“원래 쓰던 것보다 좀 묽어요..” 고객 리뷰에서 시작하는 가품 조기 탐지 3단계

"뭔가 이상해요" 가품을 가장 먼저 알아채는 의외의 목소리

오늘 글은 브랜드 담당자 분들이 아마 다들 공감하실 것 같은 이야기로 시작해 보려고 합니다. 시장에 우리 브랜드의 가품이 풀렸다는 사실을 가장 먼저 알아채는 순간은 언제일까요? 실제로 가품 대응 실무를 하다 보면, 첫 번째 구체적인 신호는 제품을 진짜 손에 쥐고 사용하는 고객의 목소리에서 시작되는 경우가 많아요.

유명 뷰티 브랜드인 '더마팩토리'의 사례도 다르지 않았습니다. "용기 형태가 평소와 다르다", "제형과 향이 기존 제품 같지 않다"와 같은 문의가 열 건 넘게 쌓이고 나서야 가품이 돌고 있다는 사실을 알게 되었거든요. 브랜드가 시장을 먼저 전수조사해서 찾아냈다기보다, 제품을 자주 쓰던 재구매 고객이 "뭔가 이상하다"고 알려준 덕분에 본격적인 확인에 들어간 거죠.

생각해보면 당연한 일일지도 몰라요. 정품과 가품을 매일 나란히 두고 비교하는 사람은 브랜드 담당자가 아니라, 그 제품이 좋아서 몇 번씩 재구매하고 일상에서 사용하는 고객들이니까요. 펌프를 눌렀을 때의 미묘한 느낌, 익숙한 향, 손에 닿는 질감의 차이를 가장 먼저 알아채는 건 결국 고객일 수밖에 없습니다. 오히려 브랜드 내부의 자리에선 쉽게 보이지 않는 부분이기도 해요.

그래서 진짜 중요한 건 그다음 단계입니다. 이 신호를 받고 나서 브랜드가 어떻게 행동하느냐에 따라 리스크의 규모가 완전히 달라지거든요. 문의 한 건을 단순한 컴플레인으로 치부해 버릴지, 아니면 리스크의 시작을 알리는 이상 신호로 읽어낼지. 이 판단 하나로 이후 대응 속도가 결정돼요. 똑같은 문의를 받고도 어떤 브랜드는 몇 주 뒤에야 가품을 확인하고, 어떤 브랜드는 단 며칠 안에 빠르게 움직이는 차이가 바로 여기서 생겨납니다.

그렇다면 이 소중한 첫 번째 신호들을 실무에서는 어떻게 구체적으로 포착하고 대응해야 할까요? 그 시작은 역시 고객의 목소리가 텍스트로 쌓이는 CS 창구입니다.

1단계 — CS 텍스트로 가품 신호 잡기

사실 처음부터 거창한 단서가 잡히는 건 아니에요. 한 건의 문의만 보면 그저 특정 고객이 예민한 것이라 생각하고 넘기기 쉽거든요. 하지만 동일한 피드백이 지속적으로 반복된다면, 그때부터는 데이터로서 세어봐야 하는 유의미한 신호가 됩니다. 가품이 풀렸을 때 고객센터 창구에 가장 먼저 잡히는 텍스트 신호가 바로 이 "다르다"는 말이에요. "향이 예전이랑 다른데요", "용기가 좀 이상해요", "제형이 묽어진 것 같아요"처럼 표현은 제각각이지만, 결국 익숙하던 제품이 낯설게 느껴진다는 얘기거든요.

문제는 이런 문의들이 고객센터 채널에 하나씩 흩어져 들어온다는 점이에요. 개별 건으로만 접근하면 보통은 그저 단순한 컴플레인으로 판단해 응대 후 종결짓기 마련이죠. 앞서 말했듯 더마팩토리 역시 이런 문의가 열 건 넘게 쌓이고 나서야 가품의 존재를 파악했어요. 뒤집어 말하면, 이 문의들을 개별 건으로 흘려보내지 않고 하나의 묶음으로 모아서 세어봤다면 훨씬 더 이른 시점에 이상을 감지할 수도 있었다는 뜻입니다.

