AI시대

AI 에이전트가 '대신 결제' 하는 시대, 에이전틱 워크플로우가 바꿀 기업 생존 법칙

아마존의 AI 쇼핑비서, 루퍼스가 예고한 '에이전틱 워크플로우' 시대. AI가 고객 대신 결제하는 소비 혁명에서, 기업은 검색 엔진을 넘어 이제는 AI의 추천 알고리즘이라는 새로운 장벽에 부딪혔습니다.

AI와 인간의 공전, 기업의 생존공식은? @경제전파사

📌

2026년, 아마존과 앤트로픽의 동맹으로 '에이전틱 워크플로우(Agentic Workflow)' 시대가 본격화됐습니다. AI 에이전트가 사용자를 대신해 결제와 예약을 수행하면서 기업과 고객간 접점은 사람에서 AI 로직으로 이동하고 있죠. 아마존의 AI 쇼핑 비서 루퍼스 사례를 통해 에이전틱 워크플로우와 기업의 생존 전략을 분석합니다.

검색(Search)에서 대행(Agentic)의 시대로

불과 몇 년전만 해도 우리는 구글이나 네이버에 검색하고, 결과에 나온 블로그와 사이트를 쭉 훑었었지요. 기업 입장에서는 우리 회사 서비스와 연관된 키워드를 찾아 정보성 콘텐츠와 광고를 잘 만드는 것이 일이었습니다.

요즘은 사용자의 정보 이용 패턴이 완전히 달라졌습니다. 제미나이(Gemini)나 챗GPT에 '가장 빠르고 저렴한 법인 등기 변경 서비스 추천해줘' 라고 질문하면 몇 초안에 특장점과 가격은 물론 사용자의 상황을 고려한 최종 후보까지 추려줍니다.

여기에 한 술 더 뜨는 뉴스가 나왔는데요. 바로 AI가 사용자를 대신해 장바구니에 상품을 담고, 예약과 결제까지 진행한다는 소식입니다. 그야말로 '에이전트'가 된다는 것이죠.

지구 최대 쇼핑몰 아마존과 앤트로픽, 손 잡다

아마존은 클로드(Claude) 운영사인 앤트로픽(Anthropic)과 전략적 파트너십을 맺고, AI 패권 시대에 베팅했습니다.

2026년 4월 현재 누적 130억 달러(약 19.2조 원)를 투자하기로 했고, 특정 성과를 달성하면 최대 200억 달러를 추가 투자할 수 있는 옵션도 붙였어요.

앤트로픽은 앞으로 10년간 아마존의 컴퓨팅 파워와 칩에 1000억 달러(약 147조 원) 이상을 쓰기로 했습니다. 또 아마존으로부터 최대 5기가와트 규모의 컴퓨팅 파워를 공급받게 되었죠. 모델 학습에는 엔비디아 대신 아마존의 자체 AI 칩인 트레이니엄(Trainium)을 활용하기로 했습니다.

최근 자동차와 반도체를 비롯한 여러 산업에서 기업들이 동맹을 맺는 일이 자주 보입니다. 기술은 빠르게 발전하는데 공급이 불안한 시대, 윈-윈을 넘어 생존 공식이라 할 수 있지요.

아마존은 자체 개발한 칩의 주요 고객사를 확보하는 동시에 강력한 AI 모델을 탑재하게 됐고, 앤트로픽은 아마존의 방대한 고객 네트워크에 접근하게 됐습니다. 현재 10만 곳 이상이 아마존웹서비스(AWS)에서 클로드 모델을 운영하고 있다고 합니다.

아마존의 야심, 개인 쇼핑 비서 '루퍼스'

아마존이 AI 기반 쇼핑 비서 '루퍼스'를 선보였습니다. 루퍼스는 소비자와 기업에 어떤 변화를 일으킬까요? @출처: 아마존

아마존은 AI 기반 대화형 쇼핑 도우미인 '루퍼스(Rufus)'에 공 들이고 있습니다. 클로드와 함께 아마존 자체 모델인 노바(Nova)를 기반으로, 고객의 복잡한 쇼핑 질문에 답하는 에이전트예요. 루퍼스의 주요 기능은 아래와 같습니다.

1. 개인 프로필 기억, 맥락을 고려해 검색

루퍼스는 마치 퍼스널 쇼퍼처럼 고객의 쇼핑을 돕습니다. 예를 들어 '우리집에 강아지가 있고 아파트가 좁다'라고 말해두면 청소기를 살 때 털 제거나 공간 효율이 뛰어난 제품을 우선 추천하는 것이죠.

또 '딸의 생일파티를 계획중인데, 겨울왕국 테마 용품 추천해줘'라고 하면 선물과 식기, 장식 등을 고루 제안할 수 있습니다.

2. 자동 구매 및 예약

구독 경제 메카니즘에서 기업들은 자주 사는 상품을 '구독'하도록 유도했었죠. 루퍼스에서는 '매달 x세트 기저귀를 장바구니에 담아줘', '내가 좋아하는 작가 신간이 나오면 바로 알려줘'라고 해두면 알아서 반복 작업을 수행합니다.

3. 구매 결정 지원

저는 이 점이 강력하다고 생각하는데요. 수천 개의 리뷰를 일일이 읽을 필요없이 '다른 고객들은 이 제품의 내구성에 대해 뭐라고 해?' 라고 하면 요약된 답변을 보여준다는 겁니다. 다른 이의 의견을 비중있게 고려하는 요즘 소비 트렌드에 딱 맞는 기능인거죠.

