네이버와 카카오의 인공지능 전환, 써보니 승부처는 모델 성능보다 로컬 데이터였다

카카오 카나나, ‘대화형’이라기엔 아직 명령형에 가까움

• 카카오의 카나나는 ‘전국민을 위한 인공지능 에이전트’를 내세우며 카카오톡 안에서 예약·결제까지 이어지는 흐름을 노림

  • 이용자의 검색 요구를 채팅방 안에서 바로 처리하고, 지인과 카톡하듯 자연스러운 대화 환경을 만들겠다는 구상
  • 카카오페이, 카카오택시, 카카오맵 등 기존 슈퍼 앱 전략의 인공지능 버전이라고 보면 됨

• 실제 사용감은 기대보다 까다로웠다는 평가가 나옴

  • 상세하고 긴 문장으로 지시해야 의도를 제대로 이해하는 경우가 많았음
  • 단체 대화방에서 ‘N월 N일’, ‘저녁 7시’, ‘여의도’처럼 정보를 나눠 보내면 하나의 맥락으로 잘 묶지 못함
  • 일정 확인 요청에서 정보를 빠뜨리거나, 이전 정보를 잘못 기억해 엉뚱한 위치의 식당을 추천하는 사례도 있었음

• 장소 찾기는 카카오맵 연결은 좋지만, 예약 흐름이 들쭉날쭉함

  • 카카오 예약으로 바로 이어지는 곳도 있지만, 별도 안내 없이 개별 홈페이지 예약이 필요한 식당을 추천하는 경우가 잦았음
  • ‘여의도역 근처 애견 미용샵 가격’ 같은 세부 요청에는 답변 품질이 부족했음
  • 그래도 장소 확인 후 카카오맵에서 리뷰, 사진, 경로를 바로 보는 경험은 확실히 편리함

• 카카오톡 선물하기 연동은 가장 실용적인 강점으로 꼽힘

  • 이미 익숙한 인터페이스에서 조건에 맞는 선물을 추천받고 즉시 구매로 이어지는 흐름이 자연스러웠음
  • 다만 답변이 너무 길고 반복이 많아, 간단한 식당 예약 요청에도 화면을 두 번 내려야 할 정도로 장황했다는 지적이 있음
  • 8일 기준 대화 횟수도 1시간당 30회로 제한돼 자유롭게 쓰기엔 제약이 있음

네이버 인공지능 탭, 검색을 대화형 탐색으로 바꾸는 쪽에 강함

• 네이버는 인공지능 탭으로 통합검색, 쇼핑, 플레이스, 리뷰를 한 흐름에 묶는 데 집중함

  • 기존 인공지능 브리핑은 검색 결과 상단에서 핵심 답변과 추천 콘텐츠를 보여주는 방식
  • 새 인공지능 탭은 검색창 옆 버튼으로 대화창에 들어가 후속 질문을 이어가며 조건을 좁히는 방식

• 단발성 질문은 인공지능 브리핑, 비교·탐색은 인공지능 탭이 더 잘 맞는 구조임

  • 후보군을 빠르게 압축한 뒤 출처 링크로 세부 정보를 확인하는 흐름이 가능했음
  • 여러 후보를 비교하거나 조건을 바꿔가며 대안을 찾는 상황에서는 대화형 탭이 더 유용했다는 평가

• 장소 검색에서는 네이버 지도와 예약 시스템의 연동이 강점으로 드러남

  • 추천 가게 수가 많고, 주차 가능 여부, 운영 시간, 단체 이용, 가성비 같은 세부 정보도 풍부했음
  • 식당뿐 아니라 애견 미용샵 검색에서도 매장 정보와 상세 서비스 내용을 꽤 잘 보여줌
  • 쇼핑 추천 상품을 클릭하면 별도 창 이동 없이 네이버페이 결제로 이어지는 점도 매끄러웠음

