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] Amazon AI Video Generator, 커머스 광고는 이제 ‘제작’보다 ‘운영’의 싸움이 된다.

[MadTech 101] Amazon AI Video Generator의 확장은 커머스 광고가 ‘영상 제작’이 아니라 상품 데이터, 광고 콘솔, 테스트 루프가 연결된 운영체계로 이동하고 있음을 보여준다. Image generated by OpenAI DALL·E Amazon Ads가 호주 광고주를 대상으로 AI 기반 Video Generator를 확장했다. 광고주는 상품 이미지, 기존 영상 또는 Amazon 상품 상세페이지를 기반으로 몇 분 안에 여러 개의 영상 광고 시안을 만들 수 있다. 이 변화는 단순히 “영상 제작이 쉬워졌다”는 소식이 아니다. 커머스 광고에서 상품 데이터, 크리에이티브, 미디어 집행이 점점 하나의 운영 루프로 합쳐지고 있다는 신호다. 마케터에게 중요한 질문은 이제 “AI가 예쁜 영상을 만들 수 있는가”가 아니다. 더 중요한 질문은 “우리 브랜드의 상품 데이터와 상세페이지는 AI가 광고로 변환하기에 충분히 구조화되어 있는가”다. 커머스 광고의 경쟁력은 제작비 규모에서 테스트 속도, 상품 정보의 정확도, 채널별 학습 루프 관리로 이동하고 있다. GENERATED OPTIONS 6 상품 이미지, 기존 영상, 상품 상세페이지에서 여러 영상 시안을 생성 TIME SAVING SIGNAL 7.3h 호주 SMB 마케팅 리더들이 AI 도입 시 주당 절감 가능하다고 본 시간 FIRST VIDEO ENTRY 12%+ 호주 베타 기간 첫 Sponsored Brands video 집행자 중 Video Generator 활용 비중 왜 이 변화가 ...

[AI Frontier] AI 에이전트끼리 대화하기 시작했다, A2A와 MCP가 바꾸는 기업 AI 구조

[AI Frontier] AI가 데이터와 도구를 사용하는 방법에 MCP가 있다면, 서로 다른 AI 에이전트가 일을 나누는 방법에는 A2A가 있다. 두 기술을 함께 보면 기업 AI가 '한 개의 똑똑한 챗봇'에서 '여러 디지털 작업자가 연결된 시스템'으로 이동하는 구조가 보인다. AI 하나를 연결하던 시대에서 AI끼리 협업하는 시대로 회사에 매우 유능한 신입사원이 들어왔다고 생각해보자. 질문을 이해하고 문서를 잘 쓰지만 회사 파일을 읽지 못하고, 고객 데이터도 볼 수 없으며, 일정 등록이나 주문 처리도 할 수 없다. 지식은 많지만 실제 업무 시스템과 연결되지 않은 상태다. 첫 번째 문제는 이 직원에게 필요한 자료와 도구를 연결하는 것이다. 모델 컨텍스트 프로토콜(Model Context Protocol, MCP)이 주로 이 문제를 다룬다. 그런데 직원이 한 명이 아니라 구매 담당, 법무 담당, 재무 담당, 고객지원 담당처럼 여러 명이라면 다른 문제가 생긴다. 서로 어떤 일을 할 수 있는지 알고, 업무를 요청하고, 진행 상태와 결과를 주고받아야 한다. 에이전트투에이전트 프로토콜(Agent2Agent Protocol, A2A)은 이 두 번째 문제를 겨냥한다. 그래서 MCP와 A2A를 경쟁 기술로 보면 이해가 어려워진다. 하나는 AI와 도구 사이를, 다른 하나는 AI 에이전트와 AI 에이전트 사이를 연결하는 데 초점이 있다. 실제 기업 시스템에서는 둘이 함께 사용될 가능성이 더 자연스럽다. 먼저 한 문장으로 MCP는 AI에게 손과 눈을 연결하고, A2A는 여러 AI가 서로 일을 나눌 수 있게 한다. 정확한 기술 정의는 이보다 복잡하지만 처음 개념을 잡을 때는 이 차이를 기억하면 된다. AI 에이전트는 챗봇과 무엇이 다른가 ...

신고하기

AgencyTimesOperated by MVINO

개인정보처리방침 · 이용약관 · 사이트 소개

Powered by Blogger