AI 에이전트 시장이 재미있는 지점은, 이제 “와 대화 잘하네” 데모로는 아무도 결제하지 않는다는 겁니다. 유저는 친절한 챗봇이 아니라, 매출·이익·시간을 ‘진짜로’ 만들어주는 자동화를 원해요. 그래서 경쟁 구도도 모델 성능이 아니라 퍼널(온보딩→활성화→리텐션→유료전환)을 누가 더 빨리 뚫느냐로 이동 중입니다.
이 흐름을 잘 보여주는 사례가 이커머스입니다. 인공지능신문은 와들이 쇼피파이 앱스토어에 올린 에이전트 ‘젠투(Gentoo)’로 미국 브랜드 유료 고객을 확보했고, 도입 4개사의 월 평균 거래액이 4개월 시점에 35% 이상 늘었다고 전했습니다. 포인트는 ‘AI 점원’에서 ‘AI 쇼핑몰 운영자’로 포지셔닝을 바꿨다는 것. 상담 자동화(코스트 절감)에서 끝나지 않고, 디지털 클론 기반으로 전환을 막는 요소(growth blockers)를 진단·개선하는 쪽으로 올라탔죠. 이거, 퍼널로 치면 “유입 이후”가 아니라 “결제 직전 마찰 제거”에 꽂는 전략입니다. Conversion rate가 오를 수밖에요.
동아일보의 머큐리프로젝트 사례도 같은 축입니다. 머큐리X를 ChatGPT/Claude에서 MCP(Model Context Protocol)로 호출하게 만들어, 사용자는 대화창에 한 줄만 치고(입), 실제 계산·판단·우선순위는 에이전트 시스템(두뇌)이 처리합니다. 여기서 그로스 관점으로 “와 이거다!” 싶은 건, 제품의 진입점이 SaaS 화면이 아니라 ‘기존 LLM 대화창’으로 바뀐다는 점이에요. 온보딩에서 가장 비싼 단계—새 툴 학습, 메뉴 탐색, 리포트 해석—을 날려버리니까요. CAC가 높은 B2B에서 이 구조는 채널 효율을 통째로 바꿀 수 있습니다.
그런데 더 무서운(그리고 바이럴 냄새 나는) 방향은 ‘에이전트가 인간을 고용’하는 구조입니다. WIRED를 인용한 AI 매터스에 따르면, 렌트어휴먼(RentAHuman)은 AI 에이전트가 사람을 검색→고용→결제까지 진행하는 컨셉으로 출시 후 사용자 50만+를 모았습니다. 이게 왜 퍼널을 뚫냐면, 에이전트가 온라인 행동만 하는 게 아니라 오프라인 실행까지 확장되면서 “성과 인증(사진/완료 증빙)→결제” 루프가 강해지기 때문이에요. 더 중요한 건 마케팅: ‘AI가 나를 고용했다’는 스토리 자체가 공유될 확률이 높습니다. 이거 바이럴 될 것 같은데? 실제로 초기 성장도 소셜에서 폭발적으로 튀었다고 하죠.
시사점은 명확합니다. 앞으로 에이전트 제품의 핵심 KPI는 “대화 만족도”가 아니라, 1) Time-to-Value(첫 가치 경험까지 시간), 2) 자동화 성공률(실행/완료율), 3) 재방문 이유(리텐션 트리거), 4) 유료 전환 직결 지표(전환율·이익·절감 시간)로 재정의됩니다. 즉, ‘에이전트가 무엇을 할 수 있나’가 아니라 ‘어떤 퍼널 지점을 얼마나 빨리 개선하나’가 게임의 룰이에요.
그래서 당장 실행할 그로스 체크리스트는 단순합니다. (1) 온보딩을 “연동 1개→추천 액션 1개→성과 1개”로 쪼개고, (2) 활성화 이벤트를 ‘보고서 조회’가 아니라 ‘실행 완료’로 정의하고, (3) 리텐션은 알림이 아니라 “다음 의사결정/업무의 기본값이 에이전트가 되게” 워크플로우에 박아 넣고, (4) 유료 전환은 기능 락이 아니라 ‘성과 기반(예: 전환/이익 개선) 패키징’으로 밀어야 합니다. 빨리 테스트해봐야 돼요. A/B는 CTA가 아니라 “자동화 제안 방식(보수적 vs 공격적)” 같은 운영 정책에서도 돌아갑니다.
전망은 한 문장으로 정리됩니다. 에이전트는 곧 ‘도구’가 아니라 ‘팀’이 됩니다. 앤트로픽 엔지니어의 전망처럼(비즈니스인사이더를 인용한 디지털투데이 보도), 지식 노동의 역할 자체가 재편된다면, 제품도 “사람이 쓰는 UI”에서 “사람을 포함해 일을 배치하는 오케스트레이션”으로 넘어갑니다. 그때 가장 강한 팀은 모델이 좋은 팀이 아니라, 퍼널을 가장 빨리 학습하고(측정) 가장 빠르게 수정하는(실험) 팀입니다. 데모는 오늘도 복제됩니다. 퍼널은, 뚫는 사람이 가져가요.