“이번 시즌에 뭐가 잘 팔릴까?” 매 분기 이 질문 앞에서 감으로 버텨온 셀러라면, 이 글이 좀 아플 수 있어요.
지난 시리즈에서 광고 데이터 분석이나 고객 리뷰 분석을 다뤘는데, 이번에는 한 발 더 나가볼게요. 검색어 데이터, 그러니까 고객이 플랫폼에서 실제로 뭘 찾고 있는지를 AI로 뜯어보는 이야기입니다.
검색어가 곧 수요 신호다
고객 리뷰는 이미 산 사람의 목소리고, 광고 데이터는 내가 쓴 돈의 결과예요. 반면 검색어는 아직 사지 않은 사람이 뭘 원하는지 보여주는 유일한 데이터입니다.
네이버 데이터랩, 쿠팡 키워드 도구, 구글 트렌드—이미 다들 들여다보고 있죠. 문제는 양이에요. 월간 검색어가 수천 개씩 쌓이는데, 엑셀로 정리하다가 분기가 끝나버립니다.
실제로 해본 과정
6개월치 검색어 데이터를 모았어요. 네이버 데이터랩 API로 카테고리별 인기 검색어 추이, 자사몰 내부 검색 로그, 쿠팡 키워드 리포트를 합쳤습니다. 대략 12,000건 정도.
AI한테 시킨 건 세 가지였어요.
첫째, 계절성 패턴 분류. “이 검색어가 매년 반복되는 건지, 올해만 뜬 건지 구분해줘.” 결과가 꽤 명확했어요. “아이폰 케이스”는 매년 9월에 급등하는 반복 패턴이고, “탄소 섬유 케이스”는 2025년 하반기부터 꾸준히 올라오는 신규 트렌드였습니다.
둘째, 검색어 클러스터링. 비슷한 의도를 가진 검색어끼리 묶어달라고 했어요. “얇은 폰케이스”, “슬림 케이스”, “초경량 케이스”—전부 같은 니즈를 가리키고 있었습니다. 개별로 보면 각각 검색량이 적어 무시하기 쉬운데, 묶으면 월 15,000건이 넘는 수요가 숨어 있었어요.
셋째, 다음 분기 수요 예측. 과거 6개월 추이를 기반으로 향후 3개월 검색량 변화를 추정해달라고 했습니다. 물론 100% 정확할 수는 없어요. 3개 분기를 돌려봤는데, 2개 분기는 상승/하락 방향이 맞았고 1개는 틀렸습니다. 특히 유튜버 바이럴 같은 갑작스러운 외부 변수는 예측이 안 돼요. 그래도 계절성 기반 트렌드의 방향성은 꽤 쓸만했습니다.
발견한 것들
가장 큰 수확은 “아직 경쟁이 안 붙은 수요”를 찾은 거예요.
예를 들어, “MagSafe 카드지갑 케이스”라는 검색어 군이 전월 대비 180% 올라오고 있었는데, 쿠팡 기준 상위 20개 리스팅 중 관련 상품이 4개뿐이었습니다. 수요는 올라오는데 공급이 비어 있는 구간이었어요.
반대로, “투명 젤리 케이스”는 검색량이 6개월째 하락 추세인데 광고비는 오히려 늘리고 있었습니다. 이전에 광고 데이터를 분석할 때 ROAS가 낮게 나온 카테고리와 정확히 겹쳤어요. 검색어 데이터까지 합쳐서 보니, “이건 지는 시장이다”라는 판단이 훨씬 단단해졌습니다.
구체적으로 따라하는 법
1단계: 데이터 모으기.
네이버 데이터랩(무료, 웹에서 바로 다운로드 가능), 쿠팡 윙 키워드 도구(셀러 계정 필요), 구글 트렌드. 이 중 접근 가능한 것부터 CSV로 뽑으세요. 자사몰이 있다면 내부 검색 로그를 추가하면 정확도가 올라갑니다.
2단계: AI한테 먹이기.
ChatGPT든 Claude든 상관없어요. “이 검색어 데이터에서 계절성 패턴과 신규 트렌드를 분류해줘. 그리고 의미가 비슷한 검색어끼리 클러스터링해줘”라고 지시하면 됩니다. 데이터가 1,000건 이상이면 CSV를 분할해서 올리거나, ChatGPT Plus의 파일 업로드 기능을 활용하세요.
3단계: 교차 검증.
반품 데이터 분석에서 나온 문제 카테고리, 리뷰에서 반복되는 불만 키워드와 검색어 트렌드를 겹쳐보세요. “검색은 늘고 있는데 반품도 늘고 있다”면 상품이 아니라 상세페이지가 문제인 겁니다.
4단계: 액션으로 연결.
상승 트렌드 검색어 → 신규 리스팅 또는 광고 키워드 추가. 하락 트렌드 검색어 → 광고비 축소. 클러스터 내 빈 리스팅 → 상품 기획 우선순위. 이걸 분기마다 돌리면, 감 대신 데이터로 의사결정하는 구조가 만들어집니다.
검색어가 말해주는 건 의외로 많다
이 작업을 하고 나서 가장 달라진 건, 분기 기획 회의 때 “저번에 잘 팔렸으니까 이번에도”라는 말이 사라진 거예요. 대신 “이 키워드군의 검색량이 전분기 대비 40% 올랐고, 경쟁 리스팅은 아직 7개뿐이다”라는 문장이 들어갔습니다.
검색어 데이터는 고객이 돈을 쓰기 전에 남기는 발자국이에요. 그 발자국의 방향을 읽을 수 있다면, 다음 분기에 어디에 서 있어야 하는지가 보입니다.
Photo by Luke Chesser on Unsplash
