AI로 만든 부동산 상품, 전환율이 안 오르는 진짜 이유

상세 페이지에서 멈춘 사람들, 무엇을 재고 있나

클코단 방에서 부동산 에이전트용 AI 상품을 실제로 판매하며 전환율을 관찰 중이라는 이야기가 나왔다. 유입은 있는데 상세 페이지에서 이탈이 이어진다는 관찰이었다. 가치 제안이 부족한지, 애초에 유입시킨 타깃이 상품과 안 맞는지, 상품 페이지 구성 자체가 문제인지를 가려내야 한다는 진단이 뒤따랐다. GA4를 붙여 페이지별 체류 시간과 행동을 측정하고 그 실험 과정을 그대로 콘텐츠로 정리하겠다는 계획도 언급됐다.

GA4에서 이탈(bounce)은 세션이 10초 미만이고 페이지 하나만 보고 핵심 이벤트도 없을 때 잡힌다. 단순 페이지 뷰가 아니라 참여 세션 비율(engagement rate)을 핵심 지표로 봐야 한다는 게 GA4 가이드들의 공통된 조언이다. 상품 유형별 기준도 다르다. daydream의 2026년 벤치마크 자료를 보면 셀프서브 페이지는 4~10%, 데모 요청 페이지는 1.5~4%, 콘텐츠 페이지는 0.5~2%가 기준선이다. SaaS 랜딩페이지 전체 중간값은 3.8%인데 금융 서비스는 8.4%까지 올라간다. 상품군마다 눈높이가 다르다는 뜻이다. 부동산 에이전트 상품이 어느 쪽에 가까운 구조인지부터 정해야 방에서 나온 숫자가 나쁜지 좋은지 판단할 수 있다.

전환 하나만 보면 놓치는 게 많다. 구매 직전까지 이어지는 문의 클릭, 요금 비교 확인, 체험 신청 같은 마이크로 전환을 단계별 이벤트로 쪼개 보면 어느 단계에서 사람이 빠지는지가 드러난다. 마케팅 분석 업계에서는 이런 단계별 이벤트를 핵심 목표로 등록해 개별적으로 최적화하라고 권한다. 방 계획대로 GA4를 붙인다면 최종 문의 전환뿐 아니라 이 중간 단계부터 이벤트로 심어두는 편이 나을 수 있다.

만드는 능력은 더 이상 병목이 아니다

방에서는 외주보다 출시·운영·판매 실험을 직접 겪는 쪽이 더 중요하다는 의견이 나왔다. 이 판단은 지금 AI 업계 전반에서 반복되는 진단과 겹친다. VentureBeat는 2026년 기사에서 Anthropic의 엔지니어당 코드 산출량이 전년보다 200% 늘면서 코드 리뷰가 새로운 병목이 됐다고 전했다.

같은 진단이 인디 해커 커뮤니티에서도 나온다. 개발자 Pieter Levels는 인디 해커들이 화려한 AI 팩토리를 만들어 놓고도 정작 돈도 트래픽도 없다고 지적했다. 인디해커스에 올라온 글들도 같은 맥락이다. AI가 코드 작성 시간을 크게 줄여준 대신, 아이디어를 골라 결제까지 끌고 가는 과정이 새로운 병목이 됐다는 진단이 여러 글에 반복해서 등장한다. 만드는 속도가 빨라질수록 파는 능력의 격차만 더 크게 드러난다.

부동산 AI 시장은 이미 붐볐다

부동산 에이전트를 겨냥한 AI 상품은 방에서 다루기 전부터 붐빈 시장이었다. 델타미디어 조사에 따르면 2026년 브로커리지 리더의 97%가 소속 에이전트들이 AI를 사용한다고 답했다. Ascendix가 정리한 시장 지도만 봐도 리드 팔로업을 자동화하는 AI 에이전트, kvCORE 같은 올인원 플랫폼, Cloud CMA·RPR 같은 시세분석 도구, 비주얼 AI까지 카테고리가 이미 여럿으로 나뉘어 있다.

이 안에서 신상품 하나가 눈에 띄기는 쉽지 않다. 2026년 들어 "AI 래퍼" 비판이 부쩍 커졌는데, 시스템 프롬프트와 UI만 얹어 API를 감싼 상품은 경쟁사가 주말 안에 복제할 수 있어 방어선이 없다는 지적이다. 관련 업계에서는 차별화 기반이 없는 래퍼형 AI 기업의 실패 위험이 크다고 본다. 한 빅테크 임원은 "얇은 지식재산 위에 얹은 래퍼는 시장 인내심이 바닥났다"고까지 표현했다. 반대로 살아남는 쪽은 자기만의 데이터나 워크플로를 쥔 상품이라는 분석도 나온다. 매물 데이터, 지역 시세, 계약 이력처럼 부동산 에이전트만 접근할 수 있는 자료를 상품에 녹였는지가 차별화의 축이 될 수 있다는 얘기다. 전환율이 낮다면 상세 페이지 문구보다 먼저, 이 상품이 87% 시장 안에서 어떤 차별점을 갖는지부터 물어야 할 수 있다.

이탈에는 흔한 원인 세 갈래가 있다

가치 제안이 모호하면 방문자가 몇 초 안에 발길을 돌린다는 건 랜딩페이지 전환율 연구에서 반복적으로 확인되는 사실이다. 광고 문구와 상세 페이지 메시지가 어긋나는 경우도 흔한 원인으로 꼽힌다. 특정 혜택을 보고 들어왔는데 페이지가 그 얘기를 하지 않으면 방문자는 곧바로 이탈한다. 웹 로딩 속도도 크다. 구글이 공개한 모바일 사이트 분석에서는 페이지 로딩이 1초에서 3초로 늘어나면 이탈 확률이 32% 증가했다.

타깃이 아예 안 맞는 경우도 흔하다. 유입은 많은데 파이프라인이 작다면 메시지가 엉뚱한 사람들을 끌어들인다는 신호다. 방에서 나온 자체 진단 — 가치 제안 부족, 타깃 불일치, 상품 페이지 문제 — 이 세 갈래는 업계에서 정리하는 저전환 원인 목록과 거의 그대로 겹친다. 겹친다는 사실 자체보다, 셋 중 무엇이 진짜 원인인지 데이터로 가려내는 다음 단계가 남아 있다는 게 더 중요하다.

숫자를 공개하며 파는 실험

국내에도 참고할 만한 작은 사례가 있다. 여행 일정 서비스를 MVP로 검증한 뒤 실제 고객 반응을 보며 판매 구조를 다듬었다. 이렇게 1년간 38건 판매로 약 183만 원 매출을 낸 사이드 프로젝트 기록이 공개돼 있다. 큰 숫자는 아니지만 가설과 실험과 결과를 그대로 남겼다는 점에서 방에서 나온 계획과 방향이 같다.

빌드 인 퍼블릭 진영에서 강조하는 것도 같은 얘기다. 헤드라인 문구를 바꾸거나 가격 제시 방식을 조정한 실험을 가설-변경-결과 순서로 그대로 공개하면, 그 기록 자체가 콘텐츠이자 신뢰의 근거가 된다. 클코단 방 계획도 이와 다르지 않다. GA4로 상세 페이지 이탈 지점을 확인하고 그 과정을 콘텐츠로 남기겠다는 것. 전환율 숫자보다, 무엇을 바꿔봤고 무엇이 안 먹혔는지를 남기는 기록이 다음 판매를 더 낫게 만드는 재료가 될 가능성이 크다.