Agencytimes

[MadTech 101] 에이전틱 커머스의 핵심은 AI가 상품을 추천한다는 데 있지 않습니다. 상품 데이터, 구매 권한, 결제 승인, 책임 기록을 기계가 읽고 실행할 수 있는 구조로 바꾸는 데 있습니다. 검색보다 넓은 구매 운영체계의 변화. Image generated with OpenAI. 에이전틱 커머스(Agentic Commerce)는 인공지능(Artificial Intelligence, AI) 에이전트가 소비자나 기업을 대신해 상품을 조사하고, 조건을 비교하며, 승인된 범위 안에서 구매까지 수행하는 거래 방식입니다. 기존 추천 시스템이 선택지를 보여줬다면, 에이전트는 목표를 해석하고 외부 시스템을 호출해 실제 행동으로 이어갑니다. 2026년에는 이 개념이 발표 자료에만 머물지 않았습니다. Mastercard는 한국에서 인천공항과 서울 도심 사이의 차량 예약을 AI 에이전트가 검색·예약·결제한 인증 거래를 발표했고, 호주와 중남미에서도 영화표, 숙박, 식료품, 서적과 디지털 상품을 포함한 거래 사례를 공개했습니다. 그렇다고 사람이 운영하는 쇼핑몰이 곧 사라진다는 뜻은 아닙니다. 현재 확인된 사례에는 통제된 시험과 초기 상용 거래가 섞여 있습니다. 더 중요한 변화는 소비자가 반드시 특정 사이트를 먼저 방문하지 않아도 상품을 발견하고 구매를 시작할 수 있게 됐다는 점입니다. 확인 범위 현재 공개된 거래 사례는 에이전틱 결제가 기술적으로 작동할 수 있다는 증거입니다. 소비자 거래의 상당 부분이 이미 에이전트로 전환됐다는 증거는 아닙니다. 기업 발표와 시장의 실제 이용 규모는 구분해 봐야 합니다. 에이전틱 커머스란 무엇인가 일반적인 온라인 쇼핑에서는 사람이 검색어를 입력하고, 여러 상세페이...

[MadTech 101] ROAS가 높아도 캠페인이 실패할 수 있는 이유

[MadTech 101] ROAS가 높다는 말은 광고비 대비 매출이 좋다는 뜻입니다. 하지만 그 매출이 광고 때문에 새로 생긴 것인지, 이미 살 고객을 다시 잡은 것인지는 별도의 질문입니다. Image generated by OpenAI 광고비 대비 매출(Return on Ad Spend, ROAS)은 광고 성과 보고서에서 가장 익숙한 숫자입니다. 100만 원을 써서 500만 원의 매출을 만들었다면 ROAS는 500%입니다. 문제는 이 숫자가 “광고가 없었어도 발생했을 매출”과 “광고 때문에 새로 생긴 매출”을 구분하지 않는다는 데 있습니다. 그래서 ROAS가 높아도 캠페인은 실패할 수 있습니다. 기존 구매 의향이 높은 고객에게만 광고를 노출했거나, 브랜드 검색 수요를 다시 잡았거나, 할인 비용과 마진 손실을 빼고 보지 않았다면 성과는 좋아 보이지만 사업 결과는 약할 수 있습니다. 이 글의 질문은 “ROAS가 높았는가”가 아니라 “그 ROAS를 믿고 예산을 더 써도 되는가”입니다. GOOGLE $5K Google은 일부 증분효과 실험의 최소 집행 문턱을 10만 달러 수준에서 5천 달러로 낮췄다고 설명했습니다. IAB 4가지 IAB Europe와 IAB U.S.는 커머스 미디어 증분효과 측정을 네 가지 방법군으로 정리했습니다. MERIDIAN 2년 Google Meridian은 모델링을 위해 최소 2년치의 과거 매출·마케팅 데이터를 요구한다고 안내합니다. ROAS란 무엇인가 ROAS는 광고비 1원당 얼마의 매출이 연결됐는지를 보여주는 비율입니다. 계산은...

[AI Frontier] Meta는 왜 Meta AI를 두고 Muse를 내놓았을까?

[AI Frontier] Meta에는 이미 Meta AI가 있었다. 그런데 2026년 9월, 별도 이름과 전용 컴퓨터를 가진 Muse를 다시 내놓았다. 이 중복처럼 보이는 선택을 따라가면 Meta가 AI를 어디에 놓으려는지 보인다. 지속되는 개인 에이전트를 만든 이유 Meta에는 이미 Meta AI가 있었다. WhatsApp, Instagram, Facebook, Messenger를 비롯한 자사 서비스에 들어가 있었고, 2026년 7월에는 이메일·캘린더 연결, 계획 수립, 리서치, 슬라이드 작성, 반복 작업 수행까지 범위를 넓혔다. 그런데 Meta는 9월 8일 Muse를 별도의 개인 인공지능 에이전트(Personal AI Agent)로 공개했다. 기존 Meta AI를 계속 확장하는 대신 새 이름을 붙이고, 사용자별 전용 가상 컴퓨터와 기억, 앱 권한, 백그라운드 작업, 행동 기록까지 따로 설계했다. 그래서 Muse를 볼 때 먼저 물어야 할 것은 기능이 얼마나 많은지가 아니다. Meta는 왜 이미 AI 비서를 갖고 있으면서, 한 사람에게 오래 붙어 있는 별도의 에이전트를 만들었을까. Meta AI가 있는데 왜 Muse가 또 필요했나 7월의 Meta AI는 이미 상당히 많은 일을 할 수 있었다. Muse Spark 1.1을 기반으로 계획을 세우고 이메일과 캘린더를 연결하며, 사용자가 한 번 정해둔 반복 작업을 이어서 수행할 수 있었다. 기능만 보면 Muse로 이어지는 길은 이미 열려 있었다. 차이는 기능의 개수보다 지속성 에 있다. Meta AI가 여러 서비스 안에서 불러 쓰는 AI 비서에 가까웠다면, Muse는 사용자별 Muse Secure VM이라는 독립된 가상 머신(Virtual Machine, VM)에서 계속 작동한다. 이 안에 작업 상태와 연결 정보가 남고, Muse는 사용자가 앱을 닫은 뒤에도 일을 이어갈 수 있다. ...

신고하기

AgencyTimesOperated by MVINO

개인정보처리방침 · 이용약관 · 사이트 소개

Powered by Blogger