커머스 AI: AI 에이전트가 이끄는 대화형 쇼핑으로의 전환
사람처럼 생각하고 실행하는 AI 에이전트 기반의 대화형 쇼핑은 커머스 고객 경험을 혁신하고 있습니다. AI 에이전트란 무엇이며 왜 특히 커머스 산업에서 필요하고 효과적인지, 실제적인 전략 다룹니다.
Apr 10, 2025
AI 에이전트와 대화형 인터페이스가 만드는 AI 전환
AI 에이전트와 대화형 인터페이스 기반의 NUI*는 AI 시대로의 전환을 가속화하고 있습니다.
*NUI: Natural User Interface, 기계와 소통하는 별도의 방법을 학습하지 않고 사용자의 대화 혹은 행동을 그대로 입력 방법으로 사용하는 인터페이스
사람처럼 생각하며 대화하는 AI 에이전트가 동료이자 고객으로 등장할 미래를 커머스 기업은 어떻게 준비해야 할까요?
AI 에이전트는 문제를 스스로 정의하고 해결 방법을 찾아 실행합니다. 산업 현장에서도 AI와 인간 작업자가 함께 일하는 세상이 빠르게 다가오고 있습니다. 그렇지만 실제적인 AI 도입은 조금 막막하게만 느껴지는데요, 이번 글에서 커머스 산업에서의 AI 전환 필요성과 실제적인 전략에 대해 다룹니다.
먼저, OpenAI CEO 샘 알트만의 AI 에이전트에 대한 정의로 이야기를 시작해 보겠습니다.
AI 에이전트: 복합적인(Complex) 목표를 개괄적인 설명(High-level Discription)만으로 자율적(Autonomous)으로 해결하는 AI 시스템
또, 미국 실리콘밸리의 Menlo Ventures*는 AI 에이전트의 4대 요건에 대해 이렇게 이야기합니다.
AI 에이전트는 사람처럼 추론하며 데이터를 분석해 결론을 도출할 수 있고, 외부 메모리를 활용하며, 어떤 도구(tool)를 사용해야 할지 결정하고 수행합니다. 스스로 작업을 계획하고 회고하며 개선점을 찾는 것이 AI 에이전트의 특징이자 강점입니다.
AI 에이전트에 더 자세한 설명은 이전 글을 참고해주세요!
그렇다면 왜 커머스 기업들이 AI 에이전트에 주목하는 걸까요?
커머스는 가장 복합적인 목표를 다루는 산업입니다.
모든 커머스 기업의 최상위(0단계) 목표는 한 문장으로 요약할 수 있습니다: 매출을 높이(고 비용을 줄이)기.
짧고 명확하지만, 세부적으로 살펴보면 여러 하위 목표들이 복합적으로 연결되어 있습니다. 커머스 매출을 높이기 위해서는 구매전환율을 높여야 할 수도 있고, 객단가를 높이고 재구매율을 높이는 전략을 함께 실행할수도 있어요.
커머스 산업을 구성하는 네 가지 요소 (고객 경험, 마케팅, 운영, 물류) 별로 나누어 각 영역별로 복합적이고 복잡한 문제들을 목록화 해 보았습니다. - AI 에이전트가 활약할 영역이기도 하죠.
고객 경험 혁신 | • 상품 탐색 효율 증대
• 개인화 추천과 고객 맞춤 경험
• 24/7 고객 밀착 대응 |
마케팅 효과 개선 | • 고객 세분화 및 타겟팅 커머스
• 개인화 마케팅 콘텐츠 생성
• 실시간 캠페인 최적화 |
운영 및 반복 작업 단순화 | • 반복 문의 처리와 업무량 경감
• 실시간 데이터 기반 의사결정 |
물류 및 공급망 최적화 | • 수요 예측 및 재고 관리
• 물류 경로 최적화
• 품질 관리 자동화 |
각각 현재 적게는 수 명부터 많게는 수천 명의 사람과 소프트웨어 프로그램들이 달라붙어 수행하고 있는 작업입니다.
