2026년까지 고객 유치에 AI가 필수라는데, 당신의 회사는 준비되었는가?
Published Jun 22, 2026
놀라운 수치부터 말씀드리죠. SAP의 최신 연구 결과에 따르면, 2026년까지 무려 78%의 기업이 고객을 유지하는 데 인공지능이 필수적이라고 생각하고 있습니다. 불과 몇 년 앞으로 다가온 미래에 AI가 비즈니스의 생존 조건이 될 것이라는 공감대가 형성된 것이죠. 하지만 이와 동시에 충격적인 사실도 드러났습니다. 고객 경험(CX) 플랫폼에서 고객 데이터를 공유하는 기업은 37%에 불과하며, 고객 관계 관리(CRM) 플랫폼에서 데이터를 공유하는 기업 역시 39%에 그친다는 사실입니다. AI의 중요성은 모두가 알지만, 정작 AI가 제대로 작동하기 위한 **핵심 동력인 ‘데이터’**는 여전히 뿔뿔이 흩어져 제대로 활용되지 못하고 있다는 방증입니다. 솔직히 말해서, 이처럼 파편화된 데이터는 AI 활용의 발목을 잡는 가장 큰 걸림돌이 아닐까요?
이러한 구조적인 데이터 실패는 직접적인 인프라의 개입 없이는 해결되기 어렵습니다. 바로 이 지점에서 SAP와 구글 클라우드의 협력이 빛을 발합니다. 두 거대 기술 기업은 파트너십을 확장하여 데이터, AI, 고객 인게이지먼트, 그리고 커머스 운영을 하나로 연결하는 ‘에이전트 기반 고객 경험 아키텍처(agentic customer experience architecture)‘를 구축하고 있습니다. 말 그대로 AI가 주도하는 비즈니스 프로세스의 새로운 지평을 열겠다는 야심 찬 시도라고 할 수 있습니다.
파편화된 커머스 생태계, UCP가 답인가?
대부분의 디지털 커머스 인프라는 복잡하고 파편화된 API에 의존합니다. 이는 여러 시스템 간의 데이터 교환을 어렵게 만들고, 새로운 기술이나 서비스 도입 시마다 엄청난 통합 비용과 시간을 발생시키는 주범이었죠. 하지만 SAP 커머스 클라우드는 이러한 고질적인 문제를 해결하기 위해 **‘유니버설 커머스 프로토콜(Universal Commerce Protocol, UCP)‘**을 채택하고 있습니다. 이 프로토콜은 소매업체, 결제 게이트웨이, 그리고 자율 에이전트 간의 데이터 교환을 표준화합니다. 개인적으로 이 UCP의 역할이 이번 아키텍처의 핵심이라고 봅니다. 파편화된 디지털 커머스 생태계에서 표준화는 늘 꿈같은 이야기였는데, SAP가 적극적으로 나섰다는 점은 주목할 만합니다.
UCP를 통해 엔지니어링 팀은 지능형 에이전트와 커머스 플랫폼 간의 직접적인 상호작용을 손쉽게 구현할 수 있게 됩니다. 이는 통합 비용을 낮추고, AI 기반 채널로의 온보딩을 가속화하는 효과를 가져옵니다. 생각해 보세요. 검색부터 거래 처리, 사후 해결에 이르는 전체 소매 시퀀스를 소프트웨어가 독립적으로 실행할 수 있다는 것은 혁명적인 변화가 아닐 수 없습니다.
SAP는 구글과의 협력을 통해 판매자의 제품이 제미니(Gemini) 애플리케이션과 구글 검색(특히 AI 모드 기능)에 자연스럽게 노출되도록 할 계획입니다. 소비자는 이러한 인터페이스를 통해 상호작용하지만, 백엔드 아키텍처는 소매업체가 기존 인프라를 재구축할 필요 없이 재고 확인, 장바구니 관리, 결제 처리를 자동으로 수행합니다. 마치 눈에 보이지 않는 유능한 비서가 모든 것을 처리해주는 것과 같습니다.
고객 경험을 혁신하는 ‘쇼핑 어시스턴트’와 ‘자율 마케팅’
SAP 커머스 클라우드는 구글 제미니(Google Gemini) 기능을 통합하여 전용 **‘쇼핑 어시스턴트(Shopping Assistant)‘**를 제공합니다. 이 어시스턴트는 브랜드가 고객에게 직접 배포하여 채팅, 음성, 텍스트 상호작용을 촉진합니다. 단순히 챗봇이 아닙니다. 쇼핑 주기 내내 고객의 상태를 기억하고, 실시간 행동 입력, 현재 창고 용량, 활성 마케팅 데이터를 흡수하여 맞춤형 상품 조합은 물론, 전체 이벤트 구성까지 제안합니다. 지속적으로 추천을 정교화함으로써, 애플리케이션은 높은 관련성과 함께 엄격한 실제 이행 가능성을 보장합니다.
