AI 에이전트 시대에 마켓플레이스의 생존 전략 등에 대한 아크 인베스트 Nicholas Grous, Varshika Prasanna 리포트의 통찰을 요약적으로 남긴다.
들어가기에 앞서) 본 글은 구글 번역본을 기초로 하며, 시간 관계상 본인 느낌에 따라 타협해 쓰는 경우도 있다. 따라서 원본 열람을 권장한다.
1. 도입
• 역사를 통틀어 마켓플레이스는 기술과 함께 발전하여 상품 구매 방식을 변화시켜 왔다.
• 예를 들어, 화폐의 발명은 물물교환의 비효율을 해결했다.
• 백화점은 가격 책정을 표준화하고 투명성을 강화했다.
• 글로벌 공급망은 상품의 대량 공급을 가능하게 했다.
• 인터넷은 지리적 장벽을 허물었고, 모바일 테크놀로지는 즉시 배송을 당연한 것으로 만들었다.
• 각 시대마다 마켓플레이스는 기술 발전에 대응해 가격, 인벤토리, 배송을 끊임없이 최적화하고 혁신함으로써 소비자의 요구를 더 잘 충족시켜 왔다.
• 이제 또 다른 변화가 일어나고 있다. AI 에이전트는 소비자가 마켓플레이스와 상호작용하는 방식을 변화시키고 있다.
• AI 에이전트는 사용자가 (상품을) 탐색하고 선택하는 데서 멀어지게 만들 가능성이 높기 때문에, 마켓플레이스는 커머더티화 위험에 놓인 것이다.
• 결과적으로 마켓플레이스는 (구매 행위와) 관련성을 유지하고 경제적 해자를 방어하기 위해 진화해야 한다.
• 에이전트가 매개하는 세상에서 차별화하지 못한다면 마켓플레이스는 단순한 유틸리티로 전락할 수 있다.
• 이 글은 마켓플레이스의 진화를 살펴보는 2부작 중 두 번째 글이다.
• 1부에서는 구매 과정의 마찰(불편함)을 줄여준 마켓플레이스 혁신을 살펴보았다.
• 본 글에서는 AI 시대의 에이전트 커머스(agentic commerce)의 부상, 마켓플레이스에 대한 실존적 위협, 그리고 소비자 선택의 핵심 동인인 가격, 인벤토리, 배송을 최적화함으로써 마켓플레이스가 경쟁력을 갖추도록 하는 AI 에이전트의 역할을 살펴본다.
2. AI 매개 소비의 증가
• 자율 AI 에이전트가 소비자를 대신하여 마켓플레이스 리스트, 브랜드 사이트, 소셜 커머스 피드, 로열티 프로그램을 끊임없이 살펴보는 쇼핑 경험을 상상해 보라.
• 에이전트는 실시간으로 카탈로그 데이터와 사용자 생성 콘텐츠를 스캔하고, 여러 판매자의 스펙을 비교하고, 가격을 협상한다.
• 구매 옵션을 제시할 때쯤이면 검색, 비교, 평가는 이미 완료되어 있다.
• 오늘날 소비자 여정의 90% 이상이 (앞으로는) 온라인에서 단 한 번의 클릭 전에 이루어진다.
• 비즈니스 관점에서 볼 때, 기회는 깔때기 상단을 확장하는 것이 아니라 압축하는 데 있다.
• AI 에이전트는 단 몇 초 만에 SKU(재고관리단위, 상품코드)를 찾아 매칭하고, 프로모션 시나리오를 시뮬레이션하고, 소비자의 테마와 취향에 따라 리뷰를 요약하고, 예산 탄력성, 브랜드 선호도, 반품 행동을 반영하는 동적 선호도 그래프를 통해 결과를 필터링한다.
• 이전에는 필수적이었던 엑셀과 웹 브라우저의 여러 탭이 이제 대화창으로 축소되어, 몇 초 만에 엄선된 최종 리스트를 생성한다.
