INSIGHT · GEO TREND
메타 뮤즈로 본 에이전트 경험, 그리고 고객 경험 설계 기반의 GEO
CONTENTS
2026년 9월 8일, 메타가 개인 AI 에이전트 뮤즈(Muse)를 미국에서 내놓았습니다. 사람이 할 일을 말하면 뮤즈가 브라우저를 열고, 양식을 채우고, 구매 직전에 승인을 받아 결제까지 진행합니다. 고객과 브랜드 사이에 에이전트가 들어선 것입니다. 에이전트가 고객 대신 고르고 결제하는 에이전틱 커머스의 시작입니다. 저는 이 소식을 에이전트 경험(AX, Agent eXperience) 관점에서 읽어야 한다고 봅니다.
에이전트가 고객 대신 상품을 찾고 비교하고 결제하면, 브랜드의 상세페이지를 먼저 읽는 쪽은 사람이 아니라 에이전트입니다. 그 변화가 가장 먼저 닿는 업종은 검색, 비교, 결제로 여정이 짧고 조건이 뚜렷한 커머스와 여행입니다.
메타 뉴스룸의 발표에 따르면 뮤즈는 이메일 발송이나 여행 예약 같은 일을 맡고, 브라우저를 열어 양식을 채우며, 사용자를 대신해 협상도 합니다. 시간이 걸리는 일은 앱을 닫은 뒤에도 이어서 하고, 이메일을 보내거나 구매하기 전에는 사람에게 승인을 받습니다. 결제는 스트라이프의 링크(Link)로 처리하는데, 실제 카드 번호 대신 일회용 카드를 만들어 씁니다. 뮤즈는 미국에서 iOS, 안드로이드, 웹으로 먼저 출시됐습니다.
커머스 인프라도 출시와 함께 움직였습니다. 쇼피파이는 출시 당일 관리자 화면의 에이전틱 스토어프런트(Agentic Storefronts)에 메타를 AI 채널로 추가했고, 상점의 상품은 쇼피파이 카탈로그를 통해 기본값으로 메타에 공유됩니다. 9월 21일에는 토비 뤼트케 쇼피파이 CEO가 모든 쇼피파이 상점에서 숍페이(Shop Pay)로 에이전트 결제를 지원하는 협력을 발표했다고 보도됐습니다. 메타는 9월 23일 월마트, 갭, 세포라, 익스피디아, 웨이페어, 베스트바이 등과의 제휴를 발표했고, CNBC는 메타 대변인을 인용해 쇼핑이 뮤즈의 가장 큰 사용 동력 가운데 하나가 됐다고 전했습니다.
반대 방향의 움직임도 있습니다. 같은 CNBC 보도에 따르면 아마존은 이용 약관 위반을 이유로 뮤즈가 자사 사이트에서 구매하지 못하도록 막았고, 페이팔은 결제 수단으로 발표됐지만 아직 쓸 수 없는 상태입니다. 개인정보와 가격 책정을 둘러싼 우려도 함께 제기됐습니다. 에이전트 쇼핑의 규칙은 아직 정해지는 중입니다. 그래도 상품 발견부터 결제까지 에이전트 하나로 이어지는 흐름은 이미 미국에서 실제 거래로 움직이고 있습니다.
에이전트 경험이라는 용어는 넷리파이(Netlify)의 공동 창업자 매티아스 빌만이 2025년 1월의 글에서 처음 제안했습니다. 그는 1993년 도널드 노먼이 이름 붙인 사용자 경험(UX), 2011년 제러마이아 리가 이름 붙인 개발자 경험(DX)의 계보를 잇는 말로, 에이전트 경험을 ‘AI 에이전트가 제품이나 플랫폼의 사용자로서 겪는 경험 전체’로 정의했습니다.
이 개념의 출발점은 개발 도구였습니다. 에이전트가 API를 찾고, 문서를 읽고, 오류에서 회복할 수 있는지가 주된 관심사였습니다. 그러면서도 빌만은 에이전트의 필요를 더 잘 채우는 일이 결국 사람 사용자의 이익으로 이어진다고 썼습니다.
