기계 고객이란?
‘기계 고객(Machine Customer)’은 2023년 1월 가트너가 발행한 책 ‘기계가 고객이 될 때(When Machines Become Customers)’에 나온 기술 용어입니다. 이 책에서 가트너는 ‘2027년까지 선진국 인구의 50%가 인공지능(AI) 비서를 사용하게 될 것’이라고 말하며, 소비 시장이 사람이 아닌 기계를 상대하게 될 것이라고 설명했습니다. AI 시대가 오더라도 최종 결정은 사람이 하는 것이 오늘날 수많은 AI 비즈니스의 기조이기 때문에 선뜻 이해하기 어려울 수 있는데요. 기계가 고객이 된다는 것 자체가 공상과학의 일부처럼 느껴질 수 있지만 기계 고객은 이미 존재합니다.
가트너 부사장 돈 샤이벤레이브(Don Scheibenreif)는 “기계 고객의 시대는 이미 시작됐다. 지구상에는 구매자 역할을 할 수 있는 잠재력을 가진 기계가 소비자보다 많다”라고 말했습니다. 그리고 “모니터링, 감시 카메라, 커넥티드 카, 스마트 조명, 태블릿, 스마트 워치, 스마트 스피커, 커넥티드 프린터 등 약 97억 개가 넘는 IoT 장비들이 모두 고객이 될 수 있다”라고 덧붙이기도 했습니다.
그렇다면 기계 고객은 지금 어디에 있으며, 기계 고객이 가져올 혜택은 무엇일까요? 또한 기계 고객을 맞이하기 위해 우리는 무엇에 대비해야 할까요?
이번 글에선 새로운 메가 트렌드로 떠오른 기계 고객의 현재와 미래를 다뤄보겠습니다.
기계 고객의 대표 사례
가트너는 2024년 10대 전략 기술에서도 기계 고객을 언급했습니다. 가트너는 기계 고객을 ‘AI와 IoT를 통해 소비자 대신 구매하는 기술’이라고 정리했는데요. 기계 고객의 대표 사례로 꼽히는 것 중 하나가 바로 2015년에 아마존이 출시한 ‘대시 버튼(Dash Button)’입니다.
대시 버튼은 세제, 기저귀, 면도기 등 300개 제품에 대해 소비자가 사전에 설정한 결제 방법과 배달 지시 사항을 클릭 한 번에 완료하는 원클릭 쇼핑 서비스입니다. 소비자가 버튼을 누르면, 실제 주문부터 배송까지의 상호작용은 자동화 봇이 진행하는 방식입니다.
기계 고객의 구조를 대시 버튼으로 이해하면 ‘구매 프로세스 자동화’로 단순화할 수 있습니다. 하지만 대시 버튼은 단순하기 때문에 복잡한 주문을 처리할 수 없고, 장치마다 한 개의 구매 설정만 가능하다는 한계점도 있었습니다. AI의 개념은 빠진 채 IoT 기능만 탑재됐기 때문입니다. 아마존은 AI 비서 알렉사(Alexa)가 탑재된 ‘에코(Echo)’ 주문 서비스 사용량이 증가하면서 2019년 IoT기반의 대시 버튼을 단종했다고 설명했습니다. 즉, 기계 고객의 대표 사례인 대시 버튼이 AI에 자리를 빼앗긴 셈입니다.
하지만 가트너는 대시 버튼 같은 IoT 장치와 알렉사 등의 AI 비서가 결합됐을 때, 비로소 지능형 기계 고객이 등장할 수 있다고 내다봤습니다. 그 예로 차량에 워셔액 부족 경고등이 떴을 때, 이를 감지한 차량의 AI 비서는 운전자에게 “지난번 구매한 워셔액을 재구매할까요?”라고 물을 수 있습니다. 이어서 운전자가 “다른 추천할 만한 워셔액이 있어?”라고 물으면 차량의 AI 비서는 “장마가 예상되니 방수 코팅 워셔액은 어떠세요?”라고 추천할 수 있을 것입니다. 마지막으로 운전자가 구매를 요청하면 차량의 AI 비서는 기계 고객이 돼 구매를 수행할 수 있습니다.
