생성형 AI(Generative AI)가 미국 소매(리테일) 업계의 운영 환경을 빠르게 바꾸고 있다. 공급망과 재고 관리 효율화를 통해 실질적인 마진 개선이 가능해지면서, 기술 채택이 늦은 업체들은 소비자 제품 발견(discovery) 경쟁에서 불리해질 위험에 직면하고 있다.
2026년 3월 15일, 인베스팅닷컴(Investing.com)의 보도에 따르면 제퍼리스(Jefferies)의 최근 섹터 리포트는 AI 도입의 즉각적 영향이 물류 후방(back-end logistics)과 근무 스케줄링에서 먼저 감지되고 있다고 분석했다. 이 보고서는 대형 점포(빅박스)·할인 유통업체와 전문 의류 소매업체 간의 ‘준비 격차(readiness gap)’가 확대되고 있다고 경고했다.
운영 마진 개선(Operational margin play) 섹션에서 제퍼리스는 현재 소매 가치사슬 전체에 걸친 AI 배치가 실험적 소비자 대상 기능보다 보다 구체적이고 운영적인 성과를 우선시하고 있다고 지적한다. 회사들은 정확한 수치 공개에는 신중하지만, AI가 유통센터 최적화와 재고 예측 정교화를 통해 SG&A(판매비와관리비) 레버리지를 크게 개선하고 있다는 점을 강조했다.
보고서는 Walmart Inc. (나스닥: WMT)가 이 분야의 명확한 선두주자로 부상했다고 진단했다. 월마트는 그 규모를 활용해 경쟁사보다 더 깊숙이 AI 기반 자동화를 공급망에 통합하고 있다는 점이 부각된다. 또한 Target Corporation (NYSE: TGT)과 Dollar General Corporation (NYSE: DG) 등 빅박스 및 할인점들은 AI 로드맵을 공개적으로 밝혀 왔지만, TJX Companies Inc (NYSE: TJX), Ross Stores Inc (나스닥: ROST) 같은 오프프라이스(off-price) 소매업체와 Urban Outfitters Inc (나스닥: URBN) 같은 전문 브랜드들은 보다 신중한 태도를 유지하고 있다.
제퍼리스 리포트는 일부 소매업체의 투명성 부족이 AI 기반 소비자 제품 발견 속도가 빨라질 경우 정교한 디지털 인터페이스를 보유한 업체들로 시장점유율이 이동하는 취약성을 드러낼 수 있다고 지적했다.
발견(Discovery) 위험과 경쟁적 해자(Competitive moat)이라는 소제목에서 보고서는 AI가 창고를 넘어 소매 경제학에 양날의 검으로 작용한다고 설명한다. 표적 마케팅과 전환율 향상은 초기 도입자에게 명확한 투자수익(ROI)을 제공하는 반면, AI가 상품의 검색·발견의 주요 수단이 되면 데이터를 AI 시대에 맞게 최적화하지 못한 소매업체는 검색 결과에서 밀려날 위험이 있다.
제퍼리스는 AI 전환이 소매업의 경제구조를 고르지 않게 재편할 것이라고 전망하면서, 운영 효율을 영구적인 비용 우위로 전환할 수 있는 기업들이 장기 승자가 될 것으로 보았다. 다만 보고서는 배포센터 자동화의 빠른 채택에도 불구하고 아직 대규모로 소매직원이 AI에 의해 대체되고 있다는 명확한 증거는 제한적이며, 실제로는 노동생산성 향상과 스케줄링 정확성 개선에 중점이 두어지고 있다는 점을 지적했다.
용어 설명 — 이해를 돕기 위한 보충
생성형 AI(Generative AI)는 텍스트, 이미지, 추천 등 새로운 콘텐츠나 예측을 생성하는 인공지능 기술을 말한다. 소매업에서는 상품 추천, 검색 랭킹, 재고 예측, 물류 자동화 등 다양한 운영·고객 접점에 적용된다. 디스커버리(discovery)는 소비자가 상품을 찾고 인지하는 과정으로, AI 기반 알고리즘이 여기에 핵심 역할을 하게 되면 ‘어떤 상품이 노출되는가’가 매출과 시장점유율에 직접적 영향을 미친다. SG&A(Selling, General and Administrative expenses)는 판매비와 관리비로, 여기에 대한 레버리지는 AI를 통한 자동화와 효율화로 개선될 수 있다. 빅박스(big-box)는 대형 매장 포맷을 지칭하는 용어로, 월마트·타깃 등의 대형 할인점이 해당된다.
투자자와 업계에 주는 시사점
이번 리포트의 핵심 시사점은 AI가 당장의 비용 절감과 마진 개선을 지원하는 동시에, 장기적으로는 소비자 수요 형성 방식까지 바꿀 가능성이 있다는 점이다. 단기적으로는 유통센터 자동화와 노동 스케줄링 개선을 통해 SG&A가 낮아지고 마진이 개선될 것으로 보인다. 중기·장기적으로는 AI 기반 검색과 추천 알고리즘이 소비자 구매 경로를 재편할 수 있어, 데이터 인프라와 디지털 고객경험을 잘 갖춘 기업들이 가격 경쟁력을 넘어 시장점유율을 확대할 여지가 크다.
금융시장과 주가에 미치는 영향은 다음과 같이 체계적으로 전망할 수 있다. 첫째, AI 도입 가속화로 인해 운영 레버리지가 개선되는 기업은 이익 개선 기대감으로 밸류에이션 프리미엄을 받을 가능성이 있다. 둘째, AI 준비도가 낮은 중소형 또는 전문 소매업체는 경쟁력 약화 우려로 상대적 밸류에이션 하락 압력을 받을 수 있다. 셋째, 공급망 효율화가 원가구조를 개선하면 소비자 가격 안정화로 이어질 수 있지만, 반대로 AI 기반 마케팅의 정교화는 특정 브랜드·상품에 대한 소비자 집중을 강화해 일부 품목의 가격과 수요 변동성을 키울 수 있다.
노동시장에 대한 영향
보고서는 아직까지 AI가 대규모로 소매 일자리를 대체했다는 명확한 증거를 제시하지는 못한다고 결론지었다. 대신 AI는 노동자의 생산성을 높이고 스케줄링 정확도를 개선해 인력 운영의 효율을 개선하는 역할을 주로 수행하고 있다. 다만 업무 재편 및 특정 반복적 업무의 감소는 장기적으로 직무 구조 변화와 연계될 가능성이 있어, 인력 재교육 및 전환 정책이 중요해질 전망이다.
결론 — 투자자와 업계의 행동 지침
투자자 관점에서 보면, AI 도입을 통한 운영 효율화와 디지털 역량 강화를 전략적 우선순위로 삼는 기업들이 장기적으로 우위를 점할 개연성이 크다. 월마트와 타깃 등은 이미 공개된 로드맵과 대규모 인프라를 통해 선제적 이점을 확보하고 있다. 반면 공개에 소극적인 오프프라이스·전문 브랜드들은 소비자 검색 환경 변화에 취약할 수 있어 투자자는 해당 기업들의 데이터·디지털 전략, 재고관리 시스템, 유통센터 자동화 수준 등을 면밀히 점검할 필요가 있다.
종합하면, 제퍼리스의 분석은 AI가 소매업의 비용 구조와 수요 창출 메커니즘을 동시에 바꾸고 있음을 경고한다. 단기적 마진 개선과 중장기적 시장 재편이라는 두 축을 모두 고려하는 기업과 투자자가 장기 승자가 될 가능성이 높다.
