이번에는, Consumer AI 접점을 어떻게 만들어 갈 수 있을지에 대한 “사고 실험 (mental exercise)”를 한번 해 본다. 이는 어떤 유형의 Consumer Ai 서비스가 어떤 논리 / value prop 기반으로 만들어질 수 있고, 이 것들이 어떻게 성장해 갈 수 있을지에 대한 상상을 통해, 새로운 Consumer AI 서비스에 대한 아이디어, 시장 흐름에 대한 예상 등을 정리해 보고자 하는 것이다.
AI 기술의 성격이 지난 20년간 우리가 경험한 다른 기술 흐름과는 꽤 다른 특성을 가지고 있어서, [Two Cents #96] “Consumer 서비스를 어떻게 만들 것인가”에 대한 생각에 이어서, “어떤 Consumer AI 서비스를 만들수 있을까”에 대한 생각을 정리하는데, 이러한 mental exercise가 필요하겠다는 생각에서이다.
생각의 흐름은, 1990년대 중반 웹 서비스가 처음 등장할 때 Yahoo! 서비스가 등장하고 이후 소비자 웹 서비스들이 등장한 과정에 비추어, 그 value propostion을 AI 시대에 맞는 구조로 재해석해 보려고 한다. 이는 기존에 전혀 없던 완전히 새로운 기반 (기술, 인프라 등)이 등장하면서 소비자를 위한 구조가 어떤 과정을 통해 만들어지는가 측면에서 웹과 AI은 상당히 공통된 메타 구조를 공유하기 때문에 (모바일 보다는) 웹 전환이 더 참고할만 한 과정이라고 생각하기 때문이다.
기억해야 할 몇몇 이름들: GeoCities (94), Yahoo! (95), Amazon (95), hotmail (96), 소셜 서비스들 (99) (다음카페, 아이러브스쿨, 세이클럽 …)
“Yahoo!” — default 소비자 접점
Yahoo!는 1995년 Consumer Internet의 첫 번째 히트 서비스가 되었고, 이는 자연스럽게 “소비자가 인터넷을 사용하기 위하여 반드시 거치는 소비자 인터넷의 첫 페이지”가 되면서 (우리가 익숙한 네이버 구조의) “포털” 서비스로 진화하였다. 그 이후 “구글 인수 무산”, “검색 시대로의 전환 실패” 등을 거치며 2선으로 물러났지만, 90년대 후반 웹 초기의 Consumer Internet 시장에서는 “소비자 인터넷 플랫폼”의 절대 강자였다.
당시 Yahoo!의 핵심 value prop을 다시 정리해 보면:
90년대 중반 누구나 웹페이지를 만들 수 있게 됨에 따라 웹사이트가 우후죽순처럼 등장하였고, 사용자들이 이 모든 웹사이트 주소 (URL)을 기억하고 찾아 가서 사용하는 것은 현실적으로 아주 어려운 과정이었다.
Yahoo!는 새롭게 등장하는 웹사이트를 카테고리 별로 구분하여 찾아 갈 수 있는 진입점 (Directory Service)을 만드는 것으로 시작하였고, 이는 당시 사용자의 pain point를 바로 해결해 주는 솔루션이 되면서 많은 사용자가 원하는 웹사이트/서비스를 찾으려 할 때 (’브라우징’을 위하여) 가장 먼저 찾아 가는 곳, 즉 “default 소비자 접점”이 되었다. (웹 사이트이든지, 정보이든지 무언가를 찾으려 할 때 가장 먼저 찾아 가서 “검색”을 하는 Google의 포지션에 해당한다.)
이 것이 “default 소비자 접점”이 되었고, 이는 첫 번째 “컨슈머 웹 플랫폼”의 출발점이 되었다.
Consumer AI 서비스에 대한 “default 소비자 접점”도 value prop 측면에서는 기본적으로 이와 같은 구조이다. 즉, 우리가 사용할 수 있는 것들이 굉장히 다양한 (많은 경우 파편화된) 형태로 여러 곳에 산재되어 있(을 것이)고, 이것들을 소비자들이 어떻게 ‘찾고’ (discovery) ‘접근’ (access)하게 할 것인가에 대한 소비자 ‘접점’ (portal?) 및 ‘경로’ (intent routing)를 만들어 주는 것이다.
AI 기반으로 이러한 역할의 소비자 접점으로서 가능한 형태는, 웹페이지, 모바일 앱, 데스크톱 앱, (OpenClaw 구조의) 에이전트 등 다양한 형태를 취할 수 있고, 현재로서는 소비자 접점의 대표적 형태롤 구체적으로 예측하기는 어렵다. 현실적으로는 웹, 모바일 앱 등 현재 익숙한 형태가 먼저 등장할 것이고, 이 것이 소비자의 선택에 의해 진화하면서 AI-native한 형태로 발전할 것이라고 본다. (OpenClaw 구조의) agent가 이러한 AI-native 형태 소비자 접점의 첫 번째 대안으로 떠 올랐고, 그 구조가 확장성, 향후 진화 가능성 측면에서 가장 가능성이 높다고 보고 있지만, 이 구조가 유일한 대안이 되지 않을 가능성도 충분히 있다.
