프로수스, AI 쇼핑 비서로 커머스 수익성 끌어올리는 중

• 글로벌 기술 투자사 프로수스(Prosus)가 AI 커머스 전략을 더 강하게 밀고 있음

  • 연간 조정 핵심이익이 84% 늘었다고 밝힘
  • 유럽과 중남미에서 디지털 커머스 사업을 확장하는 동시에 AI 쇼핑 비서를 개발 중임

• 이 AI 쇼핑 비서는 그냥 예쁜 챗봇이 아니라 거래 데이터로 학습하는 쪽에 가까움

  • 프로수스는 마켓플레이스, 배달, 중고거래, 결제 등 여러 소비자 플랫폼에 걸쳐 데이터를 갖고 있음
  • OLX, 아이푸드(iFood) 같은 플랫폼에서 쌓인 거래·행동 데이터가 AI 비서의 학습 자산이 됨

• AI 커머스가 챗봇 단계를 넘어가고 있다는 신호로 볼 수 있음

  • 범용 AI 도구는 “상품 추천해줘”에는 답할 수 있지만, 실제 구매 행동의 맥락까지 깊게 알기는 어려움
  • 반대로 플랫폼 기업은 사용자가 무엇을 검색하고, 비교하고, 결제했는지 알고 있어서 더 구체적인 비서를 만들 수 있음

• 비용 절감을 위해 오픈소스 AI를 적극 활용하는 점도 눈에 띔

  • 폐쇄형 프런티어 모델에만 의존하면 요청량이 늘어날수록 운영비 부담이 커짐
  • 작업 성격에 따라 저렴한 오픈소스 모델을 섞어 쓰면 AI 서비스를 실제 수익 구조에 맞추기 쉬워짐

• 이 흐름은 국내 커머스 기업에도 꽤 직접적인 숙제를 던짐

  • 단순 챗봇을 붙이는 것만으로는 차별화가 어려움
  • 자체 거래 데이터를 어떻게 AI 서비스와 연결해 구매 전 과정을 돕게 만들지가 다음 경쟁 포인트임
  • 승자는 더 말 잘하는 인터페이스가 아니라, 더 좋은 구매 맥락 데이터를 가진 플랫폼일 가능성이 큼

---

기술 맥락

• 여기서 프로수스가 고른 방향은 범용 챗봇을 그대로 붙이는 게 아니라, 자기 플랫폼의 거래 데이터를 AI 비서에 먹이는 거예요. 커머스에서는 사용자가 실제로 뭘 샀는지, 어디서 이탈했는지, 어떤 상품을 비교했는지가 모델 답변 품질을 크게 바꾸거든요.

• 오픈소스 AI를 섞는 이유는 비용 때문이에요. 쇼핑 비서는 사용자 요청이 많아질수록 추론 비용이 바로 늘어나는데, 모든 요청을 고가 모델로 처리하면 수익성이 금방 흔들릴 수 있어요.

• 프로수스가 가진 강점은 여러 소비자 플랫폼을 통해 쌓은 행동 데이터예요. OLX나 아이푸드 같은 서비스에서 나온 데이터는 범용 모델이 공개 웹에서 쉽게 얻기 어려운 실제 구매 맥락이라, 추천과 의사결정 보조에 더 직접적으로 쓰일 수 있어요.

• 국내 커머스 기업도 비슷한 고민을 하게 될 거예요. 검색, 추천, 장바구니, 결제 데이터를 따로 보는 게 아니라 AI 비서가 구매 여정 전체를 이해하게 만들려면 데이터 연결 방식과 비용 구조를 같이 설계해야 해요.