가 약 절반가량 줄어들었다. 이용 행태의 변화에 대해 응답자들은 “오프라인 이용을 자주 하게 되었다”, “충동구매를 줄이게 되었다”, “가품이 의심되는 제품은 직접 확인한 후 오프라인에서 구매한다”는 응답을 통해 가품 피해 경험이 구매 행태를 보다 신중하게 변화시켰음을 확인할 수 있다. 가품 피해 경험 전후의 신뢰도 변화에 관한 결과는 그림 1에 제시되었다.

Fig. 1.

Changes in trust due to experiences with counterfeit products

가품 구매 피해를 경험하기 전, 온라인 쇼핑 플랫폼에 대한 신뢰도가 평균 4점 이상이라고 응답한 비율은 65.75%에 달하여 매우 높은 수준이었다. 그러나 피해 경험 이후에는 1~3점(보통 이하)의 신뢰도를 선택한 응답자의 비율이 80.82%에 이르러 신뢰도가 급격히 하락한 것으로 나타났다. 특히 신뢰도 2점에 대한 응답 비율은 약 30% 증가하였으며, 이는 가품 피해 경험이 플랫폼에 대한 부정적 인식을 크게 강화하는 결과를 초래하였다. 이러한 점을 반영하여 사용자가 겪은 불편 요소와 피해 이후의 개선을 위한 개인적 노력에 관한 데이터는 그림 2에 제시하였다.

Fig. 2.

User-reported inconveniences from fake products and their individual actions

그림 3에서는 가품 피해 경험 전후 온라인 쇼핑 플랫폼 이용 시의 중요도 변화를 보여준다. 피해 경험이 있는 응답자들은 환불 절차의 복잡성(41.8%)과 심리적 스트레스(32.9%)를 가장 큰 불편 요소로 지적하였다. 피해 경험 이후, 사용자들은 스스로 피해를 예방하기 위해 ‘후기 및 제품 정보 확인’(60.3%)을 강화하였으며, 또한 ‘타 플랫폼 이용’(19.2%)이나 ‘오프라인 구매 확대’(18.5%)와 같은 대체 행동을 취하였다. 그러나 일부 응답자들은 “어쩔 수 없다고 생각하여 계속 이용한다”거나 “조심하면 피해를 피할 수 있다”는 태도를 보임으로써, 피해 경험 이후에도 온라인 쇼핑 플랫폼을 지속적으로 이용하는 모순적 인식이 존재함을 확인할 수 있었다. 한편, 가품 피해 경험 이전에는 ‘가격’을 구매 기준으로 삼은 응답자가 49.3%로 가장 많았다. 그러나 피해 경험 이후에는 ‘정보 신뢰성’이 28.8%로 ‘가격’의 28.1%를 초과하는 결과를 보였다. 이는 가품 피해 경험이 사용자의 구매 판단 기준을 단순한 가격 중심에서 정보 중심으로 변화시켰음을 의미한다. 또한, 인공지능 기반 가품 탐지 기술에 대한 신뢰도 점수를 조사한 결과, 응답자들은 대체로 긍정적인 신뢰를 보여주었다. 다수의 응답자가 4점 이상의 점수를 부여하였으며, ‘손쉬운 가품 판별’, ‘피해 예방 및 보상 체계에 대한 기대’, ‘편리한 쇼핑 지원’ 등이 신뢰의 이유로 제시되었다. 이러한 결과는 가품 피해 이후 정보 신뢰성의 중요성이 더욱 강화되었음을 나타내며, 이에 따른 인공지능 기술의 신뢰도 데이터는 그림 4에 제시되어 있다.

Fig. 3.

Changes in how consumers value online shopping platforms following counterfeit purchase experiences

Fig. 4.

