요약
DoorDash에서 외부 AI 에이전트로 들어온 주문은 지금까지 수백 건뿐입니다.
아르스 테크니카가 DoorDash의 3분기 실적 발표 내용을 전했습니다. 토니 쉬 최고경영자(CEO)는 애널리스트의 질문에 답하며 외부 AI 에이전트를 거친 주문이 아직 아주 적다고 인정했습니다.
왜 중요한가
- 음식 주문처럼 간단한 일에는 사람들이 AI 에이전트 대신 앱을 직접 쓴다는 점이 숫자로 드러났습니다.
- 여러 기업이 AI로 온라인 구매를 바꾸려 하지만 실제로 쓰는 사람은 극소수라는 신호입니다.
핵심 내용
- 쉬 CEO는 외부 AI 에이전트가 서비스 시작 이후 수백 건의 주문을 냈다고 밝혔습니다.
- 같은 3분기 전체 주문은 10억 건에 조금 못 미쳐, 그도 매우 적은 쓰임새라고 했습니다.
- 그는 오래 고민하는 구매에는 에이전트가 쓸모 있겠지만 음식 주문은 앱으로 바로 온다고 봤습니다.
- 외부 에이전트용 MCP 커넥터(AI 도구가 주문을 넣는 표준 연결 장치)는 나온 지 한 달이 안 됐고 일부 베타 파트너만 씁니다.
- 자체 AI 기능인 Ask DoorDash로 낸 주문은 평소보다 금액이 50% 가까이, 품목 수가 60%쯤 많다고 회사는 밝혔습니다.
HN 반응
- 여러 이용자는 사람들이 값을 비교해 직접 고르고 싶어 한다며, 비슷한 실패 사례로 Amazon Dash 버튼을 들었습니다.
- 직접 하면 금방 끝날 일을 AI에게 시키면 더 느리고 비용도 든다는 지적도 많았습니다.
이런 기술 활용 사례를 내놓는 사람들은 가격에 민감할 일이 없는 세상에 사는 것 같습니다.
"음성 명령으로 우버를 부를 수 있습니다"
"알렉사한테 물건을 사 달라고 할 수 있습니다"
"AI가 알아서 음식을 주문해 줍니다"
마찰을 없애고 매출을 늘려 줄 마법 같은 아이디어처럼 들리죠. 하지만 보통 사람들은 가장 싼 곳을 고르려고 열세 군데쯤 비교합니다. 집 앞에 음식이 도착했는데 곧이어 감당 못 할 청구서까지 날아오는 걸 바라는 사람은 없습니다.
사람들이 이런 도구로 묻지마 구매를 하지 않으려는 핵심 이유를 정확히 짚으셨다고 생각합니다. 적어도 억만장자가 아닌 사람들은 그렇겠죠.
그 증거로 눈여겨볼 만한 게 아마존 대시 버튼의 실패입니다1. 소모품을 말 그대로 알아서 주문해 주는 기기였죠. 아마존은 이 기기를 사실상 공짜로(첫 주문 5달러 할인 같은 식으로) 뿌렸는데도, 사람들은 편하게 쓰지 못한 모양입니다.
참고로 그 버튼에는 "중복 방지" 설정이 있어서, 해당 상품이 배송되기 전에는 주문이 하나만 대기하도록 할 수 있었습니다.
저는 두 가지 이유로 대시 버튼이 마음에 들었습니다.
어차피 온라인으로만 사는 물건을 정기적으로 주문하는 일이 온 가족에게 쉬워졌습니다. 제 경우에는 한 달에 한 번쯤 사는 물담배용 숯이 그랬습니다.
그 소모품을 보관하는 곳 옆에 버튼을 붙여 둘 수 있었고, 대부분은 링크를 달라고 하거나 다른 사람에게 재주문하라고 상기시키는 것보다 버튼을 누르는 쪽을 선호했을 겁니다.
