AI 에이전트가 예약·쇼핑·전화를 대신하면 우리 사업 정보는 어떻게 노출되나

메타의 개인 에이전트 뮤즈가 출시 첫 주 50만 이용자를, 스페이스XAI의 그록봇이 한 달 만에 40만 이용자를 확보했다고 AI타임스가 23일 보도했다. 두 서비스 모두 이메일 답장·여행 예약·온라인 쇼핑·전화 통화처럼 반복적이고 번거로운 일을 사용자 대신 처리하는 데 초점을 맞추고 있다. 보도에 따르면 뮤즈는 사용자가 목표만 전달하면 여러 단계를 거쳐 작업을 수행하도록 설계됐으며, 일부 통화는 사람이 대신 처리하는 휴먼 컨시어지 기능도 테스트 중이다. 이는 AI 에이전트가 기업 생산성 도구에서 일반 소비자의 일상 업무 대행으로 영역을 넓히기 시작했다는 신호로 해석된다.

AI가 대신 예약하고 쇼핑하면 우리 사업 정보는 어떻게 전달되나

에이전트가 사용자를 대신해 예약·쇼핑·전화를 처리하는 환경에서는 사람이 직접 검색 결과를 보지 않는다. AI가 여러 사이트를 탐색하고 비교한 뒤 최종 선택지를 제시하거나 바로 실행하므로, 사업자 입장에서는 AI가 우리 정보를 정확히 읽고 판단할 수 있도록 준비해야 한다. 보도는 최근 에이전트가 브라우저와 앱을 직접 조작하고 외부 도구를 사용하며 여러 단계를 이어 실행한다고 설명했다. 이는 기존 검색 최적화가 사람의 클릭을 유도하는 데 집중했다면, 이제는 AI가 자동으로 수집·비교·실행할 수 있는 형태로 정보를 제공해야 한다는 뜻이다.

구체적으로는 schema.org 마크업으로 영업시간·가격·재고·예약 가능 여부를 명시하고, llms.txt 파일로 AI 크롤러에게 우선 읽을 정보를 안내하며, robots.txt에서 GPTBot·ClaudeBot·PerplexityBot 같은 에이전트 크롤러의 접근을 허용해야 한다. 에이전트는 사람처럼 여러 페이지를 넘기며 정보를 조합하지 않으므로, 한 페이지 안에 필요한 정보가 구조화돼 있어야 선택 대상에 포함된다. 특히 예약·쇼핑처럼 실행까지 이어지는 작업에서는 API 연동 여부, 결제 수단, 취소 정책까지 AI가 읽을 수 있는 형태로 제공해야 에이전트가 최종 단계까지 완료할 수 있다.

구글·오픈AI도 유사 기능을 준비 중이라는데 당장 무엇을 점검해야 하나

보도에 따르면 구글은 5월 제미나이 스파크를 공개하며 지메일·문서·프레젠테이션과 연동해 작업을 대신 수행하는 에이전트 기능을 선보였고, 오픈AI도 그록봇과 뮤즈의 초기 반응에 주목해 대응 기능을 준비 중인 것으로 알려졌다. 이는 에이전트 기능이 특정 기업의 실험이 아니라 주요 플랫폼 전반으로 확산될 가능성이 크다는 의미다. 따라서 사업자는 지금부터 AI가 우리 정보를 어떻게 읽고 판단하는지 점검해야 한다.

첫째, 현재 운영 중인 홈페이지·예약 페이지·쇼핑몰이 AI 크롤러에게 열려 있는지 확인한다. robots.txt에서 GPTBot, ClaudeBot, Google-Extended, PerplexityBot을 차단하지 않았는지 점검하고, 차단돼 있다면 허용 여부를 검토한다. 둘째, 주요 페이지에 schema.org 마크업이 적용돼 있는지 확인한다. 특히 LocalBusiness, Product, Event, FAQPage 스키마는 에이전트가 예약·쇼핑·문의 과정에서 우선 참조하는 정보다. 셋째, llms.txt 파일을 루트 디렉터리에 배치해 AI에게 우선 읽을 페이지와 핵심 정보를 안내한다. 이 세 가지는 개발 리소스 없이도 일주일 안에 점검 가능하며, Check-X 무료 진단을 통해 현재 상태를 확인할 수 있다.

에이전트가 전화까지 대신 걸면 우리는 어떻게 대응해야 하나

보도는 뮤즈가 필요한 경우 전화를 걸어 업체와 대화하는 기능을 제공한다고 전했다. 이는 AI가 단순히 웹 정보를 수집하는 데 그치지 않고, 전화 문의·예약 확인·재고 문의처럼 사람이 직접 해야 했던 업무까지 대신한다는 뜻이다. 사업자 입장에서는 전화 응대 과정에서도 AI가 필요한 정보를 빠르게 얻을 수 있도록 준비해야 한다. 보도에 따르면 메타는 일부 통화를 사람이 대신 처리하는 휴먼 컨시어지를 테스트하고 있어, 아직 완전 자동화는 아니지만 방향은 명확하다.

전화 응대 시나리오를 점검할 때는 AI가 자주 묻는 질문에 대해 일관된 답변을 제공할 수 있는지 확인한다. 영업시간, 예약 가능 여부, 가격, 위치, 주차 여부가 대표적이다. 전화 응대 스크립트가 있다면 FAQ 형태로 홈페이지에도 게시해, AI가 전화를 걸기 전에 웹에서 먼저 답을 찾을 수 있도록 한다. 이는 불필요한 전화 문의를 줄이고, AI가 우리 사업을 선택지에 포함할 가능성을 높인다. 또한 전화번호·운영시간·휴무일을 schema.org LocalBusiness 마크업에 명시하면, 에이전트가 전화를 걸기 전에 영업 여부를 먼저 확인할 수 있어 고객 경험도 개선된다.

이 변화가 검색 대행사와 마케팅 담당자에게 주는 의미는 무엇인가

보도는 앞으로 시장을 주도할 핵심이 AI가 나 대신 무엇을 해줄 수 있는가라는 질문에 얼마나 명확하고 구체적인 유즈 케이스를 제공하느냐에 달려 있다고 분석했다. 이는 검색 대행사와 마케팅 담당자에게도 동일하게 적용된다. 기존에는 검색 순위·클릭률·전환율을 성과 지표로 삼았지만, 에이전트 환경에서는 사람이 직접 검색 결과를 보지 않으므로 AI가 우리 정보를 얼마나 자주, 정확하게 인용하고 실행했는지를 측정해야 한다.

구체적으로는 AI 검색 엔진에서 우리 브랜드·제품·서비스가 언급되는 빈도, 인용 출처로 표시되는 비율, 에이전트가 우리 사이트를 방문한 횟수를 추적한다. 이는 기존 GA4나 네이버 애널리틱스로는 파악하기 어려우므로, User-Agent 로그 분석, AI 크롤러별 방문 기록, 외부 모니터링 도구를 병행해야 한다. 대행사 성과 보고에 AI 검색 지표를 넣는 방법 글에서 구체적인 측정 방법을 다뤘다. 에이전트가 예약·쇼핑·전화를 대신하는 환경에서는 AI가 우리를 선택지에 포함시키는 것 자체가 노출이고, 실제 실행까지 이어지는 것이 전환이므로, 이 두 단계를 측정할 수 있는 체계를 지금부터 구축해야 한다.