🛍️ 네이버가 N+ 스토어에 AI 에이전트 기능을 추가한 이유는?

👀 오늘 소개할 서비스와 기능

AI를 기획/디자인 실무에 연결하는 가장 빠른 방법, AIX 클럽

AI 도구는 써봤는데, 실무에 어떻게 연결해야 할지 막막했다면 AIX 클럽이 좋은 출발점이 될 수 있어요. 서비스 분석부터 문제 정의, 솔루션 설계, 검증까지 실제 프로덕트 디자이너와 PM의 주요 업무를 따라가며 AI와 친숙해지는 시간으로 활용할 수 있기 때문이죠. 매주 정해진 미션을 템플릿에 따라 진행하고, 커뮤니티를 통해 서로의 경험을 공유할 수 있어요. 또, 이전 참여자들이 작성한 미션 내용과 프롬프트를 확인하며 공부하는 시간도 챙길 수 있고요! 

1. [업데이트] N+ 스토어 AI 에이전트

이제 쇼핑할 때 AI가 옆에 있어요.

네이버가 N+ 스토어에 AI 에이전트 기능을 추가했어요. 그런데 검색을 완전히 대체하는 구조는 아니에요. 사용자는 기존처럼 검색으로 상품 리스트를 확인하고, 그 이후 단계에서 AI를 활용해 탐색을 이어가는 방식이에요. 검색 결과나 상품 상세 페이지에서 "이거랑 비슷한데 더 저렴한 거 있어?" 같은 자연어 질문을 던지면, AI가 맥락을 이해하고 상품을 다시 추천해줘요.

즉, 검색은 그대로 두고 '비교·추천·결정' 구간에만 AI를 끼워 넣은 구조예요. 전체 흐름을 갈아엎는 게 아니라, 사용자가 가장 피로도를 느끼는 지점만 정확하게 건드린 설계에 가깝죠. 단순 정보 제공을 넘어 사용자의 의도를 이해하고 행동을 대신 수행하는 'AI 에이전트' 시대로의 전환이라는 점에서, 쇼핑 플랫폼의 경쟁 방식 자체가 바뀌는 신호탄으로 볼 수 있어요.

AI한테 직접 물어보면서 탐색할 수 있어요.

검색창에 키워드를 입력하면 AI 에이전트가 결과 상단에 탐색 가이드를 제시하거나 'AI에게 물어보기'를 제안해요. 예를 들어 '키보드'를 검색하면 "키 방식과 무선 기능 기준으로 선택하는 게 좋아요" 같은 선택 기준을 먼저 잡아줘요. 사용자가 자주 살펴본 브랜드가 있다면 그 맥락을 바탕으로 관련 상품도 소개해주고요. 이어서 궁금해할 만한 질문 키워드를 미리 보여주고, 탭 하나로 대화형 탐색으로 자연스럽게 넘어갈 수 있어요.

상품 상세 페이지에서도 '요약 모드'가 스펙·리뷰·주요 특징을 한 화면에 정리해줘요. 여러 탭을 왔다 갔다 할 필요가 줄어들고, 여기서도 'AI에게 물어보기'로 바로 대화형 탐색을 이어갈 수 있어요. 검색 결과에서 시작해 상세 페이지까지, 쇼핑 흐름 전반에 걸쳐 AI가 자연스럽게 녹아있는 구조예요.

비교하고 고민하는 시간이 줄어들어요.

이번 업데이트에서 가장 좋았던 건, AI를 '어디에' 넣을지를 명확히 알고 있다는 점이에요. 쇼핑에서 제일 피곤한 게 비교 구간인데, 특히 리뷰 요약은 그 포인트를 정확히 잡은 기능이에요. 리뷰 수십 개 읽다가 지쳐서 뒤로 가기 누르는 경험, 다들 한 번쯤은 있잖아요. 기존 경험을 뒤엎지 않고 익숙한 흐름 위에 AI를 얹은 방식이라, 기존 사용자도 이질감 없이 쓸 수 있고 처음 쓰는 사람도 자연스럽게 진입할 수 있어요.

앞으로가 더 기대되는 업데이트예요.

