“이번 달 반품 처리 비용만 300만 원이에요.” 패션 카테고리를 운영하는 한 셀러의 말이다. 매출은 올랐는데 순이익은 제자리. 범인은 반품이었다.
반품은 왜 이렇게 비싼가
이커머스 평균 반품률은 약 17%다(Ringly.io 2026 이커머스 반품 통계 기준). 패션이면 20~30%, 신발은 31%까지 올라간다. 문제는 반품 하나를 처리하는 데 드는 비용이다. 배송비, 검수, 재포장, 재입고. 시즌이 지나면 할인 판매까지 해야 한다. Envive AI의 분석에 따르면 반품 처리 비용은 원가의 45~66%에 달한다.
그런데 반품의 약 70%는 제품 하자가 아니다. ‘사이즈가 안 맞아서’, ‘사진이랑 달라서’. 구매 전 정보 부족이 원인이다.
역전 사고를 적용해보자. “반품률을 올리려면 뭘 해야 할까?” 답은 명확하다. 사이즈 정보를 안 주고, 상품 사진을 실물과 다르게 찍고, 고객 질문에 답하지 않으면 된다. 그 반대를 하면 반품이 줄어든다. 복잡한 이야기가 아니다.
AI 사이즈 예측 — 주문 전에 맞는 사이즈를 알려준다
국내 스타트업 펄핏(Perfit)은 고객의 과거 구매 데이터와 체형 정보를 분석해 사이즈를 추천한다. 자사 발표 기준, 도입 쇼핑몰에서 사이즈 관련 반품이 55% 줄었다. 글로벌에서는 True Fit이 비슷한 방식으로 작동하는데, 미국 신발 브랜드 Frye가 도입한 후 사이즈 교환·반품이 눈에 띄게 감소했다(Shopify 사례 보고).
핵심은 “M 사이즈를 추천합니다”가 아니다. “이 브랜드의 M은 다른 브랜드 L과 비슷합니다”처럼 브랜드 간 사이즈 편차까지 학습해서 반영한다는 점이다.
가상 피팅 — 입어보고 나서 결제한다
잘란도(Zalando)는 25개국 고객 대상으로 3D 아바타 기반 가상 피팅룸을 운영하고 있다. 사이즈 관련 반품이 10% 감소했다. 국내에서는 롯데홈쇼핑이 XR 쇼핑 서비스를 통해 교환·반품률을 10% 이상 줄였다.
2026년 들어 생성형 AI가 이 분야를 끌어올리고 있다. 기존 가상 피팅은 마네킹처럼 어색했는데, 이제는 옷이 몸에 자연스럽게 걸리는 모습까지 보여준다. “입어봤더니 괜찮네”라는 확신이 반품을 막는다.
반품 패턴 분석 — 반품할 주문을 미리 잡는다
같은 상품을 두세 개 사이즈로 동시에 주문하는 고객이 있다. 업계에서 ‘브래키팅(bracketing)’이라 부르는 행동인데, 처음부터 맞는 것만 남기고 나머지를 돌려보낼 계획이다. MirrorSize 리서치에 따르면 전체 온라인 반품의 약 40%가 이 패턴이다.
AI는 주문 시점에 이 패턴을 감지한다. 반품 확률이 높으면 사이즈 가이드를 한 번 더 보여주거나 교환을 먼저 제안한다. 반품을 차단하는 게 아니라, 잘못된 구매가 일어나기 전에 개입하는 방식이다.
셀러가 내일부터 할 수 있는 것
반품 사유를 분류해라. 대부분의 셀러는 반품률은 알지만, 사유별 비중은 모른다. 엑셀이면 충분하다. ‘사이즈’, ‘색상 차이’, ‘단순 변심’, ‘하자’로 나눠서 딱 한 달만 기록해보자. 어디서 피가 나는지 알아야 지혈할 수 있다.
상세 페이지에 비교 사이즈를 넣어라. “이 제품의 M은 나이키 M과 비슷합니다” 한 줄이면 된다. 더 정밀하게 가고 싶다면 AI 사이즈 추천 솔루션(펄핏, 핏마이, 사이즈코리아)을 검토해볼 만하다. SaaS 모델로 월 3~10만 원대에 시작할 수 있지만, 의미 있는 추천을 위해서는 최소 수백 건 이상의 구매·반품 데이터가 필요하다. 데이터가 적은 초기 단계라면 수동 비교 정보부터 채우는 게 먼저다.
영상 리뷰를 확보해라. 반려동물 패션 플랫폼 멀로는 영상 리뷰 서비스(브이리뷰) 도입 6개월 후 반품률을 80% 줄이고, 6,000만 원의 추가 매출을 확보했다(브이리뷰 사례 발표 기준). 방법은 어렵지 않다. 리뷰 작성 시 포인트 추가 지급, 또는 영상 리뷰 전용 이벤트를 만들어보자. 모델 사진보다 실제 고객의 착용 영상이 “이거 진짜 이렇게 생겼구나” 하는 확신을 준다.
지금 내 반품 데이터를 열어봐라
매출 10% 올리기는 어렵다. 광고비를 더 써야 하고, 경쟁자도 같은 광고비를 쓴다. 반면 반품률 10% 줄이기는 이번 달 반품 사유 분류부터 시작할 수 있다. 반품 처리 비용이 원가의 절반이 넘는다는 걸 감안하면, 같은 비율의 매출 증가보다 순이익 효과가 클 수도 있다.
지금 셀러 어드민에서 최근 3개월 반품 리스트를 뽑아보자. 사유를 분류하는 데 30분이면 된다. 그 30분이 다음 달 마진의 방향을 바꿀 수 있다.
Photo by Mediamodifier on Unsplash