다만 처음에 세제처럼 사람들이 어차피 마트에서 사는 생활용품의 브랜드 버튼만 한정해서 내놓은 건 실수였다고 봅니다. 1번 같은 용도로 쓸 수 있는 범용 버튼을 냈어야 했는데, 그게 바로 흔해 빠진 빅테크식 사고방식이죠.
스마트폰이 그만큼 발전했으니, 저라면 "저장된 상품 123"을 담은 작은 QR 코드나 NFC 스티커가 낫겠습니다.
그러면 특정 업체에 종속되지 않는 오픈소스 앱이 휴대폰에서 해당 항목(예: "화장지" 같은 것)을 띄우고, 전에 주문한 상품 페이지로 빠르게 넘어가게 해 주는 겁니다.
그러면 특정 판매처에 묶이지 않고, 주문하기 전에 가격도 확인하고, 같은 시스템을 장소에 얽힌 다른 메모나 할 일에도 쓸 수 있습니다.
그쪽이 더 개방적이고 유연하게 들리긴 하지만, 원래 그 버튼은 구매력이 있는 특정 계정에 묶여 있었고 (가격을 포함한) 주문 알림도 그 계정으로 갔습니다.
그 물건값을 누가 내느냐 하는 문제도 남아 있습니다. 다른 사람이 버튼 한 번으로 내 돈을 쓸 수 있는 개방형 플랫폼을 만들려면 신원, 신뢰, 한도 같은 데 엄청난 투자가 필요할 겁니다. 선택할 수 있는 "미니 마켓"을 보여 주자는 제안의 가치는 이해합니다.
2번에 대해서: 버튼 종류에 "슬림 짐"(육포 스낵)이 있는 걸 보고 늘 웃었습니다. 누가 식료품 창고를 열었다가 슬림 짐이 딱 두 개 남은 걸 발견하고는, 다행히 바로 거기 대시 버튼이 있어서 이 미래의 재앙을 피하는 장면이 그려지더라고요.
저는 끝내 하나도 안 샀지만, 세탁 세제 같은 물건이라면 머릿속에서는 분명 말이 됐습니다. 얼마 안 남았다 싶을 때 버튼을 누르고 잊어버리면 사흘 뒤에 도착하고, "아, 맞다, 딱이네" 하게 되는 거죠.
트로이 콘돔 대시 버튼도 있었는데, 그건 정말 끔찍했죠.
호스트가 침대 옆 서랍을 열었다가 남은 게 몇 개뿐인 걸 보고 충격받아서는... 버튼을 찰싹 때리고 다시 다른 찰싹 소리가 나는 일로 돌아가는 모습이 상상됩니다.
제 생각에 핵심은, 같은 물건을 반복해서 사는 경우에도 대부분의 사람들은 사기 전에 가격을 확인하고 싶어 한다는 겁니다.
맞아요. 키친타월, 화장지, 영양제, 세제 같은 대용량 소모품은 아마존에서 가격이 수시로 바뀌고, 특정 SKU의 재고 여부도 바뀌잖아요. 매번 같은 SKU를 그대로 재구매하면 훨씬 비싸게 사거나, 판매자가 아마존에서 믿을 만한지 의심스러운 아무 제3자 업체로 바뀔 수도 있어요.
AI 에이전트라면 그런 걸 다 알아서 처리하는 모습을 상상할 수는 있지만, 대시 버튼이 그렇게 바가지를 씌우는 일을 한 번이라도 겪으면 전 그 물건을 바로 쓰레기통에 던질 거예요.
스마트폰 인앱결제도 그렇지만, 버튼 누르기를 좋아하는 어린아이가 나타나는 순간 이건 무너집니다.
우리 중 상당수에게는 충분히 쓸 만하게 만들 수 있을 겁니다.