이런 작업들을 AI 에이전트와 함께할 수 있다면 어떨까요? 예를 들어, 실제 점원처럼 온라인 매장에서 고객을 상대하고 상품을 추천하는 AI 점원 에이전트나 수요를 예측하고 동적으로 재고를 관리해주는 에이전트가 활약할 수 있어요.
이 중에서도 특히 가장 복합적이고 실시간으로 변하는 “고객 경험 혁신” 그리고 “마케팅 효과 개선” 등 고객 과 실제로 접점이 있는 분야의 AI 전환에 대해 다루겠습니다.
커머스 고객 경험 혁신에는 AI 에이전트가 가장 효과적입니다.
고객을 구매로 전환하는 커머스 고객 경험 설계하기라는 목표가 주어진 기업 담당자라고 가정하고, 고려해야 하는 조건들을 나열해 보았습니다. 어떻게 고객 경험을 세분화하여야 할지, 어떤 세부 조건들을 변수로 고려해야 할지, 어떤 데이터와 도구를 보유하고 있는지를 고려하고 조합하여 사람이 직접 최적의 워크플로우를 구성하여야 하는데요, 상상하기에도, 실제로도 굉장히 어려운 일입니다.
이렇게 복합적이고 실시간으로 변화하는 커머스 환경에서 목표를 달성하기에는 이제 인간 작업자가 구상한 워크플로우보다는 상황을 판단하고 자율적으로 작업을 수행하는 AI 에이전트가 훨씬 효과적입니다. AI 에이전트는 방대한 도구와 데이터를 상황에 맞게 판단하여 활용할 수 있고, 짧은 시간 동안 수십, 수천 번 시행착오를 겪어 빠르게 성능을 개선할 수 있어요.
멀티 에이전트: 전문가들의 협업으로 이루어진 시스템
물론 한 에이전트가 커머스 분야의 모든 작업을 사람처럼 계획하고 수행하기는 어렵습니다. 기업이 부서와 팀으로 조직되고 이들의 협업 형태로 작업이 이루어지듯이, 각 분야에 특화된 AI 에이전트가 협력하여 작업을 수행하는 형태를 멀티 에이전트 구조가 더 높은 성과를 냅니다.
커머스에 특화된 AI 에이전트 솔루션 젠투도 멀티 에이전트 시스템을 통해 커머스 고객 경험을 혁신합니다:
- 점원 에이전트: 고객과의 대화를 통한 상품 추천과 구매 유도
- 분석가 에이전트: 고객 대화 데이터를 분석해 고객 행동과 구매 패턴 분석
- 마케터 에이전트: 분석된 인사이트를 바탕으로 개인화된 마케팅 전략 수립과 실행
각 에이전트는 데이터베이스, 기억 저장 장치(Memory), 성과 평가 모델(Evaluator) 등을 공유하며 유기적으로 연결되어 있습니다. 구매전환부터 재구매까지 전체 과정을 계획하고 수행할 수 있는 자율화된 시스템을 만들 수 있는 것이죠.
글로벌 커머스에서는 이미 AI 에이전트를 도입하고 있어요
성공하는 글로벌 기업들은 AI 에이전트를 도입해서 고객 경험을 혁신하고 있습니다. 아직 완전히 자율화된 에이전트의 단계까지 도달한 것은 아니지만, Amazon, IKEA, Shopify의 사례에서 그들의 에이전트가 어떻게 고객 경험을 개선하고 있는지 살펴보겠습니다.
Amazon Rufus: 쇼핑 여정 자체를 바꾸다
실제 고객 후기: "루퍼스 덕분에 여러 리뷰를 읽느라 허비할 시간을 아꼈다. 꼭 매장 직원에게 직접 설명을 들은 느낌"
아마존의 Rufus는 고객의 구매 여정을 완전히 바꾸고 있습니다:
- 고객의 니즈 구체화하고 방향을 제시: 대화를 통해 고객이 진짜 원하는 것을 이끌어내고 구매 결정 요소를 알려줍니다.
- 맞춤 정보와 추천 제공: 상품 비교와 정보를 제공해 고민하던 고객의 구매를 유도합니다.
- 통일된 쇼핑 경험: 여러 페이지를 오가는 대신 하나의 통합된 인터페이스에서 일관된 경험을 제공합니다.