여기에서 강조할 것은, 소비자가 느끼는 가치는 이러한 소비자 접점 구조와 형태에 절대적 영향을 받기 보다는, 소비자가 느끼는 가치 중심으로 어떤 접점 구조/형태에 먼저 사용자가 모이고, 이 사용자 기반이 성장하면서 그 접점의 구조/형태도 점차 다른 구조로 진화해 나갈 가능성이 높다는 점이다. 예를 들면, 현재 보편적인 형태인 모바일 앱, 혹은 메신저 연동 (iMessage, Telegram 등)으로 시작하여, 점차 소비자가 편안한, 혹은 소비자 가치를 극대화할 수 있는 새로운 구조로 진화해 가는. 웹, 모바일 앱, 메신저 등의 개별 채널은, 실질적으로 사용자 가치를 제공하는 핵심 기능과는 분리 가능한 “포장 (presentation layer)”이기 때문에 진화 및 대체 가능하다.
“Hotmail” — Killer App
소비자의 adoption을 생각하면 소비자 접점의 구조 못지 않게, 어쩌면 더 중요한 것이, 어떤 특정 가치 (value prop)을 가지는 서비스가 가장 먼저 소비자들에게 어필하고 사용자를 모을 수 있을까 이다. 어떤 서비스/기능이 trigger가 되어 소비자들이 빠르게 AI 기반 서비스 (및 그 접점 구조)를 받아 들이고 AI로 전환되는 기폭제가 될지를 찾아 내는 것이, Consumer AI 시장 구축을 위한 첫 번쨰 ‘도전’이 된다고 본다. 소위, 첫 번째 Killer App 찾기.
첫 번째 Killer App 서비스에 집중해서 90년대 후반을 다시 돌아 보면:
1995~6년 소비자 접점에서 가장 빠르게 성장한 서비스는 개인 웹페이지를 만드는 GeoCities, 그리고 이메일 서비스인 Hotmail 등을 들 수 있다.
(아마존이 등장한 것도 1995년이지만 아마존이 일상적인 ‘소비자 destination’이 된 시기는 훨씬 이후이기 때문에 직접 비교하기 어렵다. 기본적으로 90년대 후반 Amazon이 (소비자들의 인터넷 유입을 추동하는) Killer App이었다고 보기는 어렵다.)
Geocities는 소비자이 원하는 일상 생활과 관련된 서비스라기보다는 개인들이 웹페이지를 만들 수 있는 툴이었다 (요즘의 SaaS에 해당하는). Netscape 브라우저와 함께.
이에 비해 Hotmail은 소비자가 직접 효용 가치를 느끼면서 매일 쓰는, 소비자 접점의 첫 번쨰 killer 서비스가 되었다. 이는 소비자들이 원천적으로 필요로 하는 기본 욕구 (이메일이라는 기능 자체보다는, 사람들 간의 커뮤니케이션 니즈)를 새로운 방식으로 제공해 주었기 때문이다.
그럼, AI 시대에 주된 소비자 접점에서 (”Yahoo!”) 소비자들에게 제공할 수 있는 첫 번째 킬러 앱은 (”Hotmail”) 무엇이 될까?
90년대 후반 웹 전환기와 비교할 때 AI 전환 과정이 이전과 다른 점은, 지난 30년간 웹과 모바일 전환 과정을 지나며 우리가 원하는 대부분의 소비자 기능에 대하여, 백엔드 구조 및 필요한 데이터베이스을 포함하는 인프라, 그것에 접근하기 위한 경로 (웹/모바일 앱)들이 대부분 이미 구축 되어 있다는 점이다. 쇼핑, 여행 예약, 음식 주문, 교육 등. (이러한 구조는 AI 전환을 더 쉽게 할 수도 더 어렵게 할 수도 있다)
먼저, 몇 가지 생각:
완전히 새로운 기능의 새로운 소비자 향 서비스가 등장하기 보다는, 이미 구축된 소비자 서비스등 중에서 AI와 결합하여 소비자에게 “새로운 value prop”을 제공하면서 “초기 소비자가 열광하는” trigger가 될 가능성이 더 높다고 본다.
소비자가 느끼는 새로운 value prop은 여러 가지 형태를 띌 수 있다. 그리 어렵지는 않은 것이지만 자주 반복되는 번거로운 과정의 해결. 전혀 불가능한 것은 아니지만, 일반 사용자로서는 접근하기 꽤 어려운 니즈의 해결. 등등.