Artificial intelligence trustworthiness score

설문조사 결과를 바탕으로, 주요 온라인 쇼핑 플랫폼에서 가품 피해를 경험한 사용자를 대상으로 심층 인터뷰를 진행하였다. 본 연구에서는 일회성 피해가 아닌 3회 이상 반복적으로 가품을 구매한 경험이 있는 사용자를 선정함으로써, 가품 피해를 개인이 해결하는 과정에서의 어려움을 규명하고, 플랫폼이 제공하는 해결책에 대해 살펴보고자 하였다. 인터뷰는 2025년 4월 16일부터 4월 23일까지 총 7일 동안 진행되었으며, 참여자 모집은 스노우볼 샘플링 방식을 활용하였다. 설문조사에서 가품 피해 경험이 두드러진 20대와 40대 응답자 중 사전 스크리닝을 통해 총 5명을 선정하여 개별 인터뷰를 실시하였다. 선행 연구에 따르면 질문 구조가 유사하게 유지되거나 전체적인 공통 경험 이해를 목적으로 수행되는 연구는 초기 인터뷰에서 발견되었다[17]. 따라서, 인터뷰이들의 이해를 돕기 위해 추가 인터뷰는 진행하지 않았다. 인터뷰는 구글 밋 및 전화 방식으로 약 1시간 내외로 이루어졌으며, 참여자에 대한 정보는 표 4에 제시하였다.

Table 4.

Interviewee Information

인터뷰 질문지는 가품 피해 경험의 구체적인 맥락을 이해하고, 피해 대처 방식, 플랫폼 대응에 대한 인식, 그리고 가품 문제 해결을 위한 인공지능 기술 적용 가능성에 대한 관심도를 확인하는 데 중점을 두고 설계되었다. 기본 질문 이외에도 인터뷰 과정에서 응답자의 진술에 따라 추가적인 가지 질문(follow-up questions)을 활용하여 경험의 구체성과 감정적 요인을 깊이 탐색하였다. 인터뷰 분석 방법으로는 인터뷰 결과 데이터를 그룹화하여 주제 분석(Thematic analysis) 방법을 활용하였다. 분석 과정에서는 유사한 경험, 행동 패턴, 인식 기준으로 그룹화가 진행되었으며, 최종적으로 9개의 하위 범주가 도출되었고, 반복적인 비교 및 그룹화 과정을 거쳐 4개의 상위 범주로 재구성되었다.

인터뷰 그룹화 결과, ‘온라인 쇼핑 플랫폼 이용 및 가품 피해 경험’, ‘가품 피해 이후 구매 행동 변화’, ‘환불 및 문제 해결 경험’, ‘가품 피해로 인한 플랫폼 신뢰도 변화’, ‘인공지능 기반 가품 탐지 시스템에 대한 요구’가 도출되었다. 이 연구에서 네 가지 주요 인사이트가 밝혀졌다.

첫째, 온라인 쇼핑 구매 의사 결정 과정 관련 범주에서는 구매자가 상품 선택 시 가격, 후기, 판매자 신뢰도 등 다양한 기준을 고려하는 양상이 확인되었다.

둘째, 가품 구매 이후의 환불 과정 경험 범주에서는 환불 절차의 복잡성, 플랫폼의 대응 태도, 피해 보상 여부 등이 중요한 경험 요소로 드러났다.

셋째, 피해 경험 이후 온라인 쇼핑 플랫폼에 대한 인식 변화 범주에서는 가품 피해가 플랫폼 전반의 신뢰도 하락으로 이어지며, 일부 사용자들이 구매 빈도 감소, 안전한 구매 채널 선호, 중고 거래로의 전환 등 행동 변화를 보였다.

넷째, 인공지능 기술 및 가품 피해 방지 방안 제공 범주에서는 사용자들이 정·가품 탐지 기능이나 피해 예방 장치에 대한 높은 요구를 표출하였으며, 인공지능 기반 필터링 및 리뷰 분석 기능의 필요성이 강조되었다.

분석 결과, 가품 구매 피해 경험은 단순한 불만을 넘어서 구매 의사 결정, 환불 경험, 플랫폼 신뢰도 및 기술적 대응 요구에 모두 영향을 미치는 것으로 나타났다. 가품 피해 개선 방안에 대해서는 인공지능 기반 정·가품 탐지 시스템에 대한 사용자 요구가 높게 확인되었으며, 이를 기반으로 한 서비스 개선이 플랫폼 신뢰 회복과 긍정적 사용자 경험 확산에 기여할 수 있음을 시사하였다.