Rufus의 다음 단계는 자율 쇼핑 에이전트로의 진화입니다. "다음 달 이사 가는데 거실에 어울릴만한 55인치 TV랑 TV대 알아서 주문해줘. 예산은 100만원" 같은 복합적인 요청을 처리할 수 있게 되는 것이죠.
IKEA Billie: 47% 문의 자동 처리로 €1,300만 절약
이케아의 Billie는 320만 건의 고객 응대를 처리하면서 47%의 문의를 자동으로 해결했습니다. 그 결과 €1,300만의 비용을 절감했죠.
특히 주목할 점은 사람과 AI의 협업 사례이자, 사람과 AI가 앞으로 어떻게 업무를 분배하여야 하는지에 대한 힌트를 얻을 수 있다는 점입니다. Billie 도입으로 생긴 유휴 인력을 가구 전문 상담원으로 재교육해 더 높은 부가가치의 일을 할 수 있도록 운영했습니다.
Shopify Sidekick: 사장님의 진짜 AI 비서
Shopify는 온라인 쇼핑몰을 개발하고 운영하기 시작하는 사업자를 위한 에이전트인 Sidekick을 제공합니다. Sidekick은 단순한 정보 검색 도구가 아니라, 사업자의 목표 달성을 위하여 Shopify의 다양한 어플리케이션과 툴을 추천하고, 데이터를 연결해 쇼핑몰을 만드는 과정을 도와주는 비서형 에이전트입니다:
- 상점 설정 Q&A: "국제 배송비를 어떻게 설정하지?"
- 업무 자동화: "내 상점을 여름 느낌으로 리디자인해줘"
- 데이터 분석 및 리포트: "지난달 매출이 떨어진 원인이 뭘까?"
- 마케팅 제안: "휴일 프로모션 아이디어 알려줘"
에이전트 시대, 커머스는 어떻게 변화할까요?
AI 에이전트와 “에이전트 지향” 서비스는 커머스 생태계를 조금씩, 그러나 빠르게 바꾸는 중입니다.
가까운 미래에는 내 취향을 잘 아는 퍼스널 쇼퍼가 등장해 구매를 돕거나 대신하는 시대가 올 것이고, 이런 흐름은 온라인과 오프라인 소비 환경을 크게 바꾸어 놓을 것입니다. 그리고 조금 먼 미래에 내 취향을 잘 아는 AI 비서(퍼스널 쇼퍼)가 쇼핑몰의 AI 점원과 대화하는 시대가 온다면, 구매 필요성을 느낀 순간에 이미 에이전트끼리 수천번의 시뮬레이션을 거친 최선의 구매 전략을 소개해주는 Agent-to-Agent(A2A)가 보편화되겠죠.
- 현재: "이 상품 어때요?" 하고 물어보면 답해주는 수준`
- 가까운 미래: 내 취향을 알아서 "이거 좋을 것 같은데?"라고 먼저 제안
- 조금 먼 미래: 내 비서 AI가 쇼핑몰 AI와 직접 협상해서 가장 좋은 조건으로 구매
상상해볼까요? "다음 달 이사하는데 필요한 거 다 주문해줘"라고 말하면, AI가 알아서 집 크기, 예산, 취향을 고려해 가구부터 생활용품까지 다 골라서 주문하는 세상, 머지 않았습니다.
변화하는 커머스 시장에서 살아남기
글로벌 수준에서도 AI 에이전트에 대한 관심은 뜨겁습니다. 미국 기업의 24%가 단기 우선순위로 AI 적용을 시도하고 있고, 그 숫자는 빠르게 증가하고 있어요. AI에 대한 지출은 전년 대비 8배 이상 성장한 수치라고 합니다.
에이전트를 이해하고 전환을 준비하는 기업이 결국 시장을 이끌고 성장할 수 있습니다. 우리 기업에 특화된 AI 에이전트를 영입하고 유저와 대화하며 데이터를 쌓는다면, AI 대전환을 이끌어나갈 원동력이 되어 줄 것입니다.
Share article
고민하는 고객을 전환하는 AI 점원 젠투가 궁금하신가요?
젠투 소개서 보기 ⤵️
젠투 소개서 보기 ⤵️