이러한 서비스는 구조적으로 멋있고 완벽해 보이는 서비스라기보다는, 전혀 예상치 못했던 아주 뾰족한 하나의 서비스일 가능성이 더 높다. 내가 진심으로 원하는, 그런데 기존에는 가능하지 않거나 아주 어려웠던 기능 하나에 집중하는.
이미 구축되어 있는 소비자 서비스 중 그 대상이 될만한 것들을 몇 가지 나열해 보면: 쇼핑에서 일상적인 반복 주문 (예: 일상적 소비재 반복 주문). 일상적인 음식 배달 주문. (검색하고, 리뷰 분석하고, 일정 확인하고, 전화하여 예약하고 등을 포함하는) 복잡한 여행 예약. KTX/SRT 연계 예약 (빈자리 없는 경우 자동으로 계속 찾기 포함). 식당 예약 (캐치테이블 검색, 식당에 전화 걸기 등 다양한 옵션을 가진). (개인들은 아주 이따금 하는) 택배 예약. (운전 중에 요청해서) 목적지 주변 주차장 찾고 예약하고 내비 길안내. (자리 잡기 어려운) 티켓 예매 (공연, 스포츠 등). 멤버쉽 관리 (모바일, 포인트 등).
(가능성이 있는 기능/서비스들을 찾는 과정은 현재 스마트폰에 설치된 각 모바일 앱을 하나씩 살펴 보면서 “이 기능이 AI agent를 통해서 제공된다면 어떤 형태가 되고, 어떤 소비자 장점이 있을까?”를 많이 상상해 본다.)
이들 서비스에 대한 상상을 더 해보면: 예를 들면 공연 티켓 예매 서비스, 특히 오픈런이 필요하고 (대부분 봇에 의하여) 5분 내에 매진되어 버리는 티켓 예매. 관심 있는 카테고리의 공연을 모니터링하면서 (점차 내 취향을 이해해 가면서) 내가 좋아 할 티켓을 알아서 (내가 요청하지 않아도 미리) 예약해 주는 서비스. 항공권 가격을 모니터링하다가, 일정 가격 이하가 되면 바로 예약하는 서비스. (이제 KTX와 SRT가 합병되면서 많이 쉬워지겠지만) KTX와 SRT를 넘나드는 구간의 높은 난이도 예약. 등등.
(소비자와의 대화/상담 기반으로 여행 방향과 목적을 이해하고, 관련 여행 계획을 짜고 예약까지 진행하는 서비스도 AI를 통해서만 가능할텐데, 이러한 “좋은 서비스” (good to have) 보다는 “직접적인 pain point”를 해결하는 서비스(”pain killer”)가 초기 폭발력 측면에서는 더 파급력이 클 것이다.)
핵심은, 소비자들이 일상생활에서 자주 접하고 있지만 생각보다 friction이 높은 서비스들을, (1) 사용자의 개입을 최소화하고, (2) 사용자의 취향을 이해하고, (3) 맡겨 두면 알아서 잘 처리하는 등의 value prop을 가지는 서비스로 제공하는 것이 첫 번째 killer app이 되지 않을까? 물론, 티켓 예약과 같은 단발성 서비스보다는, (Hotmail 같이) 지속적이고 (심지어 “Sent by Hotmail” virality도 내장되어 있는) “새로운 경험의 서비스”가 더 견실한 사용자 기반을 만들 수 있을 것이다.
또 하나 중요한 포인트는, AI 기반 서비스의 특징, 특히 Agent 구조 서비스의 특징은, 서비스가 첫 번째 killer app 하나로 끝나지 않고 지속적으로 진화 가능하다는 점이다. (챗봇, agent를 통해 이러한 서비스를 받는 과정을 상상해 보면, 툭정한 워크플로우 기반의 서비스 기획에 의해 만들어진 소비자가 따라 가야 하는 기존 서비스와 달리, AI 기반 서비스는 AI가 소비자의 ‘의도 (intent)’를 이해하고 그 실행 과정을 직접 만들어서 완료하는 방식이기 때문에, 기본적으로 AI가 사용자의 취향, 의도, 과거 이력등을 모두 이해하고 있기 때문이다. 이 것이 에이전트에 내장 될/가능한 personalization data layer의 주된 역할이다.)
이 과정을 통해, 첫 번째 killer app을 통하여 사용자가 유입되고, 여기에 기능이 하나씩 추가되고 진화하고, 추가로 headless 백엔드가 준비된 쇼핑, 여행 예약등 새로운 value prop을 가지는 서비스들이 추가되면서, 장기적으로 lock-in이 강한 ‘소비자 접점’이 구축될 수 있다고 본다. 다른 의미로는 새로운 “소비자 플랫폼”이 만들어진다는 의미. (그 역할은 (역설적으로) Yahoo!, 네이버와 같이 (사용자가 원하는 모든 것을 요청할 수 있느) ‘포털’ 역할에 더 가까울 것이다. 그 접점의 형태는 복잡한 포털 형태를 띄지 않겠지만)
“Amazon” — 쇼핑, 커머스
인접한 관련 분야를 좀 더 살펴 보면:
쇼핑/커머스는 가장 본질적인 소비자 니즈의 하나이며, 동시에 가장 큰 시장인 만큼 별도로 다루어야 할 중요한 분야이다.
