아마존이 검색창에 한 겹을 덧붙였다. 'cowl neck', 'rattan'처럼 의도는 있는데 정확한 단어가 떠오르지 않는 쿼리를 치면, 자동완성 바로 아래에 AI로 그려낸 상품 이미지 몇 장이 나타난다. 블루 깅엄 드레스를 검색하면 짧은 소매와 긴 소매, 다양한 길이의 합성 컷이 시각적인 선택지처럼 펼쳐지고, 그중 하나를 누르면 그 스타일과 비슷한 실제 상품들이 비주얼 서치 결과로 이어진다. 공식 설명은 '단어를 모르는 사용자를 위한 길잡이'다.
엔지니어링적으로 보면 합리적인 트릭이긴 하다. 텍스트 임베딩만으로는 'cowl neck'의 의미가 흐릿하지만, 이미지 임베딩 공간으로 한 번 옮기면 비주얼 서치의 정밀도가 확 올라간다. 즉 사용자가 클릭하는 합성 이미지는 사실상 '시각화된 쿼리'다. 검색의 정확도를 키우기 위해 모델이 사용자를 대신해 한번 그려보는 셈이다.
문제는 그 그림이 사용자 눈에는 그냥 '아마존이 파는 상품의 사진'으로 보인다는 점이다. 커머스는 사진에서 신뢰가 시작된다. 페이지 가득한 진짜 제품 컷이 있는 회사가, 자동완성 영역에 존재하지 않는 옷을 그려서 보여주는 건 묘한 역설이다. 라벨을 놓친 사용자는 그 디테일 그대로의 드레스를 기대하고 들어갔다가, 매대에 비슷한 것만 있다는 사실에 부딪힌다. 추천이 아니라 미끼처럼 느껴지는 순간이다.
같은 회사가 같은 시기에 깐 다른 AI 기능들과 비교하면 결이 더 또렷해진다. 리뷰 요약, 오디오로 듣는 product summary, 카메라로 실물을 잡는 Lens Live, 텍스트가 가능한 비주얼 서치, 그리고 Rufus를 대체한 Alexa for Shopping까지. 전부 '실제 카탈로그를 더 잘 보여주는' 방향이었는데, 이번 기능만 카탈로그 앞에 한 겹의 환상을 끼워 넣는다.
그래서 이 기능의 진짜 평가지점은 두 가지다. 'AI-generated' 라벨이 충분히 크고 일관되게 붙는지, 그리고 그 합성 컷을 눌렀을 때 떨어지는 진짜 결과 페이지가 보여준 이미지와 얼마나 가깝게 일치하는지. 셀러 입장에서는 자기 상품의 소재·실루엣·컬러 메타데이터를 '합성 컷이 쓰는 어휘'에 정렬해두는 일이 노출과 직결될 것이고, 측정해야 할 숫자는 클릭률이 아니라 그 이후의 장바구니 전환이다. 둘 중 하나라도 어긋나면, 친절한 길잡이가 아니라 환상 카탈로그로 기억될 가능성이 높다.