• AI 에이전트는 니즈/욕구와 (상품) 인도 사이의 간극을 줄이고 있다.
• 거래 완료에 걸리는 시간은 웹 마켓플레이스 초창기에는 10분 이상이었지만, AI 시대에는 거의 0에 가까워졌다.
• 이러한 시간 단축은 단순히 속도의 문제가 아니라, 거래로 이어지는 의사 결정의 근본적인 변화에서 비롯된다.
• AI 에이전트가 상품 발견, 평가, 실행을 실시간으로 처리할 수 있게 되면, 마켓플레이스는 정확성, 퍼포먼스, 그리고 신뢰를 바탕으로 경쟁해야 할 것이다.
• 개인화는 더 이상 고가 상거래에만 국한되지 않고 모든 상거래에 필수적인 요소가 될 것이다.
• 에이전트가 실험 단계에서 배포 단계로 전환됨에 따라, 개인화는 고객을 거의 마찰 없이 효율적으로 운영되는 생태계에 묶어둘 것이다.
3. Agentic Commerce의 인프라
• AI 에이전트는 어떻게 이러한 작업을 수행할까?
• 모델 컨텍스트 프로토콜(MCP)은 지능형 에이전트 시대의 기반이 되고 있다.
• https가 브라우저와 웹사이트 간 안전한 상호작용을 표준화했듯이, MCP는 AI 에이전트, API, DB, UI 간 상호작용을 표준화하고 있다.
• 결과적으로 MCP는 오늘날의 복잡한 도구와 서비스 환경에서 에이전트가 탐색, 해석, 행동하는 데 필요한 컨텍스트와 접근 권한을 제공하는, 신뢰할 수 있는 번역 계층으로 자리 잡고 있다.
• 오늘날 소매업체들은 일반적으로 소셜 미디어, 마켓플레이스, 광고 네트워크, 커넥티드 TV, 게임 환경 등 각 소비자 대상 플랫폼과 개별적으로 통합한다.
• 이러한 연결은 맞춤형이고 불안정하며 유지비용이 높아, 중복된 API, 일관성없는 데이터 파이프라인, 플랫폼별 제약이 얽힌 복잡한 연결을 초래한다.
• 결과적으로 소매업체는 심각한 운영 비효율성을 감수해야 하는 반면, 소비자는 지연, 오래된 재고, 불완전한 상품 가시성을 경험하게 된다.
• Shopify와 같은 소매 플랫폼은 이러한 마찰을 이용하여 판매자가 판매채널 간 연결을 간소화하고 규모에 따른 복잡성을 줄일 수 있도록 중앙 집중식 통합 워크플로우를 제공한다.
• AI 시대에 MCP는 지능형 상거래 스택을 간소화하여 구축함으로써 더욱 발전할 것으로 예상된다.
• 소매업체는 백엔드 시스템을 MCP 서버에 연결할 수 있어야 한다.
• MCP 서버는 가격, 인벤토리, 배송 기간과 같은 핵심 상거래 데이터의 통합 정보센터 역할을 한다.
• 이 공유 계층은 실시간 데이터를 LLM에 제공하고, LLM은 음성 비서, 검색 에이전트, 스마트 TV, 스마트 안경과 같은 소비자 애플리케이션과 연동된다.
• 이 아키텍처를 사용하면 에이전트는 소매업체와 채널 간에 맞춤형 커넥터를 구축할 필요가 없다.
• 대신, 표준화된 MCP tool을 활용하여 전체 소매 생태계의 실시간 데이터를 쿼리할 수 있다.
• 특히 Shopify는 이제 MCP 엔드포인트를 기본적으로 지원하여 판매자가 상품 및 재고 데이터를 에이전트 웹에 직접 입력할 수 있도록 한다.
• Shopify의 MCP는 통합 복잡성을 줄이는 동시에 지능형 Agent가 오픈 웹에서 쇼핑할 수 있도록 완전히 새로운 상거래 경험을 제공한다.
