AI에게 3년짜리 매장 임대 계약서를 쥐여줬더니

AI 에이전트가 코드를 짜고, 이메일을 쓰고, 일정을 관리하는 건 이제 놀랍지 않습니다. 그런데 이 에이전트에게 실제 매장의 3년짜리 임대 계약서를 쥐여주면 어떤 일이 벌어질까요? Andon Labs가 바로 그 실험을 시작했습니다.

디지털 에이전트가 오프라인에 발을 딛다

Andon Labs는 AI 자율 에이전트에게 실제 소매 공간의 임대 계약을 부여하는 프로젝트를 진행하고 있습니다. 단순히 온라인에서 추천 알고리즘을 돌리는 수준이 아닙니다. 실제 물리적 매장을 운영하는 데 필요한 의사결정을 AI가 내리는 구조입니다.

어떤 상품을 진열할지, 재고를 언제 채울지, 가격을 어떻게 조정할지. 이런 판단들을 에이전트가 데이터 기반으로 자율적으로 수행합니다. 사람이 하던 매장 운영의 핵심 루프를 AI가 대신 돌리는 셈이죠.

왜 하필 오프라인 매장인가

AI 에이전트 스타트업 대부분은 소프트웨어 영역에 집중합니다. SaaS 자동화, 코딩 보조, 고객 응대 챗봇 같은 것들이죠. 그런데 Andon Labs는 의도적으로 물리적 세계를 선택했습니다.

이유는 명확합니다. 디지털 세계에서 AI가 실수하면 롤백하면 됩니다. 하지만 오프라인 매장에서는 임대료가 매달 빠져나가고, 재고는 창고에 쌓이고, 고객은 문 앞에 서 있습니다. 되돌리기 버튼이 없는 환경에서 AI가 정말 쓸 만한지를 증명하겠다는 것입니다.

이건 일종의 스트레스 테스트입니다. AI 에이전트가 실제 경제적 리스크를 감당할 수 있는지, 가장 가혹한 조건에서 검증하는 방식이죠.

에이전트가 실제로 하는 일들

구체적으로 이 AI 에이전트가 맡는 영역을 살펴보면 꽤 넓습니다.

첫째, 상품 큐레이션입니다. 지역 소비 데이터, 트렌드 분석, 시즌 변수를 종합해서 매장에 어떤 상품을 들여놓을지 결정합니다. 둘째, 재고 관리와 발주입니다. 판매 속도를 실시간으로 추적하면서 자동으로 보충 주문을 넣습니다. 셋째, 가격 최적화입니다. 경쟁 매장의 가격, 수요 변동, 마진율을 고려해서 동적으로 가격을 조정합니다.

사람 매장 매니저가 경험과 직감으로 하던 일을 데이터와 알고리즘으로 대체하는 구조입니다.

이게 정말 되는 건가

솔직히 회의적인 시선도 많습니다. 오프라인 리테일은 변수가 너무 많기 때문입니다. 옆 가게에서 공사를 시작하면 유동인구가 바뀝니다. 갑자기 비가 오면 매출 패턴이 뒤집힙니다. 단골 고객이 이사를 가면 수요 예측 모델이 틀어집니다.

하지만 반대로 생각하면, 이런 변수가 많은 환경이야말로 AI가 강점을 발휘할 수 있는 곳이기도 합니다. 사람은 동시에 수십 개의 변수를 추적하기 어렵지만, 에이전트는 가능합니다. POS 데이터, 날씨, 지역 이벤트, 온라인 검색 트렌드를 실시간으로 종합 분석하는 건 오히려 기계가 잘하는 영역이죠.

핵심은 결국 성과로 증명해야 한다는 점입니다. 임대료를 내고도 남는 수익을 만들어내면 이 모델은 폭발적으로 확산될 겁니다.

더 큰 그림 — 에이전트 경제의 시작

Andon Labs의 실험이 흥미로운 건 매장 하나의 성패 때문이 아닙니다. 이게 성공하면 AI 에이전트가 법적 계약의 주체가 되는 선례가 만들어진다는 점입니다.

지금까지 AI는 사람의 도구였습니다. 사람이 결정하고, AI가 실행했죠. 그런데 임대 계약을 AI에게 맡긴다는 건 의사결정 권한 자체를 넘긴다는 뜻입니다. 이건 단순한 자동화가 아니라 위임입니다.

앞으로 이런 모델이 확장되면, AI 에이전트가 매장을 운영하고, 공급업체와 협상하고, 심지어 신규 입지를 선정하는 시나리오도 가능해집니다. 사람 창업자 없이 AI가 사업을 굴리는 시대가 SF 소설이 아니라 사업 계획서에 등장하기 시작한 것이죠.

AI가 코드를 짜는 것과 실제 가게 문을 여는 것 사이에는 거대한 간극이 있습니다. Andon Labs는 그 간극을 정면으로 뛰어넘으려 하고 있습니다. 3년 뒤, 이 매장이 문을 닫았을 때 우리는 무엇을 배우게 될까요 — 아니, 어쩌면 그 매장이 옆 가게까지 인수하고 있을지도 모르겠습니다.