프로토타입 제작 이후, 제안된 기능이 실제 가품 문제 해결에 기여할 수 있는지를 검증하기 위해 사용자 평가를 실시하였다. 평가는 2025년 5월 16일부터 17일까지 양일간 대면 인터뷰 방식으로 진행되었으며, 가품 구매 피해를 3회 이상 반복적으로 경험한 사용자를 대상으로 하였다. 1차 평가는 질적 조사 단계에서 심층 인터뷰에 참여했던 사용자 3명을 대상으로 실시하였고, 이후 표본 확대를 위해 2025년 11월 3일부터 14일까지 추가로 7명의 사용자를 대상으로 평가를 진행하였다. 총 10명의 참여자는 모두 문제 없이 평가를 수행하여 추가 테스트는 진행하지 않았다. 사용자 평가 참여자 정보는 아래 표 6에 정리하였다.

Table 6.

User review participant list

평가 방법은 통합형 평가로 진행되었으며, 과정에서 Maze 프로그램을 활용한 Task 평가가 먼저 실시된 후, 개별 심층 인터뷰가 이어졌다. 심층 인터뷰는 사용자 경험에 대한 질적 및 정량적 평가를 수행하기 위해 스티브 크룩의 ‘사용성 특성 7가지’를 기반으로 한 질문지를 사용하여 진행하였다. 평가 과정은 ‘고려은단 멀티 비타민’ 제품의 구매 과정과 이후 정품 및 가품 확인 과정을 중심으로 한 4가지 프로토타입 시나리오가 Task 기반 방식으로 수행되었다. Task 질문지는 표 7에 정리되어 있다.

Table 7.

Task questionnaire

Maze에서 도출된 결과에 따르면, 각 작업별 성공 시간은 Task1이 9초, Task2가 6.6초, Task3이 10.7초, 그리고 Task4가 21.2초로 기록되었으며, 성공률은 95%로 나타났다. 이러한 데이터는 사용자들이 서비스 이용 과정에서 어려움 없이 각 작업을 수행했음을 보여준다. 이후 진행된 사용자 인터뷰를 통해 서비스에 대한 만족도를 기존 플랫폼의 가품 구매 과정과 비교하여 질문한 결과, 현재 국내 온라인 쇼핑 플랫폼에서는 해당 서비스가 제공되지 않고 있으므로, 실제 서비스가 출시될 경우 이용 의사가 있음을 나타내는 응답이 많았다. 특히 한 사용자는 “내가 직접 제품을 확인하고 가품일 경우 환불을 받을 수 있는 과정에서, 기존에 환불을 받기 위해서는 사설 업체를 통해 증명해야 했고, 이로 인해 환불이 어려웠던 점이 해소될 것 같다”라고 답변하였다. 또한, “환불을 위해 플랫폼에 문의하면서 겪는 심리적 스트레스와 감정 소비 등의 불편함 없이 즉시 환불을 받을 수 있다는 점이 만족스럽다”는 의견도 이어졌다. 그 외에도 리뷰 서비스에서 제품 구매 전 커뮤니티 서비스를 제공하여 구매자들이 직접 확인하고 구매할 수 있는 기능이나, 리뷰의 정품 필터링 서비스는 기존에 제공되지 않는 서비스로, 온라인 쇼핑 시 리뷰를 참고하여 구매하는 경우가 많기 때문에, 구매 전 정보를 확인할 수 있어 가품 피해를 방지할 수 있을 것이라는 긍정적인 반응을 얻을 수 있었다. 마지막으로, 해당 서비스는 쿠팡, 네이버플러스스토어와 같이 다양한 제품을 판매하는 플랫폼에는 적합하지만, 무신사, 29cm와 같은 수직 커머스에서 서비스가 제공될 경우 오히려 플랫폼에 대한 신뢰도가 낮아져 구매를 망설일 수 있다는 의견 또한 있었다. Task 결과는 아래 표 8에 정리하였다.

Table 8.

Task result