AI 에이전트 시장 2026: B2B 과금, B2C 결제가 변수

AI 에이전트 시장은 뉴스가 매일 쏟아지는데, 기업 쪽과 소비자 쪽은 속도가 꽤 다르다. 2026년 10월 기준으로 B2B는 소프트웨어 과금 방식까지 흔들리기 시작했고, B2C는 검색과 추천만 바뀌었을 뿐 결제는 아직 사람 손에 남아 있다.

이 글은 공개된 조사와 전망 수치만으로 썼다. 먼저 밝혀 둘 것이 있다. 아래 숫자의 상당수는 Gartner, Deloitte, Bain, Morgan Stanley 같은 기관의 원문이 아니라 그 수치를 인용한 기사와 블로그에서 가져왔다. 그래서 문장마다 누가 낸 숫자인지, 어디서 확인했는지를 같이 적었다. 조사는 표본과 기준을 붙이고, 전망은 전망이라고 적는다.

AI 에이전트 시장을 말할 때 숫자가 제각각인 이유

먼저 용어부터 정리한다. 여기서 AI 에이전트는 사람이 목표를 주면 스스로 단계를 나누고, 도구와 데이터를 불러 써서 일을 끝까지 밀고 가려는 AI를 뜻한다. 질문에 답만 하는 챗봇과 달리 행동이 붙는다는 점이 다르다.

이 시장의 크기를 찾아보면 숫자가 너무 다르다. 여러 전망을 모아 정리한 [Software Strategies Blog의 2026년 2월 26일 글]에 따르면, Gartner의 2026년 에이전틱 AI 지출 전망 201.9B달러(2,019억 달러)는 임베디드 기능까지 포함한 넓은 정의다. 독립 에이전틱 AI 시장만 보면 7~8.5B달러(70억~85억 달러) 수준으로 추정된다. 같은 이름을 붙인 시장인데 약 24~29배 차이가 난다. 이 배수는 두 수치를 나눠서 얻은 계산값이다.

다른 추정도 있다. [시장조사기관 MarketsandMarkets]는 에이전틱 AI 시장이 2025년 7.06B달러(70억 6천만 달러)에서 2032년 93.20B달러(932억 달러)로, 연평균 44.6% 성장한다고 추정한다. 이 업체의 정의와 기준은 Gartner와 같지 않다.

그래서 이 글은 시장 규모 숫자보다 무엇이 어디서 실제로 바뀌었는지를 보여 주는 조사에 무게를 둔다. 규모는 정의에 따라 달라지지만, 기업이 가격표를 고치거나 소비자가 구매 경로를 바꾸는 일은 정의와 상관없이 관찰된다. 이 글이 B2B와 B2C를 같은 틀로 비교하려는 것도 같은 이유다. 각 시장에서 무엇이 바뀌는지, 누가 영향받는지, 아직 안 바뀐 것이 무엇인지를 같은 순서로 따라간다.

B2B AI 에이전트: 기업 안에서는 어디까지 도입됐나

B2B 쪽 첫 질문은 실제로 쓰고 있느냐다. [Liferay의 2026 Agentic AI Adoption and Governance Report]는 Pollfish가 수행한 조사로, AI 의사결정·도입·실무에 관여하는 미국 전문직 500명이 응답했다. 이 중 54%가 자기 회사가 AI 에이전트를 프로덕션에서 운영하거나 시범 운영 중이라고 답했다. 2026년 8월 12일 CMSWire에 게재된 내용이고, 조사 시점은 게재문에 적혀 있지 않다. 디지털 경험 플랫폼 업체인 Liferay가 낸 조사라는 점도 감안해야 한다.

54%라는 숫자는 구성을 봐야 한다. 프로덕션 운영과 시범 운영을 한 묶음으로 센 값이라서 전사 도입이 끝났다는 뜻이 아니다. 같은 조사에서 AI의 영향을 명확한 KPI로 측정하는 기업은 25%였다. 쓰는 회사는 절반을 넘는데 효과를 숫자로 재는 회사는 4분의 1이라는 간격이, 지금 B2B 시장의 위치를 가장 잘 보여 준다고 본다.

누가 영향받는지는 두 방향으로 갈린다.

