TechFlow Logo
로그인/ 회원가입
ETH 가스
Gwei
공포
gas
AI 에이전트 쇼핑은 왜 보급되기 어려운가?

AI 에이전트 쇼핑은 왜 보급되기 어려운가?

2026.07.20
공유하기
진정한 병목은 결코 결제가 아니었다.

작성자: Anderl

번역: Chopper, Foresight News

현재 AI 및 암호화폐 산업에서는 한 가지 담론이 유행하고 있다. AI 에이전트에 지갑을 연결해 구매를 전담하도록 하면, 그것이 바로 AI가 가장 핵심적으로 실현할 수 있는 사용 사례라는 것이다. 이 주장은 간결하고 완벽하게 들리며 마치 미래 그 자체처럼 보이지만, 내재된 논리는 타당성이 부족하다. 이러한 관점은 쇼핑 과정에서의 난제와 단순한 부분을 혼동하며, 가장 간단한 결제 단계를 중심에 배치한다.

결제를 잠시 미뤄두고, 쇼핑 행위 그 자체로 돌아가보자.

쇼핑의 두 가지 핵심 행동

쇼핑의 본질은 지금 서로 결합되어 있는 두 가지 행위로 구성된다: 정보 검색과 가치 판단이다. 검색(수집, 선별, 비교, 초기 정렬)은 표준화될 수 있어 거의 전적으로 기계 에이전트에 맡길 수 있다. 반면 가치 판단(이 제품이 좋은지, 나에게 적합한지, 판매자는 신뢰할 만한지 여부)은 인간의 주관적 감정이 깊게 관여하는 영역이다.

데이터는 정보 검색이 빠르게 AI 쪽으로 이동하고 있음을 증명하고 있다. Adobe Analytics 자료에 따르면, 2024년 7월부터 2025년 7월까지 생성형 AI가 미국 소매 웹사이트로 유도한 트래픽이 약 4700% 급증했다. 하지만 ‘AI 지갑’이라는 서사는 스마트 에이전트가 검색과 가치 판단을 동시에 총괄할 수 있다고 가정하는데, 이것이 전체 논리의 개념 치환을 일으키는 핵심 지점이다. 검색은 기계에 완전히 위임 가능하지만, 가치 판단은 특정 조건에서만 부분적으로 이양될 뿐 다수의 상황에서는 위탁 자체가 불가능하다.

가치 판단은 다시 두 층위로 나뉜다

더 중요한 점은 가치 판단 자체가 단일 차원이 아니며 두 부분으로 구성되어 있다는 것이다. 하나는 평가로, 효용 함수에 따라 다양한 옵션을 검증하는 과정이다. 다른 하나는 수요 정의이며, 즉 먼저 효용 함수를 설정하는 단계다. 어떤 차원이 중요한지, 각자의 가중치는 어떠한지, 어떤 가치관이 구속력을 가지는지, 그리고 ‘좋은 것’의 최종적 의미가 무엇인지 결정하는 작업이다.

수요 정의는 초기에 한 번만 완료되는 것이 아니라 쇼핑 전 과정을 관통한다. 제품의 준수 기준은 사용자가 결정한다. 지퍼 파손 시 제품을 즉시 포기할지 여부는 당신의 판단 기준에 따르고, 어느 판매자를 선택할지는 당신이 중시하는 가치관에 달려 있다. 모든 계층의 선별은 ‘인간 주관 기준 × AI 기계 평가’라는 로직을 따른다. 자동화는 평가 단계만 대체할 수 있으며, 수요를 정의할 주권은 항상 인간에게서 유지된다.

많은 사람이 인간의 요구사항은 일단 한번 작성해 놓으면 영원히 손을 떼어도 된다고 생각하지만, 이는 인간 의사결정 로직을 심각하게 과소평가한 것이다. 의사결정 분야의 방대한 연구는 사람의 선호도가 고정되지 않음을 입증한다. 심리학자 폴 슬로비크(Paul Slovic)가 주장한 구성주의 선호 이론에 따르면, 우리는 내부에 이미 완성되고 고정된 취향을 꺼내놓기만 하면 되는 식별 가능한 선호를 갖춘 것이 아니며, 선호는 선택을 수행하는 과정에서 점차 형성된다. ‘선호도 역전’ 실험이 이를 뒷받침한다. 선택과 가격 책정이라는 동등한 조사 방식은 전혀 다른 제품 순위를 도출하며, 합리적 선택의 기초 공리를 위반한다.