추천 결과가 생각보다 무난하게 나와요. 인기 상품 위주로 쏠리는 경향이 있고, 추천 이유를 설명해주긴 하는데 설득력이 충분하냐는 별개의 문제거든요. "많이 팔려서 추천"이랑 "당신한테 맞아서 추천"은 전혀 다른 이야기예요. 지금은 전자에 가까운 느낌이에요. 쇼핑은 취향이 중요한 영역이라, 개인화가 약하면 처음엔 써보다가 금방 이탈할 가능성이 있어요. 구매 이력·가격대 선호·브랜드 취향 같은 요소를 더 적극적으로 활용하고, 비교·저장 같은 의사결정 흐름을 더 촘촘하게 지원해줬으면 체감이 달라졌을 거예요.

지금은 잘 만든 베타 버전에 가까워요. 장바구니 담기·주문·배송 추적 같은 실행 기능까지 붙으면, 에이전트라는 이름이 더 자연스럽게 느껴질 것 같아요.

네이버는 왜 이 기능을 만들었을까요?

네이버가 쇼핑 AI 에이전트를 출시한 출발점은 "쇼핑 여정이 너무 복잡하다"는 페인포인트였어요. 탐색 과정에서 소비자가 치르는 수고를 쇼핑 지면 안에서 얼마나 줄일 수 있을지가 핵심 질문이었다고 해요.

단순한 직감이 아니라 데이터로 검증한 다음 출시했다는 점도 눈에 띄어요. 지난해 LLM 기반 쇼핑 어시스턴트 베타를 가전·레저 카테고리에 먼저 도입한 결과, 추천 상품 클릭률 4% 증가, 구매 전환율 1.6배 증가, 경험자 74% 만족이라는 수치를 확인하고 나서야 에이전트를 본격 출시한 거예요.

네이버가 경쟁력으로 삼은 또 다른 축은 '신뢰'예요. AI 추천에 대한 불안을 줄이기 위해, 추천 이유와 근거를 함께 제공하는 방향으로 설계했다고 해요. 왜 이렇게 만들었는지 기획 배경이 궁금하다면 읽어볼 만한 글이에요.

토스 - 인앱토스의 '오늘 한강물' 어떻게 생각하세요?

겉으로 보면 이 기능은 한강 수온을 알려주는 단순한 생활 정보처럼 보입니다. 실제로 토스는 중랑천 등을 기준으로 측정한 수온 정보를 일정 시간마다 보여주는 방식으로 기능을 제공했고, 수상 레저나 야외 활동에 참고할 수 있는 서비스였다고 설명했습니다.

하지만 논란은 기능 자체보다, ‘한강물 온도’라는 표현이 가진 사회적 맥락에서 시작됐습니다. 국내 주식·가상자산 투자자들 사이에서 ‘한강물 온도 체크’는 투자 실패 뒤 극단적 선택을 암시하는 자조적 은어처럼 사용돼 왔습니다. 그래서 많은 이용자들은 이 기능을 단순한 정보 제공이 아니라, 손실을 겪은 사람들의 불안과 고통을 가볍게 소비하는 방식으로 받아들였습니다.

💬 같이 생각해볼 포인트

2. 요기요 AI 에이전트

요기요가 지난 2월에 국내 배달 앱 중에서는 처음으로 챗GPT에 입점했다는 소식, 알고 계셨나요? 이제 챗GPT 안에서 바로 맛집을 찾거나 음식을 주문하는 게 가능해진 건데요. 배달 플랫폼과 AI 에이전트가 만나서 구체적으로 어떤 편리한 서비스를 만들어내고 있는지, 지금부터 하나씩 살펴볼게요!

원하는 맛집, 원하는 방식에 따라 자유롭게 찾아보세요.

요기요의 AI 에이전트는 챗GPT 내에서 요기요앱을 통해 이용할 수 있어요.

음식 배달 플랫폼에 에이전트가 들어왔을 때의 장점은 아무래도 사용자가 어떤 음식을 주문할지 정하지 못했을 때, 메뉴를 정하는 단계에서부터 상황에 맞는 음식과 맛집을 추천해줄 수 있다는 점인데요. 사용자가 원하는 방식에 따라 리스트나 지도 형태로 안내받을 수 있어요.

좋았던 건 앱에서 조회하는 경우보다 사용자가 좀 더 다양한 선택지로 검색해볼 수 있다는 점이었는데요. 앱에선 고정 형태인 리스트 형태로만 제공하는데, GPT를 활용하면 조금더 자유로운 환경에서 다양한 형태로 검색결과를 제공받을 수 있어요.

다만 아쉬웠던 부분은 메뉴별 검색은 지원되지 않는 점이에요. ‘맛집’이라고 검색한 경우 여러 종류의 음식이 포함된 음식점들이 노출되는데요. 메뉴명을 한정해 검색한 경우엔 검색한 메뉴명에 맞지 않는 음식점 리스트들도 함께 노출되고 있던 점은 개선이 필요해보였어요.