• 아쉬운 점은 접근성과 생태계 잠금 효과임

  • 현재는 월 4900원 네이버 플러스 멤버십 회원에게만 제한적으로 제공됨
  • 구글 검색이나 구글 지도에 익숙한 사용자는 네이버페이 등록, 쇼핑·예약 인터페이스 적응 같은 진입 비용이 있음
  • 결국 외부 서비스 이용자를 얼마나 네이버 생태계 안으로 끌어오느냐가 관건

글로벌 인공지능보다 ‘한국형 로컬 실행력’이 핵심

• 네이버와 카카오의 인공지능은 만능 생성형 인공지능이라기보다 한국 생활에 붙은 로컬 보조 도구에 가까움

  • 글로벌 대규모 언어 모델(LLM)은 최신 지역 정보나 한국 로컬 데이터를 정확히 반영하지 못하는 경우가 있음
  • 반면 네이버는 약 30년간 쌓은 검색·쇼핑·플레이스 데이터가 있고, 카카오는 전국민 메신저와 생활 서비스 접점이 있음

• 특히 쇼핑과 예약에서는 국내 플랫폼의 해자가 뚜렷함

  • 해외 인공지능은 상품을 추상적으로 추천하는 데 그치기 쉽지만, 국내 인공지능은 실제 판매 중인 상품과 결제까지 연결할 수 있음
  • 식당을 찾을 때도 영업시간, 메뉴, 가격, 인테리어, 애견 동반, 유모차 반입 같은 조건을 한 화면에서 확인하게 해줌
  • 챗GPT가 최종 확인을 사용자에게 맡기는 쪽이라면, 국내 플랫폼은 정보 확인부터 구매까지 원패스(One-pass)에 가까운 경험을 노림

• 결국 승부처는 모델 순위표가 아니라 실행 가능한 데이터와 액션 레이어임

  • 모델 원천 성능은 글로벌 서비스보다 아쉬울 수 있지만, 한국인 맞춤형 데이터와 생활 밀착형 서비스는 단기간에 복제하기 어려움
  • 전문가들이 말하는 다음 단계도 추천을 넘어 결제와 실행까지 주도하는 에이전틱 커머스임
  • 네이버와 카카오가 성공하려면 ‘좋은 답변’보다 ‘진짜 일이 끝나는 경험’을 만들어야 함

---

기술 맥락

• 네이버와 카카오가 만드는 인공지능은 범용 챗봇이라기보다 서비스 실행 레이어에 가까워요. 사용자가 식당을 찾거나 선물을 고를 때 답변만 주는 게 아니라 지도, 예약, 결제까지 이어줘야 가치가 생기거든요.

• 그래서 여기서 중요한 건 LLM 성능 하나가 아니에요. 최신 장소 정보, 리뷰, 상품 재고, 결제 수단, 예약 가능 여부 같은 로컬 데이터가 모델보다 더 결정적인 순간이 많아요.

• 카카오가 MCP와 PlayMCP를 언급하는 이유도 이 맥락이에요. 외부 인공지능이 카카오톡, 멜론, 카카오맵 같은 도구를 다룰 수 있게 되면, 카카오는 모델 제공자이면서 동시에 실행 플랫폼이 될 수 있어요.

• 네이버는 검색과 쇼핑, 플레이스, 네이버페이를 이미 갖고 있어서 대화형 탐색을 실제 구매로 연결하기 좋아요. 다만 멤버십 제한이나 네이버 생태계 적응 비용이 있어서, 좋은 기능이 곧바로 대중적 습관으로 바뀔지는 별개의 문제예요.

• 개발자 관점에선 이 흐름을 ‘챗봇 기능 추가’로 보면 부족해요. 실제 제품에서는 모델 호출보다 도구 연결, 권한 처리, 출처 표시, 결제 실패 처리, 사용자 확인 단계 같은 주변 시스템이 품질을 좌우하게 돼요.