Uber Eats ‘Cart Assistant’로 에이전틱 상거래 실험 본격화
검색을 넘은 ‘의도 해석·자동 실행’ 커머스 전환

미국 차량공유 기업 Uber가 자사 음식·식료품 배달 플랫폼 Uber Eats에 AI 기반 장보기 도우미 ‘Cart Assistant’를 도입했다. 텍스트와 이미지를 이해해 장바구니를 자동으로 구성하는 기능으로, 우버가 표방해온 ‘에이전틱 AI’ 전략의 초기 상용 사례로 평가된다.

이번 출시는 단순 추천 고도화가 아니라, 사용자의 의도를 해석해 실제 구매 단계까지 실행하는 구조로 전환했다는 점에서 의미가 있다.

Cart Assistant의 핵심은 검색 중심 UX를 대행 중심 UX로 바꿨다는 데 있다.

사용자는 특정 마트 페이지에서 해당 아이콘을 클릭한 뒤 텍스트로 쇼핑 리스트를 입력하거나 손글씨 메모, 레시피 스크린샷 등을 업로드할 수 있다. AI는 이를 해석해 가용 재고, 가격, 프로모션을 반영한 장바구니를 자동 구성한다. 이후 사용자는 품목을 교체하거나 추가할 수 있다. 기존의 ‘검색→비교→추가’ 과정을 AI가 상당 부분 대신 수행하는 구조다. 이는 검색 기반 커머스에서 의도 기반 자동 구성 모델로의 이동을 보여준다.

기술적으로는 멀티모달 이해, 개인화, 실시간 매장 데이터 연동이 결합된 형태다.

텍스트뿐 아니라 이미지까지 인식해 레시피 재료를 자동 추출할 수 있고, 과거 주문 이력을 반영해 선호 브랜드와 용량, 가격대를 우선 적용한다. 동시에 매장별 재고 상황과 프로모션 정보를 반영해 실제 구매 가능한 조합으로 장바구니를 구성한다. 이는 단순 LLM 챗봇이 아니라 실행 중심형 AI 어시스턴트에 가깝다.

우버 측은 이를 “일상 문제를 해결하는 AI”라고 설명한다. 최근 빅테크의 AI 전략은 보조 도구에서 추천 엔진을 거쳐 작업 수행자로 이동하고 있다. 우버는 이미 차량 호출과 배달이라는 물리적 실행 네트워크를 보유하고 있기 때문에, AI가 선택을 대신하는 순간 즉시 물류 실행으로 연결된다. 이는 순수 소프트웨어 플랫폼과 비교해 구조적 강점으로 작용한다.

시장 환경도 이러한 전환을 뒷받침한다.

레시피 기반 자동 장바구니, 음성 기반 쇼핑, 식단 추천 자동 주문, 재구매 예측 기반 자동 채움 등 AI 기반 커머스 자동화는 글로벌 유통 플랫폼 전반의 공통 전략으로 확산 중이다.

다만 우버의 차별점은 특정 브랜드 중심이 아니라 매장 단위 실시간 재고를 반영하는 마켓플레이스 구조에 있다. 광고 중심 노출 모델과는 다른 접근이다.

리스크도 존재한다.

상품 인식 정확도와 손글씨·모호한 표현 처리 안정성은 초기 품질을 좌우할 변수다. 개인화 추천이 특정 브랜드 노출 강화로 이어질 경우 상업적 왜곡 논란이 제기될 가능성도 있다. 향후 프로모션 우선 노출이 광고와 결합될 경우 공정성 문제 역시 관전 포인트다.

그럼에도 이번 기능은 단순 편의 개선을 넘어선다.

AI가 장바구니를 대신 담는 순간, 쇼핑은 검색 행위가 아니라 자동화 프로세스로 재정의된다. 향후 “이번 주 식단 구성”, “예산 5만원 이하 3인 가족 5일치 장보기”, “냉장고 사진 기반 부족 재료 보충”과 같은 요청이 자동 실행으로 이어질 가능성이 열린다. 의사결정과 실행, 최적화가 동시에 이루어지는 구조다.

Cart Assistant는 AI가 소비자의 중간 의사결정층을 대체하기 시작했다는 점에서 전략적 함의는 작지 않다.

에이전틱 AI는 더 이상 연구실 개념이 아니라, 실제 상거래 환경에서 실행 단계에 진입하고 있다.