eBay는 AI로 해결 시간을 5배 단축하고 방문 품질을 40% 이상 높였다. 기업 고객 서비스 자동화의 실증 사례를 분석한다.
2025년 7월, eBay의 CEO Jamie Iannone은 투자자들에게 AI가 회사의 고객 경험을 "근본적으로 변화시키고 있다"고 말했습니다. 이는 미래를 향한 약속이 아니라, 이미 실현된 성과에 대한 보고였습니다. 당시 eBay는 CRM 인프라, 검색 시스템, 상품 목록 도구, 사기 탐지 스택 전반에 걸쳐 생성형 AI를 배포한 상태였으며, 측정 가능한 비즈니스 성과를 증명해 보이고 있었습니다.
전 세계 1억 3,400만 명의 활성 구매자와 수백만 명의 판매자를 연결하는 마켓플레이스에서, 일관되고 신속하며 개인화된 AI 고객 서비스를 대규모로 제공하는 것은 결코 쉬운 과제가 아닙니다. eBay의 해답은 체계적이고 다층적인 고객 경험 자동화 프로그램이었으며, 이는 eBay 자체의 미래만큼이나 기업 고객 서비스의 미래를 가능케 하는 사례입니다.
이 글은 eBay가 어떻게 AI 기반 고객 지원 인프라를 구축했는지, 어떤 성과를 거두었는지, 그리고 현대 유통 업계에서 가장 야심 찬 기업용 AI 자동화 프로그램 중 하나로부터 기업들이 무엇을 배울 수 있는지를 심층적으로 분석합니다.
eBay가 무엇을 구축했는지 이해하기 위해서는, 먼저 이 플랫폼이 운영되는 규모를 파악해야 합니다. 2025년 1분기 기준, eBay는 약 1억 3,400만 명의 활성 구매자와 수백만 명의 활성 판매자가 글로벌 마켓플레이스에서 거래하고 있다고 보고했습니다. 각 거래 단계에서는 어떤 인력 기반 운영 체계도 효율적으로 처리하기 어려운 방대한 규모의 AI 고객 서비스 상호작용이 지속적으로 발생합니다.
자동화는 단순히 매력적인 선택지가 아니라 전략적 필수 사항이 되었습니다. 주요 비용 지표가 이를 명확하게 보여줍니다.
이것이 eBay가 인력 중심의 지원 모델에서 고객 서비스 분야의 AI 활용 및 자동화 중심 모델로 전환을 가속화한 핵심 비즈니스 근거였습니다. 그러나 이 전환은 단순한 비용 절감에 그치지 않았습니다. eBay 경영진은 이 투자를 GMV(총 상품 거래액) 성장, 판매자 유지율 향상, 그리고 구매자 만족도 제고를 동시에 달성하기 위한 수단으로 규정했으며, 이 세 가지 요소의 조화야말로 플랫폼 규모에서 진정한 AI 기반 고객 지원의 가치를 정의합니다.
.png)
eBay의 AI 고객 서비스 전략에서 가장 중요하고 검증 가능한 성과 중 하나는 예상치 못한 채널, 즉 이메일 마케팅에서 나왔습니다. 2024년 말, eBay는 미국 시장의 CRM 이메일에 개인화된 제목줄과 프리헤더를 생성하기 위해 생성형 AI를 도입하기 시작했습니다. CEO Iannone이 2025년 2분기 실적 발표에서 공개한 결과는 매우 인상적이었습니다.
AI 생성 이메일 방식은 기존 방법론 대비 방문 품질을 40% 이상 향상시켰습니다. 이 지표인 '방문 품질(quality visits)'은 단순한 이메일 열람이나 클릭과는 다릅니다. 이메일 수신 후 플랫폼과 실질적으로 상호작용한 구매자를 의미하며, 피상적인 클릭 활동이 아닌 진정한 개인화 효과를 반영합니다.
"이미 매주 수백만 건의 맞춤형 이메일을 발송하고 있으며, CRM 채널을 통한 고객 경험의 더 많은 접점에서 생성형 AI를 활용한 개인화를 지속적으로 확대할 계획입니다." — Jamie Iannone
미국 출시 이후, eBay는 이 프로그램을 다방면으로 빠르게 확장했습니다.
