AI, 리테일을 삼키다… ‘챗봇’ 끝나고 ‘에이전트’ 시대 도래

리테일 산업이 근본적인 전환점에 진입하고 있다. 더 이상 인공지능(AI)은 원거리의 실험 도구가 아니다. 이제 AI는 유통 산업의 핵심 운영체계로 자리잡아 가고 있다. 재고 조정, 고객 경험, 마케팅, 공급망 등 리테일 비즈니스 전반에 걸쳐 AI는 조언자 역할을 넘어서 실질적인 행동자로 변화하고 있다.

2027년까지 AI는 단순히 기술의 일부가 아닌 전체 비즈니스의 기반이 되는 운영 시스템으로 통합될 것으로 전망된다. 데이타브릭스(Databricks)의 수석 과학자 조너선 프랭클은 “AI는 기존 컴퓨팅과는 다른 새로운 형식의 컴퓨팅에 불과하다”고 단언했다. 이는 AI가 기능적 요소가 아닌, 플랫폼 차원의 전환을 의미함을 부각시킨다.

핵심 변화는 AI 도입 여부가 아니라, 그것을 어떻게 실질적인 경쟁 우위로까지 승화시키는지다. CIO 자문가 팀 크로퍼드는 “우리는 이제 챗봇 단계를 넘어 실제 실행이 가능한 시스템 형태로 진화 중”이라며 AI 도입이 운영 체제 수준의 구조 개편과 거버넌스 혁신을 요구한다고 설명했다.

AI 도입 중심축은 ‘조립형 AI 스택’ 구성을 통해 보다 맞춤화된 인텔리전스를 구현하는 방향으로 이동하고 있다. 리테일 기업들은 자신의 사업 DNA에 맞는 모델과 도구들을 선정해 조합하고 있으며, 이는 특정 벤더에 종속되지 않으려는 전략의 일환이다. 데이타브릭스의 스티븐 오르반은 이 같은 변화를 “리테일 쇼가 아닌 기술 쇼”라고 표현하며 기술 중심의 패러다임 전환을 강조했다.

분석 중심의 AI에서 행위 기반의 ‘에이전틱 AI’로의 이행도 눈에 띈다. 세일즈포스의 소매 부문 총괄 니틴 망타니는 AI가 단순히 데이터를 추출하는 수준을 넘어서 실제 조치를 취하는 방향으로 진화하고 있다고 밝혔다. 이는 인벤토리 불균형을 식별하는 데 머무르지 않고, 이를 자동으로 수정하는 AI 시스템을 의미한다.

이러한 변화는 직원 중심의 디지털 협업 구조로도 이어지고 있다. 패브릭(Fabric)의 CEO 마이크 미쿠치는 매장 관리자와 운영자 전용의 역할 기반 AI 에이전트를 배치하고 있으며, 이들은 대시보드가 아닌 업무 수행의 ‘디지털 동료’ 역할을 한다고 설명했다.

특히 이번 변화의 파급력은 조직 내부에서 먼저 나타나고 있다. 문서, 레거시 시스템, 팀 단위에 숨어 있던 지식이 AI 에이전트를 통해 다시 연결되면서 전사적 운영 속도와 일관성이 높아지고 있다. 이는 AI가 단순 지원 역할을 넘어 기업의 ‘신경망’으로 작동하는 단적인 사례다.

흥미롭게도, AI의 힘은 대기업보다 오히려 중소 리테일 업체들에게 더 큰 기회를 주고 있다. 에이전틱 시스템을 빠르게 도입한 이들은 상대적으로 박리다매 구조에서 벗어나 고정 지출 없이도 높은 서비스 품질을 제공하며 경쟁력을 확보하게 됐다. 불필요한 계층을 줄이고 민첩하게 움직이는 소규모 기업들이 “작지만 강한” 존재로 부상 중이다.

또한 디지털 커머스는 더 이상 ‘PC 기반’이 아니라 ‘맥락 기반’으로 진화하고 있다. 고객은 이제 스크롤을 넘기는 형식이 아닌, 의도를 바탕으로 음성·영상·텍스트 등 다양한 방식으로 제품을 탐색하고, AI는 이를 실시간으로 학습해 맞춤형 쇼핑 경로를 설계한다. 망타니는 이를 통해 “상점 자체가 살아 움직이는 유기체로 변화하고 있다”고 진단했다.

오프라인 매장도 예외는 아니다. AI가 전면 자동화를 시도하기보다, 센서화되고 분석 기능을 강화함으로써 ‘스마트 매장’으로 진화하고 있으며, 현장 직원은 단순 반복 업무 대신 고부가가치 활동에 집중할 수 있도록 지원받게 된다.

AI의 진가는 공급망에서 가장 분명하게 드러난다. 갈수록 예측 불가능해지는 글로벌 공급망 환경에서 AI는 실시간 재고 재배치, 대체 물류경로 추천, 수요 시뮬레이션 등을 수행하며 단순 비용 절감이 아닌 수익 보호와 브랜드 신뢰 확보의 무기로 자리 잡고 있다.

한편 로봇 물류와 물리 기반 AI 기술도 유통 산업에 점차 침투하고 있다. 자율 주행, 로봇 픽킹 등은 더 이상 연구실 아이디어가 아닌, 실제 물류 창고의 표준 작업 흐름에 통합되고 있다. AI가 가상만이 아닌 ‘현실 세계’까지 제어하기 시작한 것이다.

그러나 이 모든 가능성의 실현 여부는 결국 사람의 몫이다. 성능 좋은 AI 모델을 보유하고도 이를 조직에 녹여 실행할 수 있는 역량이 없다면 그 효과는 제한적일 수밖에 없다. 코딩보다 더 중요한 것은 리더십과 운영 전략이며, 조직 차원의 재설계가 필요하다.

AI 확산의 마지막 경쟁 지점은 ‘추론 인프라’다. 예측이나 권고를 위해 사용되는 계산 자원은 상상 이상으로 방대하며, 이의 효율성과 안정성이 궁극적으로 커머스 속도와 수익에 직결된다. AI를 단순 기술이 아닌 비즈니스 인프라로 보는 관점의 전환이 이뤄지고 있는 이유다.

이제 리테일은 도입의 단계를 넘어 우위 확보의 단계로 들어섰다. 실험은 끝났고, 시스템은 만들고 있다. 기술 도입과 벤치마크의 시대는 지나갔다. 앞으로 12개월은 누가 단순히 AI를 ‘사용하느냐’가 아닌, 누가 AI 시대의 리테일을 정의할지를 가르는 결정적 시점이 될 것이다.