AI가 구매 대행하는 시대, 로봇도 사람 없이 돌릴 수 있을까
AI가 사람 대신 상품을 고르고 구매까지 완료하는 시대가 열리고 있다. 같은 시기, 자율주행 택시 업계는 여전히 '사람이 어디까지 개입해야 하는가'를 놓고 고민 중이다. 두 이야기는 겉보기엔 다르지만, 산업 구조 관점에서는 같은 질문을 던진다. 자율 시스템이 혼자 판단할 수 없는 상황을 누가, 어떻게 처리할 것인가.
무슨 일인가
Adobe는 2024년 7월부터 2025년 2월 사이 미국 리테일 사이트로 유입되는 생성형 AI 출처 트래픽이 1,200% 증가했다고 발표했다. 이어진 2025년 홀리데이 시즌 조사에서는 전년 대비 693.4% 증가를 기록했으며, AI를 통해 유입된 방문자는 다른 채널 대비 45% 더 오래 머물고 13% 더 많은 페이지를 보았고, 즉시 이탈할 확률은 33% 낮았다.
이커머스 검색 에이전시 Searchflex는 이를 세 단계로 구분했다. 전통적 이커머스는 사람이 검색·평가·구매 전 과정을 수행한다. AI 발견(AI discovery)은 사람이 AI에게 질문하고 추천을 받아 직접 구매를 완료한다. 에이전트 커머스(agentic commerce)는 사람이 작업 자체를 위임하고, AI 에이전트가 제품 데이터를 직접 수집·비교한 뒤 거래를 실행한다. 회사 측은 세 번째 모델이 "소프트웨어 에이전트가 비교 판단과 실행을 대신하는 자율 시스템의 기본 패턴과 같다"고 밝혔다.
같은 시기, 자율주행 택시 원격 모니터링 업체 Guident의 CEO Harald Braun은 인터뷰를 통해 "자율 시스템이 스스로 해결할 수 없는 상황에 대비한 사람 개입(human-in-the-loop) 구조가 필요하다"고 말했다. Guident는 6개 원격 모니터링·제어 센터를 운영하며 6개 자율 셔틀 운영사와 협력 중이다. Braun은 "사람을 제거하는 것이 아니라, 기술을 통해 사람의 효율을 높이는 것이 맞는 모델"이라고 강조했다.
산업 구조에서 무엇이 바뀌나
두 기사는 공통된 구조적 전환을 보여준다. 자율 시스템이 일상적 상황을 처리하지만, 예외 상황(edge case)에서는 사람의 판단이 여전히 필요하다는 점이다. 그런데 이 '예외 처리 계층'을 어떻게 설계하느냐에 따라 산업 내 진입장벽과 마진 분배 구조가 달라진다.
에이전트 커머스에서는 AI 시스템이 제품을 이해하고 비교할 수 있도록 구조화된 정보(structured data), 리뷰, 스키마 마크업, 브랜드 신뢰도 등이 필요하다. Searchflex는 "구글이 페이지를 크롤할 수 있는가가 아니라, AI 시스템이 제품을 이해하고 자신 있게 추천할 수 있는가가 문제"라고 밝혔다. 즉, 가시성(visibility)의 기준이 검색엔진 최적화(SEO)에서 '기계 판독 가능성'으로 이동하는 셈이다. 이 전환은 제품 정보를 구조화하고 외부 검증 데이터를 확보할 수 있는 업체에게 유리하다. 반대로 정보 구조화 능력이 부족한 브랜드는 AI 시스템의 추천 후보에서 누락될 가능성이 커진다.
자율주행 분야에서도 비슷한 구조가 나타난다. Braun은 "자율 시스템이 정상 상황을 처리하고, AI 기반 모니터링이 비정상을 식별해 적절한 정보를 원격 운영자에게 전달하며, 운영자는 필요시 개입해 차량을 안전 상태로 되돌린다"고 설명했다. 여기서 핵심은 "사람이 모든 차량을 수동 운전하거나 계속 주시하는 것이 아니라, 예외 상황에서만 개입한다"는 점이다. 이 구조가 확립되면, 자율주행 기술 자체보다 '원격 모니터링·개입 인프라'가 플릿 확장의 병목이 된다.