McKinsey의 연구가 일관되게 밝히는 바와 같이, 고객 상호작용에서 개인화를 효과적으로 구현한 기업은 매출이 5~15% 증가하고 고객 유지율이 향상됩니다. 생성형 AI 고객 서비스 개인화를 기반으로 한 eBay의 성과는 그 상한선에 가까운 결과를 보이고 있으며, 이는 구매 의도 신호가 가장 강한 사전 방문 이메일 단계에 개인화를 적용했기 때문입니다.
CRM 성과가 구매자 참여에 대한 AI의 영향력을 보여준다면, eBay의 AI Assistant는 또 다른 중요한 마찰 지점, 즉 실시간 판매자-구매자 커뮤니케이션을 해결합니다.
2024년 말 출시된 이후 2025년에 걸쳐 지속적으로 개선된 eBay의 AI Assistant는 판매자의 현재 활성 상품 목록과 주문 정보만을 기반으로 구매자 메시지에 대한 답변 초안을 생성합니다. 현재 이 도구가 지원하는 문의 유형은 다음과 같습니다.
무엇보다 중요한 것은, 이 도구가 판매자의 완전한 통제 하에 작동한다는 점입니다. AI가 제안한 모든 답변은 판매자에게만 표시되며, 판매자는 이를 수정하여 발송하거나 완전히 무시하고 직접 답변을 작성할 수 있습니다. eBay의 공식 Seller Center 문서는 구매자에게 전송되는 내용에 대한 최종 결정권이 항상 판매자에게 있음을 명확히 하고 있습니다. AI는 보조하는 역할을 할 뿐, 자율적으로 행동하지 않습니다.
이 시스템을 사용하는 판매자에 대한 제3자 분석에 따르면, 활성 판매자의 수동 메시지 처리가 40~60% 감소하는 등 상당한 시간 절약 효과가 있는 것으로 추정됩니다. 다만 eBay 자체적으로는 공식적인 집계 성과 지표를 아직 발표하지 않았습니다. eBay의 판매자 경험 부문 VP Xiaodi Zhang이 확인한 것은 플랫폼의 '선순환 플라이휠(virtuous flywheel)' 모델입니다. AI 고객 서비스 도구가 목록 작성과 커뮤니케이션 워크플로우 전반의 마찰을 줄이면, 이것이 구매자 상호작용의 질 향상으로 이어지고, 결과적으로 더 많은 GMV를 창출한다는 것입니다.
이 플라이휠 모델은 eBay의 AI 고객 서비스 실행 방식을 이해하는 핵심입니다. eBay는 AI를 개별적인 워크스트림에 분산 배치하는 것이 아니라, 고객 서비스 자동화의 각 레이어가 인접한 모든 레이어의 입력과 출력을 향상시키는 자기강화 시스템을 설계하고 있습니다.
eBay의 고객 경험 자동화에서 가장 미래지향적인 요소는 쇼핑 경험 내에 대화형 에이전트 AI를 직접 구현한 것입니다. 2025년 5월, eBay는 개별 사용자의 쇼핑 선호도를 기반으로 실시간 초개인화 상품 추천과 전문적인 안내를 제공하는 AI 쇼핑 에이전트를 선보였습니다.
이 에이전트는 사용자 요청 시 또는 예측 메시징을 통해 현재 페이지에 인라인으로 표시될 수 있습니다. 즉, 명시적인 사용자 입력을 기다리는 대신 행동 신호에 따라 자동으로 활성화됩니다. 이는 의미 있는 아키텍처 전환입니다. 기존의 챗봇이 반응형(reactive)이었다면, eBay의 에이전트 모델은 선제적(anticipatory)입니다.
"이러한 에이전트형 AI의 발전은 고객의 니즈를 깊이 이해하면서도 효율적으로 서비스를 제공할 수 있게 해주며, eBay를 미래의 에이전트 기반 이커머스 환경의 선두에 위치시킵니다." — Mazen Rawashdeh, eBay SVP 겸 CTO
또한 eBay는 OpenAI와 협력하여 Operator AI 에이전트를 개발했습니다. 이 가상 쇼핑 보조 도구는 사용자를 eBay의 재고와 직접 연결하고, 대화형 상품 탐색을 통해 판매자의 도달 범위를 넓혀줍니다. 대규모로 적용될 경우, 이러한 에이전트 도구는 브라우징과 검색의 인지적 마찰을 줄여, 과거의 검색-스크롤 경험을 의도 파악 기반의 안내형 상호작용으로 전환합니다.