이 마지막 부분, 즉 ‘엄격한 실제 이행 가능성’이 왜 중요한지 아시나요? 기업 시스템은 종종 프로모션 캠페인이 실제 재고가 감당할 수 없는 수요를 촉발할 때 실패합니다. 프론트엔드 인터페이스가 백엔드 창고 시스템과 동기화되지 않아 디지털 구매가 중단되는 경우는 비일비재하죠. 소비자들이 프로모션 이메일을 클릭하고 관련 모바일 앱을 로드했지만, 결제 과정에서 갑작스러운 품절 알림에 직면하는 상황은 흔한 일입니다. 솔직히 말해서, 이런 문제는 저도 온라인 쇼핑을 하면서 수없이 경험했던 부분입니다. 단순히 불편함을 넘어, 브랜드에 대한 신뢰도를 떨어뜨리는 치명적인 요소죠. SAP와 구글 클라우드는 바로 이러한 시스템적인 고객 경험 실패를 해결하기 위해 공동 솔루션을 설계했습니다.
이 아키텍처는 단절된 접점을 관리하는 대신, 전체 시퀀스를 통합합니다. 기존의 상업 설정에서는 소비자가 이전에 공유한 정보를 반복해서 입력해야 하는 경우가 많았습니다. 지원 직원은 통합된 기록에 접근하지 못해 문제를 효율적으로 해결하지 못하는 경우가 잦았고요. 이번 통합은 이러한 운영상의 문제점을 해결하여, 시스템이 모든 디지털 자산에서 사용자 및 그들의 정확한 맥락을 즉시 인식하도록 합니다.
마케팅 실행 역시 고도로 정확한 데이터 파이프라인을 요구합니다. SAP 인게이지먼트 클라우드는 구글 클라우드와 협력하여 자율적인 다중 에이전트 프레임워크를 구축하고 있습니다. 기술적 기반은 ‘SAP 비즈니스 데이터 클라우드 커넥트 포 구글 빅쿼리(SAP Business Data Cloud Connect for Google BigQuery)‘에 의존합니다. 이 배포는 엄격한 관리 통제로 보호되는 양방향, 제로-카피 데이터 링크를 활용합니다. 방대한 데이터 스토어를 복제하는 대신 그대로 두면 저장 비용과 네트워크 지연 시간이 현저히 줄어듭니다.
빅쿼리는 날씨, 정확한 위치, 활성 광고 상호작용률과 같은 실시간 변수를 수집합니다. SAP 고객 경험 솔루션은 고객 프로필, 정확한 거래 기록, 특정 서비스 상호작용 및 동의된 참여 기록과 같은 내부 행동 맥락을 제공합니다. 그리고 SAP 인게이지먼트 클라우드가 이 모든 결합된 인텔리전스를 활성화하여, 고객 라이프사이클 전반에 걸쳐 개인화된 상호작용을 조율하기 위해 자율 에이전트를 배포합니다.
특히, 빅쿼리가 로직을 처리하는 동안 비즈니스 데이터 클라우드를 통해 정보가 라우팅되면 즉각적인 재고 동기화가 가능해집니다. 쇼핑 어시스턴트는 제품을 표시하기 전에 실시간 창고 기록을 적극적으로 질의하여, 제안을 하기 전에 가용성을 확인합니다. 재고 부족으로 인한 고객 불만을 최소화하는 것이죠.
고급 생성 모델은 마케팅 캠페인의 지역화된 출력을 지시합니다. 구글 제미니 모델, 특히 나노 바나나 2(Nano Banana 2) 버전은 특화된 에이전트 기능을 제공합니다. 이 모델들은 양방향 데이터 흐름이 제공하는 정확한 사양에 따라 지역화된 메시지, 맞춤형 이미지, 그리고 캠페인 변형을 동적으로 생성합니다. 구글 리치 커뮤니케이션 서비스(RCS)를 통해 표준 문자 메시지를 몰입적이고 상호작용적인 인터페이스로 업그레이드하기도 합니다. 광고 크리에이티브는 수신되는 참여 데이터에 따라 지속적으로 진화하며, 시스템은 상호작용을 처리하고, 사용자 프로필에 대한 응답을 평가하며, 나노 바나나 2 모델에 후속 커뮤니케이션을 조정하도록 지시합니다.
마케팅 부서는 수동 실행을 포기함으로써 높은 효율성을 달성합니다. 경직된 캠페인 매개변수를 구성하는 대신, 팀은 비즈니스 목표를 설정하고 SAP 인게이지먼트 클라우드에 기업 데이터 접근 권한을 제공합니다. 자율 에이전트가 필요한 단계를 조율하고, 구글 빅쿼리 분석을 기반으로 잠재 고객을 세분화하며, 구글 제미니 모델을 통해 특정 콘텐츠 변형을 생성합니다.
이러한 아키텍처의 배포는 표준 상거래 운영을 재구성합니다. 이제 소비자는 검색 엔진과 대화형 인터페이스에 구매 의도를 지시하게 됩니다. 이번 SAP와 구글 클라우드의 협력은 단순히 두 거대 기업의 기술 제휴를 넘어, 미래 커머스 시장의 새로운 표준을 제시하려는 시도로 해석될 수 있습니다. AI 시대, 고객 경험의 혁신은 이제 선택이 아닌 필수가 되어가고 있습니다. 당신의 비즈니스는 이 변화의 물결에 어떻게 대응하고 계신가요?
출처
- 원문 제목: SAP and Google Cloud deploy agentic commerce architecture
- 출처: AI News
- 원문 기사 보러가기
