인터넷 유입의 전제가 무너지고 있습니다. 휴먼 시큐리티의 ‘State of AI Traffic’(aitimes 인용)에서 자동화 트래픽이 인간 트래픽보다 더 빠르게 성장했고, 특히 에이전틱 AI 사용량이 7851% 급증했습니다. 더 중요한 건 양이 아니라 ‘역할’입니다. 에이전트 트래픽의 다수가 상품 탐색(77%)에서 발생하고, 로그인(13%)과 결제(2.3%)까지 침투했다는 건 상단 퍼널이 더 이상 “클릭을 유도하는 화면”이 아니라 “행동을 실행하는 인터페이스”가 됐다는 뜻입니다.
이 변화는 CAC 구조를 바꿉니다. 사람은 광고→랜딩→온보딩의 설득 퍼널을 타지만, 에이전트는 목적(최저가/재고/배송/정책)을 들고 와서 곧장 ‘실행 가능성’을 테스트합니다. 버튼이 불안정하거나, 로그인 플로우가 꼬이거나, 결제 단계에서 예외 처리가 약하면 전환율이 아니라 ‘호출 중단’이 발생합니다. 즉, 퍼널의 경쟁 단위가 “브랜드/카피/디자인”에서 “결정론적 실행(Deterministic Execution)과 신뢰”로 이동합니다.
문제는 많은 팀이 여전히 에이전트를 ‘실시간 LLM 브라우저 조종’으로 접근한다는 점입니다. dev.to의 Tap 프로토콜 글이 정확히 찌르는 지점이 여기입니다. 매 클릭마다 모델을 태우면 느리고 비싸고(토큰), 불안정합니다(환각/셀렉터 변경). 반면 Tap은 “한 번 학습(페이지 이해) → 반복 실행(스크립트)”로 분리합니다. AI는 어려운 구간(구조 파악, 셀렉터 찾기, 추출 로직)을 forge_inspect/verify로 ‘단 한 번’ 해결하고, 이후엔 tap.run으로 AI 없이 반복 실행하는 방식이죠. 성장 관점에서 이건 곧바로 레버가 됩니다: 에이전트 전환 퍼널의 변동성을 줄이면서 운영비(COGS)까지 함께 깎을 수 있으니까요.
그렇다면 ‘에이전트 퍼널 대응’의 실행 체크리스트는 명확합니다. (1) 퍼널을 사람 기준 단계가 아니라 에이전트 작업 단위로 재정의하세요: 탐색→필터/정렬→상품 상세→장바구니→로그인/인증→결제→주문 확인. (2) 각 단계의 실패를 “UX 이탈”이 아니라 “자동화 실행 실패”로 로깅하세요. HTTP 오류만이 아니라 DOM 변경, 리다이렉트, 2FA 트리거, 재고 변동 같은 비정형 실패가 핵심 이벤트입니다. (3) 성공 경로는 Tap 같은 ‘결정론적 스킬’로 고정해 재시도 비용을 제거하세요. 상단 퍼널에서의 작은 불안정성이 에이전트 세계에서는 CAC 상승(재시도/대체 서비스 선택)으로 직결됩니다.
시사점은 두 가지입니다. 첫째, 에이전트 친화성은 새로운 ‘채널 최적화’입니다. 에이전트가 많이 방문하는 카테고리(이커머스/미디어/여행에 AI 트래픽 95%+ 집중, aitimes 인용)라면, 이제 SEO만이 아니라 “에이전트가 실행하기 쉬운 인터페이스” 자체가 유입/전환의 경쟁력이 됩니다. 둘째, 보안은 더 이상 봇 차단의 문제가 아닙니다. 같은 보고서에서 정상 자동화와 악성 봇의 행동 차이가 0.5% 수준이라 했습니다. 무조건 막으면 전환을 잃고, 열어두면 사기 비용이 폭발합니다. 해법은 ‘의도 기반 신뢰’와 ‘권한 최소화’입니다: 단계별 제한, 멱등성 키, 위험 신호 시 추가 인증 같은 동적 정책이 퍼널의 일부가 됩니다.
전망은 냉정합니다. 클라우드플레어 CEO가 2027년 인간 트래픽 추월을 말했듯(aitimes 인용), “사람이 보는 웹”과 “에이전트가 실행하는 웹”은 동시에 최적화해야 합니다. 이때 승자는 멋진 데모가 아니라, 스킬을 프로토콜로 축적해 ‘한 번 만들고 계속 돌리는(Forge once, run forever)’ 팀입니다(dev.to Tap 글 참조). 다음 분기 실험 과제는 단순합니다. 상위 3개 전환 플로우를 선정해 Tap류 결정론 실행으로 고정하고, 전환율·재시도율·실행시간을 KPI로 묶어 A/B 테스트하세요. 에이전트 시대의 그로스는 광고비가 아니라 “실행 신뢰성”에서 나옵니다.