검색결과 총 8건
-
네이버, 검색형 쇼핑에서 AI 에이전트 쇼핑으로 전환…국내 커머스 패러다임 변화 예고
[이코노믹데일리] 네이버가 기존 검색 중심 쇼핑에서 벗어나 AI가 상품 탐색부터 추천까지 수행하는 에이전트 기반 커머스로 전환을 본격화한다. 방대한 쇼핑 데이터를 기반으로 한 AI 에이전트를 통해 사용자 쇼핑 경험을 혁신하는 동시에 쿠팡 등 주요 이커머스 기업과 차별화된 경쟁력을 확보한다는 전략으로 풀이된다. 26일 네이버는 AI 쇼핑 앱(애플리케이션) '네이버플러스 스토어'에 '쇼핑 AI 에이전트' 베타 서비스를 도입했다고 밝혔다. 이번 서비스는 상품 검색 이후 사용자가 직접 비교·분석해야 했던 기존 쇼핑 방식에서 벗어나 AI가 탐색 과정 전반을 지원하는 것이 핵심이다. 쇼핑 AI 에이전트 1.0 버전은 네이버가 축적해 온 상품 정보, 리뷰, 가격, 배송, 사용자 선호 데이터 등을 기반으로 상품 정보 요약, 비교, 리뷰 분석 기능을 제공하도록 설계됐다. 사용자가 앱에서 쇼핑 키워드를 입력하면 AI 에이전트가 작동해 쇼핑 탐색 가이드를 제시하거나 대화형 AI 상담 기능을 제공한다. 네이버는 사용자가 '소파'를 검색하면 AI 에이전트는 사용자의 쇼핑 이력과 선호를 분석해 사용 인원, 공간 크기, 소재 등 구매 시 고려해야 할 요소를 요약하고 적합한 브랜드와 제품군을 제안한다고 설명했다. '신혼집 소파 추천해줘, 강아지와 같이 살고 있어' 같이 구체적인 조건을 입력하면 상품 스펙과 실제 구매 후기까지 종합 분석해 맞춤형 상품을 추천하는 것이다. 특히 이번 서비스는 단순 검색 결과 나열이 아니라 AI와의 대화를 통해 쇼핑을 이어갈 수 있는 점이 특징으로 알려졌다. 사용자는 탐색 과정에서 조건을 추가하거나 변경하며 개인화된 추천을 받을 수 있다. 네이버 쇼핑 AI 에이전트는 멀티 에이전트 구조로 설계됐다. 상품 탐색, 비교, 추천 등 각 단계별로 최적화된 서브 에이전트들이 유기적으로 연결돼 복잡한 쇼핑 과정을 효율적으로 처리한다. 이번 쇼핑 AI 에이전트는 네이버가 커머스 특화 LLM인 '쇼핑 인텔리전스' 자체 개발에서 파생된 결과다. 해당 모델은 상품 속성, 가격, 배송 정보, 사용자 선호 등 커머스 생태계 전반의 데이터를 학습해 보다 정확하고 개인화된 추천을 제공한다. 현재 베타 서비스는 디지털, 리빙, 생활 카테고리를 중심으로 제공되며 네이버는 상반기 내 뷰티, 식품 등으로 적용 범위를 확대할 계획이다. 향후에는 실시간 쇼핑 트렌드 분석, 연관 상품 자동 추천, 장바구니 담기, 구매 지원 등 쇼핑 전 과정으로 기능을 확장할 예정이다. 네이버의 이번 서비스 도입은 AI 에이전트를 중심으로 커머스 구조를 재편하려는 시도로 풀이된다. 기존 검색 기반 커머스가 사용자의 직접 탐색에 의존했다면 AI 에이전트 기반 커머스는 AI가 상품 탐색부터 추천까지 수행하는 구조로 전환하는 것이다. 이는 직매입과 빠른 배송 중심 전략을 펼치는 쿠팡과는 차별화되는 접근으로 네이버는 물류 중심 경쟁 대신 AI 기반 탐색과 추천 기술을 통해 플랫폼 경쟁력을 강화하는 전략을 선택한 것으로 분석된다. 특히 네이버는 검색, 쇼핑, 결제, 콘텐츠 등 다양한 서비스에서 축적된 사용자 데이터를 AI 에이전트에 통합함으로써 초개인화 쇼핑 경험을 제공할 수 있다는 강점을 갖는다. 이를 통해 단순 상품 판매 플랫폼을 넘어 AI 기반 쇼핑 플랫폼으로 진화하겠다는 목표다. 최수연 네이버 대표는 "복잡한 정보와 다양한 선택지 속에서 쇼핑 에이전트가 쇼핑 여정 전반을 함께 함으로써 사용자가 더욱 스마트한 쇼핑 경험을 즐길 수 있도록 만들어 나갈 것"이라며 "쇼핑 AI 에이전트를 중심으로 커머스와 콘텐츠, 데이터를 유기적으로 연결하는 AI 융합 생태계를 통해 새로운 비즈니스와 창작 환경 조성에 힘쓸 것"이라고 말했다.