• 구글의 검색 엔진 최적화(SEO)가 디지털 퍼블리싱을 혁신했듯이, AI 에이전트는 에이전트 최적화(AOO)를 낳을 것이다.
• 웹사이트와 API가 소매업체와 서비스 제공업체의 요구를 충족하지 못하는 경우가 점차 늘어나면서, AI 에이전트가 검색, 해석, 우선순위를 지정 가능한, MCP 호환 데이터가 새로운 표준이 될 것이다.
• 에이전트 중심의 새로운 미래에서는 지능형 에이전트가 소비자를 대신하여 결정을 내리면서 MCP를 도입하는 기업들이 뒤처진 기업들을 앞지를 것이다.
4. 마켓플레이스 해자, 방어 가능할까
• 역사적으로 전자상거래 마켓플레이스는 브랜드 자산과 네트워크 효과를 기반으로 경제적 해자를 구축해 왔다.
• 주요 플랫폼들은 소비자 충성도를 높여 플라이휠을 작동시켰다. 더 많은 사용자와 판매자를 유치할수록, 기존 플랫폼을 대체하기 더 어려워졌다.
• 오늘날 기술은 이러한 원리를 바꾸고 있다. AI 에이전트가 소비자와 마켓플레이스 간 상호작용 방식을 변화시키고 있기 때문이다.
• AI 에이전트가 사용자의 구매 여정을 단순화함으로써 마켓플레이스를 커머더티화할 수 있다.
• AI 에이전트가 단순히 온라인에서 최고의 상품을 찾는 데만 집중한다면 브랜드 로열티의 중요성이 감소하여 마켓플레이스가 상호 교환 가능한 단순 파이프로 전락할 가능성이 있다.
• AI 에이전트는 가격 경쟁력, 재고 가용성, 처리 속도와 같은 성과 지표를 기준으로 마켓플레이스를 필터링하고 순위를 매길 것이다.
• 결과적으로 AI 에이전트는 마켓플레이스의 가치를 재정의할 것이다.
• 그중에서도 최고의 에이전트는 빠르고 정확하게 대규모 거래를 실행할 수 있도록 하는 필수적인 인프라로 발전할 것이다.
• 그렇다면 이 새로운 시대에 마켓플레이스는 어떻게 방어력을 확보할 수 있을까?
• 우리 연구에 따르면 “고착성”이나 “광고 예산”은 가격, 인벤토리, 배송 신속성에 기반한 운영 효율성보다 훨씬 덜 중요할 것으로 예상된다.
• 다음 섹션에서는 이러한 각 변수가 에이전트 경제를 뒷받침하는 마켓플레이스 해자를 형성하는 데 얼마나 중요한지 살펴보겠다.
▶ 가격
• AI 에이전트가 몇 초 만에 인터넷에서 가격을 비교할 수 있게 되면, 동일한 상품에 대해 최저가를 제시하는 것이 기본 원칙이 된다.
• 소비자 행동은 이미 이러한 가격 민감성을 어느 정도 반영한다.
• 쇼핑객들은 구매 전에 여러 마켓플레이스를 둘러보고, 더 저렴한 가격을 위해 기존 장바구니를 포기하기도 한다.
• 자율 쇼핑 에이전트 시대에 마켓플레이스는 경쟁력을 유지하기 위해 동적 가격 책정 알고리즘을 도입해야 할 것이다.
• 실시간으로 상품의 매력을 유지하기 위해 상품 가격을 신속하게 조정하는 능력이 무엇보다 중요해질 것이다.
• 현재 아마존은 하루에 250만 개 이상의 가격을 조정하고 있으며, 상품 목록의 약 15~20%를 수정하고 있다.
• 이와 대조적으로 월마트와 같은 기존 업체는 매달 약 5만 개의 가격을 업데이트한다.
• 아마존의 가격 책정 민첩성은 가격에 민감한 소비자를 유치하는 데 있어 전략적 우위가 되었다.
