AI 쇼핑 에이전트가 여는 크로스보더 이커머스의 새로운 운영 스택

AI의 확산은 크로스보더 이커머스의 운영 방식을 '사람 중심 프로세스'에서 '에이전트 중심 오케스트레이션'으로 전환시키고 있다. 과거에는 해외 고객이 한국 쇼핑몰에 남긴 상품 URL을 직원이 일일이 처리해 주문을 넣고, 물류센터에서 수작업으로 검수·포장·배송을 처리했다.

이제 이 역할의 상당 부분을 AI 쇼핑 에이전트와 물류 AI 에이전트가 분담하면서, 운영 조직은 "얼마나 많은 인력을 배치할 것인가"가 아니라 "얼마나 잘 설계된 에이전트 스택을 구축할 것인가"를 고민하는 단계로 넘어가고 있다.

딜리버드코리아에서 AI를 담당하는 입장에서 핵심 변화는 주문–검수–합포장–출고에 이르는 모든 단계가 하나의 에이전트 파이프라인으로 연결됐다는 점이다.

첫 번째 에이전트는 '쇼핑 에이전트'다. 해외 고객이 한국 온라인 쇼핑몰의 상품 페이지 URL을 입력하면, 에이전트가 해당 페이지의 정보를 자동으로 인식하고 상품 옵션, 수량, 결제 등 구매에 필요한 전 과정을 대신 수행한다. 과거에는 주문량 증가에 비례해 늘려야 했던 구매 담당 인력을 추가 고용하지 않고도 처리량을 확장할 수 있는 기반이 마련됐다.

두 번째 축은 배송비 예측 AI다. 크로스보더 물류에서는 실제 계측 이전에 배송비를 정확히 예측하기 어렵다는 문제가 있었다. 딜리버드코리아는 수년간 축적된 상품 입고 데이터를 기반으로, 창고 도착 전 단계에서 예상 배송비를 자동 산출하는 AI 엔진을 구축했다. 이 기술은 특허로도 보호받고 있다.

해외 고객은 URL만 입력해도 예상 배송비를 즉시 확인하고 결제할 수 있고, 운영 측면에서는 사전에 물류 코스트를 시뮬레이션하며 수익 구조를 설계할 수 있게 됐다.

세 번째 축은 물류센터의 AI 에이전트다. 역직구·리커머스 환경에서는 새 상품뿐 아니라 중고, 리퍼, 반품 상품 등 다양한 상태의 상품이 혼재해 들어온다. 기존에는 검수 직원이 상품을 직접 확인하고 주문서와 대조하며 판단했다면, 현재는 AI가 상품 상태와 주문 정보를 자동으로 매칭·분류하는 구조로 고도화 중이다.

이 과정에서 생성된 데이터는 합포장 에이전트로 이어진다.

에이전트 기반 구조의 가치는 합포장(Consolidation) 단계에서 특히 크게 드러난다. 고객이 여러 쇼핑몰에서 따로 배송받을 경우 각각 배송비를 지불해야 하지만, 딜리버드코리아 물류센터로 모아 최적 재포장을 거치면 최대 70%까지 배송비를 절감할 수 있다.

AI 합포장 에이전트는 각 상품의 특성을 분석해 가장 효율적인 박스 구성을 도출하고, 실제 포장 작업자에게 가이드를 제공한다. 물리적인 작업은 사람이 수행하되, 의사결정과 플로우 설계는 에이전트가 맡는 구조다.

사용자 인터페이스(UI)·사용자 경험(UX) 레벨에서도 AI는 중요한 역할을 한다. 해외 고객은 한국형 쇼핑몰의 복잡한 구조와 낯선 결제 플로우에 익숙하지 않다. 딜리버드코리아는 이러한 간극을 AI 기반으로 해소해 해외 고객에게 익숙한 쇼핑 경험을 제공한다.

글로벌 소비자 행동 데이터를 기반으로 검색엔진최적화(SEO) 전략을 세우고, 개인화 추천을 통해 고객의 쇼핑 여정을 자연스럽게 확장한다. 이는 단순 추천 엔진을 넘어, 글로벌 소비자 행동 데이터를 기반으로 크로스보더 커머스 전략 전반을 설계하는 과정이기도 하다.