스마트스토어 소싱 시작, 사업자 등록보다 ‘이것’부터 AI로 100점 맞추세요

스마트스토어를 시작할 때 가장 먼저 할 일은 스토어 개설이 아니라 ‘데이터 기반의 아이템 선정’, 즉 소싱입니다. 잘못 고른 아이템은 어떤 상세페이지로도 되살릴 수 없기 때문입니다.

11년 넘게 이커머스와 퍼포먼스 마케팅을 다뤄오고 8년째 직접 온라인 판매를 해온 입장에서 단언합니다. 로고, 스토어 디자인, 마케팅 세팅은 전부 그다음 문제입니다. 첫 단추인 아이템이 틀리면 뒤 공정을 아무리 정교하게 짜도 매출은 나오지 않습니다. 그래서 이 글은 ‘뭐부터 하지?’라는 막막함을 ‘무엇을 어떤 기준으로 검증할까’로 바꾸는 데 집중합니다.

스마트스토어 소싱, 왜 스토어 개설보다 먼저일까요?

초보가 가장 흔히 저지르는 실수는 스토어 이름을 짓고 로고를 만드는 것부터 시작하는 것입니다. 눈에 보이는 결과물이라 뿌듯하지만, 정작 팔릴 물건이 정해지지 않은 상태의 ‘포장’일 뿐입니다. 순서가 뒤집혀 있습니다.

스마트스토어 소싱은 시장이 원하는 아이템을 데이터로 검증해 고르는 작업이며, 스토어 개설·디자인·마케팅보다 반드시 먼저 와야 하는 첫 공정입니다.

숫자가 이 순서의 무게를 말해줍니다. 매일경제가 보도한 국세청 ‘생활업종 생존율’에 따르면, 온라인 판매(통신판매업)의 1년 생존율은 69.8%로 100대 생활업종 중 가장 낮았습니다. 창업자 10명 중 3명이 1년을 못 넘긴다는 뜻입니다. 진입 장벽이 낮아 쉽게 시작하지만, 그만큼 준비 없이 뛰어든 결과가 통계에 그대로 찍힙니다.

팔리지 않는 아이템은 광고로도 살아나지 않습니다

많은 초보가 ‘상세페이지만 잘 만들면’, ‘광고만 돌리면’ 팔릴 거라 믿습니다. 그러나 시장이 외면한 아이템은 심폐소생이 되지 않습니다. 업계에서 회자되는 전형적인 실패 패턴이 있습니다. 어떤 셀러는 재고를 6만 9천 원에서 9,800원까지 내리고 TV 광고까지 집행했지만, 결국 팔리지 않아 3년간 창고에만 쌓아뒀습니다. 가격도 마케팅도 문제의 본질이 아니었습니다. 처음 고른 아이템 자체가 시장의 수요와 어긋나 있었던 겁니다.

상세페이지와 광고는 이미 존재하는 수요를 ‘전환’시키는 도구입니다. 없는 수요를 만들어내는 마법이 아닙니다. 그래서 소싱 단계에서 수요를 잘못 읽으면, 그 뒤에 붓는 광고비는 대부분 매몰비용이 됩니다.

AI로 아이템을 어떻게 평가하나요?

과거엔 시장 규모 파악, 경쟁 강도 분석, 리뷰 불만 정리를 손으로 하느라 며칠이 걸렸습니다. 지금은 같은 작업을 AI로 몇 시간 안에 끝낼 수 있습니다. 핵심은 ‘툴을 쓴다’가 아니라 ‘무엇을 물어보고 무엇으로 판단하느냐’입니다.

아이템 하나를 검증할 때 AI에게 정리시키는 축은 크게 네 가지입니다.

• 시장 규모 — 검색량·판매 추이로 수요의 크기와 방향(성장/정체/하락)을 가늠
• 경쟁 강도 — 상위 노출 셀러 수, 리뷰 수, 가격 분포로 진입 난이도 판단
• 마진 구조 — 도매가·수수료·광고비·배송비를 뺀 실질 마진이 남는지 계산
• 리뷰 불만 포인트 — 경쟁 제품 리뷰에서 반복되는 불만을 뽑아 개선 여지(차별화 지점)를 발굴

이 네 축을 AI에게 표로 정리시키면, ‘왠지 팔릴 것 같다’는 감을 ‘데이터로 설명 가능한 판단’으로 바꿀 수 있습니다. AI는 판단을 대신 내려주는 도구가 아니라, 판단에 필요한 재료를 빠르게 모아주는 도구라는 점을 기억하면 됩니다.