• 중요한 점은 소비자가 배송비, 서비스 수수료, 그리고 결제 단계에서만 드러나는 기타 숨겨진 비용을 포함한 거래 전체 비용을 계산한다는 것이다.
• 배송비 인하는 마켓플레이스의 순위를 재조정할 수 있는데, 완벽하게 합리적인 AI 에이전트가 모든 비용을 구매 결정에 반영하기 때문이다.
▶ 인벤토리
• “원스톱 숍” 역할을 하는 마켓플레이스는 폭넓고 심도 있는 인벤토리를 보유하고 있으며, 상품 탐색 허브 역할을 할 수 있어 특정 기능, 사양, 브랜드 등 사용자의 욕구와 니즈를 충족할 가능성을 높인다.
• 온라인 쇼핑객의 약 48%가 검색 엔진이 아닌 아마존과 같은 주요 이커머스 마켓플레이스에서 상품 검색을 시작한다는 것은 놀라운 일이 아니다.
• 상품 탐색 외에도, 단일 판매처에서 여러 상품을 구매하는 것은 소비자 편의성과 알고리즘 효율성을 높여준다.
• 숙련된 AI 에이전트는 하나의 마켓플레이스에서 상품을 묶음으로 구매하면 배송비, 배송 마찰, 그리고 복잡성을 줄일 수 있다는 것을 인지하고 있다.
• 인벤토리를 확보하려면 판매자 등록, 상품 목록 관리, 재고 보충 등 상당한 사전 투자가 필요하지만, 그 대가로 에이전트가 반복적으로 활동하고, 지속적인 사용자를 확보할 수 있게 된다.
• AI 에이전트의 영향으로, 가장 풍부하고 신뢰할 수 있는 인벤토리를 보유한 마켓플레이스가 우선적으로 고려된다.
• 지능형 에이전트는 지속적으로 많은 매칭을 이끌어내는 플랫폼을 우선적으로 고려한다.
• 사람들이 원스톱 쇼핑을 위해 신뢰하는 마켓플레이스에 끌리는 것처럼, AI 에이전트는 성공 가능성을 극대화하는 마켓플레이스를 점점 더 선호하여 더 많은 트래픽과 거래를 유도하고, 궁극적으로 에이전트 경제에서 압도적인 시장 점유율을 확보하게 된다.
▶ 배송 신속성
• 배송 속도와 신뢰성은 지능형 시스템이 사용자를 위해 평가하는 중요한 변수다.
• 비슷한 가격대에 다른 시장보다 더 빠르게 상품을 배송하는 마켓플레이스는 상당한 경쟁 우위를 확보하게 된다.
• 다시 말해, 신속한 물류는 웨어하우스, 풀필먼트 센터, 최종 배송(라스트 마일) 역량, 그리고 공급망의 정밀성을 기반으로 구축된 해자다.
• 아마존은 미국 내 대부분의 사람들에게 “익일 배송”을 제공하기 위해 전략적으로 배치된 방대한 풀필먼트 센터 네트워크 덕분에 다른 업체들을 압도한다.
• 아마존의 물류 백본은 아마존이 다른 전자상거래 업체들을 앞지르고 기존 오프라인 업체들과 경쟁하는 데 큰 도움이 되었으며, 그 편의성이 매장 내 쇼핑 경험을 능가했다.
• 중요한 것은, 그것이 안정적이라면, 속도가 해자에 크게 기여한다는 것이다. 하지만 일관성이 없다면 빠른 배송은 무의미하다.
• 꾸준히 빠른 배송을 제공하는 마켓플레이스는 더 나은 배송 추적 기능과 높은 정시 배송률을 통해 신뢰를 쌓는 경향이 있는데, 이는 충성도 높은 쇼핑객들이 신뢰성을 중시하기 때문이다.