아일리(Ariely), 로웬스타인(Loewenstein), 프레올렉(Prelec)이 2003년에 제안한 ‘일관된 임의성(coherent arbitrariness)’ 이론은 심지어 주민등록번호 뒷자리 같은 전혀 무관한 무작위 숫자조차도 사람들이 일반 상품에 대해 형성하는 심리적 가격 기대값에 고정 효과(앵커링)를 일으킨다. 또한 이러한 고정 효과는 소비 경험이나 시장 거래가 축적되어도 사라지지 않는다. 이른바 ‘안정적인 선호도’란 단지 인위적으로 구축한 질서의 환상에 불과하다.

따라서 인간과 기계의 상호작용은 일회성 요구사항 목록 작성으로 끝날 수 없으며 지속적인 피드백과 소통을 통해 발전해야 한다. AI 에이전트는 각 선별 노드마다 구체적인 질문을 던진다. “이전에 내구성을 중요하게 생각하셨죠, 얼마나 높은 프리미엄을 지불해도 내구성이 당신에게 불리가 될까요?”라고 묻고, 인간이 이를 실시간으로 경계선으로 설정하는 방식이다.

진정한 분기점: 조달은 단순한 잡무인가, 그 자체로 즐거움인가?

업계는 보통 ‘표준화 상품 / 맞춤형 상품’으로 상황을 나누지만, 논의의 초점은 기준을 정량화할 수 있는지 여부가 아니다. 진정한 분기점은 ‘선택을 내려지는 그 행위 자체’가 체험적 가치를 지니는지 여부다.

복사 용지, 배터리 또는 정기적으로 재고 보완이 필요한 상품의 경우 선택 과정에는 체험적 가치가 존재하지 않는다. 사람들은 거의 차이가 없는 두 개의 잉크 카트리지를 비교하는 데 에너지를 쓰려 하지 않는다. 이러한 상품은 본질적으로 AI 에이전트에 완전委譲하기 적합하며, 기계가 자동으로 재구매하더라도 체험이 전혀 손상되지 않는다.

즐거움 추구형 소비의 경우 상황은 정반대다. 와인, 가구, 코트, 책은 선택 그 자체가 소비의 즐거움 일부다. 만약 판단권을 기계에 넘긴다면 시간 비용은 줄어드나 소비의 핵심 재미를 직접 박탈당하게 된다. AI가 종일 무료로 조언을 해준다 해도 사람들은 온전히 위탁하기를 원치 않는다.

즐거움 추구형 상품을 대상으로 할 때, AI 에이전트는 전적인 결정을 대신 내려서는 안 되며 정보 수집자로 전환해야 한다: 검색 완료, 초기 선별, 매개변수 일치, 판매자 자격 검증, 방대한 후기에서 제품의 공통 문제점 추출 등을 수행해 200가지 옵션을 5개로 압축한 뒤, 최종 선택권은 인간에게 남겨둔다.

세 가지 모순적 딜레마: AI 질문, 역사 기반 추론, 자발적 선택

이런 논평이 나올 수 있다. “AI가 나의 판단 기준을 물으면 되지 않느냐?” 그러나 이러한 방식은 오히려 일상에서 일반인들이 반감 느끼는 비효율적인 모델이며, 더 치명적인 것은 계속되는 기준 탐색이 인간의 최종 선택을 왜곡한다는 점이다.

윌슨(Wilson)과 스쿨러(Schooler)는 1991년 잼 시식 실험을 진행했다. 미리 선호 이유를 정리하도록 요청 받은 그룹은 최종적으로 전문가적인 미각 기준에서 훨씬 벗어나는 순위를 제시했고, 후속 실험들은 개인이 선택 이유를 하나씩 열거하도록 강요하면 사후 만족도가 낮은 액자를 고르게 됨을 증명했다. 언어는 쉽게 표현 가능한 표면적 특징만 기술할 수 있을 뿐 내면의 진정한 선호를 포착하지 못하며, 미각과 미학 같은 감각은 인지로만 체득 가능할 뿐 텍스트로 정의하기 어렵다.

이로써 세 가지 상충 관계로부터 해결할 수 없는 딜레마가 형성된다:

  • AI에 능동적으로 질문하기: 당장의 진정한 선호도에 부합하나 상호작용 마찰이 극심하며 심지어 선택을 왜곡할 수 있습니다;
  • 과거 행동 데이터 기반으로 추론하기: 조작이 원활하나 과거 선호도에 갇혀 새로운 소비 탐구를 봉쇄합니다;
  • 인간이 전반적으로 자율 판단하기: 선택권을 완전히 보존하나 막대한 시간과 노력이 소모됩니다.