30년 동안 고객 경험을 설계해 온 저는 이 개념을 한 단계 넓혀 읽습니다. 에이전트가 일하는 이유는 결국 사람입니다. 에이전트 경험은 고객 경험의 바깥에 있는 기술 과제가 아니라, 고객 여정에 새로 더해진 한 층입니다. 고객이 에이전트에 무엇을 맡기는지 모르면, 에이전트가 우리 브랜드에서 무엇을 읽어야 하는지도 설계할 수 없습니다.
에이전트 경험은 고객 경험의 바깥이 아니라, 고객 여정에 새로 더해진 한 층입니다.

사람이 직접 쇼핑할 때 여정은 검색, 상세페이지 탐색, 비교, 장바구니, 결제로 이어집니다. 뮤즈와 함께하는 여정에서 고객이 직접 보는 화면은 요청을 말하는 대화창과, CNBC가 ‘승인 카드’라고 부른 주문 확인 화면 정도입니다. 그 사이의 검색, 비교, 결제 준비는 에이전트가 맡습니다.
공들여 만든 상세페이지의 연출과 배너와 리뷰 배치가 고객의 눈에 닿기 전에, 에이전트가 그 페이지를 먼저 읽고 후보에 넣거나 뺍니다. 고객이 브랜드를 만나는 첫 접점이 사람이 보는 화면에서 에이전트가 읽는 정보로 옮겨 가는 셈입니다.
| 단계 | 에이전트가 하는 일 | 여기서 막히면 | 브랜드가 준비할 것 |
|---|---|---|---|
| 탐색 | 고객 조건(고양이 전용, 에센셜 오일 무첨가)으로 쇼핑몰과 브랜드 사이트에서 후보를 찾는다 | 상품명에 대상과 핵심 조건이 없으면 후보에 오르지 않는다. robots.txt가 에이전트 수집기를 막으면 페이지를 열지도 못한다 | 상품명·설명에 대상과 핵심 조건을 텍스트로 쓰기, 상품 구조화 데이터(name, category, description), AI 수집기 허용 정책 |
| 비교 | 후보 3~5개의 가격, 중량, 배송비, 평점을 나란히 놓고 추린다 | 가격이나 중량이 배너 이미지 안에만 있으면 비교 단계에서 빠진다 | 가격·중량·배송비를 본문 텍스트로, 구조화 데이터의 price, priceCurrency, aggregateRating |
| 확인 | 전성분을 읽고 고객 조건과 맞는지 대조한다 | 전성분이 통이미지 상세페이지 안에만 있으면 “확인할 수 없는 상품”으로 제외된다 | 전성분 텍스트(한글과 INCI), 시험·인증 결과 텍스트, 조건을 묻는 FAQ(예: 고양이에게 에센셜 오일이 왜 안 되나요?) |
| 결제 | 재고와 옵션을 고르고, 결제 직전 고객의 승인을 받는다 | 품절 여부를 알 수 없거나 옵션 선택이 팝업 스크립트 안에만 있으면 중간에 멈춘다 | 재고 상태(availability), 옵션 이름과 가격의 텍스트화, 배송·교환·반품 규정 텍스트, 중간에 끊기지 않는 주문 흐름 |
에이전트가 무엇을 읽는지는 쇼피파이의 도움말 문서에 구체적으로 적혀 있습니다. 카탈로그는 상품의 제목, 설명, 옵션, 이미지, 가격, 재고를 AI 에이전트가 해석할 수 있는 구조로 보내고, 쇼피파이는 완결된 상품 정보와 SEO의 기본 원칙을 함께 갖추라고 안내합니다. 같은 문서는 카탈로그 공유를 끄더라도 상품이 일반 검색엔진에서처럼 웹 크롤링을 통해 AI 채널에 나타날 수 있다고 설명합니다. 에이전트가 브랜드를 읽는 경로는 전용 피드 하나가 아니라 열린 웹 전체라는 뜻입니다.
이달 초 제가 운영하는 천연비누 브랜드 승화연의 반려동물 비누에 한 고객이 “시중 고양이 목욕비누엔 거의 에센셜오일이 들어가서 고르기 힘들었어요. AI에 물어보니 승화연 비누를 추천해줘서 전성분 보고 안심하고 구입합니다.”라는 구매평을 올렸습니다.