그렇기 때문에 실무에서는 단순히 문의 "내용"만 보는 걸로는 부족해요. 이 문의 데이터가 "어디에 몰려 있는가"를 함께 봐야 해요. 고객 리뷰에서 느껴지는 위화감이 어느 특정 제품에, 그리고 어느 시기에 집중되고 있는지를 분석하는 게 핵심입니다. 특정 제품 하나에 최근 한 달 사이 "다르다"는 문의가 유독 쏠렸다면, 그건 개인차로 넘기기 어려운, 명확한 가품 조기 경보일 가능성이 커요. 여기에 더해 문의의 '온도'도 함께 살피면 좋습니다. 단순히 "달라요" 수준을 넘어 "환불해주세요", "이거 가품 아닌가요? 신고하겠습니다"처럼 불만의 강도가 세지고 있다면, 같은 SKU 안에서도 가품 유통 상황이 이미 꽤 진행됐다는 뜻일 수 있거든요. 건수의 증가 폭만큼이나 고객 어조의 변화도 같이 봐두면 좋아요.

무단 판매 스토어의 리뷰를 들여다보면 이 패턴이 더 선명하게 드러납니다. 브랜드가 직접 관리하는 채널이 아닌 외부 오픈마켓 스토어 리뷰란에 "이거 정품 맞아요?", "향이 좀 다른 것 같아요", "포장이 좀 허술하네요" 같은 의심들이 여러 리뷰에 걸쳐 반복적으로 쌓여 있는 경우가 많거든요. 구매자들이 먼저 의심의 흔적을 남기고 있는 셈인데, 이런 리뷰들은 브랜드 관리 밖에 있어서 담당자 눈에 잘 띄지 않을 뿐입니다. 만약 별점은 낮은데 불만 이유가 제품의 품질이나 효과가 아니라 "정품 같지 않다"는 쪽에 몰려 있다면, 해당 스토어는 따로 표시해두는 게 좋습니다. 나중에 진행할 3단계 ‘이미지 대조 작업’에서 우선순위로 검토할 대상이 되기 때문입니다.

💡 가품이 의심된다면? 지금 바로 이렇게 해보세요

최근 3개월 치 CS 기록과 자사몰, 오픈마켓 리뷰에서 "다르다", "이상하다", "정품" 같은 키워드를 검색해 보세요. 그리고 특정 SKU나 특정 시기에 데이터가 몰려 있는지 확인합니다. 눈에 띄는 쏠림 현상이 발견된다면, 다음 단계로 넘어갈 확실한 근거가 마련된 것입니다.

가품 대응 프로세스: 1단계: 텍스트로 신호 읽기 → 2단계: ? → 3단계: ?

이렇게 텍스트 데이터를 통해 의심스러운 제품군과 타이밍을 좁혔다면, 이제는 그 위화감의 실체를 눈으로 직접 확인해 볼 차례입니다.

2단계 — "다르다"는 느낌을 "어디가 다른지" 구체화하기

여기서부터가 가품 대응의 속도를 결정짓는 진짜 실무의 갈림길이에요. CS 창구에 쌓인 "다르다"는 문의는 리스크의 방향만 알려줄 뿐, 그 자체로는 판매자에게 문제를 제기하거나 플랫폼에 신고할 서면 근거가 되지 못하거든요. 향이 다르다, 촉감이 이상하다 같은 감각적인 표현은 사람마다 느끼는 기준이 다르고 너무 주관적인 영역이기 때문이죠. 이대로는 신고 서류를 제출해도 반려당하기 쉽기 때문에, 결국 이 막연한 위화감을 눈으로 확인 가능한 객관적인 차이로 바꿔내야 합니다.

다행히 실제 시장에 유통되는 가품과 정품의 차이는 생각보다 아주 막연하지만은 않아요. 더마팩토리가 공개한 식별 포인트를 보면, 차이가 명확히 잡히는 지점은 대부분 용기·라벨·패키지처럼 눈으로 대조할 수 있는 영역에 집중되어 있습니다. '나이아신아마이드 20% 세럼'의 경우, 가품이 정품보다 펌프 넥 길이가 길고, 내경이 크며, 벽 두께가 얇은 특징을 보였습니다. 용기 하단에 PET 재활용 마크가 찍혀 있는 것도 정품과 갈리는 포인트였고요. 'PDRN 4% 앰플'은 차이가 더 직관적으로 나타났어요. 단상자 높이가 정품보다 낮았고, 상단 색상이 정품의 검은색과 달리 가품은 주황색으로 인쇄되어 있었거든요.