물론 가격 문제를 해결해야 하겠죠. 저는 유독 가격에 둔감한 편인데도, 너무 많은 판매자가 멍청한 짓을 하다가 멍청한 대가를 치릅니다(제가 매번 그 업체에서 무작정 사는 대신 여기저기 비교하게 되는 것). 단가를 너무 자주, 너무 크게 바꾸거든요(예를 들어 제 아들이 쓰는 샤워젤은 리터당 가격이 최대 3배까지 차이 나는 가격들 사이를 수시로 오가고, 어느 시점이든 어떤 용량이든 엄청난 바가지일 수 있습니다). 사용자가 가격대를 설정하게 하고 그 가격 조건에 맞는 상품들 중에서 고르게 하거나, 안 맞으면 오류를 띄우는 식으로 해결할 수 있습니다. 아니면 멍청한 짓을 하지 않겠다고 약속한 판매자의 상품만 넣든가요.
하지만 그러면 UI가 엄청나게 복잡해지고, 전에는 없던 오류 상황도 생깁니다.
그렇게 해도 더 큰 문제는, 주간 장보기와는 별도로 같은 물건을 자주 주문하는 상품군이 충분히 많지 않아서 그럴 가치가 없다는 겁니다.
우리 집은 십대 아들이 있어서 샤워젤, 화장지, 식기세척기 세제 알약, 세탁기 세제 알약 정도로 요약됩니다.
적은 건 아니지만, 버튼을 눌러 재주문할 수 있다고 해서 아마존에서 실질적으로 더 많이 주문하게 되진 않을 겁니다. 휴대폰을 꺼내 아마존 앱에서 "주문 내역"을 눌러 지난 주문을 찾아 재주문하는 거랑 별 차이가 없으니까요.
그리고 저는 대시 버튼이 나왔을 때 실제로 몇 개 주문했다가 써 보지도 않고 곧 잊어버린 사람으로서 하는 말입니다(왜 그랬는지는 기억도 안 나네요).
워낙 사소한 편의라서, 되려면 마찰이 완전히 0이어야 하고, 그래도 거기서 나오는 매출은 아마 아주 미미할 겁니다.
기업들이 사람들이 이런 기능을 쓰게 만들려고 군침을 흘리는 이유가 잘 드러나네요.
여기 댓글 중에는 사람들이 모르고 있다고 보는 것 같은 내용이 있는데, 사용자를 AI로 옮기려는 모든 기업의 목표는 다음과 같습니다.
— 돈을 더 쓰게 만드는 것
매몰 비용 같은 걸까요? "어차피 배달비를 내는 거니까 X도 하나 추가하자..." 하는 식으로요.
아마존 같은 온라인 쇼핑몰은 무료 배송 최소 구매 금액으로 이미 그 문제를 해결했죠. 그 덕에 사람들은 무료 배송 최소 주문액 때문에 집에 잡동사니가 더 늘었습니다.
동의하고, 가격은 더 일반적인 현상의 한 예일 뿐이라고 생각합니다. 가격뿐 아니라 제3자에게 설명하기 귀찮거나 아예 말로 표현하지도 못하는 온갖 요소를 따져서 결정을 직접 내리고 싶어 한다는 거죠.
실용적인 문제를 피할 수 있다는 점을 빼더라도, 맡기는 걸 오히려 원하지 않고 간단한 일은 직접 하고 싶어 하는 경우가 꽤 흔하다고 봅니다. 그게 만족스럽기도 하고요.
성격 탓일 수도 있고 학습된 행동일 수도 있지만, 이런 걸 휴대폰에 대고 말하고 뭐가 올지 지켜보는 걸 즐거워할 사람은 별로 못 본 것 같습니다.
여행 예약처럼 복잡한 일도 마찬가지입니다. 저는 운 좋게도 살면서 몇 번, 여행 예약 같은 일을 도와주는 게 직업인 사람이 곁에 있었습니다. 시간이 지나면 제 취향을 익히긴 하지만, 설명하기 어렵고 데이터에는 드러나지 않는 미묘한 부분이 정말 많습니다. 제가 원하는 방식으로 짜려면 늘 여러 번 오가며 시행착오를 겪어야 하죠. 전날 일정에 따라 비행기를 몇 시에 타고 싶은지, 특정 기종에서 원하는 좌석과 다른 기종에서 원하는 좌석이 어떻게 다른지, 좋아하는 식당이 마침 길 건너에 있어서 어떤 호텔을 선호할 수 있는지 같은 것들이요. 저도 살 만큼 살아서 기술에 대해 절대 안 된다고는 말하지 않지만, AI 에이전트는 제 여행을 예약해 주길 바랄 수준에 근처도 못 갔다고 말하겠습니다. 숙련되고 경험 많은 사람이 해 주는 것조차 대체로 원치 않는데, 소프트웨어에 대한 기준은 매우 높을 수밖에 없죠.