네 번째 절충안은 상기 단점을 회피할 수 있다: 질문식 상호작용이 아닌 인식형 상호작용이다. AI가 3가지 옵션을 직접 보여주면 인간은 그냥 선택만 하면 된다. 이 방법은 매우 편리하고 정확한데, 당신은 종종 명명조차 어렵던 기준들을 추상적으로 정의해야 할 필요가 없기 때문이다.

클래식한 선택 과부하 실험이 이를 뒷받침한다. 아이엥거(Iyengar)와 레퍼(Lepper)는 2000년 잼 시식 부스 실험을 실시했으며, 6종의 잼을 진열했을 때 구매 전환률이 24종의 경우보다 훨씬 높았다. 그러나 이 이론은 논란의 여지가 있었으며, 이후 다중 분석 실험들이 이를 부정했다. 셰버흐넨(Scheibehenne) 등 2010년 수많은 실험을 종합한 결과 전반적으로 보편적인 선택 과부하 현상은 존재하지 않았으며, 체르니오프(Czernielewski), 보켄홀트(Bokenholt), 굿먼(Goodman) 등 2015년의 99건 연구를 아우르는 분석은 오직 상품 복잡도가 높고 의사결정 부담이 크며 본인 선호도가 애매할 때만 과부하 효과가 발현됨을 보였다. 원저자 역시 이후 재검토 과정에서 24종류의 상품을 대면할 때 소비자가 자신의 선호도를 체계화할 충분한 시간을 갖지 못했다고 언급했다. 진정한 의미의 자율성은 ‘에이전트가 내 기준을 적용하는 것’과 ‘에이전트가 내 기록을 바탕으로 기준을 아무 근거 없이捏造하는 것’ 사이에 존재한다.

“AI 지갑”으로 회귀: 결제는 오로지 최소한의 부차적 단계일 뿐

위의 논리를 명확히 정리하면 ‘AI에 지갑을 제공한다’는 서사의 허점이 보인다. 이 주장은 세 가지 완전히 독립된 요소를 혼동한다: 의사결정 주체, 실행 주체, 자금 보유 주체. ‘AI에 지갑을 제공’하는 것은 자금 보유 문제만을 해결할 뿐, AI가 의사결정 권한까지 동시에 소유할 때 자금 신탁이 의미를 갖는다.

세 가지 상황이 있다. 첫째, 인간이 스스로 결정하고 결제하는 경우. 이 상황에서 에이전트는 결제하지 않으며 정찰병 역할을 한다. 둘째, 인간이 결정을 내리고 실행 임무를 에이전트에 위임하는 경우 (“맞아, 그것 산다고”). 이때 에이전트는 정산 업무를 담당하나 자금을 보관할 필요는 없으며, 승인이 완료된 이번 구매에 대해 범위가 제한적이고取り消可能 한 권한만 부여받으면 된다. 오직 셋째 경우에만, 에이전트가 자체적으로 결정하고 결제를 진행하여human intervention이 필요없는 경우에만 지갑 자체가 결제 책임을 짊어지게 된다.

흥미롭게도, 2025년 글로벌 지급결제 산업은 이미 계층별 권한 부여 방안을 실제 적용해 ‘승인(authorization)’과 ‘자금 신탁(fund custody)’을 완전히 구분한다:

  • OpenAI는 Stripe와 제휴해 스마트 에이전트 상업 계약서를 출시했으며, 단일 판매자에게만 바운드 되고 고정 금액, 지정 기간 동안 한 번만 사용하는 공유 결제 토큰을 생성하여 AI가 전체 신용카드 번호에 접근하지 못하게 합니다;
  • 마스터카드(Mastercard)는 2025년 4월 Agent Pay를 발표해, 에이전트 전용, 지정 판매자, 사용자 승인 규칙에 바운드된 전용 토큰을 생성했으며;
  • 구글(Google)은 2025년 9월 AP2 스마트 결제 프로토콜을 출시해 ‘사용자 수요 승인 증빙서’와 ‘AI 구매 목록 증빙서’를 명확히 분리했으며, 양쪽 모두 검증 가능한 암호화 증빙서로 앞서 언급한 ‘수요 정의/기계 평가’의 계층적 로직과 완벽하게 대응합니다;
  • 비자(Visa)는 2025년 10월 신뢰할 수 있는 에이전트 계약을 출시해, 방향이 위 방안들과 같습니다.

주요 지급결제 기관들은 우연이 아니게 본문의 핵심 논지를 입증한다: 자금까지 AI에게 맡길 필요 없으며, 제한된 운영 권한만 부여하면 충분하다.