5. 기회
• 소비자 수준의 정보를 접목한 AI 에이전트는 점점 더 정교해지고 있으며, 구매 과정의 마찰을 줄일 뿐만 아니라 개인에게 맞춤화된 구매 및 경험을 제공하여 온라인 구매 결정에 기여할 수 있다.
• 결과적으로, 감각적 평가, 인간의 전문성, 또는 상품의 복잡성에 의존하여 디지털 도입이 지연되었던 분야에서 AI 에이전트는 이점을 누릴 수 있을 것이다.
• 이러한 분야에는 전문가 자문의 영향을 크게 받는 명품, 고급 전자제품, 특수 건강제품, 가정용품 등이 포함된다.
• AI 에이전트는 불확실성을 줄이고 온라인에서 정보에 기반해 자신감 있게 결정을 내릴 수 있도록 지원함으로써 전문가 자문을 대체할 수 있다.
• AI 에이전트는 MCP 스트림을 통해 지식을 활용하여 물리적 세계와 디지털 세계 간의 간극을 메운다.
• 심층적인 상품 메타데이터를 활용하여 소비자 선호도를 학습하고 재고 및 배송 기간과 같은 실시간 신호에 대응한다.
• AI 에이전트는 상품과 사람을 모두 이해한다.
• 각 상호작용은 사용자 프로필을 구축하고, 구매, 선호도, 니즈, 기대치를 기반으로 실시간으로 전례 없는 개인화를 구현한다.
• 결과적으로 디지털 경험은 단순한 ‘탐색’에서 맞춤형 상담으로 진화하여 신뢰를 얻고 높이며, 온라인에서 판매 가능한 상품과 서비스를 확장한다.
• AI 기반 쇼핑으로의 전환이 가져오는 경제적 파급 효과는 과거에도 상당했으며, 앞으로도 계속될 것으로 예상된다.
• 2023년 기준 온라인 쇼핑의 평균 가격은 매장 구매보다 약 50% 높았다. 이는 더욱 지능적이고 개인화된 경험 덕분에 소비자들이 디지털 채널에서 거래하려는 의지를 보여준다.
• 온라인이 이미 여행 시장을 장악하고 있지만, AI 기반의 성장세는 더 많은 마찰을 제거하고 디지털 쇼핑을 비의류 소매, 외식, 심지어 식료품까지 확대할 것이다.
• 우리 연구에 따르면, 지능형 API 접근 가능 인프라를 기반으로 상거래가 광범위하게 재플랫폼화됨에 따라, 글로벌 마켓플레이스의 GMV는 향후 5년간 연평균 약 27% 성장하여 2024년 4조 달러에서 2030년 16조 달러로 증가할 것으로 예상된다.
• AI 에이전트는 거래량을 늘리고 거래의 본질, 즉 어떤 상품이 등장하고, 번들이 어떻게 구성되며, 어떤 플랫폼이 시장을 장악하는지 관련하여 혁신할 가능성이 높다.
• 검색 가능성을 고려하여 데이터를 구조화하고 통합 과정에서 발생하는 마찰을 줄임으로써, 강력한 해자를 가진 마켓플레이스는 규모에 맞춰 속도, (선택가능) 폭, 그리고 가치를 제공할 수 있을 것이다.
• AI 에이전트와 사용자들은 이를 요구할 것이다.
6. 결론
• AI 에이전트 혁명은 알고리즘 방어력을 가진 곳과 그렇지 않은 곳을 구분하는 강력한 기능이 될 것이다.
• 생산 및 배송에 깊이 통합된 플랫폼이 승자가 되어야 하며, 이를 우회하는 것은 경제적으로 비합리적일 것이다.
• 우리 연구에 따르면 AI 에이전트가 9조달러 규모의 구매력 변화에 영향을 미치면서, 경제적 가치는 수동적인 재고 집계자에서 능동적인 수요 조정자로 전환하는 마켓플레이스로 유입될 것이다.
※ 본인은 테크주식 커뮤니티를 운영하고 있습니다^^