2026-02-26 11:14:33
-
-
-
AI 신약개발 경쟁 격화…글로벌은 가속, 국내는 '아직'
[이코노믹데일리] 인공지능(AI)이 제약·바이오 산업 전반의 경쟁 구도를 재편하는 핵심 기술로 부상하면서 신약개발 방식과 산업 생태계 전반에 구조적 변화가 가속화되고 있다. 15일 한국바이오협회가 발간한 ‘AI 기반 신약개발 산업화 전략’ 정책보고서에 따르면 글로벌 AI 신약개발 시장은 2024년 18억6000만 달러에서 연평균 29.9% 성장해 2029년 68억9000만 달러로 규모로 확대될 전망이다. 협회는 후보물질 발굴부터 임상, 상업화에 이르기까지 신약개발 전 주기에 AI 활용이 확산되고 있는 가운데 글로벌 주요국은 AI 신약개발을 국가 전략 산업으로 육성하며 투자와 규제 개선에 속도를 내는 것과 달리 국내는 기술력과 산업화 성과 측면에서 여전히 격차가 존재한다고 분석했다. AI는 후보물질 발굴, 약물 설계, 전임상·임상 시험, 시판 후 안전관리까지 신약개발 전 과정에 적용되며 기간과 비용을 획기적으로 절감하고 있다. 특히 희귀질환 치료제, 맞춤형 의약품, 디지털 치료제 분야에서는 대규모 데이터와 고도화된 알고리즘을 기반으로 한 AI 기술이 핵심 경쟁력으로 작용하고 있다. 해외 주요국은 AI 신약개발을 국가 전략 산업으로 지정하고 대규모 투자와 함께 규제 패러다임 전환을 추진 중이다. 미국은 연방 기관 주도의 규제 샌드박스와 AI 우수센터(AI Centers of Excellence)를 통해 AI 기반 기술의 상용화와 현장 실증을 확대할 방침이다. 또한 국가 AI 인프라 구축 사업인 ‘스타게이트’를 통해 약 700조원을 투자해 2025~2029년 데이터센터, 반도체 생산 기반, 클라우드 인프라를 미국 전역에 구축할 계획이다. 이와 함께 AI 반도체와 데이터 산업 관련 규제를 완화해 기업의 연구개발과 시장 진입을 촉진한다는 구상이다. 영국은 ‘오픈바인드(OpenBind)’ 컨소시엄을 통해 단백질-약물 상호작용에 대한 세계 최대 규모 데이터 수집을 추진하고 있다. AI 신약 모델 훈련을 지원하기 위해 Sovereign AI Unit을 통해 최대 800만 파운드를 투자하며 기존 50년간 축적된 데이터보다 20배 많은 데이터 확보를 목표로 하고 있다. 중국 역시 ‘디지털·지능형 기술 역량 강화 행동’을 통해 제약 산업 전반에 디지털·AI 기술 적용을 확대하고 있다. 디지털·지능형 의약품 R&D와 데이터 활용을 강화하는 한편 산업단지 디지털화와 표준·지침 정비, 전문 인력 양성에도 주력하고 있다. 중국의 지방 정부 차원의 정책도 속도를 내고 있다. 베이징시는 '베이징시 혁신 의약 고품질 발전 지원 조치(2025년)'를 통해 임상시험 개시 기간을 20주 이내로 단축하고 다기관 윤리심사 상호 인정 비율을 90% 이상으로 끌어올린다는 목표를 제시했다. 이를 위해 AI 기반 임상시험 참여자 모집, 종양·심혈관 질환 중심의 자동화 지능형 바이오뱅크 구축, 임상시험 예비 참여자 데이터베이스 조성 등 첨단 기술을 활용한 지원책을 마련한다. 