먼저 살펴 보아야 할 점은, AI가 쇼핑, 커머스에 가져 올 변화의 방향, 구조등에 대한 시각이다.
현재 쇼핑/커머스 분야에서 등장하고 있는 AI 기반 서비스들이 집중하는 핵심 value prop은 (1) AI를 통한 개인화 (personalization, customization) (예: 패션 피팅) (2) 구매 과정의 자동화 (예: OpenAI Instant Checkout, Amazon Rufus agent/Buy for me) 등에 집중되어 있다.
이러한 시도는 현재와 같은 외연 구조를 유지한채 (즉, 웹 및 모바일앱 기반의 Amazon, 패션/인테리어등 vertical 쇼핑몰), 여기에 AI를 통한 optimization, 새로운 add-on 기능을 추가하는 구조이다. 이는 AI를 통해 새롭게 가능해진 “새로운 소비자 behavior”라기 보다는, 현재 수준에서 가능한 optimization, add-on 수준의 변화이다.
더 본질적으로는, AI를 매개로 하여 소비자가 “물건을 찾고 구매하는 과정”, 좀더 본질적으로는 “소비자가 일상 생활/소비에 필요한 것들을 공급받는 과정” (일상 용품, 취미 생활, 패션 등을 모두 포함하여) 자체가 근본적으로 바뀌고, 그 변화가 장기적으로 지속하는한 “새로운 소비자 behavior”가 만들어지는 과정이 필요하다.
이를 위해서는, 사용자의 의도 (intent)의 이해, personalization, agent에 의한 대행 (delegation), agent의 proactive engagement 등, 기존에 “소비자가 initiate하여 실행하는” 쇼핑에서부터 “소비자가 필요로 하는 것을 in-time/선제 공급 하는 과정”으로서의 커머스로까지 시각의 확대가 필요할 것이다.
장기적으로 “새로운 소비자 behavior” 측면에서 어떤 근본적인 변화가 가능할지에 대하여 계속 생각하고 있지만, 이 이샹의 구체화된 내용이 정리되지는 않은 상태이다. 본질적으로는, agent를 통하여 소비자 접점이 대체되면서 “agent가 처리/주도하는 쇼핑” 구조, personalization (data) layer에 의한 개인화, 공급 측면의 “headless 구조로의 변환” 등에 의한 구조적인 변화가 일어날 것으로 예상되며, 이러한 핵심 구조 변화가 확산되면서 자연스럽게 “새로운 소비자 behavior”가 오랜 시간 (10년+?)에 걸처 자연스럽게 나타날 (emerge) 것으로 본다.
또 하나는 아래 내용이 가장 중요한 역할을 하는 분야가 쇼핑이라는 점이다.
90년대 후반 웹 전환기와 비교할 때 AI 전환 과정이 이전과 다른 점은, 지난 30년간 웹과 모바일 전환 과정을 지나며 우리가 원하는 대부분의 소비자 기능에 대하여, 백엔드 구조, 필요한 데이터베이스을 포함하는 인프라, 그것에 접근하기 위한 경로 (웹/모바일 앱)들이 대부분 이미 구축 되어 있다는 점이다.
따라서, 쇼핑/커머스에서는 먼저 현재 이미 구축되어 있는 상품 데이터베이스를 (headless 형태로) 에이전트가 접근할 수 있는 커넥터 인프라 구축이 필요하다. (이러한 headless 형태의 쇼핑 서비스를 (personalization으로 무장한) agent를 통해, 혹은 agent가 주도적으로 진행할 경우, “소비자 행태” 및 관련 “시장 구조” (예: intent router의 구글 검색 광고 시장 잠식) 변화가 어떻게 될지에 대해서는 그 다음 단계로 이 시장이 풀어 가야 할 과정이 될 것이다.)
이를 위하여, 미국 시장에서는 Shopify가 미국 시장 온라인 커머스 거래액의 약 20~30%을 차지하는 플랫폼 사업자로서 가장 빠르게 공급 측면에서의 시장 변화를 주도하고 있고, 동시에 다양한 스타트업들이 시장에 진입하고 있다.
Checkout Execution: 기존 쇼핑 플랫폼의 상품 정보에 대하여 (ACP, UCP 전환이 되지 않은 상태에서도) agent가 상품 정보 접근 & 결제까지 진행하여 checkout을 가능하게 해 주는 레이어. 관련 스타트업으로, Rye, Henry Labs 등이 시장 진입 시작.