더 미세한 디테일에서 차이가 나기도 합니다. 보도에 따르면, 가품 성분 표기 중 원래 'Sodium DNA'여야 할 문구가 'So.dium DNA'로 잘못 인쇄되어 있거나, 용기 입구의 패킹이 아예 누락된 경우, 혹은 스포이드 재질의 광택이 정품과 확연히 다른 사례도 있었다고 해요. 하나씩 보면 사소해 보이지만, 이러한 불일치 항목이 여러 개 겹치면 우연이라고 보기 어렵죠.

여기서 실무자로서 눈여겨봐야 할 점은 이 차이들이 성격상 두 갈래로 나뉜다는 사실이에요.

1. 이미지형 차이: 색상 불일치나 인쇄 오타처럼 온라인 판매 페이지 내 사진 한 장으로도 바로 드러나는 영역입니다.

2. 실물형 차이: 넥 길이, 벽 두께, 패킹 유무처럼 실제로 제품을 구매해서 받아봐야만 확인할 수 있는 영역입니다.

우리가 잡은 단서가 온라인 이미지로 식별 가능한 차이인지, 실물을 확보해야 아는 차이인지를 미리 구분해두는 것이 좋습니다. 그래야 다음 증거 수집 단계가 훨씬 수월해집니다.

근데 여기서 재밌는 지점이 있어요. 고객이 처음 문제를 제기한 원인은 ‘향’과 ‘제형’이었는데, 정작 브랜드가 찾아낸 명확한 차이는 제품의 ‘용기’와 ‘표기’에서 나왔다는 점이에요. 향이나 촉감은 논리적으로 증명하거나 제 3자에게 보여주기 어렵지만, 용기 구조의 차이나 인쇄 오타는 정품과 나란히 놓고 사진 한 장만 촬영하면 누구에게든 보여줄 수 있는 확실한 무기가 됩니다. 말하자면 주관적인 "느낌"을 객관적인 "증거"로 바꾸는 작업인 거죠.

따라서 CS 신호가 특정 제품에 몰린 것을 확인했다면, 지체하지 말고 해당 제품의 정품 실물을 준비하여 의심 상품의 정보와 항목별로 대조해야 합니다. 용기 형태, 라벨 표기, 단상자 색상과 높이, 인쇄 상태를 하나씩 짚어보는 거죠. 향처럼 잡히지 않는 단서를 붙들고 있기보다, 눈에 보이는 형태와 표기상의 오류를 찾는 편이 대응 속도를 훨씬 빠르게 만들어 줍니다. 팁을 하나 더하자면, 이 대조 결과를 항목별 체크리스트로 남겨두는 것을 추천해요. "넥 길이 다름 / 단상자 주황색 오인쇄 / 성분표기 오타" 식으로 걸린 항목들을 명확히 정리해두면, 나중에 판매자 이의제기나 플랫폼 신고 서류에서 그대로 근거 목록이 되거든요.

💡 가품이 의심된다면? 지금 바로 이렇게 해보세요

앞선 1단계에서 골라낸 제품의 정품 실물을 준비하고, 의심 상품과 용기 형태·라벨 표기·단상자 색상/높이·인쇄 상태를 항목별로 대조해 보세요. 향이나 촉감 대신 눈으로 확인되는 시각적 차이부터 짚는 게 핵심입니다.

가품 대응 프로세스: 1단계: 텍스트로 신호 읽기 → 2단계: 실제 정품과 비교하기 → 3단계: ?

3단계 — AI 이미지 분석으로 가품 확정하기

여기까지 왔다면 가품 유통의 정황을 꽤 많이 확보한 상태가 됩니다. 어느 제품에서 언제부터 신호가 몰렸는지(1단계) 확인했고, 용기와 표기의 어디가 다른지(2단계)까지 체크했으니까요. 하지만 이 두 단계를 합쳤다고 해서 곧바로 "가품 확정" 단계가 되는 건 아닙니다. 정확히는 '가품일 확률이 매우 높다'는 강한 심증을 확보한 상태에 가깝죠.

왜냐하면 육안 비교는 결국 사람의 눈과 기억에 의존할 뿐이거든요. 정품을 옆에 놓고 비교해 보면서도 "넥이 좀 긴 것 같은데?", "색이 미묘하게 다른가?" 하며 판단에 주관이 섞이곤 합니다. 하지만 악성 판매자한테 이의를 제기하거나 플랫폼에 신고하여 조치를 취하려면 단순 "느낌"이 아니라 "이 이미지와 저 이미지가 이만큼 다르다"고 객관적으로 보여줄 수 있어야 합니다. 감으로 좁혀놓은 리스크 구간을 다시 객관적인 형태로 확정해야 하는 거죠.