감이 아니라 기준 — 100점 척도 소싱 스코어링

AI로 재료를 모았다면, 마지막은 ‘점수화’입니다. 아이템 A와 B를 나란히 놓고 “이게 더 나은 것 같다”로 끝내면 다시 감으로 돌아갑니다. 각 축에 배점을 정해 100점 척도로 환산해야, 서로 다른 아이템을 같은 잣대로 비교할 수 있습니다.

배점은 사업 방향에 따라 조정할 수 있습니다. 중요한 건 ‘기준을 먼저 정하고, 그 기준으로 모든 후보를 같은 방식으로 채점한다’는 원칙입니다. 이렇게 하면 60점짜리 아이템에 광고비를 붓는 실수를 시작 전에 걸러낼 수 있습니다.

리뷰 불만에서 다음 아이템의 니즈가 나옵니다

소싱에서 가장 저평가된 데이터가 경쟁 제품의 ‘별 1~2개 리뷰’입니다. 좋은 리뷰는 이미 충족된 수요를, 나쁜 리뷰는 아직 충족되지 않은 수요를 보여줍니다. 후자가 훨씬 값집니다.

예를 들어 특정 카테고리 리뷰에서 “배송 중 파손”, “냄새가 심함”, “설명서가 부실함” 같은 불만이 반복된다면, 그 지점을 해결한 버전이 곧 차별화 포인트가 됩니다. AI에게 경쟁 제품 리뷰를 넣고 “반복되는 불만을 빈도순으로 묶어달라”고 시키면, 시장이 조용히 요구하고 있는 니즈가 목록으로 드러납니다. 감으로는 절대 못 보던 각도입니다.

폐업률이 알려주는 진짜 진입장벽

온라인 판매가 쉬워 보이는 이유는 시작이 쉽기 때문이지, 성공이 쉽기 때문이 아닙니다. 시장 전체의 온도를 보면 이 착시가 깨집니다.

연합뉴스가 전한 국세청 통계에 따르면, 지난해 소매업 폐업률은 16.78%로 2013년(17.72%) 이후 11년 만에 가장 높았습니다. 온라인·오프라인을 통틀어 소비재를 파는 시장 전체가 그만큼 빡빡해졌다는 신호입니다. 실제로 서울신문 보도처럼 지난해 폐업자는 사상 처음 100만 명을 넘었고, 소매업과 음식점업이 전체의 약 45%를 차지했습니다.

이 숫자를 겁주려고 꺼낸 게 아닙니다. 경쟁이 치열한 시장일수록, 아무 아이템이나 들고 들어가는 것과 데이터로 검증한 아이템을 들고 들어가는 것의 차이가 극명하게 벌어집니다. 폐업률이 높다는 건, 역으로 소싱을 제대로 한 사람에게는 어설픈 경쟁자가 알아서 빠져나가 준다는 뜻이기도 합니다.

자주 묻는 질문

스마트스토어를 시작할 때 정말 소싱부터 해야 하나요?

네. 스토어 개설·디자인·마케팅은 팔 물건이 정해진 뒤 의미가 생깁니다. 아이템이 틀리면 뒤 공정을 아무리 잘 해도 매출로 이어지기 어렵습니다. 순서는 소싱이 먼저입니다.

AI로 소싱하면 며칠 걸리던 분석이 얼마나 단축되나요?

시장 규모·경쟁 강도·리뷰 불만 정리 같은 작업을 몇 시간 단위로 줄일 수 있는 경우가 많습니다. 다만 AI는 판단 재료를 모아주는 도구이지, 최종 결정을 대신 내려주지는 않습니다.

초보인데 AI 프롬프트를 잘 못 짜도 소싱이 되나요?

됩니다. 중요한 건 화려한 프롬프트가 아니라 ‘무엇을 물을지’를 아는 것입니다. 시장 규모·경쟁 강도·마진·리뷰 불만이라는 네 축만 붙잡으면, 질문은 그 안에서 자연스럽게 만들어집니다.

소싱 스코어링에서 몇 점이면 시작해도 될까요?

절대 기준은 없지만, 각 축을 같은 잣대로 채점했을 때 상대적으로 높은 점수를 받은 아이템부터 검토하는 방식이 안전합니다. 점수가 낮은 후보에 광고비를 먼저 붓는 실수를 막는 것이 목적입니다.

리뷰 분석은 어디 리뷰를 봐야 하나요?

진입하려는 카테고리의 경쟁 상위 제품 리뷰, 특히 별점이 낮은 리뷰를 봅니다. 반복되는 불만이 곧 아직 충족되지 않은 수요이고, 그 지점이 차별화의 출발점이 됩니다.