위의 예시에 대해서도 여전히 사람이 최종 구매를 결정했다고 할 수 있습니다. 하지만 결제를 위한 모든 과정이(필요한 상품을 확인하거나 종류와 가격을 비교하는 단계) 생략되며, 사람은 중간에서 구매라는 트리거 작동에 대한 판단을 할 뿐입니다. 이는 사람 중심이었던 마케팅과 세일즈 전략이 변화한다는 걸 의미하는데요. 오늘날 많은 판매자가 소비자에게 상품을 홍보하기 위해 디스플레이 광고나 상세 페이지를 생산하지만, 기계 고객에게 필요한 건 소비자를 현혹하기 위한 문구가 아닌 상품에 대한 정확한 데이터와 알고리즘입니다. 워셔액 예시로 설명해 보겠습니다. 워셔액 구매를 AI 비서에게 맡기려고 했을 때 필요한 건 워셔액의 성분 차이와 가격, 재구매율, 배송 기간과 같은 데이터입니다. 즉, 이전의 인지심리학을 활용한 사람 대상의 광고나 홍보로는 기계 고객을 사로잡을 수 없다는 것입니다.
가트너는 이런 현상이 3단계를 거쳐 향후 10년 동안 변화할 것이라고 전망했는데요. 아래에서 가트너가 분류한 기계 고객의 3단계 내용을 더 자세히 살펴보겠습니다.
기계 고객의 3단계 진화 과정
가트너는 기계 고객이 Bound Customer, Adaptable Customer, Autonomous Customer를 거쳐 진화할 것이라고 설명했습니다.
1. Bound Customer
1단계는 기계 고객이 대시 버튼처럼 설정된 규칙에 따라 특정 품목을 구매하는 단계입니다. 현재 대부분 기계 고객은 Bound Customer입니다. 구매에 대해 사람이 큰 결정권을 가지며 사람의 개입이 가장 큰 단계이기도 합니다.
2. Adaptable Customer
2단계는 기계 고객이 규칙에 따라 경쟁 제품 중에서 최적화된 선택을 할 수 있는 단계입니다. 앞서 설명한 워셔액 예시처럼 사람과 AI 비서가 상호작용하며 상품 선택 및 구매를 결정합니다. 양쪽 모두 구매에 대한 의견을 제시하는 권한을 가지지만 사람의 개입을 최소화하는 것을 목표로 합니다. 로봇 트레이딩이나 자율 주행 차량이 이 단계에 속하는데요. 가트너는 2026년 이후 Adaptable Customer가 본격화될 것으로 예상했습니다.
3. Autonomous Customer
3단계는 기계 고객이 소비자의 소비 패턴, 선호도, 니즈를 추론해 구매를 결정하는 단계입니다. 기계 고객이 고도의 재량권을 가지고, 거래에 관한 대부분의 프로세스를 소유하며, 필요에 따라서는 기계의 자체적인 니즈를 반영할 수도 있습니다. 가트너는 2036년 이후 Autonomous Customer가 본격화될 것으로 예상했습니다.
가트너 부사장 돈 샤이벤레이프는 3단계로 구분되는 기계 고객에 공통점이 있다고 말했습니다. 그리고 “기계 고객이 사람과는 다른 결정을 내리고 논리적이고 투명할 수 있지만, 규칙에 따라서는 그렇지 않을 수도 있다. 감정이 아닌 많은 데이터를 효율적으로 처리하는 데에 집중할 가능성이 크다.”라고 덧붙였습니다.
때문에 기계 고객의 등장은 소비자뿐만 아니라 판매자로서도 새로운 고객층을 분류할 필요가 있습니다. 특히 지역, 나이, 성별과 같은 기존 고객 세그먼트가 의미 없어질 수 있는데요. 가장 중요한 건 이미 기계 고객을 대비한 기업과 그렇지 않은 기업의 격차는 비교할 수 없을 만큼 벌어질 수 있다는 것입니다.
