Discussion
본 포럼 주제와 관련하여 다시 짚고 넘어가야 할 7가지 핵심 아젠다는 다음과 같이 정리할 수 있다.
1. AI로 인해 고객 접점이 통합·자동화된다면, 기업의 CX전략 재설계 방향은?
2. AI시대 Gen Z와 같은 디지털 네이티브 타겟은 어떻게 공략해야 할까?
3. Level 2~3 수준 Agent는 언제 Level 4~5 수준이 될 것인가?
4. AI Agent가 범용화되는 시장에서 반드시 갖춰야 할 차별화 포인트는?
5. AI Agent는 디지털 마케팅 각 영역에 어떤 영향을 미칠 것인가?
6. 기업 입장에서 ‘AI Agent’에 의해 추천 받을 수 있는 브랜드가 되기 위한 선행 요건은?
7. 기존 조직과 AI 시대 조직 간 가장 큰 차이는 무엇이며 어떻게 전환되어야 하는가?
1. AI로 인해 고객 접점이 통합·자동화된다면, 기업의 CX전략 재설계 방향은?
AI 에이전트나 생성형 AI를 도입할 때 첫번째로 진단해야 할 것은 고객 접점이 얼마나 줄어들 것이며, 그 변화가 어떤 형태로 나타날 것인가이다. 코로나 이후를 보면, 구매나 고객 문의 채널이 다양해지고 파편화되면서 또 다른 차원에서 고객은 어려움을 겪게 된다. 예를 들어, 고객이 카카오톡 비즈 채널에서 상담한 내용이 고객센터 상담사에게 전혀 공유되지 않는 경우, 고객은 동일한 문제를 다시 설명해야 한다. 이 과정에서 이전 대화의 히스토리와 맥락이 이어지지 않아 고객이 겪는 불편과 피로감이 상당히 커지게 된다. 또한, 고객들이 제품/서비스를 구매하는 과정에서 검색부터 의사결정까지 순차적으로 이루어져야 하는데 한 사람이 동시에 처리할 수 있는 정보나 의사결정의 범위는 제한적이다. 그런데 이러한 과정을 AI가 대신해준다면, 무한대의 고민을 동시다발적으로 고민하고 결정할 수 있게 될 것이다.
이런 이유로 기업이 CX 전략을 재설계할 때 고객의 다양한 채널에 흩어져 있는 데이터를 한곳에 모으는 작업이 매우 중요한 출발점이 될 것이다. 앞서 채널의 파편화와 AI 에이전트의 역할을 언급했지만 결국 핵심은 과거 고객 히스토리를 지속적으로 메모리에 주입해 개인화된 경험을 제공할 수 있는 기반 데이터를 갖추는 것이다. 이 기반이 없다면 모델이나 에이전트 자체의 기술적 역량이 아무리 뛰어나더라도 고객이 실제로 체감할 수 있는 애플리케이션 단계까지 구현되지 못할 가능성이 크다.
기업에서 AI를 도입할 때 가장 큰 문제는 AI나 에이전트가 해결해야 할 고객 및 비즈니스 Pain point가 명확히 정의되지 않았거나, 정의가 되었더라도 이를 요건화하고 보유 데이터를 자산화하는 과정이 부족했다는 것이다. 이런 부분이 AI 도입의 장애 요인으로 작용한다. 그래서 커니는 에이전트 AI를 통해 고객 경험을 혁신하려는 경우 처음부터 거대한 변화를 시도하기보다 작은 단위로 쪼개어 점진적으로 실행할 것을 권고한다.
►AI Agent 기업의 CX 전략 재설계 방향
2. AI시대 Gen Z와 같은 디지털 네이티브 타겟은 어떻게 공략해야 할까?
AI 시대에 Gen Z와 같은 디지털 네이티브는 저부가가치의 단순한 니즈는 이미 에이전트나 챗봇을 통해 스스로 해결하는 것이 일반적인 패턴이 되었다. 따라서 이들이 자주 사용하는 비정형화된 검색 문구를 패턴화하고, 그에 맞춰 어떤 콘텐츠와 서비스를 제공할지 설계하는 것이 중요하다. 에이전트 시대의 디지털 전략은 결국 콘텐츠와 서비스라는 두 축으로 귀결된다고 보고 있다. AI 에이전트 서비스 플랫폼은 이러한 콘텐츠와 서비스를 효과적으로 전달하기 위한 수단이며 핵심은 다양한 유형의 질문에 어떤 콘텐츠라는 해답을 제공할지를 명확히 하는 것이다. 이를 위해 GEO(Generative Engine Optimization)를 관리하는 것이 매우 중요하다고 본다.
또한, Gen Z는 과거 단순한 챗봇을 넘어 AI 에이전트에게 훨씬 복잡한 니즈를 제시한다. 예를 들어, 더 저렴하게 사려면 얼마까지 떨어져야 하는지, 어떤 브랜드가 나에게 어울릴지 등과 같이 과거 친구에게 묻던 질문을 이제는 에이전트라는 ‘메이트’에게 하는 시대가 오고 있다. 실제로 AI 활용 검색 니즈에 관한 그래프를 보면 복잡한 문제를 해결해 줄 수 있는 ‘에이전트 메이트’를 원한다는 수요가 점점 더 높아지고 있다는 것을 알 수 있다.