이 고객은 AI의 추천을 받은 뒤, 공식 정보인 전성분을 직접 확인하고 나서야 샀습니다. 구매를 에이전트에 맡기면 이 확인까지 에이전트가 대신합니다. 에센셜 오일이 들어가지 않았는지, 어떤 오일이 들어갔는지를 에이전트가 텍스트로 읽을 수 없다면, 그 상품은 추천 단계에서 이미 빠집니다.
커머스 상세페이지는 오랫동안 사람의 눈을 위해 설계됐습니다. 핵심 성분과 인증, 사용 조건이 감성적인 이미지 안에 글자로 박혀 있는 경우가 흔합니다. 사람은 그 이미지를 읽지만, 에이전트와 검색엔진은 이미지 속 글자를 사실로 다루기 어렵습니다. 커머스 사이트라면 고객이 구매 직전에 확인하는 사실을 텍스트와 구조화 데이터로 제공하는지부터 점검해야 합니다.
한국 커머스에서 이 문제는 특히 큽니다. 상세페이지의 대부분이 통이미지로 만들어지기 때문입니다. 제가 만들고 직접 운영하는 승화연은 처음부터 반대로 설계했습니다. 승화연은 GEO 컨설팅을 염두에 두고 운영하는 저의 GEO 실험실이기도 해서, 상품 페이지를 처음부터 AI가 읽을 수 있게 만들었습니다. 공식 몰의 상품 페이지에 전성분 7가지와 국제 표준 성분명(INCI), 에센셜 오일을 넣지 않은 이유, 1,008시간 숙성 과정, 자주 묻는 질문, 고객 리뷰를 모두 텍스트로 올리고, 상품 구조화 데이터도 함께 넣었습니다. 구매평의 고객이 확인했다는 전성분도 이렇게 텍스트로 공개된 정보입니다. 최근에는 에이전트 경험에 대비해 재고와 가격 같은 구매 조건까지 에이전트가 읽을 수 있게 미리 정비했습니다. 에이전트는 상품이 좋은지뿐 아니라 지금 살 수 있는지를 확인해야 일을 끝낼 수 있기 때문입니다.
얼마 전 한 대형 외식 주문 플랫폼을 사전 진단했을 때는 다른 종류의 끊김을 봤습니다. 이 플랫폼의 robots.txt는 2026년 9월에 수집기를 역할별 등급으로 나눠 꼼꼼하게 다시 쓴 상태였고, GPTBot, ClaudeBot, PerplexityBot 같은 AI 수집기에는 상품 페이지가 열려 있었습니다. 그런데 목록에 없는 봇을 모두 막는 마지막 규칙 때문에, 메타의 수집기처럼 목록에 이름이 오르지 않은 AI 수집기는 전부 차단되는 구조였습니다. 회사를 설명하는 구조화 데이터는 하나뿐이었고, 그마저 sameAs가 플랫폼이 아니라 그룹 안 다른 외식 브랜드의 SNS 계정을 가리키고 있었습니다. 상품 페이지에는 상품을 설명하는 구조화 데이터가 없었습니다.
두 문제는 생성형 AI 검색에서는 손해 정도로 끝나지만, 에이전트 경험(Agent Experience)에서는 치명적입니다. 생성형 AI 답변에서는 이미지 속 사실이 빠져도 브랜드가 덜 정확하게 소개될 뿐입니다. 그러나 고객의 조건을 확인하고 구매까지 끝내야 하는 에이전트는 확인할 수 없는 상품을 고르지 않습니다. 문이 닫힌 사이트에서는 아예 일을 시작하지 못합니다. 에이전트에게 읽히지 않는 상세페이지와 들어갈 수 없는 사이트는, 고객이 맡긴 일의 후보에서 조용히 빠집니다.
AI 수집기와 에이전트의 이름은 계속 늘어납니다. 아는 이름만 열고 나머지를 모두 막는 방식은 새 에이전트가 나올 때마다 뒤처집니다. 어떤 수집기에 문을 열지는 기술 설정이 아니라, 우리 고객이 어떤 AI를 거쳐 우리를 만나는지에 대한 판단입니다.