메뉴 탐색부터 주문까지 한 번에

요기요의 AI 에이전트는 대화 기반 인터페이스 안에서 음식 탐색부터 선택까지 자연스럽게 이어지도록 설계된 것이 특징인데요. 사용자가 ‘강남역 햄버거 알려줘’처럼 검색하면 AI가 이를 이해하고 음식점 리스트를 구성해 보여주며, 단순 텍스트가 아닌 리스트나 카드 형태 UI로 정보를 제공하고 있어요.

리스트에서 매장을 선택하면 카드 형태로 노출되며 ‘요기요에서 주문하기’ 버튼을 통해 바로 주문 단계로 이어질 수 있는데요. 아직 챗GPT 내에서 바로 주문할 수 있는 기능까진 지원하고 있지 않지만 이처럼 탐색 과정 중간에 자연스럽게 액션을 유도하면서, 사용자가 별도의 검색이나 이동 없이도 빠르게 주문까지 도달할 수 있도록 설계된 점이 인상적이었어요.

이런 기능은 아쉬워요/있으면 좋을것 같아요.

좌측 이미지는 챗GPT 내에서 요기요 앱 기능 안내 이미지와 비슷한 내용으로 검색한 결과인데요. 안내 이미지에선 ‘마가린 햄버거 가게, 가격대별로 메뉴 정리해서 보여줘’에 대한 검색결과가 메뉴별 이름 + 이미지 + 금액 정보로 리스트 형태로 노출되고, 이를 요기요에서 바로 주문할 수 있도록 버튼도 함께 제공하고 있었어요.

하지만 실제로 사용했을 땐 앱을 사용한 결과가 사용하지 않은 결과가 동일했던 점은 조금 아쉽게 느껴졌어요. 때문에 요기요 메뉴가 리스트 형태로 제공되지 않더라도 ‘요기요에서 주문하기’ 같은 액션 버튼이라도 함께 노출됐다면, 검색부터 주문까지 자연스럽게 이어지는 흐름을 만들 수 있었을 것 같아 아쉬웠어요.

우측 이미지는 향후 요기요에서 고도화 예정인 AI에이전트 기능인데요. 앞으로는 챗GPT 대화창 안에서 주문·결제까지 자연스럽게 이어지도록 기능이 확장될 예정이에요. 단순히 메뉴를 추천해주는 수준을 넘어서, 탐색부터 주문까지 한 흐름으로 이어지는 경험을 만드는 게 핵심인데요.

검색 → 비교 → 선택 → 주문으로 이어지는 전 과정을 하나의 흐름으로 통합하면서, 이탈 구간을 최소화하고 자연스럽게 주문까지 도달하게 만드는 구조를 통해 이런 방향이 잘 구현된다면, 단순 탐색 도구를 넘어 실제 매출로 이어지는 ‘실행형 AI 에이전트’로 자리잡을 가능성이 높아 보여요.

요기요는 GPT에 어떻게 들어갔을까요?

요기요의 챗GPT 연동, 앱 개발에 대한 과정들을 자세하게 확인할 수 있어요!

3. 카카오 - 카카오 툴즈

카카오는 오픈AI와의 협력을 통해 작년, 카카오 메신저 내 GPT 서비스를 오픈했어요. 이후 카카오 툴즈를 도입, 카카오 내외부의 다양한 서비스와 연동이 가능한 에이전트 서비스를 제공하고 있는데요. 초기에는 카카오 선물하기, 예약하기, 지도, 톡캘린더, 카카오T 등 계열사 서비스를 중심으로 진행하다가 최근, 마이리얼트립과 무신사, 올리브영, 현대백화점 등의 외부 서비스를 추가했어요. 가장 큰 장점은 접근성으로 카카오톡 내에서 다양한 카테고리의 서비스와 관련된 정보를 빠르게 확인할 수 있다는 점인데요. 오늘은 카카오 툴즈가 어떤식으로 작동하며, 어떤 특징이 있는지 자세히 살펴볼게요.

하나의 서비스로 다양한 정보를 얻을 수 있어요

카카오 툴즈의 가장 큰 장점은, 우리가 매일 수십 번 확인하는 카카오 서비스 내에서 빠른 접근이 가능하다는 점이예요. 카카오 툴즈에서 사용할 수 있는 서비스는 툴즈 홈에서 확인할 수 있고, 원하는 서비스를 추가하면 제거하기 전까지 언제든 대화를 통해 원하는 내용을 요청할 수 있죠.