4. 가격 추이 분석

따로 가격 알림 앱을 쓸 필요없이 최근 30일이나 90일의 가격 변동 추이를 요약해 지금이 구매 적기인지 알려줍니다.

5. 비주얼 쇼핑

사진이나 이미지를 업로드하면 AI가 소재를 분석해 적합한 상품을 추천하고, 또 장바구니에 자동으로 담아줍니다.

스스로 계획하고 실행하는 '에이전틱 워크플로우'의 등장

이런 흐름을 '에이전틱 워크플로우(Agentic Workflow)'라 합니다. IBM에 따르면 자율적인 AI 에이전트가 사용자의 목표를 달성하기 위해 스스로 계획을 세우고, 도구를 사용해, 실행하는 프로세스를 말해요.

에이전틱 워크플로우의 등장, 수동 검색에서 능동적인 대행으로의 전환. @이미지 제작 나노바나나

에이전틱 워크플로우는 인간 개입을 최소화하고 동적이며 유연하다는 점에서, 사용자 질문에 답하고 끝인 단순 챗봇이나 사용자가 미리 정의한 규칙에 따라 움직이는 로봇자동화(RPA)와 구분됩니다.

챗봇 vs RPA(로봇 자동화) vs 에이전틱 워크플로우, 한눈에 비교

항목	챗봇 (Chatbot)	RPA (기존 자동화)	에이전틱 워크플로우
작동 방식	질문을 이해하고 학습된 언어로 즉각 답변	정해진 규칙과 설계된 경로에 따라 작동	목표를 달성하기 위해 스스로 계획을 세우고 실행
도구 사용	데이터베이스 내의 정보를 찾거나 요약	마우스 클릭이나 복사 등 단순 기능 수행	API를 호출하거나 외부 시스템을 직접 제어
반복성	한 번의 답변으로 대화가 종료됨	같은 동작을 오류 없이 기계적으로 반복함	결과가 만족스러울 때까지 과정을 수정하며 반복
예시	지난달 매출이 얼마인지 물어보면 수치 제공	매일 아침 매출 데이터를 엑셀에 옮겨 저장	매출 부진 원인을 분석하고 대응 전략 초안 작성

에이전틱 워크플로우, 왜 게임 체인저일까?

에이전틱 워크플로우는 그간의 비즈니스 문법을 완전히 뒤바꿀 게임 체인저로 각 산업에 위기감을 조성하고 있습니다.

고객의 시간과 인지 노동을 AI가 대신함으로써 고객과 브랜드·기업 사이의 접점이 검색 엔진에서 AI 에이전트의 내부 로직으로 이동했다고 볼 수 있기 때문이죠.

저는 아래 3가지 이유에서 이 흐름이 중요하다고 봅니다.

1. 의사결정권이 사람에서 에이전트로 이전되었다

과거엔 마케팅이나 콘텐츠 메시지가 사람 독자에게 닿고 이들을 설득했지만, 이제는 AI 에이전트의 기준을 일단 통과하는 것이 필수가 되었습니다.

에이전트의 선택을 받지 못하면 사람을 만날 기회조차 얻지 못하는 것이죠.

2. 승자 독식과 양극화가 심화될 것이다

과거의 검색 엔진은 검색 결과를 그대로 보여줬습니다. 단지 페이지가 뒤로 밀릴수록 독자가 클릭할 가능성이 낮다는 것뿐이었죠.

하지만 에이전트는 단 3개 안팎의 최적의 대안만을 제시하고 실행합니다. 여기에 포함되지 못한 브랜드는 빠르게 도태될 가능성이 커졌습니다.

3. 고객 확보 비용의 구조가 변화할 것이다

기업 입장에서는 고객 확보 비용의 구조가 바뀌었습니다. 단기간 성과를 올리기 위해 거액의 광고비를 쓰는 것보다 AI의 추천 알고리즘에 편입되는 것이 훨씬 저렴하고 강력한 것이죠.

다만 지금은 거대 기업들이 출시한 에이전트가 아직은 과도기이기에, 광고주 입장에서 AI의 추천을 보장하는 방법론은 부재하다고 보는 것이 맞을 것 같습니다.

경제전파사 인사이트: AI 에이전트 시대의 명암

에이전틱 워크플로우를 게임 체인저라 비유했지만, 사실 기자의 시각에서는 우려스러운 점이 많습니다.

소비자 입장에서는 편리함의 이면에 선택지가 극도로 좁아진다는 단점이 있고요. 기업 특히 자본이 부족한 스타트업 입장에서는 양극화를 극복하기 위한 경쟁이 치열해지는 한편 고객 한번 만나보지 못하고 사라질 수 있는 위기가 닥칠 수 있습니다.

저는 에이전트에 광고 모델이 붙는 순간이 진짜 무섭다고 보는데, 이미 오픈AI는 올초 챗GPT 무료 버전과 저가 티어에 광고 도입을 공식화했습니다. 에이전트가 고객에게 광고비 낸 기업의 제품만을 추천하는 비즈니스 논리가 생기게 될테니까요.

기존의 온라인 광고가 타깃 고객의 관심사를 기반으로 노출을 집중시키는 방법이었다면 이제는 에이전트의 '추천'이라는 전혀 다른 영역의 전쟁이 시작될 수 있습니다.