이를 위한 최종 단계가 바로 이미지 대조 및 분석입니다. 문의가 발생한 상품의 실제 판매 페이지 ‘이미지’를 수집하여 정품 공식 이미지와 나란히 놓고 비교하는 것입니다. 최근에는 두 이미지의 디자인 요소가 얼마나 일치하는지를 사람의 눈이 아닌 수치로 계산해 주는 AI 이미지 유사도 분석을 활용하기도 해요. 완전히 동일한 정품 이미지를 무단으로 도용해서 쓰고 있는 것인지, 아니면 미묘하게 편집한 것인지를 ‘유사도 점수’로 확인하는 방식이에요. 이 방식은 특히 가품 판매처가 여러 오픈마켓으로 넓게 퍼져 있을 때 힘을 발휘하곤 해요. 문제가 되는 판매 이미지 하나를 기준으로 삼으면, 같은 이미지를 그대로 돌려쓰는 다른 악성 스토어들까지 한 번에 묶어서 찾아낼 수 있거든요. 가품은 보통 판매처 하나로 끝나지 않기 때문에, 이미지를 기준으로 유통 범위와 확산 규모를 가늠해보는 작업도 이 단계에서 할 수 있는 일입니다.

이렇게 텍스트가 좁혀준 구간에 이미지 대조를 더하면, "다른 것 같다"는 심증은 비로소 "이 상품은 정품과 이 부분이 다르다"는 명확한 확인으로 바뀝니다. 대응의 근거가 그제야 제대로 갖춰지는 거죠. 그리고 이렇게 수치로 정리된 근거는 그 자체로 끝이 아니라, 판매자 이의제기나 플랫폼 신고 서류에 그대로 얹을 수 있는 자료가 된다는 점도 기억해두면 좋아요.

💡 가품이 의심된다면? 지금 바로 이렇게 해보세요

문의가 발생한 상품의 판매 이미지와 정품 공식 이미지를 나란히 놓고 대조해 보세요. 육안으로 판단하기 애매한 상품들을 AI 이미지 유사도 분석으로 수치를 확인해, 심증을 확실한 '근거'로 바꾸는 단계입니다.

가품 대응 프로세스: 1단계: 텍스트로 신호 읽기 → 2단계: 실제 정품과 비교하기 → 3단계: AI 이미지 유사도 분석 활용하기

CS를 가장 빠른 이상 신호 감지 채널로

가품 징후를 포착하고 증거를 확정하기까지의 실무 흐름을 요약하면 결국 세 단계로 정리됩니다. 고객센터와 리뷰 채널에 반복되는 "다르다"는 텍스트 신호를 특정 제품·시기 기준으로 세어보고(1단계), 그 문의 뒤에 있는 용기·라벨·표기의 구체적인 차이를 정품 실물과 대조해서 확인하고(2단계), 마지막으로 판매 이미지와 정품 이미지를 나란히 놓고 유사도로 확정하는(3단계) 순서입니다. 감각적 위화감에서 시작해 객관적인 근거로 좁혀가는 과정인 거예요.

다시 처음으로 돌아가서, 더마팩토리의 사례가 보여준 핵심은 가품을 가장 먼저 알아챈 것이 브랜드의 감시 시스템이 아닌 제품을 실제로 써본 고객이었다는 점입니다. 이 매커니즘은 앞으로도 크게 달라지진 않을 거예요. 그렇다면 고객의 목소리가 가장 먼저 닿는 CS 창구는, 단순히 불만을 응대하는 곳이 아니라 이상 징후를 가장 빠르게 감지하는 채널이 될 수 있습니다.

물론 문의 한 건이 곧바로 가품 유통을 뜻하는 것은 아닙니다. 단순한 리뉴얼이나 제품 제조 로트별 미세한 차이일 수도 있으니까요. 다만 그 문의들을 개별 건으로 흘려보내지 않고 리스크 신호로 읽어내는 관점이 자리 잡으면, CS는 리스크 관리의 첫 단추 역할을 하게 됩니다. 고객이 이미 보내고 있는 신호를 브랜드가 얼마나 빨리 알아듣느냐의 문제인 것이죠. 어쩌면 지금 이 순간에도, CS 창구에는 우리가 미처 읽어내지 못한 중요한 신호들이 쌓여가고 있을지도 모릅니다.