전성분, 인증, 용량, 사용 조건처럼 인용할 수 있게 정리된 사실 정보는 지금은 생성형 AI 답변의 근거가 되고, 에이전트가 고르는 시대에는 선택의 근거가 됩니다.
사람은 이미지를 읽고, 에이전트는 사실을 읽습니다. 이미지로만 된 상세페이지는 에이전트 경험에 치명적입니다. 같은 사실을 두 형태로 제공하는 일이 커머스의 첫 준비입니다.
여행은 에이전트가 가장 먼저 일하는 업종 가운데 하나입니다. 메타는 여행 예약을 뮤즈가 맡는 대표적인 일로 소개했고, 9월 23일 발표한 제휴사에도 익스피디아가 들어 있습니다. 호텔과 항공, 체험 상품은 날짜, 인원, 예산, 취소 규정처럼 조건이 뚜렷하고 비교가 잦아서 에이전트에 맡기기 좋은 일입니다.
최근 저는 한 호텔 브랜드의 공식 사이트를 사전 점검했습니다. 사람과 구글이 보는 화면에는 다국어 호텔명까지 정성스럽게 설계된 정보가 있었습니다. 그런데 서버가 처음 보내는 원본 HTML에는 대부분의 페이지에 호텔명 대신 템플릿 이름이 들어가 있었습니다. 구글은 페이지를 실행해서 읽기 때문에 문제가 드러나지 않았지만, 원본만 읽는 수집기에는 공들인 정보가 전달되지 않는 구조였습니다.
버셀(Vercel)과 MERJ가 2024년 12월 공개한 분석에서는 오픈AI, 앤스로픽, 메타, 퍼플렉시티의 수집기가 자바스크립트를 실행하지 않는 것으로 관측됐습니다. 뮤즈처럼 브라우저를 직접 여는 에이전트는 사람이 보는 화면을 읽을 수 있지만, 에이전트가 어떤 경로로 후보를 추리는지는 플랫폼마다 다르고 공개되지 않은 부분이 많습니다. 그래서 원본과 화면 두 경로 모두에 같은 사실이 닿게 해 두는 편이 안전합니다. 그 호텔의 문제도 정보가 부족한 것이 아니라 AI로 가는 전달 경로가 끊긴 것이었고, 끊긴 지점은 고객이 실제로 묻는 질문에서 출발해 거꾸로 따라가야 찾을 수 있었습니다.
여행 브랜드라면 지점과 객실과 패키지가 각각 정확한 이름으로 읽히는지, 예약과 취소 규정이 텍스트로 있는지, 공식 채널의 예약 흐름을 에이전트가 끝까지 따라갈 수 있는지를 함께 봐야 합니다. 에이전트가 공식 채널에서 멈추면, 고객의 예약은 에이전트가 끝까지 처리할 수 있는 다른 채널로 넘어갑니다.
에이전트 경험 설계를 기술 과제로만 보면 할 일은 크롤러 허용, 구조화 데이터, 피드 연동의 목록이 됩니다. 모두 필요한 일입니다. 그러나 그 목록은 무엇을 사실로 내보낼지, 어떤 흐름을 에이전트에 열어 둘지를 정해 주지 않습니다. 그 결정은 고객을 아는 데서 나옵니다.
고객 경험 설계의 질문으로 바꾸면 세 가지입니다. 첫째, 우리 고객은 어떤 상황에서 무엇을 에이전트에 맡깁니까. CNBC 인터뷰에서 버지니아대 다든경영대학원의 루카 시안 교수는 재구매, 가격 비교, 반품, 가격 하락 기다리기처럼 잡일에 가까운 일은 소비자가 기꺼이 넘기겠지만, 개인적인 의미가 큰 물건은 여전히 직접 고르고 싶어 할 수 있다고 말했습니다.
둘째, 에이전트는 그 일을 하면서 무엇을 확인합니까. 고양이 비누를 사는 고객이라면 에센셜 오일 무첨가 여부가, 기념일 숙소를 찾는 고객이라면 전망과 조식과 취소 규정이 확인 항목입니다. 확인 항목은 업종이 아니라 고객의 상황에서 나옵니다.