Mechant Enablement: 이미 구축된 상품 정보를 agent가 읽고 처리할 수 있도록 구조화된 상품 정보로 전환하는 레이어. 이 분야는 원래 커머스 플랫폼 분야 중 PIM (Product Information Mgmt), PXM (Product Experience Mgmt)라고 불리는 카테고리로서, (Salsify, commercetools, FERMAT, Productsup 등) 기존 PIM/PXM 플레이어들이 주도하고 있었고 (Shopify, BigCommerce 등 포함), Agentic Commerce 특회돤 스타트업들도 신규 진입하고 있음. 관련 스타트업: ReFiBuy, Firmly
(이와 관련된 전반적인 Market Map은 Agentic Commerce Landscape, 그리고 Agentic Commerce Consortium 참고하기 바람. 위의 두 카테고리는 Landscape 상의 Layer 5 & 6에 해당함)
현재로서는, AI로 인해서 가능해진 변화의 구조 및 그 방향에 대한 몇 가지 논거를 기반으로, 단.중기에 가능한 변화를 먼저 상상/추정하면서 이 과정을 만들어 가는 것이 현실적인 접근 방법이라고 생각한다.
지금 단계에서 몇 가지 참고할 내용들을 짚어 보면:
국내 시장에 대한 생각
국내 시장에서는, 시장의 약 2/3를 차지하는 차지하는 쿠팡과 네이버 쇼핑이 외부 agent 접근을 허용할 것인지에 대해서는 아직 의문이 있고, 그 외에 다른 경로에 대해서는 국내 시장이 PIM, PXM 등의 상품 정보 기반의 데이터 인프라 구축이 별도로 되어 있지 않고 대형 커머스 사이트로 수직 통합된 구조이기 때문에 상대적으로 어려울 수는 있지만, 먼저 네이버, 쿠팡을 제외한 나머지 거래량을 차지하는 여러 플랫폼이 Agentic Commerce를 위한 headless 서비스를 구축할 출발점이 될 수도 있다고 본다. 특히, 이런 서비스를 제공하고자 하는 스타트업과 시장 점유율을 더 확보하고자 하는 2nd Tier플랫폼 간의 이해가 일치되면 가능하지 않을까?
또 다른 경로로는, 이미 대형 커머스 사업자에게 affiliate 트래픽을 통하여 거래를 완결할 수 있는 affiliate marketing (제휴 마케팅) 플레이어를 통한 채널도 가능할 것이다. 제휴 마케팅에 의한 거래가 국내 커머스 거래액의 16%를 차지하고 있는 만큼, 초기 Agentic Commerce로의 전환에 충분한 규모의 시장 진입이 가능할 것이다.
여행 예약, 음식 배달 등 다른 분야에 대해서도, 각각 Agentic 접근이 가능한 구조를 만들기 시작할 수 있을 것으로 본다. 당연히 상당한 초기 friction이 예상되지만. (새로운 시장을 열어 가는 스타트업으로서는 늘 감당해야 할 부담이지만). 그리고 이런 서비스에서의 AI 접점 구조는 쇼핑/커머스에서의 구조보다 상당히 단순하고 직관적일 가능성이 높다. 이는 쇼핑/커머스의 fulfillment를 위한 한 백엔드 복잡성이 훨씬 높기 때문이다.
“소비자 플랫폼 생태계”
소비자 접점 구축은, 이렇게 1~2개 killer 서비스를 통해서 (소수라도) 사용자들이 열광하는 코어 서비스를 만들고, 이를 기반으로 서비스 확대을 통한 소비자 확산 (예: Yahoo!의 포털로의 진화), 혹은 virality를 통한 수평적 소비자 풀 확대 및 lock-in (예: Facebook, WhatsApp의 소셜 성장)을 만들어 내면서 소비자 플랫폼으로 진화할 수 있을 것이다. 이 과정은, 처음에는 아주 느리게 진행되지만, 어느 시점을 (critical mass) 지나면서 그 속도가 급격히 가속화되면서 플랫폼으로 성장하게 될 것이다. (”Gradually, then suddenly”)
이 과정에서 등장할 몇 가지 주요 이슈들을 다루어 보면:
‘미니 앱’ 생태계:
공급측이 headless 구조로 바뀌고, 이를 접근하는 주체가 사람에서부터 점차 agent로 전환되면서,
공급측이 현재와 같이 개별 서비스 (예: 쇼핑, 음식배달, 호텔 예약) 별로 웹/앱 형태로 운영되는 구조에서부터 변화하여, 각 ‘headless 공급자’가 (사용자/agent 시각에서) skill로 전환될 것이고 그 구조는 WeChat 미니앱 생태계 유사한 형태로 진화될 것이다.