하나는 소프트웨어를 파는 SaaS 벤더다. 에이전트가 일을 대신하면 사람 수에 맞춰 받던 좌석 요금의 논리가 흔들린다. 다른 하나는 사서 쓰는 기업의 IT·재무 담당이다. 청구서가 사람 수가 아니라 사용량으로 나오면 예산을 짜는 방식이 달라진다. 이 가격 이야기는 바로 다음 절에서 이어진다.

아직 안 바뀐 것은 측정과 책임이다. KPI로 효과를 재는 회사가 25%에 머무는 상황에서는, 에이전트가 낸 성과에 값을 매기는 성과 기반 과금이 얼마나 빨리 퍼질지도 장담하기 어렵다.

SaaS 과금 모델 변화: B2B AI 에이전트는 좌석에서 사용량·성과로

좌석 기반 과금은 사람이 일한다는 전제 위에 서 있다.

계정 하나에 월 얼마, 직원이 늘면 매출도 는다. 그런데 고객 문의를 에이전트가 처리하면 상담원 계정 수가 줄고, 벤더 매출도 같이 줄 수 있다. 가격표를 사람 수가 아니라 일의 양이나 결과에 걸어야 하는 이유가 여기서 나온다.

이 흐름을 보여 주는 수치는 대부분 [SoftwareSeni의 글](2026년 3월 23일 게시, 9월 23일 수정)이 인용한 것이다. 원문 보고서는 직접 확인하지 못했고, 각 조사의 표본과 시점도 인용 글에 나와 있지 않다.

• Gartner 전망으로 인용된 수치는, 2030년까지 기업 SaaS 지출의 40% 이상이 사용량·에이전트·성과 기반 가격으로 넘어간다는 것이다.
• Deloitte TMT Predictions 2026에서 나온 수치로 인용된 것은, 좌석 기반 벤더의 매출 비중이 21%에서 15%로 내려간다는 전망이다. 어떤 기간을 비교한 값인지는 인용 글에 없다.
• Bain 조사로 인용된 수치는, 30개 이상 주요 SaaS 벤더의 약 65%가 좌석 요금 위에 AI 사용량 과금 항목을 얹었다는 것이다.
• Maxio 조사로 인용된 수치는, AI 네이티브 SaaS 기업의 83%가 사용량 기반 과금으로 옮겼다는 것이다.

65%의 방점은 대체가 아니라 추가에 있다. 좌석 요금은 두고 그 위에 사용량 항목을 올리는 혼합형이 지금 가장 흔한 모습으로 읽힌다. 83%는 AI 네이티브 기업이라는 좁은 집단의 값이라, 65%와는 모집단이 다르다. 두 숫자를 하나의 평균처럼 합치면 안 된다.

가격이 구체적으로 보이는 사례는 Zendesk다. 인용 글에 따르면 Zendesk는 2024년 8월에 성과 기반 AI 에이전트 과금을 내놓았다. AI가 자동으로 해결한 건당 약정 시 1.50달러, 종량제 2.00달러다. 공식 가격표는 확인하지 못했다. 종량제가 약정보다 약 33% 비싼 셈이고, 한 달에 1,000건을 자동 해결했다고 가정하면 약정 1,500달러, 종량제 2,000달러가 나온다. 이 1,000건은 계산을 위한 가정이다. 상담원 계정이 몇 개인지와 상관없이 해결된 건수가 청구 단위가 되는 구조다.

반대 방향의 움직임도 있다. 같은 글에 따르면 Salesforce는 Agentforce, Data 360, MuleSoft를 고정 요금으로 무제한 쓰는 Agentic Enterprise License Agreement를 2~3년 계약으로 내놓았다. Slack, Google Workspace, Salesforce는 강제 SKU 전환으로 고객을 AI 포함 패키지로 옮겼다고도 한다. 사용량 과금이 늘수록 청구서를 미리 예측하기 어려워지고, 그래서 구매 쪽이 고정 요금을 원하는 흐름이 나란히 생긴다고 해석할 수 있다.

B2C AI 에이전트와 에이전트 커머스: 시작은 AI, 결제는 아직 사람

에이전트 커머스는 AI 에이전트가 상품 탐색, 비교, 결제를 소비자 대신 맡는 거래를 말한다.

소비자 쪽 자료는 techwyse가 소개한 Exploding Topics 설문(2026년 4월 27일)에서 확인했다. Semrush 소속 매체의 자체 설문이고, 미국 소비자 1,009명이 최근 6개월을 떠올려 답했다. 기억에 의존한 응답이고 미국 응답자만 포함한다는 한계가 있다.