셋째, 에이전트는 우리 채널의 어디에서 멈춥니까. 로그인 요구, 겹겹의 팝업, 이미지로만 된 옵션 선택, 텍스트로 없는 규정이 대표적인 멈춤 지점입니다. 이 지점들은 대개 사람 고객도 불편해하던 지점이기도 합니다.
세 질문에 답하는 출발점은 기술이 아니라 고객입니다. 고객이 어떤 상황에서 무엇을 필요로 하고 왜 그 브랜드를 고르는지 이해해야, 에이전트가 어디서 멈추는지도 보입니다. GEO4D도 이 고객 이해에서 출발합니다.
에이전트가 멈추는 지점은 대개 사람 고객도 떠나던 지점입니다. 에이전트 경험 설계는 고객 경험의 설계에서 시작합니다.
뮤즈가 언제, 어떤 형태로 한국에 들어올지는 아직 발표되지 않았습니다. 그러나 에이전트가 브랜드를 고를 때 읽는 재료는 그날 새로 만들어지지 않습니다. 쇼피파이의 설명처럼 에이전트는 전용 피드뿐 아니라 열린 웹에 이미 쌓여 있는 상품 정보와 페이지를 읽습니다. 이런 사실 정보를 정리하고, 그것이 색인되고 AI 답변에 반영되기까지는 크롤러 재방문과 색인 갱신을 거쳐 몇 주 이상이 걸립니다. 에이전트가 우리 고객이 되는 날을 기다렸다가 준비를 시작하면 늦습니다.
게다가 한국에서는 이미 시작됐습니다. 연합뉴스 보도에 따르면 네이버는 2026년 7월 1일 쇼핑 앱의 ‘AI 쇼핑 에이전트’를 약 4개월의 베타를 거쳐 정식 출시했습니다. 이용자의 70% 이상이 15자 이상의 구체적인 질문을 입력하고 있고, 네이버는 하반기에 검색부터 결제까지 이어지는 에이전틱 쇼핑 경험으로 서비스를 고도화할 계획이라고 밝혔습니다. 한국 고객은 이미 “어떤 키워드”가 아니라 “어떤 조건의 상품”을 에이전트에 묻고 있습니다. 에이전틱 커머스는 다가올 미래가 아니라 지금 국내 커머스의 현재입니다.
준비의 출발점은 지금의 GEO와 같습니다. 지난 글 「AI 기여도에 값이 매겨지기 시작했다」에서 다룬 것처럼 GEO는 크롤링과 색인이라는 SEO의 기반 위에 서고, 그 위에서 생성형 AI의 답변에 정확히 읽히는 브랜드가 에이전트에도 먼저 읽힙니다. AI가 브랜드를 틀리게 말하는 문제를 다룬 「AI가 우리 브랜드를 틀리게 말할 때」의 누락과 왜곡도, 에이전트의 시대에는 선택에서 빠지는 문제로 바로 이어집니다.
커머스와 여행 브랜드라면 에이전트 경험 준비를 위해 세 가지를 먼저 점검하기를 권합니다. 첫째, 우리 브랜드와 상품과 지점이 AI 답변에서 정확한 이름과 핵심 사실로 설명되는지 확인하십시오. 둘째, 고객이 구매나 예약 직전에 확인하는 사실을 텍스트와 구조화 데이터로 정리하십시오. 사람의 눈을 위한 이미지와 연출은 그대로 두고, 같은 사실을 기계가 읽을 수 있는 형태로도 제공하는 일입니다. 셋째, 공식 채널의 구매와 예약 흐름에서 에이전트가 멈추는 지점을 찾으십시오.
AI에 우리 브랜드는 어떤 모습으로 존재하는가. 에이전트의 시대에는 이 질문 옆에 ‘AI 에이전트가 우리 브랜드를 골라 고객의 일을 끝까지 마칠 수 있는가’라는 질문이 함께 놓입니다. 두 질문에 함께 답하는 일을 저는 고객 경험 설계 기반의 GEO 컨설팅이라고 부릅니다.