이는 Gartner가 구체적으로 예측한 더 넓은 e-commerce AI 트렌드 속에 eBay를 위치시킵니다. Gartner는 2028년까지 기업용 소프트웨어의 33%에 에이전트 AI가 포함될 것으로 전망하며, 이는 2024년의 1% 미만에서 크게 증가한 수치입니다. eBay는 이 트렌드를 단순히 추적하는 것이 아니라, 이를 선도하기 위한 조직적 역량을 적극적으로 구축하고 있습니다.
eBay의 AI 기반 고객 지원 시스템 인프라에 대한 논의는 신뢰 및 안전 스택을 검토하지 않고서는 완성될 수 없습니다. eBay의 규모에서 사기 탐지는 단순한 운영 기능이 아니라 생존의 문제입니다. 위조품, 계정 탈취, 결제 사기가 한 번 발생하면 오랜 시간이 지난 후에도 구매자 신뢰를 잠식할 수 있습니다.
eBay의 대응은 수년에 걸쳐 정교한 다층형 AI 사기 탐지 인프라를 구축하는 것이었습니다. 자체 개발한 xFraud 프레임워크는 그래프 신경망(GNN)을 활용해 대규모 이기종 거래 데이터를 분석하고, 다음과 같은 다양한 신호에서 사기 패턴을 동시에 식별합니다.
eBay는 xFraud 시스템에 대한 상세한 연구 결과를 2025년 Emerging Markets Review 학술지에 발표했습니다. 이는 주요 이커머스 플랫폼이 사기 탐지 방법론을 동료 심사 학술 연구로 제출한 보기 드문 사례입니다.
또한 eBay는 AI 사기 탐지 기업 3PM Shield를 인수하여 전문적인 위조품 방지 기능을 내재화했습니다. 이 인수는 명확한 전략을 반영합니다. 신뢰 인프라를 제3자 벤더에만 의존하는 것이 아니라, eBay 고유의 마켓플레이스 역학에 지속적으로 최적화할 수 있는 자체 AI 역량을 구축하겠다는 것입니다.
"eBay가 글로벌 판매자 및 구매자 커뮤니티에게 안전하고 신뢰할 수 있는 환경을 유지하는 것이 최우선 과제입니다." — Zhi Zhou, eBay 최고위험관리책임자(CRO)
이러한 투자는 이중적 목적을 수행합니다. 구매자를 사고로부터 보호하는 동시에, 판매자를 허위 위조 혐의로부터 보호합니다. 이 균형이 제대로 유지될 때, eBay의 AI 기반 고객 지원 시스템 생태계의 장기적 신뢰성과 플랫폼 전반의 건전성이 강화됩니다.
eBay에서 고객 서비스 혁신은 구매자 경험을 넘어 판매자 영역까지 확장됩니다. eBay AI 투자의 상당 부분은 판매자를 대상으로 하며, 판매자의 목록 품질, 응답성, 상품 정확도는 구매자 만족도에 직접적인 영향을 미칩니다.
이 배포 규모는 주목할 만합니다. eBay CEO가 2025년 2분기 실적 발표에서 공개한 데이터에 따르면, 하루 약 50만 건의 상품 목록이 AI 도구의 도움을 받아 생성됩니다. 같은 발표에서 1,000만 명 이상의 고유 판매자가 AI 기능을 활용해 2억 개 이상의 상품 목록을 생성했으며, Iannone은 이 목록들이 "수십억 달러"의 GMV를 창출했다고 밝혔습니다. 이는 파일럿 프로그램이나 베타 단계의 기능이 아니라, 표준 판매자 워크플로우에 통합된 핵심 운영 역량입니다.
eBay의 판매자 대상 AI 도구 패키지는 다음과 같습니다.
eBay 통계 집계 기관의 플랫폼 분석에 따르면, 프로모션 목록, 자동 가격 재조정, 목록 자동화 등 eBay의 고급 비즈니스 도구를 활용하는 판매자는 수동으로 목록을 관리하는 판매자 대비 평균 30~35% 높은 매출 성장률을 보고하고 있습니다. 이 수치는 eBay 공식 보도자료에는 직접 발표되지 않았지만, eBay 경영진이 AI 도구 채택에 따른 GMV 성장을 귀인할 때 언급하는 방향성과 일치합니다. 이것이 e-commerce AI의 실질적 가치입니다. 자동화는 단순히 비용을 절감하는 것이 아니라, 판매자의 매출 성과를 직접적으로 확대합니다.