(이미 K-skill에서 제공되는 기능 리스트를 보면 그 모습을 볼 수 있다. 기차/고속버스 예약, 잡코리아/사람인 검색, 공연 좌석 조회, 다이소/컬리/쿠팡 상품 검색, 영화관 검색 등)
이는 넓게 보면 애플의 앱스토어와 기본적으로 같은 구조이며, 이것을 기반으로 한 비즈니스 모델을 어떻게 설정할 것인가는 소비자 접점에서부터 나오는 가치가 누구에게 어떻게 배분될 것인가에 따라 달라질 것이다.
여기에서 가장 중요한 질문은 “누가 이를 배분할 것인가”가 될 것이며, 이는 “intent routing을 누가 어떻게 담당할까”와 기본적으로 같은 질문이다.
Intent routing:
이 생태계에서 가장 큰 value capture를 하는 주체가 intent routing을 담당하는 주체가 될 것이다.
이는 구글 검색, 아마존 쇼핑 검색과 같은 value prop을 가지며, 그 경제 가치는 (현재 단계에서) 이들 서비스의 매출를 합친 $300b 규모가 된다. 이 규모는 소비자에게 제공되는 서비스의 범위, 구조에 따라 훨씬 더 커질 수 있으며, 전체 잠재 TAM은 기본적으로 ‘리테일’ 부문에 해당하는 $10~15조 내외 (GDP 10~12%) 규모로 볼 수 있다.
누가 이 intent routing 시장을 어떤 구조로 dominate할지는 아직 전혀 알 수 없으며, 그 구조는 “소비자 접점”이 어떤 구조로 만들어지고, 이 “소비자 접점”과 “headless 공급자”들 사이를 누가 어떻게 매개 (routing) 할지에 달려 있다. (아래의 “Siri — 개인 Assistant/Agent” 참고)
몇 가지 이슈/질문/생각은
이 구조가 기존의 (포털 구조에 가까운) dominant 플랫폼 중심으로 만들어질까에 대해서는 아직 의문이 있다. 그럼에도 현재 중국에서 슈퍼앱이 AI 슈퍼앱으로 전환하며 그 시장을 선점하려는 시도, 미국에서 OpenAI 등의 AI 슈퍼앱이 되려는 시도와 같이, 이러한 “de factor 플랫폼”이 되려는 시도는 계속 될 것이다.
Intent 실행은 (현재와 같은 “사용자 의도에 대한 best approximation”에 기반한 “트래픽 routing” 보다는) “사용자의 의도의 이해”에 기반하여 (agent에 의한) “직접 실행 완료 (direct execution)”의 형태를 띌 가능성이 더 높고,
따라서, intent routing은 “best approximation” (검색에 의한 트래픽 유입의 성격)보다는 “의도와 공급간의 matchmaking & 실행” 형태를 띄고, 그 과정에서의 value capture는 (best approximation의 댓가로서의) ‘광고’보다는 (실제 실행 결과에 대한) ‘수수료’ 형태를 띄게 될 것이다.
Personalization data layer:
Personalization data layer를 구조적으로 해석해 보면,
웹/앱 서비스에 bundle 형태로 결합되어 있는 “소비자 정보” “거래 이력”이 unbundle되어, “소비자가 직접 관할할 수 있는” “agent의 관할”로 옮겨진 것으로 볼 수 있다.
이 layer는 intent routing의 “matchmaking”에 가장 필수적인 입력 데이터가 될 것이며,
이 데이터의 관할 (책임, value accrual)은 agent에 대한 관할을 가지는 “소비자”로 귀속될 가능성이 높다. 즉, personalization data를 소비자가 직접 own/control하면서, 이 데이터에 대한 “플랫폼 종속”에서 벗어 날 수 있다는 의미를 가진다.
이 layer 역시 (intent routing과 마찬가지로) 그 구조는 “소비자 접점”이 어떤 구조로 만들어지고, 이 “소비자 접점”과 “headless 공급자”들 사이를 누가 어떻게 매개 (routing) 할지에 달려 있다.
(이에 대한 생각은 [Two Cents #93] Consumer AI 소비자 접점에서도 자세히 설명하고 있고, 이 내용은 그 이후 생각이 좀 더 정리된 것들을 포함하고 있다)
이렇게 소비자 접점 플랫폼이 구축되면, 이를 기반으로 어떤 형태로 비즈니스 모델을 만들고 어떤 방향으로 진화해 나갈 것인가 에 대한 상상의 영역이 열린다.
90년대 중반 야후가 검색으로 전환되는 과정이 원활하게 진행되었다면 어쩌면 지금의 구글 자리를 야후가 차지할 수도 있었듯이, 새로운 에이전트 접점 플랫폼을 만들게 되면 같은 형태로 소비자 접점을 장악하고 전체를 확보하는 플랫폼이 생길 수도 있다.