(특정 기종에서 원하는 좌석과, 다른 기종에서 원하는 다른 좌석.)
이건 저한테는 정말 이상하게 들리는데요? 저도 좌석 취향은 있지만, 대체로 "빨리 내리게 앞쪽이 좋다", "다리 공간이 넓은 벌크헤드나 비상구 좌석이 좋다", "통로 쪽이 좋다" 정도로 정리됩니다. 이런 취향은 전달할 수 있고, 항공편을 예약해 주는 사람이 기종과 상관없이 균형을 맞춰 줄 수 있습니다.
그렇죠, 그런데 어떤 사람들의 취향은 이렇습니다.
"757이면 일등석 객실 뒤쪽 절반이 좋고 757이 아니면 앞쪽 절반이 좋아요. 하지만 A320 계열(또는 일등석과 일반석 사이에 커튼이 있는 다른 기종)이 아니면 일등석 첫 줄이나 마지막 줄(벌크헤드)은 절대 잡지 마세요. 통로 쪽을 선호하지만, 일등석 마지막 줄이면서 그 기종이 일등석이나 일반석 중 한쪽이 비대칭 배열이면 예외예요(아는 사람은 알죠). A380이나 747의 2층이라면 객실 뒤쪽도 괜찮은데(그러니까 '친절하게' 번호가 더 작은 줄로 옮겨 주지 마세요), 그 외에는 비행기 뒤쪽에 앉기 싫습니다. 비상구 좌석이나 비상구 바로 앞줄은 절대 잡지 말고, 비상구 바로 뒷줄은 다리 공간과 좌석 젖힘이 보통 수준인지 확인한 뒤에만 잡으세요. 프리미엄 이코노미 바로 뒤의 일반석 첫 줄은 절대 안 되고, 나머지 줄이 가운데 좌석뿐이 아니라면 프리미엄 이코노미 마지막 줄도 되도록 피하세요. 757이면 일등석에 돈을 더 낼 의향이 있고, 다른 협동체 기종이면 덜 내고 싶어요. 비행이 1시간 미만이고 추가 요금이 25달러를 넘으면 일등석은 잡지 마세요. 그리고 남은 좌석이 기체 마지막 5줄뿐이 아니라면 프리미엄 이코노미 가운데 좌석은 절대 잡지 마세요."
이걸 결정 트리로 인코딩하는 게 가능하기는 분명 하겠지만, 어떤 사람들에게는 그냥 좌석 배치도를 보고 원하는 자리를 고르는 편이 더 쉽습니다.
그럼 앞쪽 좌석이 40% 더 비싼데도 여전히 원하세요? 아니면 어차피 경유지에서 3시간을 기다려야 하는데도 꼭 필요한가요? 혹은 그 좌석이 안 좋은 경험을 했던 항공사에만 남아 있다면요? 또는 수하물을 부치니까 어차피 기다려야 한다면요...
이런 건 미묘한 부분이 정말 많습니다.
(이건 저한테는 정말 이상하게 들리는데요?)
저처럼 1년에 서너 번 호주와 미국을 오가는 사람한테는 전혀 이상하지 않습니다.
저는 다리 공간이 넓고 기체 벽에 머리를 기대고 잘 수 있어야 하는데, 갤리나 화장실에서는 멀리 떨어져 있어야 하고, 가장 가까운 머리 위 짐칸이 승무원 장비 전용인 자리도 피하고 싶습니다.