.png)
eBay의 혁신은 고립된 사례가 아닙니다. 이는 모든 고객 대면 산업에서 경쟁적 기대치를 개편하고 있는 기업용 AI 자동화의 가속화라는 시대적 흐름 속에서 전개됩니다.
eBay의 AI 고객 서비스 전략을 평가하는 데 필수적인 주요 산업 벤치마크는 다음과 같습니다.
고객 서비스 분야의 AI 활용에서 탁월한 성과를 거두는 기업과 그렇지 못한 기업을 구분하는 요인은 무엇일까요? Gartner의 연구는 명확한 조직 원리를 제시합니다. 특정 비즈니스 목표에 정렬된 고객 서비스 자동화 전략을 보유한 조직이 AI 배포의 잠재력을 실현하는 데 지속적으로 유리한 위치에 있다는 것입니다. 판매자 성장, 구매자 개인화, 사기 방지, 운영 효율성을 동시에 AI로 지원하는 eBay의 아키텍처는 이러한 정렬의 모범 사례를 보여줍니다.
반면, 2025년에 대부분의 AI 이니셔티브를 중단한 42%의 기업(2024년 17%에서 급증, Gartner)은 공통된 패턴을 보입니다. AI를 핵심 비즈니스 워크플로우에 통합된 시스템이 아닌 개별적인 실험으로 접근했다는 것입니다.
.png)
eBay의 AI 고객 서비스 프로그램에 대한 신뢰도 있는 분석은 모델이 마찰을 겪는 지점을 솔직하게 인정해야 합니다. 플랫폼이 상당한 진전을 이루어 음에도 불구하고, 사용자와 판매자들은 대규모 AI 배포가 수반하는 지속적인 과제를 보여주는 특정 실패 사례들을 보고하고 있습니다.
eBay의 AI 기반 정책 위반 탐지는 정상적인 상품이 위조품 또는 금지 상품으로 잘못 분류된다는 판매자들의 비판에 직면해 있습니다. 이 문제의 구조적 원인은 다음과 같습니다. 과거 위반 패턴으로 훈련된 AI 모델은 합법적 상품과 금지 상품의 경계가 맥락적으로 미묘한 틈새 카테고리나 엣지 케이스에 적용될 때 오탐(false positive)을 생성할 수 있습니다.
Digital Trust and Safety Partnership의 2024년 모범 사례 보고서에서 지적하듯이, 고정밀 모델조차도 주요 디지털 플랫폼 규모에서는 상당한 과잉 또는 과소 집행을 발생시킵니다. 이 과제는 eBay만의 문제가 아니라, 모든 대규모 AI 고객 서비스 배포에서 나타나는 구조적 긴장입니다. 세 가지 일관된 실패 패턴이 반복적으로 나타납니다.
기업용 AI 실무자들에게 이 교훈은 명확합니다. 자동화는 속도와 비용 효율을 확장하는 동시에 오류도 확장합니다. 강력한 에스컬레이션 경로 설계, 고위험 의사결정에 대한 인간 검토 유지, 지속적인 피드백 메커니즘 구축은 초기 배포만큼이나 중요합니다.
고객 서비스 분야에서 AI 선도 기업과 후발 기업 사이의 격차는 점점 벌어지고 있으며, eBay의 궤적은 이 격차를 좁히는 것이 왜 점점 더 어려워지는지를 잘 보여줍니다.
.png)
eBay처럼 통합된 워크플로우 방식으로 AI 기반 고객 지원을 배포하는 기업들은 2025년 산업 벤치마크에 따르면 구현 후 60~90일 이내에 긍정적인 성과를 달성하고 있습니다. 고객 서비스를 위한 AI 챗봇을 독립적인 제품 레이어로만 다루는 기업들은 통합 지연으로 그 일정이 6개월 이상 늘어나며, 고객 기대치가 지속적으로 상승하는 시장에서 경쟁 열위가 심화됩니다.
eBay의 AI 기반 고객 지원 혁신은 플랫폼 특정 제품 선택을 넘어선 기업용 AI 자동화의 실용적 프레임워크를 제공합니다. 실행 과정에서 도출된 몇 가지 핵심 전략 원칙은 다음과 같습니다.