이처럼 해외 국가는 단순한 기술 개발 성과 중심 논의를 넘어 규제·데이터·인프라·투자·인재를 아우르는 종합적인 산업 생태계 관점에서 국내 AI 신약개발이 직면한 구조적 한계와 정책적 지원 방향을 제시하는 데 초점을 맞췄다. 반면 국내는 AI 신약개발에 대한 관심과 투자가 확대되고 있음에도 글로벌 선도국과 비교하면 기술력과 산업화 성과 측면에서 여전히 격차가 존재한다는 분석이 나왔다. 정부 차원의 정책 발표는 이어지고 있으나 논문 영향력과 특허의 글로벌 경쟁력, AI 플랫폼 기반 파이프라인 성과 등에서는 한계가 있다는 평가다. 이에 한국바이오협회는 △AI 신약개발 데이터 활용과 신뢰성 평가를 위한 표준화된 기준과 가이드라인 마련 △R&D부터 사업화까지 연계되는 중장기 정책 설계 △현장 중심의 바이오·AI 융합 인재 양성 체계 전환 △국내 특화형 AI 바이오 전략 분야에 대한 선택과 집중 △AI 신약개발 전 주기를 아우르는 통합 거버넌스 구축 등을 핵심 과제로 제시했다. 보고서는 우선 AI 신약개발 데이터 활용과 신뢰성 확보를 위한 제도 정비가 시급하다고 지적했다. 제약 R&D에 활용되는 가명정보는 엄격한 보안 환경을 전제로 결합·분석 절차를 간소화할 필요가 있으며 대규모 임상·유전체 데이터 활용을 위해 정부 지정 데이터 안심구역(Safe Zone) 내 규제 샌드박스 확대가 요구된다는 설명이다. 비고의적 사고 발생 시 기관과 기업의 책임을 완화하는 데이터 활용 면책특례제도 도입도 검토 과제로 제시됐다. AI 모델의 신뢰성 검증을 위한 평가체계 구축도 중요 과제로 꼽혔다. AI 신약개발에 활용되는 머신러닝 모델의 개발·검증·운영 전반을 아우르는 GMLP(Good Machine Learning Practice) 가이드라인이 필요하다는 것이다. 현재 식약처 임상시험계획 제출 과정에서 AI 산출물의 신뢰성과 인정 기준이 명확하지 않아 후기 개발 단계 진입에 어려움이 있다는 점도 문제로 지적됐다. 또한 보고서는 R&D에서 사업화까지 연계되는 중장기 정책 트랙 신설을 강조했다. AI 신약개발은 임상 진입과 규제 수용성 확보까지 장기간이 소요되는 만큼 공공 임상 데이터 공유, 규제 컨설팅, 제약사 협력을 패키지로 제공하는 ‘한국형 AI 신약개발 올인원 플랫폼’ 구축이 필요하다고 설명했다. 미국의 ARPA-H, Cancer Moonshot과 같은 국가 차원의 명확한 미션 설정도 참고 사례로 제시됐다. 마지막으로 AI 신약개발 거버넌스의 일원화를 주문했다. 현재 R&D, 규제, 임상, 사업화 단계가 부처별로 분절 관리되면서 정책 정합성과 책임 체계가 불명확한 만큼 전 주기를 아우르는 통합 관리체계 구축이 필요하다고 설명했다. 한국바이오협회는 “AI는 더 이상 신약개발의 보조 수단이 아니라 산업 경쟁력을 좌우하는 핵심 인프라”라며 “정부가 국내 AI 신약개발 산업의 구조적 한계를 면밀히 진단하고 기술·데이터·규제를 아우르는 산업화 전략을 적극 추진해야 한다”고 강조했다.
2025-12-15 17:30:23
-
-
-
-