기계 고객이 해결해야 할 5가지 과제
기계 고객이란 어감이 주는 불쾌함이 있을 수 있습니다. 흔히 기계 고객 하면 딱딱하고 인간미를 상실한 차가운 존재 또는 사람의 결정권을 빼앗고 시장에 혼란을 가져올 미래 등을 떠올릴 텐데요. 그리고 최종 결정권은 사람인 나에게 있으니 먼 미래 기술처럼 느껴지기도 합니다. 이때 기계 고객을 ‘자동화 고객’이란 말로 바꾸면 불쾌함이 조금 줄어들 것도 같습니다. 자동화 고객이란 단어는 오늘날 수많은 구매 문제를 자동화로 해결할 수 있는 솔루션으로 느껴지기 때문입니다.
예로 로봇으로 자동화된 커피 전문점을 상상해 보겠습니다. 커피 머신이 판매량 데이터를 토대로 필요한 원두를 주문하고, 수요 예측과 원가율을 고려해 거래처와 가격을 협상하고 더 낮은 가격에 대량의 원두를 구매하면 어떨까요? 구매에 관한 리소스를 최소화하고 비용을 절감해 즉각적인 의사 결정이 가능해질 것입니다. 이는 구매 또는 소매 자동화 기술과 같은 맥락으로, 기계 고객이 자동화 동향의 일부라는 방증입니다.
기계 고객의 등장은 다른 자동화와 마찬가지로 수많은 기회를 제공할 것입니다. 하지만 기업이 해결해야 할 새로운 과제도 증가할 텐데요. 아래에서 기계 고객에 대한 5가지 과제를 살펴보겠습니다.
1. 영업 전략 재설계
위에서 언급한 커피 전문점 예시대로라면 원두 공급 업체는 기계 고객과 협상해야 합니다. 얼핏 경쟁 업체보다 저렴한 가격 데이터 등이 기계 고객을 영업할 가장 좋은 방법으로 보일 수 있지만, 여전히 의사 결정권자는 사람입니다. 의사 결정자가 원산지, 생산 환경, 운송 과정, 포장 상태 등 기계 고객의 구매 결정에 영향을 끼칠 조건을 설정했다면 기계 고객은 그 어떤 바이어보다 빠르게 조건에 부합하는 공급처를 찾아냅니다. 즉, 의사 결정자와 그를 보조하는 기계 고객을 모두 만족할 수 있는 영업 전략이 필요하다는 것입니다. 그렇기 때문에 공급업체는 그 어느 때보다 기민하고 유연한 접근 방식이 필요합니다.
2. 상호 운용성 확보
디지털 트랜스포메이션(DX) 촉진을 위한 타 시스템들과의 연결성이 급증하며, 기계 고객의 연결성도 증가할 것으로 전망됩니다. 당장 아마존 대시는 아마존의 결제 시스템, 상품, IoT 버튼, 나아가 알렉사와 연결됐는데요. 만약 알렉사뿐만 아니라 애플의 시리(Siri), 구글 어시스턴트(Google Assistant), 구글 바드(Bard), 챗GPT(ChatGPT) 등 온갖 AI 기술과 연결되면 어떻게 될까요? 각 AI와 원활한 상호작용과 호환성이 보장돼야 연결성을 해치지 않고 기계 고객 전략을 수립할 수 있을 것입니다. 때문에 기업의 제품, 플랫폼, AI 기술, 기계 고객 시스템에 대한 연결성을 유지하려면 상호 운용성을 확보해야 합니다.
3. 고객 요구 밸런싱
기계 고객은 많은 변화를 가져올 것이지만, 여전히 사람 소비자가 존재하는 것은 마찬가지입니다. 소비자도 계속 존재할 것입니다. 기계 고객과 소비자를 완벽하게 구별할 수 없다면 기업은 소비자와 기계 고객의 경험을 서로 해치지 않는 선에서 균형 있게 관리해야 할 것입니다. 또한 기계 고객의 세그먼트가 세분화될 경우 지금보다 증가한 다양성을 충족할 방법이 필요할 것입니다.
