스페인의 가족 경영 꽃집 Persa Flores는 2026년 9월 이후 온라인 주문의 5분의 1 정도가 ChatGPT에서 시작됐다고 밝혔다. 유입 통계에 표시된 방문 수를 센 결과가 아니다. 쇼핑몰의 주문 기록에서 구매 전 첫 방문과 마지막 방문을 대조해 찾은 수치다.

이커머스 전문 매체 프랙티컬 이커머스(Practical Ecommerce)는 2026년 11월 1일 이 사례를 보도했다. 사업자 호세 페레스 산체스가 앞서 실린 칼럼을 읽고 이메일로 자사 데이터를 공유했다. 리퍼러 통계와 주문 기록에서 확인한 유입 출처 사이에 차이가 있다는 것이 이 사례의 핵심이다.

리퍼러에는 없던 ChatGPT 유입이 주문 기록에 남았다

Persa Flores가 쓰는 쇼핑몰 플랫폼 쇼피파이(Shopify)는 주문마다 고객이 구매 전에 거친 첫 방문과 마지막 방문을 기록한다. 유입 출처와 직전에 거친 사이트, 전체 주소가 포함된 도착 페이지, 날짜를 확인할 수 있다.

꽃집은 두 방문 중 하나라도 ChatGPT나 오픈AI(OpenAI)에서 왔다면 ChatGPT 주문으로 분류했다. 페레스 산체스는 이렇게 분류한 주문이 모두 utm_source=chatgpt.com 태그가 붙은 링크에서 왔다고 밝혔다. ChatGPT가 직접 붙이는 이 태그는 링크의 유입 출처를 알려주는 꼬리표다.

그런데 리퍼러에도 ChatGPT가 표시된 주문은 이 가운데 8건 중 1건 정도였다. 리퍼러는 방문자가 사이트에 오기 직전에 있던 주소로, 브라우저가 요청 헤더에 담아 보내면 분석 도구가 읽는다. 개인정보 설정이나 정책, HTTPS에서 HTTP로 바뀌는 상황 등에서는 이 정보가 전달되지 않을 수 있다. 분석 도구에는 '직접 유입'이나 '알 수 없음'으로 남게 된다.

이 꽃집에서는 링크에 남은 태그와 주문별 방문 기록을 함께 봐야 리퍼러 통계에 가려진 ChatGPT 유입을 확인할 수 있었다. 다만 8건 중 1건이라는 비율은 Persa Flores의 자체 관측치다. 다른 쇼핑몰의 누락 비율로 사용할 수는 없다.

주문 비중은 커졌지만 증가 건수는 공개되지 않았다

페레스 산체스가 공개한 집계에서 ChatGPT 주문 비중은 2026년 7월 4%, 8월 12%, 9월 21%, 10월 27일까지 23%였다. 같은 기간 매출 비중은 7월 2%, 8월 11%, 9월 18%, 10월 27일까지 26%였다.

9월과 10월 합산으로는 주문과 매출 모두 22%였고, 7월부터 10월까지 전체로는 주문 16%, 매출 15%였다. 사업자가 밝힌 '5분의 1 정도'는 9~10월 합산 주문 비중과 맞는 설명이다.

같은 기간 온라인 주문 전체도 늘었다고 하지만, 원 주문 수는 공개되지 않았다. 따라서 비중 변화만으로 ChatGPT 주문이 실제로 몇 건 늘었는지는 알 수 없다. 이 증가를 의도적인 AI 최적화의 성과로 보기도 어렵다. 페레스 산체스는 챗봇 노출을 높이는 작업을 10월 중순에 시작했으며, 증가의 대부분은 그보다 먼저 일어났다고 설명했다.

신규 고객들은 도시별 배송 페이지로 들어왔다

이 집계에서 ChatGPT로 분류된 주문은 모두 신규 고객의 첫 구매였다. 쇼피파이에 같은 이메일 주소나 계정으로 남은 이전 주문이 없었다. 대부분 첫 방문 기록 후 하루 안에 주문했고, 절반쯤은 스페인 밖에서 결제해 스페인에 있는 사람에게 꽃을 보내는 경우였다.

평균 주문 금액은 다른 온라인 주문과 거의 같았다. 그러나 구글이나 다른 채널과 전환율을 비교할 정도로 정밀하게 추적하지는 않았다고 페레스 산체스는 밝혔다. 평균 구매 금액이 비슷하다는 결과만으로 채널의 전환 효율도 비슷하다고 판단할 수는 없다.

도착 페이지에서는 차이가 뚜렷했다. 페레스 산체스의 집계에서 ChatGPT 고객의 84%는 도시별 배송 페이지로 처음 들어왔다. 구글에서 온 고객은 그 비율이 3분의 1 정도였다. 마르베야, 마드리드, 알리칸테, 라코루냐, 히혼, 세고비아 등의 페이지가 여기에 해당한다. 스페인어와 영어로 꽃집 소개와 구매할 수 있는 꽃다발, 배송 가격을 안내한다.

이 페이지들은 ChatGPT 유입을 겨냥해 새로 만든 것이 아니라 채널이 커지기 전부터 있었다. 페레스 산체스는 특정 도시로 꽃을 보내는 방법을 묻는 질문에 그 주제를 직접 다룬 페이지가 답으로 나오기 쉽다고 봤다. 프랙티컬 이커머스도 지역이나 검색 의도별 페이지를 만드는 기존 검색엔진 최적화(SEO) 방식이 AI 쇼핑 유입에 도움이 될 수 있다고 해석했다. 다만 이런 페이지가 없는 쇼핑몰과 비교한 결과는 없어 주문 증가의 원인으로 확정할 수는 없다.

자사 주문 기록에서 유입 출처를 대조해 볼 수 있다

국내 쇼핑몰에서 참고할 부분은 꽃집의 성과 비율보다 분류 방법이다. 구매 전 첫 방문과 마지막 방문의 출처, 유입 태그, 도착 페이지 전체 주소가 주문 데이터에 남는지 확인해 볼 수 있다. 기록이 있다면 리퍼러 통계의 직접 유입 중 다른 출처가 가려진 방문이 있는지 주문 단위로 대조할 수 있다.

주문을 분류한 뒤에는 비중과 매출에 더해 실제 주문 건수와 채널별 전환율도 봐야 한다. 이 사례에서 공개되지 않은 두 정보다. ChatGPT 고객 전원이 신규였다는 결과나 해외 결제 비율 역시 한 사업자의 표본이므로 자사 쇼핑몰의 기대치로 삼기 어렵다. 같은 기준으로 기록을 모아야 자사 고객의 구매 행동과 채널 성과를 따로 판단할 수 있다.