AI 상품 소싱, AI로 아이템을 찾으려 하시나요? 소싱의 핵심 방법

온라인 셀러 8년, 저는 ‘대박 아이템을 찾는 감각’보다 ‘위험한 아이템을 걸러내는 기준’이 매출을 지켰다고 믿습니다. AI 상품 소싱의 핵심도 똑같습니다.

많은 초보 셀러가 AI에게 “잘 팔릴 대박 아이템 찾아줘”라고 묻습니다. 하지만 8년간 수천 개의 상품을 팔고, 떠안고, 손절해 본 입장에서 말씀드리면, 소싱의 승부는 아이템을 찾는 순간이 아니라 위험한 후보를 걸러내는 순간에 갈립니다. 이 글에서는 실패 확률을 낮추는 6가지 선정 기준과, 그 기준을 프롬프트로 자동화한 비즈모멘텀 100점 평가표의 작동 원리를 정리합니다.

AI 상품 소싱, 왜 ‘찾기’가 아니라 ‘거르기’일까요?

AI 상품 소싱이란 AI로 무에서 유를 찾아내는 것이 아니라, 검색 수요·마진율·리뷰 미해결 불만 등 6가지 객관적 기준을 바탕으로 후보 아이템을 ‘거르고 검증’하는 과정입니다.

기준 없이 아이템만 늘리는 방식이 위험한 이유는 통계가 보여줍니다. 머니투데이 2026-06-30 보도에 따르면 중소벤처기업부 분석 결과 2025년 소상공인 주요 6대 업종의 폐업률은 11.08%로 전체 평균(8.64%)을 크게 웃돌았고, 폐업 사유 1순위는 응답자의 70.9%가 꼽은 ‘수익성 악화·매출 부진’이었습니다.

결국 문을 닫는 가장 큰 이유는 ‘안 팔려서’입니다. 그리고 안 팔리는 재고는 대부분 명확한 기준 없이 감으로 들여온 아이템에서 나옵니다. AI를 아이템 발굴기가 아니라 리스크 필터로 써야 하는 이유가 여기에 있습니다.

감으로 고른 아이템이 악성 재고가 되는 이유

겉보기 마진이 좋아 보여도, 실제로 남는 돈은 판매가에서 원가·수수료·물류비를 모두 뺀 뒤에야 확인됩니다. 대한상공회의소 기업물류비 실태조사를 보면 기업의 매출액 대비 물류비 비중은 평균 6.9%였고, 매출 500억 미만 중소기업은 7.8%로 대기업(4.4%)의 두 배에 가까웠습니다. 규모가 작을수록 물류·재고 비용이 마진을 더 크게 잠식한다는 뜻입니다.

같은 조사에서 기업들이 꼽은 물류비 절감 방안 상위권에 ‘재고관리 강화'(30.8%)가 올랐습니다. 재고를 잘못 들이면 마진이 보관·물류비로 새어나가고, 이것이 쌓이면 악성 재고가 됩니다.

시장이 작아서 생기는 문제도 아닙니다. 국가데이터처 온라인쇼핑동향에 따르면 2025년 12월 온라인쇼핑 거래액만 24조 2,904억 원으로 전년 동월 대비 6.2% 늘었습니다. 시장은 크지만 그만큼 셀러도 몰려 있어, 명확한 기준 없이 최저가로만 경쟁하면 도매꾹·도매매·1688 어디서 떼 오든 결국 치킨게임에 빠지기 쉽습니다.

실패를 막는 6가지 아이템 선정 기준

제가 소싱 검증에 쓰는 기준은 6가지입니다. 각 기준은 ‘이 아이템의 무엇을 보는가’와 ‘어떤 신호가 나오면 거르는가’로 나뉩니다.

이 중 초보가 가장 자주 놓치는 것이 CS 난이도입니다. 온라인 판매는 법적으로 소비자의 청약철회권이 보장됩니다. 찾기쉬운 생활법령정보(법제처)에 따르면 인터넷쇼핑몰 사업자는 원칙적으로 소비자가 상품을 받은 날부터 7일 이내에 하는 청약철회를 보장해야 하며, 이를 부당하게 막으면 공정거래위원회의 시정조치·영업정지·과징금 대상이 될 수 있습니다.

즉 반품·분쟁이 잦은 품목은 마진이 좋아 보여도 CS 인건비와 환불 부담으로 실익이 사라질 수 있습니다. ‘팔 수 있는가’만큼 ‘감당할 수 있는가’를 함께 봐야 하는 이유입니다.

AI 소싱의 본질은 ‘리스크 검증’입니다

AI 소싱을 단순 검색 도구로 이해하면 절반만 쓰는 셈입니다. 이미 시장은 AI를 ‘거르는 도구’로 옮겨가고 있습니다. 디지털데일리 2026-05-28 보도에 따르면 알리바바닷컴은 시장 조사부터 소싱·가격 협상·상품 등록·운영 리스크 감지까지 전 과정을 AI 에이전트가 수행하는 솔루션을 공개하면서도, 핵심 의사결정 단계에서는 반드시 사람의 최종 승인을 거치도록 설계했다고 밝혔습니다.

