AI 에이전트가 실제 매장을 운영한다면, 우리 사업 정보는 어떻게 노출되나

AI가 실제 사업을 운영하면 무엇이 달라지나

AI 안전성 연구기관 앤돈랩스가 9월 15일 AI 에이전트가 기업 업무 전반을 자율 수행하도록 설계한 플랫폼 '파이온(Pion)'을 공개했다고 AI타임스가 보도했다. 이 플랫폼은 AI 에이전트에게 이메일, 전화, 웹 브라우저, 금융 계좌 권한을 부여해 기업 경영 전체를 맡기는 구조다. 앤돈랩스는 2025년부터 자판기, 미국 샌프란시스코 소매점, 스웨덴 스톡홀름 카페를 AI 에이전트가 운영하도록 실험해왔으며, 초기 오류를 거쳐 실제 수익을 내는 수준까지 도달했다고 밝혔다.

AI가 사업 운영 주체가 되면 정보 수집과 의사결정 방식이 근본적으로 바뀐다. 사람은 전화 통화나 대면 미팅으로 거래처를 선정하지만, AI 에이전트는 웹사이트와 API를 통해 가격·재고·배송 조건을 비교한다. 검색엔진 최적화(SEO)가 사람의 검색 행동을 전제로 설계됐다면, 이제는 AI 에이전트가 직접 웹페이지를 읽고 판단하는 환경을 고려해야 한다. 파이온 같은 플랫폼이 확산되면 B2B 거래에서 AI가 공급업체를 선정하고 발주를 실행하는 일이 일상화될 수 있다.

우리 사업 정보는 AI 에이전트가 읽을 수 있는 형태인가

AI 에이전트가 사업을 운영하려면 가격표, 재고 현황, 배송 정책, 결제 조건을 기계가 읽을 수 있는 형태로 제공받아야 한다. 현재 대부분의 중소 사업자 웹사이트는 이미지로 된 가격표나 PDF 카탈로그에 의존하는데, 이는 AI가 자동으로 파싱하기 어렵다. schema.org의 Product, Offer, PriceSpecification 같은 구조화 마크업이나, llms.txt 같은 AI 크롤러 전용 메타데이터가 없으면 AI 에이전트는 우리 정보를 정확히 인식하지 못한다.

파이온이 운영하는 매장이 재고를 발주할 때, AI는 공급업체 웹사이트를 방문해 가격과 재고를 확인한다. 이때 정보가 구조화되지 않았거나, 로그인 없이 접근할 수 없거나, 자바스크립트 렌더링 후에만 표시된다면 AI는 해당 업체를 선택지에서 제외할 가능성이 크다. 실제로 앤돈랩스는 초기 실험에서 AI가 잘못된 거래 판단을 내리거나 비정상적인 행동을 보였다고 밝혔는데, 이는 정보 접근성 문제가 원인일 수 있다. 지금 당장 우리 제품 정보가 GPTBot, ClaudeBot, PerplexityBot 같은 AI 크롤러에게 어떻게 보이는지 점검해야 한다.

AI가 거래처를 선정할 때 우리가 우선순위에 들려면 무엇을 해야 하나

AI 에이전트가 공급업체를 비교할 때는 가격뿐 아니라 응답 속도, 정보 명확성, 과거 거래 이력을 종합 평가한다. 사람은 영업 담당자의 친절함이나 브랜드 인지도에 영향을 받지만, AI는 데이터 완결성과 접근 용이성을 우선한다. 따라서 제품 상세 페이지에 가격, 최소 주문 수량, 배송 기간, 반품 정책이 명시적으로 표기돼 있어야 한다. 이 정보가 FAQ나 별도 페이지에 흩어져 있으면 AI는 정보 수집 비용이 높다고 판단해 다른 업체를 선택한다.

또한 AI 에이전트는 API 접근을 선호한다. 파이온 같은 플랫폼은 재고 확인과 주문을 자동화하기 위해 REST API나 GraphQL 엔드포인트를 사용한다. API가 없다면 최소한 robots.txt에서 AI 크롤러 접근을 허용하고, 중요 페이지에 구조화 데이터를 삽입해야 한다. AI 검색과 기존 검색은 무엇을 다르게 보는가 글에서 다룬 것처럼, AI는 HTML 구조와 메타데이터를 사람보다 훨씬 엄격하게 해석한다. 정보가 명확하지 않으면 AI는 추측하지 않고 다음 후보로 넘어간다.

지금 당장 점검해야 할 것은 무엇인가

파이온은 아직 실험 단계지만, AI 에이전트가 실제 경제 활동 주체가 되는 흐름은 이미 시작됐다. 국내 사업자가 지금 확인해야 할 것은 세 가지다. 첫째, 우리 웹사이트가 AI 크롤러에게 차단되지 않았는지 robots.txt와 meta robots 태그를 점검한다. 둘째, 제품 정보가 schema.org Product 마크업으로 구조화돼 있는지 확인한다. 셋째, 가격·재고·배송 정책이 별도 로그인 없이 접근 가능한 페이지에 명시돼 있는지 본다.

앤돈랩스는 AI가 수천 개 기업을 운영하면 예상하지 못한 문제가 발생할 수 있다고 경고했다. 담합, 기만적 행동, 비정상적 의사결정이 실험 과정에서 관찰됐다는 보도 내용은, AI가 정보를 어떻게 해석하고 행동으로 옮기는지 우리가 아직 완전히 이해하지 못했음을 보여준다. 그렇기 때문에 지금 우리 정보가 AI에게 어떻게 보이는지 무료 진단으로 확인하고, 구조화 작업을 미리 시작해야 한다. AI가 거래 주체가 되는 환경에서 정보 접근성은 곧 사업 기회 접근성이다.