커머스닷컴 Series 1 Oppenheimer 29th Annual Technology Conference

다니엘, 환영합니다. 네, 여기 오게 되어 기쁩니다.

지연된 점 죄송합니다. 통화 중인 모든 분들께 명확히 말씀드리자면, 제 지연은 오펜하이머 측 문제는 아닙니다. 오늘 아침에 불편을 드려 죄송합니다.

네, 커머스닷컴은 전자상거래 분야에서 활동하고 있습니다. 저희는 두 가지 주요 자산을 보유하고 있습니다. 빅커머스는 주문과 결제를 처리하고 고객이 온라인에서 거래할 수 있는 웹사이트를 구축할 수 있게 하는 플랫폼입니다. 저희는 이를 거래 계층(transaction layer)이라고 부릅니다. 사업의 두 번째 주요 부분은 피도노믹스(Feedonomics)라고 합니다. 이는 데이터 오케스트레이션 계층입니다. 이 사업은 고객이 제품 카탈로그를 가져와 오늘날 고객들이 온라인에서 쇼핑하는 모든 채널에서 발견과 거래를 위해 모든 데이터 속성을 최적화할 수 있도록 돕습니다. 이는 최근 6~9개월 사이에 LLM(대형 언어 모델)이 실제 쇼핑 발견에서 주도적인 역할을 하면서 매우 중요해지고 있습니다. 저희는 이것이 장기적으로 저희 사업에 매우 긍정적인 영향과 호재가 될 것으로 믿고 있습니다.

마지막으로, 사업의 세 번째 영역은 메이크스위프트(Makeswift)라고 하며, 이는 사업의 아주 작은 부분입니다. 이를 전체 솔루션의 페이지 빌더, 프론트엔드 스토어프론트 빌더 계층으로 생각하시면 됩니다. 현재 매출에 미치는 영향은 크지 않지만, 저희는 이 솔루션을 빅커머스 핵심 제품 내 핵심 스토어프론트 디자인으로 개발 중이며, 연말까지 출시되면 기존 고객과 신규 고객 모두에게 큰 도움이 될 것입니다.

네, 트래비스 헤스가 저희 CEO입니다. 그는 약 2년 전에 취임했습니다. 트래비스가 CEO로 취임하면서 달성하고자 했던 주요 목표가 네 가지 있었습니다. 첫째, 경영진에 상당한 변화를 주고자 했는데, 이 작업은 이제 완료되었습니다. 둘째, 사업의 초점을 순수 매출 유지(net revenue retention)로 전환하고자 했습니다. 과거에는 다른 많은 SaaS 기업들처럼 신규 고객 확보에 지나치게 집중해 성장 동력으로 삼았던 경향이 있었습니다.

셋째, 브랜드를 하나의 통합된 브랜드 아키텍처 아래 통합하고자 했으며, 이 과정에서 지난 3~5년간 인수한 Makeswift와 Feedonomics를 운영과 기술 아키텍처 면에서 완전히 통합하지 못했던 부분을 해결하려 했습니다. 마지막으로, 아마도 가장 중요한 점은, 그가 취임할 때 커머스가 앞으로는 발견(discovery)과 데이터 오케스트레이션이 경쟁의 핵심이 될 것이라고 판단했다는 점입니다. 그리고 이는 실제로 증명되었습니다. 2년 전 예상보다 변화 속도가 더 빨랐던 것 같습니다. 제가 말하는 바는, 전통적으로 커머스, 특히 이커머스는 거래로 이어지는 일정한 경로를 갖고 있었다는 것입니다.

고객들은 주로 구글을 통한 검색, SEO 검색을 통해 상품을 발견합니다. 그 트래픽은 고객의 브랜드 웹사이트 방문으로 이어지고, 거기서 상품 페이지, 장바구니, 결제, 거래로 연결됩니다. 이러한 흐름은 지난 몇 년간 변화하고 있습니다. 그 변화는 핵심 브랜드 웹사이트 외부의 다양한 채널에서 많은 발견이 이루어지면서 시작되었다고 생각합니다. 이 부분에 대해서는 몇 년 전에 이미 이야기한 적이 있습니다. 전자상거래 내에서 옴니채널이라는 용어가 자주 사용되는 것을 들으셨을 겁니다. 이는 제품 카탈로그를 소셜 채널이나 마켓플레이스, 그리고 디지털 광고 채널에서도 발견될 수 있도록 해야 한다는 의미였습니다.

지금은 AI가 제품 발견을 점점 더 주도하면서, 제품이 발견되는 브라우징 경험의 채널이 더욱 다양해지고 있으며, 그로 인해 구매 경로도 크게 달라지고 있습니다. 고객의 브랜드 웹사이트는 여전히 매우 중요한 채널이지만, 구매 경로의 상단 부분에서는 여러 채널 중 하나일 뿐입니다. OpenAI, Perplexity, Gemini 등 다양한 LLM 기반 검색 도구를 이용할 수 있습니다. 예를 들어 "3주 후에 하이킹 여행을 가는데 새 등산화를 사야 한다"고 입력할 수 있습니다.

그 기준을 주고 "내 정보를 바탕으로 추천할 만한 제품이 무엇인가요?"라고 물으면, 해당 LLM은 알고리즘에 맞게 제품 데이터를 접근할 수 있어야 하며, 직접 카탈로그에 접근하는 것이 가장 좋습니다. 그럼 2~3가지 다른 등산화를 추천해 줄 것입니다. 대부분의 경우 고객은 그 의미 기반 검색 결과에서 바로 해당 고객 웹사이트의 제품 페이지로 이동해 장바구니와 결제 단계로 진행합니다. 하지만 제가 방금 설명한 경우에는 많은 경우에 상점 웹사이트의 정문을 우회하게 됩니다.

전자상거래는 점점 더 제품 카탈로그의 발견과 거래를 지원하는 방향으로 나아가고 있으며, 브랜드 웹사이트는 여러 채널 중 하나일 뿐이고, 이러한 변화가 앞으로 전자상거래의 방향이 될 것으로 보고 있습니다. 현재로서는 주로 발견 경로에 해당한다고 말씀드릴 수 있습니다. 사실 에이전트 기반 발견을 통한 거래량은 과대평가된 면이 있다고 생각합니다. 업계 전반에서 거래량은 상당히 미미하지만, 아마 3~4년 전에는 그렇지 않았을 것입니다. 하지만 지금은 발견 측면에서 상당한 영향을 미치고 있습니다.