4. 시장 복잡성
앞서 설명한 것처럼 소비자 세그먼트에서 발견한 규칙이 기계 고객에 적용되지 않을 수 있다는 점은 거대한 복잡성과 리스크를 예고합니다. 기존 시장에서는 소비자에 대한 비즈니스 모델만 고려하면 됐지만, 기계 고객의 등장은 ‘기계 고객이 구매할 만한 상품인가?’라는 새로운 질문을 던질 수밖에 없습니다. 각 비즈니스 모델의 시장 규모, 성장 속도, 지표의 상관관계가 재편될 수 있다는 점은 어떤 기업이 복잡성을 얼마나 해소하는가에 따라서 상이한 전략, 투자, 지출 결과를 만들 것입니다.
5. 데이터 보안
가트너는 투명성과 효율성이 기계 고객과 소통할 때 필요한 핵심 요소라고 설명했습니다. 기계 고객과의 소통은 방대한 고객 데이터, 영업 전략, 상호운용성 등에 포함된 데이터로의 접근이 늘어난다는 것을 의미합니다. 즉, 기계 고객과의 거래를 안전하게 보호하기 위한 보안 전략이 필요합니다.
기계 고객의 미래
‘미국 생산성 및 품질 센터(APQC, American Productivity Quality Center)’에 따르면, 로봇 프로세스 자동화(Robotic Process Automation, RPA) 등 구매 자동화 솔루션을 사용하는 기업은 그렇지 않은 기업보다 평균 2일 더 빨리 물건을 납품받을 수 있다고 밝혔습니다. 소비자가 발생시킨 수요를 처리하는 데도 자동화의 이점이 있는데요. 기계 고객이 보편화될수록 자동화로 처리해야 하는 트랜잭션 규모는 수십, 수백 배 증가할 것입니다. 지금보다 더 정교하며 기계 고객에 대응할 수 있는 자동화 솔루션이 필요한 시점이 오는 것인데요. 사람처럼 판단하지 않는 기계 고객이 대상일 때는 데이터와 알고리즘만이 상품 판매에 필요한 요소가 될 가능성이 큽니다.
가트너는 기계 고객 시장이 과거 전자상거래가 처음 등장했을 때보다 약 2배 큰 규모, 2배 더 빠른 속도로 변화할 것으로 예측했습니다. 그리고 Autonomous Customer 단계까지 진입하면 기계 고객이 고도의 재량권을 가지고 사람을 대신해 독립적으로 행동하고 거래와 관련된 대부분의 프로세스 단계를 소유할 것으로 내다봤습니다. 가트너는 Autonomous Customer의 예로 AI 기반으로 자동화된 헤지펀드 아이디아(Aidyia)를 언급했습니다. 아이디아는 뉴스를 읽고 대량의 경제 데이터를 분석하고, 모호한 패턴을 파악하거나 시장 동향을 예측해 투자를 결정하는 기계 고객입니다.
기계 고객은 생성형 AI의 등장으로 훨씬 빠른 속도로 확산 중인데요. 호주 커먼웰스 은행(CBA)은 생성형 AI로 신규 금융 상품과 제품들을 테스트할 수 있는 가짜 고객을 만드는 방법을 검토 중입니다. 가짜 고객으로 일상에서 벌어지는 거래를 시뮬레이션하고, 그 경험을 바탕으로 고객의 상황이나 재정 문제, 신규 제품에 반응하는 양상 등을 질적, 양적으로 이해하는 것이 목표라고 합니다. 중요한 건 이 목표가 생성형 AI 시대에선 어렵지 않게 달성할 수 있다는 것입니다.
가트너는 “미래의 영업사원은 기계의 행동을 연구해 상업적 전략에 도움이 될 수 있는 패턴을 파악할 수 있어야 한다”고 언급했습니다. 기계 고객과의 상호작용을 진지하게 고민할 시점입니다.
글 ㅣ LG CNS 융합기술연구소 기술전략팀
[기계 고객의 5가지 과제 참고문헌]
2. Gartner – Customer Service & Support
4. amazon developer – Virtual Dash Button Service
[기계 고객의 미래 참고문헌]
2. CLOUDFLARE – The Grinch Bot is Stealing Christmas!
3. PROXYWAY – The Best Sneaker Bots That Dominate 2024
4. CopSupply – Nike Sneaker Bots
5. Giftpack