쓰는 사람은 많다. 최근 6개월 사이 쇼핑이나 구매 결정에 AI를 썼다는 응답이 77.6%였고, 쇼핑에 AI를 주 1회 이상 쓴다는 응답은 43.21%였다.

문제는 구매 경로다.

AI 도구 안에서 구매 전 과정을 끝냈다는 응답은 2.18%에 그쳤다. 소매 사이트에서 시작해 AI로 보완했다는 응답이 44.8%, AI에서 시작해 외부 사이트에서 결제했다는 응답이 44.03%였다. 세 경로를 합치면 약 91%이고, 나머지 경로는 인용 글에 나오지 않는다.

읽는 법은 간단하다. AI가 출발점과 비교 단계를 가져갔지만, 결제는 여전히 기존 사이트와 사람의 손이 맡고 있다. 지금 B2C에서 AI 에이전트가 실제로 바꾼 것은 이 부분이다.

영향은 매출 쪽에서 먼저 보인다. AI 때문에 원래 살 생각이 없던 물건을 샀다는 응답이 68.64%였다. 응답 기준은 원문 표현을 따랐다. 에이전트가 소비자를 대신해 사 주기 전에, 이미 새로운 구매 이유를 제안하는 단계에서 지출이 움직이고 있다는 뜻으로 읽을 수 있다.

신뢰의 벽도 수치로 나타난다.

AI 에이전트의 자율 구매 지출을 전면 불허한 응답이 31.21%였고, 가장 많이 고른 한도는 0달러였다. 20달러 한도가 17.45%, 50달러 한도가 20.74%였고, 1회 100달러 초과 허용 응답은 11.71%뿐이었다. 주 1회 이상 AI로 쇼핑하는 사람들조차 51.84%가 50달러 이하로 한도를 걸었다. 많이 쓰는 사람도 큰돈은 맡기지 않는다.

전망은 훨씬 크다. Morgan Stanley Research의 전망으로 알려진 수치는 2030년 에이전틱 쇼핑 전자상거래 지출이 1,900억~3,850억 달러, 전체의 10~20%, 쇼핑 에이전트 사용자 1억 2,600만 명이다. 원문이 아니라 요약 자료의 표에서 확인했고 발행일도 확인하지 못했다. 분모가 되는 전체의 범위도 요약 자료에는 적혀 있지 않았다. 기준이 달라 직접 비교할 수는 없지만, 2030년 전망과 지금의 2.18%를 나란히 놓으면 결제 단계에서 메워야 할 간격이 얼마나 큰지 가늠된다.

B2B vs B2C AI 에이전트 비교: 같은 틀로 놓고 보면

지금까지 본 수치를 같은 질문으로 정리하면 다음과 같다. 칸 안의 수치는 모두 앞 절에서 출처와 함께 다룬 것이다.

표. B2B vs B2C AI 에이전트 시장 비교 (2026년 10월 기준, 이 글이 인용한 조사·전망)

구분	B2B AI 에이전트	B2C AI 에이전트
무엇이 바뀌나	소프트웨어 과금: 좌석에서 사용량·성과로	구매의 시작점: 검색·비교가 AI로 이동
누가 영향받나	SaaS 벤더, 도입 기업의 IT·재무	소매 사이트, 쇼핑하는 소비자
대표 수치	54% 운영·시범 중, 벤더 약 65%가 AI 사용량 항목 추가	77.6% AI로 쇼핑 결정, 2.18% AI 안에서 구매 완료
돈이 움직이는 단위	계약·약정(2~3년 고정 요금 계약 등), 해결 건수	개별 구매, 소비자가 정한 지출 한도
아직 안 바뀐 것	효과 측정(KPI로 재는 기업 25%)	결제(자율 지출 전면 불허 31.21%)
2030년 전망	SaaS 지출 40% 이상이 새 과금으로(Gartner 인용)	에이전틱 쇼핑 지출 1,900억~3,850억 달러(Morgan Stanley 요약)
근거의 표본	미국 전문직 500명 조사 + 2차 인용	미국 소비자 1,009명 설문

표에서 가장 눈에 띄는 대목은 돈이 움직이는 단위가 다르다는 점이다.

B2B에서는 계약서와 가격표가 움직인다. 벤더가 과금 항목을 고치면 한 번에 수천 곳의 청구 방식이 바뀐다. B2C에서는 한 사람 한 사람이 정한 지출 한도가 움직인다. 같은 AI 에이전트인데 변화가 퍼지는 경로가 이렇게 다르니, 속도도 다를 수밖에 없다.