1. 기능 축적이 아닌 시스템 통합을 지향하라. eBay의 고객 서비스 분야의 AI 활용 투자는 CRM, 목록 AI, 사기 탐지, 에이전트형 쇼핑 등 각 배포가 서로를 강화하기 때문에 복리 효과를 발생시킵니다. 더 넓은 워크플로우에 통합하지 않고 고객 서비스를 위한 AI 챗봇을 단독으로 배포하는 기업은 가용 가치의 일부만 포착하게 됩니다.
2. 배포 지표가 아닌 성과 지표를 측정하라. eBay는 배포된 AI 기능의 수가 아닌 방문 품질, GMV 성장, 판매자 매출 성과를 추적합니다. 기술적 이정표보다 비즈니스 성과를 지향하는 이 방식이야말로 고객 서비스 자동화를 경영진에게 측정 가능하고 방어 가능하게 만드는 요소입니다.
3. 플라이휠 모델을 활용해 모멘텀을 지속할. eBay의 '선순환 플라이휠' — AI가 목록 품질을 향상시키고, 이것이 구매자 경험을 개선하고, 이것이 더 많은 GMV를 창출하고, 이것이 더 많은 AI 투자를 정당화하는 구조 — 은 모든 기업이 응용할 수 있는 모델입니다. 핵심은 가장 명확한 피드백 신호를 생성하는 비즈니스 성과를 식별하는 것입니다.
4. 고위험 AI 의사결정에서 인간 감독을 유지하라. 자동화는 효율성과 오류를 동시에 확장합니다. 맥락적으로 복잡한 결정에 대한 에스컬레이션 경로를 설계하고 인간 검토를 유지하는 것은 AI 역량에 대한 헤지가 아닙니다. 특히 AI 기반 고객 지원 시스템 적용 영역에서 지속적인 신뢰를 위한 필수 조건입니다.
5. 플랫폼 신뢰가 핵심인 곳에 자체 AI 역량에 투자하라. 3PM Shield 인수와 Fraud 개발은 전략적 확신을 반영합니다. e-commerce AI가 마켓플레이스 신뢰를 직접 관장할 때, 범용 제3자 도구에 의존하는 것은 불충분합니다. 플랫폼 특화 데이터로 훈련된 자체 모델이 의미 있는 더 나은 성과를 만들어냅니다.
eBay의 AI 고객 서비스 혁신은 단순한 제품 출시도, 주목을 끌기 위한 실험도 아닙니다. 이는 일관된 아키텍처 비전을 중심으로 구축된 다년간의 고객 경험 자동화 프로그램의 산물입니다. 구매 전 이메일에서 거래 후 분쟁에 이르기까지 고객 경험의 모든 레이어가 점진적으로 자동화되고, 개인화되며, 개선되는 적응형 AI 관리 마켓플레이스가 그 비전의 핵심입니다.
그 성과는 검증 가능하고 의미 있습니다.
기업용 AI 자동화 우선순위를 검토하는 기업 의사결정자들에게 eBay의 플레이북은 강력한 신호를 제공합니다. 고객 서비스 분야의 AI 활용으로 얻는 수익은 실재하고 측정 가능하며 복리로 증가합니다. 단, 이는 AI를 핵심 워크플로우에 내재화한 조직에게만 해당됩니다. McKinsey의 상위 수행 조직 연구에서 확인되듯이, 최대 8배의 수익을 달성하는 기업들은 AI 기반 고객 지원을 기능이 아닌 시스템으로 접근합니다. eBay는 모든 운영상의 복잡성과 현재의 과제에도 불구하고 바로 그 시스템을 구축하고 있으며, 덜 성숙한 AI 경쟁 기업들과의 격차는 모델 업데이트가 거듭될수록 계속 벌어지고 있습니다.
Joseph is a Technical Communications Specialist responsible for translating complex technical concepts into clear, engaging, and accessible content for diverse audiences. He collaborates closely with technical teams, product experts, and stakeholders to develop documentation, reports, knowledge resources, and communication materials that support business objectives and enhance user understanding.