Braun은 "소규모 파일럿은 수동 프로세스로 가능하지만, 수천 대 차량을 동시에 운영하려면 지속적 모니터링, 주의 필요 상황 식별, 필요시 사람 개입이 가능한 시스템이 필요하다"고 말했다. 즉, 자율주행 기술을 보유한 업체라도 원격 운영 인프라를 자체 구축해야 하는 부담이 생긴다. 이는 제3자 플랫폼 사업자에게 시장 기회를 만든다. Guident는 "AV 업체는 자율주행 기술에 집중하고, 우리 같은 업체가 모니터링·원격 개입·운영 지원을 제공하는 보완 계층"이라고 설명했다.
두 사례 모두, 자율 시스템이 '완전 무인'으로 가는 경로가 아니라 '사람 개입을 효율화'하는 방향으로 진화하고 있음을 보여준다. 이는 기술 완성도가 아니라 '예외 처리 구조'가 확장성의 핵심 변수가 되는 국면으로 읽힌다.
국내 밸류체인에서는
이커머스 분야에서는 제품 정보 구조화와 기계 판독 가능성이 경쟁 요소가 된다. 국내에서는 상품정보관리(PIM) 솔루션, 스키마 마크업 자동화 도구, 리뷰 데이터 통합 플랫폼을 공급하는 계층이 이 변화의 직접 영향권에 있다. 원문에는 국내 시장 통계가 없지만, 구조화된 데이터 생성·관리 계층이 AI 추천 생태계에서 병목 역할을 할 가능성이 있다는 추론은 합리적이다.
자율주행과 모바일 로봇 분야에서는 원격 모니터링·제어 인프라가 새로운 계층으로 부상한다. Braun은 로봇택시와 모바일 검사 로봇을 함께 언급하며 "자율 시스템이 임무를 독립적으로 수행하지만, 이해하지 못하거나 안전하게 해결할 수 없는 상황에서는 지원이 필요하다. 모니터링 시스템은 이런 상황을 식별하고, 적절한 정보를 원격 운영자에게 제공하며, 필요시 지원 또는 제어를 가능하게 해야 한다"고 밝혔다. 국내에서는 자율주행 차량·물류 로봇·배송 로봇을 통합 모니터링할 수 있는 플랫폼, 초저지연 통신 인프라, 원격 운영자 훈련 체계를 제공하는 계층이 여기에 해당한다.
다만 원문은 국내 시장 규모나 도입 현황에 대한 수치를 제공하지 않는다. 따라서 위 서술은 원문에서 제시된 해외 사례와 기술 요구사항을 바탕으로 한 추론이며, 국내 밸류체인의 실제 준비 수준은 별도 확인이 필요하다.
지켜볼 지점
- AI 추천 트래픽의 전환율(conversion rate) 데이터가 공개되는지. 유입이 늘어도 구매로 연결되지 않으면 에이전트 커머스 전환은 지연될 수 있다.
- 자율주행 플릿 운영사가 원격 모니터링을 내재화하는지, 제3자 플랫폼을 채택하는지. 전자라면 진입장벽이 높아지고, 후자라면 플랫폼 사업자에게 시장이 열린다.
- 미국·유럽·중국에서 자율 시스템의 원격 개입 의무를 법제화하는지. 의무화되면 모니터링 인프라는 선택이 아닌 필수 계층이 된다.
이 글은 위 원문 기사를 근거로 작성한 산업 구조 분석입니다. 국내 밸류체인 관련 서술은 원문에 없는 추론이며, 특정 종목에 대한 투자 권유나 매매 판단의 근거가 아닙니다. 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다. 원문에 없는 수치는 담지 않았습니다.
댓글
댓글 쓰기