두 시장에 공통된 병목도 보인다.

B2B에서는 효과를 재는 기업이 25%였고, B2C에서는 자율 지출을 전면 불허한 소비자가 31.21%였다.

겉모습은 달라도 맡기는 쪽이 결과를 확인할 수단이나 믿을 근거가 부족할 때 멈춘다는 구조는 같다. 이 부분은 두 조사를 나란히 읽은 해석이고, 두 조사가 직접 인과를 보여 준 것은 아니다.

표본의 한계도 분명하다. 표의 수치는 모두 미국 응답자 중심이고 조사 주체가 벤더이거나 벤더 계열 매체인 경우가 많다. 방향을 읽는 용도로는 쓸 만하지만, 개별 숫자를 한국 시장에 그대로 옮겨 쓰기는 어렵다.

MCP·A2A·AP2: AI 에이전트 시장을 잇는 연결·결제 표준

에이전트가 일을 하려면 도구, 다른 에이전트, 결제 수단과 연결돼야 한다.

AP2 공식 사이트의 설명에 따르면 역할이 나뉘어 있다.

MCP는 에이전트와 도구·API·데이터를 잇는다.

A2A는 에이전트끼리 메시지와 작업을 주고받게 한다.

AP2는 A2A의 확장으로, 결제 위임(mandate) 같은 결제 전용 통신을 맡는다.

앞의 둘이 기반 층이고 AP2가 그 위의 결제 층이다.

AP2용 MCP 서버는 작업 중이며 일정은 공개되지 않았다.

A2A 쪽에는 기준일이 있는 수치가 있다.

리눅스재단의 2026년 4월 9일 보도자료(A2A 출범 1주년)에 따르면 A2A를 지원하는 조직은 2025년 4월 50여 곳에서 2026년 4월 150곳 이상으로 늘었다. 지원사에는 AWS, Cisco, Google, IBM, Microsoft, Salesforce, SAP, ServiceNow가 들어 있다. 핵심 저장소의 GitHub 스타는 22,000개 이상이고, SDK는 Python 하나에서 5개 언어 프로덕션 지원으로 넓어졌다. 결제 쪽에서는 결제·금융 분야 60곳 이상이 AP2를 지지한다고 밝혔다.

숫자를 읽을 때 조심할 점이 있다. 지원 조직 수는 도입 수가 아니다. 보도자료는 주요 클라우드 플랫폼 탑재와 프로덕션 사용 사례를 발표했지만, 프로덕션에서 쓰는 조직이 몇 곳인지는 공개하지 않았다. 150곳은 지지를 선언한 규모로 읽는 편이 안전하다.

두 시장에 이 표준이 닿는 방식은 다르다.

B2B에서는 SAP, Salesforce, ServiceNow 같은 업무 소프트웨어의 에이전트가 서로를 호출하는 통로가 된다.

B2C에서 AP2는 앞서 본 결제는 사람이 한다는 문제를 정면으로 다룬다. 위임이라는 이름이 말해 주듯 에이전트에게 결제를 어디까지 맡길지 정해 두는 장치이니, 한도 0달러를 고른 소비자들과 같은 문제를 기술 쪽에서 푸는 시도로 읽을 수 있다. 다만 AP2의 도입 수치는 공개된 것이 없다.

한국 AI 에이전트 시장: 기업 도입률 58%, 에이전틱 완전 도입은 8%

국내 자료는 Strand Partners의 「2026년 한국의 AI 잠재력 실현」 보고서에서 가져왔다.

AWS가 의뢰한 조사로, 국내 비즈니스 리더 1,000명과 일반 국민 1,000명이 응답했다. MTN 뉴스의 2026년 9월 14일 보도와 skax.co.kr의 2026년 10월 1일 소개 글을 기준으로 한다.

국내 기업의 AI 도입률은 58%로, 전년의 48%에서 올랐다.

단계별로 보면 변화가 더 선명하다.

효율화 중심의 기본 단계는 70%에서 54%로 줄었고, 맞춤형 AI 시스템이나 에이전틱 AI를 쓰는 고도화 단계는 11%에서 26%로 2배 넘게 늘었다.

