알리바바의 쇼핑 에이전트가 무서운 건 모델이 아니라 ‘상거래 전체’를 읽을 수 있어서다

쇼핑 에이전트의 성능은 말솜씨보다 접근 가능한 데이터에 달려 있다.

알리바바의 Qwen Shopping Assistant가 주목할 만한 이유도 여기에 있다. 타오바오 안에서 상품 탐색과 비교, 구매 과정, 애프터서비스까지 이어지고, 판매자 쪽에서는 상품 등록·매장 운영·광고·고객서비스 같은 작업을 에이전트가 자동화한다.

알리바바는 이 실험을 하기 좋은 구조를 갖고 있다. 모델과 클라우드, 마켓플레이스, 판매자 도구가 같은 생태계 안에 있기 때문이다.

국내 리테일러가 그대로 따라 할 필요는 없다. 대신 무엇이 준비돼 있어야 하는지는 명확하게 보인다.

AI가 상품을 대신 고르려면 정확한 상품 속성, 가격, 실시간 재고, 배송 조건, 옵션 관계를 읽을 수 있어야 한다. 사람이 웹페이지를 보고 대충 이해할 수 있는 데이터와 기계가 오류 없이 의사결정할 수 있는 데이터는 다르다.

그래서 Agentic Commerce는 의외로 마스터데이터 프로젝트에 가깝다.

또 하나는 고객 접점의 주도권이다. 소비자가 네이버나 ChatGPT, 혹은 다른 외부 에이전트에게 “이 조건에 맞는 걸 사줘”라고 말하는 순간, 리테일러의 상품 페이지는 구매 결정의 중심에서 밀려날 수 있다. 누가 추천 순서를 정하고, 어떤 프로모션을 적용하며, 고객 ID를 누가 소유하는지가 새로운 경쟁 문제가 된다.

알리바바는 아직 소비자가 복잡한 구매를 대규모로 에이전트에게 맡길 것이라는 사실을 증명하지 않았다.

하지만 준비 방향은 보여준다.

한국 리테일러가 지금 당장 해야 할 일은 자체 대형언어모델을 만드는 것이 아니다. 내 상품과 재고, 가격, 배송 데이터를 소프트웨어가 신뢰할 수 있는 형태로 읽고 행동할 수 있는지 확인하는 것이다.

에이전트 시대의 첫 경쟁력은 AI가 아니라 데이터 정리일 가능성이 높다.