Gen Z가 기존 세대와 뚜렷하게 다른 점 중 하나는 목적형 소비보다 ‘발견형 소비’를 훨씬 더 많이 한다는 것이다. 이러한 특성상, 우리가 특히 주목해야 할 부분은 그들이 무언가를 발견할 때 고려하는 추가적인 데이터 포인트인 Custom Object를 파악할 필요가 있다. 그러므로 기존 커머스는 가격과 구색 중심으로 데이터를 수집·운영해 왔지만, 앞으로는 AI가 활용할 수 있는 Custom Object를 수집하고 이를 시스템에 연결하는 데이터 파이프라인을 구축하는 작업이 필수 과제가 될 것이다. 또한, 틱톡이나 인스타그램이 검색 엔진의 역할을 일부 대체하는 이유 중 하나는 소비하기 쉬운 ‘리치 미디어’를 제공하기 때문인데 현재의 AI 기반 검색은 대부분 텍스트 중심 결과를 제공하고 있다. 따라서, Gen Z가 소비하기 좋은 UI와 콘텐츠 형태까지 고려해 AI 기반 검색 결과를 설계하는 것이 필요할 것이다. 그들이 소비하는 콘텐츠의 형태까지 고려해야 대화형 커머스를 실질적으로 구현할 수 있는 생성형 AI 서비스로 발전할 수 있을 것이라고 예측한다.
►AI 활용 검색 니즈
3. Level 2~3 수준 Agent는 언제 Level 4~5 수준이 될 것인가?
Level 4는 기술적으로 이미 구현이 가능하지만 대고객 서비스를 운영하는 기업의 준비 상태는 또 다른 문제다. AI 에이전트에게 명령을 내리고 업무를 지시할 수 있는 지식 기반(Knowledge Base)이 완비된 기업도 있지만, 준비는 되었으나 여전히 파편화된 상태인 기업도 있다. 따라서 Level 4로 가려면 이러한 지식 자산을 정제하고 체계화하는 과정을 거쳐야 한다. 또한, API의 준비 및 안정성이 관건인데 현재 API가 아예 준비되지 않았거나, 준비 가능하더라도 기존 디지털 플랫폼이 외부 API 연동에 취약한 경우가 많다. 이 경우, 시스템 오류나 불안정성이 발생할 수 있다는 우려가 있다. 이러한 이유로, 기술적으로는 가능하더라도 안정적으로 서비스를 운영하기 위해 많은 기업이 약 1~2년의 시간을 두고 신중하게 준비하고 있는 상황이다. AI가 사람의 감독(Supervision) 없이 스스로 운영될 수 있는 Level 5로 나아가려면, 의도된 의사결정을 안정적으로 실행할 수 있는 시스템이 완벽하게 구축되어 있어야 가능하다. 즉, 기술적으로는 충분한 가능성이 있지만 누가 이 업계의 에코 시스템을 장악하느냐가 관건이 될 것이다.
4. AI Agent가 범용화되는 시장에서 반드시 갖춰야 할 차별화 포인트는?
첫번째로 각 버티컬에 특화된 데이터가 반드시 필요하다. AI를 도입하겠다는 기업의 대부분은 보유하고 있는 데이터들이 활용할 수 있는 수준이 아닌 경우가 많다. 데이터 라벨링이 되어 있지 않고 어떤 목적으로 데이터를 사용하겠다는 것이 정의되어 있지 않은 경우가 많다. 따라서 버티컬에 특화된 데이터를 정제해야만 해당 버티컬에 특화된 에이전트가 정확하고 전문적인 액션을 수행할 수 있다.
두번째는 실제 사람과 AI가 협업했을 때 복잡한 문제를 해결할 가능성이 더욱 높다는 결과에 따라 AI에 맡기기보다 사용자와 같이 결정하도록 협업하는 것이 필요할 것이다.
세번째는 실무 부서와 AI 추진팀이 협업하는 구조를 갖는 것이 중요하다. 가령 도메인에 대한 이해가 부족한 기술 중심 조직이 프로젝트를 추진할 경우, 현업이나 고객에게는 제대로 작동하지 않는 경우가 발생할 수 있다. 그래서 도메인을 잘 아는 사람과 기술을 잘 아는 사람이 Alignment하여 내부 조직의 워크플로우와 효율을 먼저 개선하는 것이 필요하다.
5. AI Agent는 디지털 마케팅 각 영역에 어떤 영향을 미칠 것인가?
고객의 여정이 앞으로는 훨씬 압축되고 짧아질 것이라고 예상한다. 쇼핑 AI 에이전트, 버티컬 에이전트, 슈퍼 에이전트 모두 마찬가지로 에이전트의 성능에 따라 고객이 한 곳에서 문제를 모두 해결하려는 경향이 강해질 것으로 판단된다.
►AI Agent Driven 커머스 여정
6. 기업 입장에서 ‘AI Agent’에 의해 추천받을 수 있는 브랜드가 되기 위한 선행 요건은?
고객 경험 및 비즈니스 관련 액션들을 데이터화하는 것이 선행되어야 한다. 데이터화가 된 후에는 어떤 맥락에서 어디에 사용할 것인지를 잘 정제하는 것이 필요하다.
►AI Agency의 메타데이터 작용 방식
7. 기존 조직과 AI 시대 조직 간 가장 큰 차이는 무엇이며 어떻게 전환되어야 하는가?
Agent 시대에는 통합된 조직의 AgentOps.를 구축하는 것이 필요하다. 결국 AgentOps.가 되기 위한 선행 요건은 AI가 참조하고 선택할 수 있는 데이터 포인트를 만드는 것이 중요할 것이다.