(“intent routing” “personalization layer”에서 언급하였듯이) 이 플랫폼이 그 value capture 전체를 가져갈 수 있을지에 대해서는 의문이 크지만, 웹 시대의 소비자 접점을 만들며 겪었던 시행착오들을 참고하여, AI 시대의 소비자 접점 플랫폼에서는 그 시행착오를 반복하지 않으면서 소비자들을 모을 수 있는 구조를 만드는 새로운 기회의 창이 열린 것이 아닐까 한다. 그 구조는 웹/모바일에서 만들어진 시장 구조와 상당히 다른 양태를 띌 가능성이 더 높지만.
“Siri” — 개인 Assistant/Agent
이제 이러한 구조에서 value capture 구조에 가장 큰 영향을 줄 “소비자 접점”의 구조에 대하여 생각해 보자.
앞에서 언급하였듯이, 당분간은 기존 방식인 웹/모바일 앱 형태를 띄겠지만, (OpenClaw 구조의) agent 방식이 보여 주었듯이 기존 방식과 완전히 다른 구조의 소비자 접점이 자리 잡을 가능성이 더 높다.
현재 소비자 접점은 에이전트 형태가 될 가능성이 가장 높다고 본다. 이는 과거 귀족 시대에 사람들이 일을 처리했던 것과 같은 방식의 AI Assistant가 Siri, Alexa 형태로 (Gen AI 시대 이전에) 이미 시장에 소개되어 소비자의 mindshare를 확보한 과정으로 확인되었다. 그 기반 구조는 OpenClaw/Hermes 구조, Claude Code/Codex 구조, 또는 새로운 구조의 multi-agent 구조를 띌 것으로 보며, 이는 시장 플레이어 간의 un-bundling/re-bundling을 통한 시장 구조 개편 과정에서 가장 versatile한 구조이기 때문이다.
(이 구조에 대한 생각은 [Two Cents #93] Consumer AI 소비자 접점에서 자세하게 설명하고 있다.)
이후 생각이 좀 더 정리된 것들을 포함하면:
현재 시장에서 (OpenClaw 구조의) agent 서비스가 제공되는 형태는:
agent harness, 이를 구동하는 클라우드 서버, inference 등을 모두 포함하는 ‘구독제’ 형태: 예: 중국의 OpenClaw 기반 Consumer 서비스 대부분 (KimiClaw, QClaw 등), 미국의 agent 방식 AI Assistant 들 (Jo, Lindy, Openworker, Town, Littlebird 등)
Mac Mini 혹은 server instance를 사용자가 직접 설치, 설정하여 사용하는 방식,
양극단으로 나누어진다. (OpenClaw를 기본적으로 후자, Hermes agent는 두 방식 모두 가능하다)
나의 생각은, 이 양극단 중간 어딘가의 방식이 가능성이 더 높아 보인다. 복잡한 설치, 설정은 모두 가려지지만, 사용자 고유의 server instance는 가용할 수 있는. (현재 시장의 서비스 중 이와 가장 가까운 구조가 Grok Bot 이다.)
그 몇 가지 이유로는:
로컬 inference, personalization data layer를 포함하여, AI 관련된 대부분의 작업을 ‘사용자 소유의 기기’에서 local로 처리할 수 있다.
이는 inference 비용 측면에서 장기적으로 소비자의 TCO를 최적화할 수 있는 구조이며,
동시에 personalization data layer에 대한 “완전한 소유권”을 가지면서 이를 기반으로 새로운 value capture를 할 수 있는 구조가 가능해진다.
동시에, 이 server instance는 현재 각 개인의 랩탑/PC의 대체 역할을 할 수 있다. 특히 Google Drive/Dropbox, Notion 등의 보편화된 SaaS 툴과 결합하면, 사용자는 iPad 수준의 화면과 키보드 이상을 직접 보유/휴대할 필요가 없어진다. (게임과 관련된 부분은 예외)
이는 장기적으로 소비자가 ($1,000 이상 가격의) “스마트폰 lock-in”에서 해방될 수 있는 구조이다. 이는 “device decoupling”을 가능하게 함으로써, 완전히 새로운 form factor 및 기능의 “소비자 device” 기회를 새롭게 창출해 낼 수 있다.
이로써 “소비자 접점”은 기존의 웹/모바일 앱, 메신저 연동 뿐 아니라 완전히 새로운 유형의 “사용자 디바이스” 혹은 (좀 더 일반화하면) “ambient 소비자 환경”도 (예: 개인용 always-on 마이크 + ambient 스피커 환경) 가능해지면서, 기반 인프라/서비스/디바이스로부터 분리된 형태로 자유로워질 수도 있다.
(이 대부분의 논점은 [Two Cents #95] 완전히 새로운 소비자 AI Stack에서 설명하고 있다.)