사람들은 음식 사진을 보면서 점심을 고르는 걸 좋아하고, 로봇과 대화하는 건 별로입니다. 굳이 깊이 분석할 필요도 없다고 생각해요.
사람들은 돈을 쓰기 전에 가격을 알고 싶어 합니다. 기업은 반대로 사람들이 모르길 바라고요.
"돈은 중요하지 않게 될 것"이라는 AI 연구소들의 말이 얼마나 정확한지를 이 일이 또다시 증명합니다.
아마 "덜 보도되는" 부분일 텐데, AI 솔루션 중 상당수는 그냥 직접 하는 것보다 쉽지 않습니다.
예를 들어 제 가계부 앱에서 AI 봇에게 "맥도날드 거래 내역 전부 보여 줘"라고 하는 게, 검색창이나 수취인 필터를 눌러 "맥도날드"라고 입력하는 것보다 쉽지 않아요.
게다가 AI 봇을 쓰면 토큰을 태우게 되고요.
쉽지 않을 뿐 아니라 훨씬 느리기까지 합니다.
제가 써 본 거의 모든 LLM의 UX는 AI가 원치 않는 곳에 슬그머니 끼어들어서, 예전엔 0.1ms면 끝나던 일을 10초나 더 걸리게 만드는 식이었어요.
AI가 가장 어울리지 않는 곳이 검색창인데, 모든 프로덕트 매니저가 제일 먼저 AI를 넣고 싶어 하는 곳이 바로 거기인 것 같습니다. AI가 포그라운드에서 형편없이 검색하느라 결과가 나올 때까지 한참을 기다리는 게 정말 싫습니다.
회사에서 사람들에게 계속 상기시켜야 한다는 기분이 듭니다. LLM은 평범한 결정론적 소프트웨어보다 비싸고, 지연 시간이 길고, 동작을 예측하기 어렵다는 점을요.
어떤 기능에 일반 소프트웨어를 쓸지 AI를 쓸지 정할 때는 이런 트레이드오프를 따져 봐야 합니다.
사무실에서 재미있는 하루를 보냈습니다. 행사 사진의 조명을 AI로 보정했더니, 연사의 미소를 더 크게 만들고 결혼반지를 지우고 귀담아듣던 임원진의 눈을 더 크게 뜨게 만드는 등 창의적인 짓까지 했다는 걸 짚어 줬거든요.
처음의 조명 보정을 몇 번 반복했더니 연사는 조커 같은 큰 웃음을 짓고 있었고, CEO는 애니메이션 같은 커다란 눈에 25년은 어려 보였어요.
그런데 홍보 사진마다 이 "조명 보정" 1차 작업을 한다면, 우리도 모르는 사이에 뭘 더하고 뭘 빼겠습니까? 저는 경고도 없이 제가 원한 것 말고 다른 일까지 하는 도구를 쓰는 게 근본적으로 싫습니다. 눈에 띄는 실수의 책임은 기계가 아니라 제가 지게 될 테니, 슬라이더는 그냥 제가 직접 조절하겠습니다.
반대로 컨플루언스의 AI 봇은 저한테 큰 도움이 됐습니다.
... 봇을 잘 만들어서인지, 컨플루언스 검색 결과가 그다지 좋지 않아서인지는 모르겠네요.
Bitbucket에서는 Rovo가 코드를 볼 수 없어서 PR 설명을 쓸 수 없다고 합니다.
애초에 PR을 만들 때는 설명을 자동으로 써 주는데, 그 설명을 지우고 Rovo에게 새로 만들어 달라고 하면 처참하게 실패해요.
구글 문서/Workspace의 Gemini도 이런 점에서 정말 답답합니다. Claude에게는 API로 구글 문서를 조작시킬 수 있고 아무 문제 없는데, 같은 브라우저 창 안에 있는 AI 에이전트인 Gemini에게 말을 걸면 아무것도 할 수 없다고 해요 [0]
[0] 두어 달 전에 마지막으로 Gemini로 슬라이드 덱 서식을 바꿔 보려다(실패) Claude로 해 봤을 때(성공) 기준입니다.