에이전틱 AI만 따로 보면 들어본 기업이 37%, 실험·파일럿 단계가 29%, 완전 도입이 8%였다. 응답 모집단의 세부는 기사에 적혀 있지 않다. 세 숫자가 서로 겹치는지 따로 센 값인지 알 수 없어서 합산하지 않았다. 앞서 본 미국 Liferay 조사의 54%와도 표본과 문항이 달라 순위를 매길 수 없다.

도입한 기업이 얻은 효과로는 생산성 향상을 보고한 비율이 81%, 평균 매출 증가가 22%, 기업당 주간 평균 절감 시간이 14시간으로 소개됐다. AWS가 의뢰한 보고서이고 모집단 세부는 원문 확인이 필요하다. 이 수치는 도입 효과의 상한선에 가까운 자료로 보는 편이 맞다.

부문별로는 고도화 단계 비율이 ICT 41%, 제조 35%, 스타트업 35%, 중소기업 25%, 대기업 9%로 소개됐다. 대기업 9%는 보도에 적힌 그대로인데, 다른 항목과 대조가 필요한 숫자다. 대기업이 가장 낮다는 결과는 직관과 어긋나므로 원문으로 확인되기 전까지 근거로 삼지 않는다. 차세대 AI에 완전히 또는 매우 준비돼 있다는 응답은 24%였고, 스타트업은 43%였다.

이번에 확인한 자료에는 국내 에이전트 서비스 사례와 정책 세부가 없다. 그래서 그 부분은 다루지 않았다.

AI 에이전트 시장의 위험과 향후 1~2년 전망

가장 자주 인용되는 경고는 Gartner의 2025년 6월 25일 예측이다.

2027년 말까지 에이전틱 AI 프로젝트의 40% 이상이 취소될 것이라는 내용이다. 이 글은 Gartner 원문이 아니라 이를 인용한 2차 페이지로 확인했고, 2026년 2월 18일 기사도 같은 수치를 인용했다. 예측이지 집계된 결과가 아니다.

취소의 이유를 직접 설명하는 자료는 아니지만, 정황을 보여 주는 국내 수치가 있다.

앞의 Strand Partners·AWS 보고서에서 국내 기업의 47%가 AI 투자 수익을 신뢰성 있게 측정할 방법이 없다고 답했다. AI 지표를 보고 프로젝트 확대나 중단을 결정하는 기업은 31%, 비즈니스 성과 지표를 추적하는 기업은 26%였다. 도입 장애 요인으로는 AI·디지털 역량 부족이 46%, 데이터 관련 어려움이 38%, 내부 인재와 업무 전환 역량 부족이 33%로 꼽혔다. 성과를 재지 못하면 확대할 근거도 중단할 근거도 약해진다. 앞서 본 Liferay 조사의 KPI 25%와 같은 방향의 숫자다. 다만 이 수치들이 취소율과 인과관계에 있다고 말할 근거는 없다.

거버넌스 쪽 숫자도 낮다.

AI를 최우선 또는 중요 전략 과제로 보는 국내 기업은 67%인데, 공식적이고 포괄적인 AI 전략을 가진 기업은 27%다. AI 기본법 체계에 대비가 돼 있다는 응답은 22%였다. 소비자 쪽의 위험은 앞서 본 대로 자율 지출을 불허하는 31.21%로 나타난다.

전망으로 넘어가면 기준일부터 확인해야 한다.

2026년 1월 15일자 Gartner 보도자료로 알려진 수치는 2026년 전 세계 AI 지출이 약 2조 5,200억 달러(인용 페이지에 따라 2.53T달러로도 표기)로 전년 대비 44% 늘고, 2027년에는 3조 달러를 넘어 성장률이 약 30%가 된다는 것이다.

에이전트로 좁히면, Software Strategies Blog의 2026년 2월 16일 요약이 전한 Gartner 전망은 에이전틱 AI 지출이 2027년에 챗봇 지출을 추월한다는 것이다. 2025년 12월 22일 요약에 따르면 애플리케이션 소프트웨어 지출 중 에이전트 기능을 탑재한 제품의 비중은 2024년 2%에서 2028년 50% 초과가 되고, 에이전트가 없는 소프트웨어 지출은 2027년부터 줄기 시작한다.

방향은 한 곳을 가리키지만 숫자의 정의가 서로 다르다. 앞서 본 201.9B달러와 7~8.5B달러의 간격처럼, 전망 숫자를 읽을 때는 임베디드 기능을 포함하는지부터 따져야 한다.