방향은 분명합니다. AI가 후보를 넓게 펼치고 리스크를 걸러 정렬하면, 사람은 그 근거를 검증해 최종 판단을 내립니다. 다만 도구만 갖춘다고 끝나는 일은 아닙니다. 한국지능정보사회진흥원(NIA)이 기업의 AI 활용 현황과 애로사항을 별도 보고서로 분석할 만큼, 실무에서 AI는 ‘무엇을 물을지’와 ‘무엇을 기준으로 판단할지’가 정해져 있어야 제 역할을 합니다.

그래서 좋은 AI 소싱은 좋은 프롬프트가 아니라 좋은 평가 기준에서 시작합니다. 챗GPT든 제미나이든, 도구는 기준을 태울 그릇일 뿐입니다.

비즈모멘텀 AI 소싱 100점 평가표는 어떻게 작동하나요?

비즈모멘텀 100점 평가표는 앞의 6가지 기준에 가중치를 부여하고, AI가 후보 아이템을 항목별로 채점해 점수와 그 근거를 함께 출력하도록 설계한 프롬프트입니다. 예를 들어 마진율과 CS 난이도에 높은 가중치를 두고, 특정 항목이 기준선 아래면 ‘과락’으로 표시해 총점이 높아도 소싱을 보류하게 만드는 방식입니다.

실제로 이 평가표가 리스크를 막아준 사례가 있습니다. 겉으로는 원가 대비 판매 마진이 넉넉해 보이던 한 생활용품 후보가, 평가표를 돌리자 ‘CS 난이도’와 ‘리뷰 미해결 불만’ 항목에서 과락을 받았습니다. 경쟁 상품 리뷰에 동일한 하자 불만이 반복됐고, 반품·문의가 잦을 품목이라는 근거가 함께 나온 겁니다. 총점만 봤다면 들여왔겠지만, 과락 신호 덕분에 소싱을 접었고 악성 재고를 방어할 수 있었습니다.

다만 분명히 해 둘 점이 있습니다. 이 평가표는 성공을 보장하는 도구가 아니라, 주관적 판단을 줄이고 객관적 기준으로 리스크를 관리하는 데 도움을 주는 도구입니다.

AI 소싱을 시작하기 전 체크리스트

새 후보 아이템을 발견했다면, 평가표를 돌리기 전에 아래 6가지를 스스로 물어보세요.

1. 이 아이템의 월 검색 수요와 최근 추세를 확인했는가?
2. 판매가에서 원가·수수료·물류비를 뺀 실질 마진을 계산했는가?
3. 경쟁 상품 리뷰에서 반복되는 미해결 불만을 직접 읽었는가?
4. 교환·반품·청약철회 분쟁 가능성을 점검했는가?
5. 부피·파손·정온 등 배송·보관 난이도를 따졌는가?
6. 한 번 사고 끝나는 품목인지, 재구매가 일어나는 품목인지 판단했는가?

여섯 개 중 답이 막히는 항목이 있다면, 그곳이 바로 AI에게 검증을 맡길 지점입니다.

자주 묻는 질문

AI 소싱 프로그램은 어떤 것이 좋나요?

특정 프로그램보다 ‘기준’이 먼저입니다. 명확한 평가 기준만 있다면 챗GPT·제미나이 같은 범용 AI에 프롬프트로 태우는 방식이 전용 프로그램보다 유연한 경우가 많습니다. 도구 선택은 그다음 문제입니다.

스마트스토어 소싱 실패를 줄이려면 어떻게 해야 하나요?

감이 아니라 6가지 기준으로 후보를 먼저 거르고, 통과한 아이템만 소량으로 테스트하는 순서를 권합니다. 무재고·소량 발주로 시장 반응을 먼저 확인하면 초기 재고 리스크를 크게 낮출 수 있습니다.

챗GPT로 잘 팔리는 아이템을 찾을 수 있나요?

‘찾기’보다 ‘거르기’에 강합니다. 아이템을 무에서 만들어 주기보다, 후보군을 기준별로 채점하고 리스크를 정렬하는 검증 작업에 활용할 때 실질적인 도움이 됩니다.

온라인 쇼핑몰 악성 재고는 어떻게 처리하나요?

이미 쌓인 재고는 손절 판매·묶음 구성·체험단 등으로 회전율을 확보하는 수밖에 없습니다. 다만 근본 해법은 처리보다 예방, 즉 소싱 단계의 필터링입니다. 안 들여오는 것이 가장 싼 처리 방법입니다.

100점 평가표는 어떤 아이템에 쓰나요?

주로 새로 발견한 신규 후보 아이템을 검증하는 단계에서 씁니다. 이미 잘 팔리는 주력 상품보다, 판단이 애매한 후보를 거를 때 효과적입니다.