그렇다면 AI가 독립적으로 지갑을 신탁해야 하는 진정으로 적합한 상황은 어디일까? 소비자 리테일 상황에서는 AI 자금 신탁이 거의 필요 없다. 이 방안이 진짜로 적용될 공간은 표준화된 대규모 생산물과 기기 간(Agent-to-Agent) 자동 정산이다. Coinbase와 Cloudflare는 협력하여 x402 프로토콜을 출시해 전통적인 카드 결제 채널의 공백을 메웠다: 무인 개입, 7×24시간 운영, API 호출 횟수 기반 과금이 가능한 에이전트 간 자동 결제를 지원하며, 릴리즈 후 몇 달 만에 거래량이 1억 건을 돌파했다. 마스터카드도 동시에 머신용 Agent Pay를推出해, 고빈도·저지연的小额機器结算을 서비스하고 있다. 이는 머신 경제의 근원적인 인프라일 뿐, 개인 쇼핑을 향한 것은 아니다.

이 서사 자체는 틀리지 않았다. 다만 중요성이 완전히 뒤바뀌었을 뿐이다. AI가 독립적으로 지갑을 관리하는 것은 상품이 높게 동질화되고 건당 금액이 비교적 낮은 상황에서만 실질적인 가치를 발휘한다.

지갑은 정말 어디에 있어야 하는가

이는 최근 2년간 암호화폐 트랙의 중점이 변화한 배경 또한 설명해준다: 이제 더 이상 개인의 소비 해방을 내세운 서사를 주도하지 않고, 스테이블코인 정산, 자산 토큰화, 기업급 서비스 등 기관 측의 근본 인프라를 깊이 있게 개발하고 있다. 이는 AI 쇼핑 라인을 포기하는 것이 아니라, 지갑 신탁 모드가 실제로 적격인 영역으로 회귀하는 것이다: 기업 측이다. 기업의 조달 부서는 본질적으로 ‘순수한 잡무 조달’의 제도화된 형태이며, 조달 절차에서 주관적 미학과 개인적 감정은 배제된다. 순수하게 규격, 가격, 납품, 계약 조건에 의해서만 결정되며, 본질적으로 인간 버전의 스마트 에이전트 조달과 같다. AI 지갑은 기업이 이미 성숙하게 구축한 절차를 단순히 자동화할 뿐, 행동 양식의 혁명을 가져오지는 않는다.

현재 수많은 기업이 사무용품 및 저가 소모품 조달을 아웃소싱하고 있으며, 메르카테오(Mercateo)나 아마존 비즈니스(Amazon Business) 등의 플랫폼이 경쟁력을 가지는 이유는 저가가 아니라 절차 비용 절감이다: 통일된 조달 카테고리 통합, 청구서 통합. 기업은 품목별 소액 추가 비용을 감수하면서까지 조달 인력 비용의 대폭 삭감을 원한다. 저가 소모품의 경우 절차 비용이 종종 상품 자체 가치보다 높다. AI 에이전트는 주문 인력 비용을 사실상 제로로 낮추면서 산재된 방대한 공급업체를 동시에 검색한다. 조달 플랫폼은 준법 검증 기능만 남긴다: 허가된 공급업체 심사, 통합 장부 대조, 위조 방지 검증. 그런데 바로 이 검증이 전체 절차의 진정한 병목 지점이다.

따라서 실행 전략을 단순히 ‘지갑은 개인이 아닌 기업을 위해’라고 요약해서는 안 되며, 정확하게는 ‘도구는 상황에 맞춘다’고 표현해야 한다.

  • 자율 신탁 지갑(AI가 자율 결정, 자금 보유, 결제 완료 수행): 표준화된 상품의 기업 조달, 기기 간 자동 정산에 적합하며 주로 B2B, M2M 고빈도 재구매 상황을 대상으로 합니다;
  • 개인 소비 상황: 자금 신탁이 필요 없으며, 단회성·제한 범위 결제 토큰만 발급하고 인간이 주문을 확정해야 AI가 정산할 수 있습니다.

‘AI에 지갑을 제공한다’는 C端 홍보 제목으로는 극히 작은细分市场만을 겨냥하고 있을 뿐이다. 이 방안이 실제로 핵심으로 삼아야 할 시장은 기업 백엔드 자동화 체계다.

