펜실베이니아대 와튼스쿨 연구진이 ACES 시뮬레이터로 6개 AI 모델을 테스트한 결과, AI 쇼핑 에이전트의 제품 추천이 맥락의 미세한 변화에도 크게 흔들리는 것으로 나타났다. 와이어커터 리뷰 하나만 노출돼도 클로드 오퍼스 4.8의 특정 제품 선택 확률이 90%포인트, 제미나이 3.5 플래시는 99%포인트 뛰었고, 여러 소스를 함께 제시해도 추천이 균형을 이루기보다 와이어커터가 계속 지배적 영향력을 보였다. 소스의 제시 순서나 일괄·순차 전달 방식만 바꿔도 결과가 달라졌으며, "저는 하이킹을 좋아해요" 같은 짧은 사용자 메모리 문구만으로도 일부 모델이 객관적으로 더 저렴하고 평점 높은 제품 대신 더 비싼 제품을 추천했다. 연구진은 이 결과가 AI에게 구매를 맡기는 소비자에게 일관되거나 최적인 결정을 보장하지 않으며, 판매자에게는 AI 쇼핑 최적화가 기존 SEO보다 훨씬 어려운 과제가 될 것이라고 지적했다.

• •와튼스쿨 연구진, ACES 시뮬레이터로 6개 AI 모델의 쇼핑 추천 일관성 테스트
• •와이어커터 리뷰 하나만 노출돼도 특정 제품 선택 확률이 모델별 90~99%포인트 급변
• •여러 소스를 함께 제시해도 와이어커터가 지배적 영향력 유지, 소스 제시 순서도 결과 좌우
• •"하이킹을 좋아해요" 같은 짧은 메모리 문구가 객관적 최선 제품 대신 고가 제품 추천 유도
• •제미나이 3.5 플래시만 안정적 선택 유지, AI 쇼핑 최적화가 SEO보다 어려울 것으로 전망