추가된 서비스는 카카오 툴즈 - 마이 탭에서 관리할 수 있으며 현재는 10개까지 등록할 수 있어요. 각 서비스를 선택해서 요청하는 방식이 아니라, 카카오 for GPT에서 툴즈를 선택하면 요청사항을 확인, 사용자가 추가한 툴즈에서 적합한 것을 선택해 답변해주는 방식이라 쉽게 활용할 수 있어요.

어떻게 활용하면 좋을지 자세히 확인할 수 있어요

저는 올리브영과 우리의식탁 서비스를 추가했어요. 추가하기 전, 상세화면을 먼저 살펴봤는데요. 기본적인 소개 내용은 물론이고, 간단한 대화 예시를 확인할 수 있었어요. 앱에서 서비스를 직접 활용하는 것과, 대화를 통해 정보를 요청하고 확인하는 건 다른 접근 방법이 될 수 있기에 이런 방법을 제공해주는 건 학습 과정에도 도움이 될 수 있다고 생각해요.

다만, 아직은 대화 예시만 있어서 예시에 따라 어떤 정보를 확인할 수 있는지도 사례로 보여주면 보다 빠른 학습이 가능하지 않을까? 라는 생각도 들어요. 그리고 텍스트가 제가 봐도 좀 작아서 이런 부분을 신경써주는 것도 필요하지 않을까 싶어요. 카카오를 사용하는 모두를 위한 접근성 측면에서요.

거짓 정보가 없다는 점이 좋아요

카카오의 툴즈는 카카오와의 연동을 통해 정보를 제공해요. 이걸 다르게 말하면, 툴즈를 활용할 땐 적어도 거짓된 정보를 받아올 확률이 확연히 낮아진다는 점인데요. 예를 들어, 저는 올리브영을 툴즈에 추가한 뒤 이번 달 올영픽을 물어봤고, 답변을 확인한 뒤 리뷰가 가장 많은 상품 1개를 요약된 내용과 함께 추천해달라고 요청했어요.

이런 정보는 일반적인 LLM에서 쉽게 확인할 수 없는 정보인데요. 이런 데이터를 직접 수집해서 활용하기 어려운 환경이기 때문이에요. 실제 데이터를 바탕으로 답변이 진행되며, 이는 해당 서비스 또는 플랫폼에서 이미 검증된 정보일 가능성이 높기에 신뢰도가 높아질 수 있다는 장점이 될 수 있죠. 답변 속도 역시 빨라지고요. (실제로 같은 요청을 카카오 for GPT - 툴즈를 통해 하는 것과 GPT에게 바로 물어보는 것에는 분명한 차이가 있어요.)

플레이MCP를 통한 생태계 확장

카카오 AI 에이전트 생태계의 핵심은 작년 8월부터 운영중인 ‘플레이MCP’라고 볼 수 있어요. MCP(Model Context Protocol)는 AI 모델이 외부 데이터나 도구와 소통하는 방식을 표준화한 통신 규약으로, AI 모델이 MCP를 통해 외부 시스템과 데이터를 주고받을 수 있도록 해주는데요.

이를 바탕으로 다양한 서비스가 카카오와 연동될 준비를 빠르게 마칠 수 있고, 자체 심사나 별도 과정을 통해 앞으로 카카오 툴즈에는 정말 다양한 서비스가 추가될 수 있는 것이죠.

(광고) AWS, 결국 비용이 아니라 ‘운영’에서 막히더라고요

처음엔 인프라 비용이 걱정이었는데, 막상 써보면 더 어려운 건 따로 있어요.

이걸 내부에서 다 해결하려니 생각보다 부담이 커지는 경우가 생기는데요.

그래서 요즘은 AWS 자체보다 ‘같이 운영해줄 파트너’를 찾는게 더 중요한 것 같아요.

지금 가비아에서 AWS 도입 기업 대상으로 지원사업을 진행 중이에요

비용을 줄이면서, 운영 효율화까지 같이 가져가고 싶은 팀이라면

초기 인프라 세팅 + 운영 부담을 줄이는 선택지로 한 번 검토해볼 만한 타이밍이 아닐까 싶네요! 

오픈채팅방을 통해 뉴스레터로 다 소개하지 못한 정보를 확인해보세요!