장기적으로 소비자를 위한 value capture 측면에서 중요한 점은, “personalization data layer에 대한 완전한 소유권”, 그리고 “스마트폰 lock-in으로부터의 해방” 이라고 보며, 이를 기반으로 하는 완전히 새로운 유형의 소비자 서비스/플랫폼이 등장할 가능성이 높으며, 이로써 완전히 “새로운 소비자 behavior”의 등장, 그리고 이에 기반한 완전히 “새로운 소비자 플랫폼”이 가능해질 것이라 보는 것이, 이 구조를 중시하는 가장 중요한 핵심이다.
“아이러브스쿨” “세이클럽” — 소셜
지금까지 언급한 대부분의 소비자 서비스는 [Two Cents #92] Consumer AI 서비스 유형 및 진화에서 설명한 유형 1, 유형 3 서비스를 포괄하며, 기존 웹/앱 형태를 계속 유지할 유형 2 서비스까지 포함하면, 이제 우리가 상상해야 할 서비스 유형은 “소셜” 서비스 (유형 3), 완전히 새로운 behavior 기반 서비스 (유형 5)가 남는다.
아직은 AI-native 소셜 서비스 (유형 3)가 어떻게 진화할지에 대해서는 구체적으로 아이디어가 없지만, 몇 가지 고려할 사항은:
이제 AI-native 소셜은, “인간만의 소셜”에서부터 “agent만의 소셜” (예: Moltbook), “인간 시물레이션으로서의 agent 소셜” (예: Simile, AI 빌리지 실험), “인간-agent의 hybrid 소셜” (아직 없음) 등을 모두 포함하는 형태로 확대될 것이다.
“인간만의 소셜”은, Facebook 이후 Tik Tok과 같이 완전히 새로운 modality의 소셜 interaction이 ‘발명’되면서 새로운 소셜 서비스 형태로 등장할 것으로 예상된다. 과거에 실패한 Clubhouse, BeReal 등은 그러한 새로운 ‘소셜 interaction’을 ‘발명’하기 위한 시도들이었다.
“agent만의 소셜”은 (Moltbook에서) 이미 그 원시적인 형태를 관찰하였고, “인간-agent hybrid”등은 이제 새로운 실험으로 등장할 것으로 보며, 이러한 ‘새로운 소셜’에 대한 실험은 (인간이 social animal로 존재하는 한) 멈추지 않고 계속 시도될 것이다.
지금 많이 고민해야 할 이슈들은:
“agent-native 소셜” 환경이 어떤 형태로 진화할지?
이를 위하여 어떤 인프라가 필요할지? 예: Agentic Commerce stack의 Layer 7 Trust & Security, Agent-native payment (예: Cloudflare Agentic Payment, Stripe Machine Payment Protocol (MPP)) 등
(등등)
Consumer AI 서비스를 만들고 성장시켜 나가는 과정은, 생각보다 많은 상상력과 실행력을 필요로 한다. (”우직한 고슴도치”로서의 집요함도 같이)
모든 tech wave 마다 Consumer 시장에서의 새로운 “플랫폼”은 늘 새롭게 등장하였고 (그와 함께 아주 큰 value capture에 성공하였고), 이는 AI wave에서도 예외는 아닐 것이다.
우리가 기억하는 2010년대 후반 Consumer 시장의 부흥은, 한편으로는 2010년부터 시작된 ‘모바일 전환’의 연장선 상에서 (완전히 새로운 wave가 아닌) 기존 흐름에 기반하여 그 연장선 상에 같은 비즈니스/시장 구조로 만들어진 것이었고 (즉, 완전히 새로운 사용자 behavior, 그에 따른 완전히 새로운 사업 모델을 ‘발명’할 필요까지는 없었다는 의미), 또 한편으로는 2008년 GFC 이후 과잉 공급된 유동성에 기반하여 풍부한 자금 기반 투자 환경의 tailwind 도움을 받은 측면도 크다.
AI wave에 의한 “새로운 소비자 기회”는 몇 가지 측면에서 2010년대 우리가 경험한 것보다는, 기존 기반이 거의 없는 상태에서 온전히 tech wave의 힘으로 완전히 “새로운 소비자 behavior”를 만들어 낸 90년대 웹 전환기에 구조적으로 더 가깝다고 보며, 그 것이 이러한 생각의 흐름을 다시 정리해 보기로 한 배경이다.
이러한 ‘사고 실험’을 하나의 참고삼아 새로운 Consumer AI 서비스를 ‘발명’해 내고, 이를 기반으로 AI라는 새로운 tech wave를 타고 “새로운 소비자 플랫폼”을 만드는 창업자들이 많이 등장하기를 크게 기대해 본다. 이러한 창업자를 찾고 그 기회에 투자하고 그 성장의 여정을 함께 하는 것이 VC의 주된 역할이니.