KEY TAKEAWAYS
AI 에이전트가 제품이나 플랫폼, 웹사이트의 사용자로서 겪는 경험 전체를 말합니다. 넷리파이의 매티아스 빌만이 2025년 1월 사용자 경험(UX)과 개발자 경험(DX)을 잇는 개념으로 제안했습니다. 팀인터페이스는 에이전트 경험을 고객이 에이전트에 일을 맡기는 고객 여정의 새로운 층으로 보고 설계합니다.
메타가 2026년 9월 8일 미국에서 출시한 개인 AI 에이전트입니다. 브라우저를 열어 양식을 채우고, 여행 예약이나 쇼핑 같은 일을 대신하며, 구매 전에는 사람의 승인을 받습니다. 결제는 스트라이프의 링크로 처리하고, 쇼피파이 숍페이 연동도 발표됐습니다.
GEO는 생성형 AI의 답변 안에서 브랜드가 정확히 설명되고 인용되도록 하는 일이고, 에이전트 경험은 그 AI가 고객을 대신해 브랜드를 고르고 구매나 예약을 마치는 단계까지를 다룹니다. 에이전트도 열린 웹의 정보를 읽기 때문에, AI 답변에 정확히 읽히는 브랜드가 에이전트에도 먼저 읽힙니다.
뮤즈의 한국 출시 일정은 발표되지 않았지만, 국내에서는 네이버가 2026년 7월 AI 쇼핑 에이전트를 정식 출시해 에이전틱 커머스가 이미 시작됐습니다. 또한 에이전트는 이미 웹에 쌓여 있는 사실과 평판을 읽고 고르며, 정보를 정리해 색인되고 AI 답변에 반영되기까지는 몇 주 이상이 걸립니다. 에이전트가 본격적으로 쓰이는 시점에 준비되어 있으려면 지금 시작하는 편이 안전합니다.
고객이 구매 직전에 확인하는 사실을 정리하는 일부터 시작합니다. 전성분, 인증, 용량, 사용 조건이 상세페이지 이미지 안에만 있다면 같은 내용을 텍스트와 구조화 데이터로도 제공해야 합니다. 그다음 공식 몰의 구매 흐름에서 에이전트가 멈추는 지점을 찾습니다.
지점, 객실, 패키지가 정확한 이름으로 읽히는지, 예약과 취소 규정이 텍스트로 있는지, 공식 채널의 예약 흐름을 에이전트가 끝까지 따라갈 수 있는지를 점검합니다. 사람이 보는 화면에만 있고 원본 HTML에 없는 정보는 원본만 읽는 AI 수집기에 전달되지 않을 수 있습니다.
크롤러 허용, 구조화 데이터, 피드 연동 같은 개발 작업은 필요한 출발점입니다. 그러나 무엇을 사실로 내보낼지, 고객이 어떤 일을 에이전트에 맡기는지, 에이전트가 어디서 멈추면 고객을 놓치는지는 고객 경험의 관점에서 설계해야 합니다. 브랜드, 마케팅, 개발이 하나의 고객 여정 위에서 함께 다루는 과제입니다.
GEO CONSULTING
AI에 우리 브랜드는 어떤 모습으로 존재하는가
에이전트가 고객을 대신해 고르기 전에, 우리 브랜드가 AI 답변과 에이전트에 어떻게 읽히는지부터 확인하십시오. 팀인터페이스는 UX, SEO, AEO, GEO를 하나의 고객 여정 위에서 진단하고 설계합니다.
AUTHOR
이성혜
(주)팀인터페이스 대표 · 경영정보시스템(MIS) 전공 경영학박사(Ph.D.)
1996년 UIUX 컨설팅 기업 팀인터페이스를 창업해 지금까지 고객 경험을 설계해 왔습니다. 숭실대학교 경영대학원 서비스경영학과 겸임교수로 AX(AI Experience) 기반 고객 경험 서비스 디자인을 강의하고 있으며, 전 대통령직속 4차산업혁명위원회 스마트시티 특별위원을 지냈습니다. 고객 경험 설계의 관찰·진단 방법을 AI라는 새로운 접점에 맞게 재구성한 GEO 컨설팅 프레임워크 GEO4D를 개발했습니다.
SOURCES