보충 설명: 기업 조달이라 해서 전부 표준화的商品인 것은 아니다. 일부 조달 결정 역시 AI가 자율 처리할 수 없다. 법률사무소 인수 대상, 핵심 공급업체 판단 등은 전략적 선택에 속하며 주관적 결과가 막대하므로, 개인이 와인을 고르는 것과 마찬가지로 반드시 인간이親自 결정해야 하며, 자율 신탁 지갑은 이러한 상황에서 전혀作用하지 않는다.

이 법칙은 모든 분야에 적용된다: AI가 독립적으로 지갑을 관리하는 것은 표준화된 상품 계층에서만 가치를 발휘하며, 표준화 업무는 기업 내부에 집중되어 있고 규모가 가장 크며 요구가 가장 밀집되어 있다.

진정한 병목 지점은 결코 결제가 아니다

자금 유동 기술은 이미 성숙했으며, 결제 단계에는 어떠한 걸림돌도 존재하지 않는다. AI 쇼핑 실현의 진정한 병목은 다른 두 측면에 있다.

첫 번째, 신뢰할 수 있는 데이터 소스의 결핍이다. 자동화 판단의 전제조건은 데이터가 진실하고 신뢰할 수 있어야 한다는 것이며, 하부 정보가 왜곡될 경우 자율적 판단 AI는 기계 속도로虚假信息의 부정적 영향을 확대 재생산한다. 허위 리뷰 만연은 이미 업계에 공개된 문제다. 미국 연방거래위원회(FTC)는 2024년 새 규정(10월 21일 발효)을 통해 허위 상품 리뷰를 명시적으로 금지했으며, 생성형 AI가 대량 허위 리뷰 제작 장벽을 크게 낮췄음을 분명히 밝혔다. 위반 시 건당 최대 51,744달러의 벌금이 부과되며, 2025년 말 기준으로 규제 기관이 여러 차례 경고문을 발부했다.

실물 상품의 가짜 문제는 또한 엄중하다. OECD와 유럽연합 지적재산권청(EUIPO)이 2025년에 집계한 통계에 따르면, 2021년 전 세계 가짜 무역 규모는 약 4,670억 달러로 전 세계 무역 총액의 2.3%를 차지했으며, EU 수입품 중 가짜 비율은 4.7%였다. 의류, 신발 및 가방, 럭셔리 제품이 주된 피해 지역인데, 이들은 정확히 체험형 소비 카테고리에 속한다. 개별 품목의 추적 가능성 증빙서, 검증 가능한 진실한 리뷰, 독립된 제삼자 감정, 품목 단위 유통 원장 ثبت(EU의 위조방지 지침 및 미국의 의약품 공급망 안전법은 이미 의약품 패키지에 적용을 강제했다)은 AI가 상품을 안전하게 판단하기 위한 선행 조건이다.

두 번째, 인간의 수요 정의권이 자동화될 수 없다는 점이다. 수요 기준이 인간에 의해 정의되는 한, 이후의 선별, 비교, 정산 모두 자동화될 수 있다. 자신만의 수요를 정의하는 일은 본질적으로 기계에 위임될 수 없다. 만약 AI가 당신을 대신해 수요 기준을 생성한다면, 최종적으로 형성되는 선호도는 당신 본인이 아니다.

AI 에이전트에 지갑을 연결하는 것은 단지 가장 간단한 자금 단계만을 해결한다. 정말로 깊게 파고들어야 할 방향은 다음과 같다: 안전하고 통제 가능한 형태로 자동화된 선별 및 평가를 수행하면서도, 두 가지 핵심 권리를 다시 인간에게 돌려줘야 한다. 곧 판단 기준을 정의할 권리, 그리고 최종 선택의 즐거움을 누릴 권리다.

요약

마지막으로 강조하자면, 체험형 소비 상품의 경우 조달 경로가 상품화되면 해당 상품은 어디에나 널릴 것이다. 그때부터 당신의 제품은 제품 그 자체가 아니라 ‘선택’이 된다. 플랫폼은 자체 정보의 표준화 정도를 최적화해 AI 검색을 용이하게 해야 한다: 완전하며 검증 가능한 추적성, 깨끗하고 구조화된 상품 데이터. 이를 통해 AI가 사용자를自家 플랫폼으로 유도하도록 해야 한다. 이 토대 위에서 자동화가 대체할 수 없는 핵심 우위를 지켜내고, 사용자의 미적 지평을 넓혀주는 완전히 새로운 소비 탐색, 그리고 최종적으로 상품을 고르는 쾌락을 확보해야 한다. 정보 수집을 AI 에이전트에 맡기고, 플랫폼의 핵심 경쟁력은 더욱 우수한 선택 경험 창출에 집중해야 한다.