AI 에이전트가 여행을 변화시키기 전에 여행자를 변화시킬 것

AI 여행 에이전트는 지난 2년간 빠르게 발전했습니다. KAYAK은 2025년 AI Mode를 출시하고 2026년 Ask AI로 확장했습니다. Booking.com은 2023년 처음 도입한 AI 여행 계획 도구를 확대하면서 AI 기반 렌터카 검색·지원 등 여행의 특정 단계에 맞춘 제품도 추가하고 있습니다. 두 사례는 여행 검색이 결과 목록에서 자연어 대화로 옮겨가고 있음을 보여 줍니다.

AI 에이전트는 긴 검색 과정을 개인화된 단축 목록으로 변환하여 여행자에게 시간을 절약하고 실제로 원하는 옵션을 표면화할 수 있습니다. 열 개의 탭을 열고 호텔을 하나씩 비교하는 대신, 여행자는 특정 사무실 근처의 조용한 숙소, 늦은 체크인, 큰 개를 위한 공간을 요청할 수 있습니다.

그러나 이러한 전망이 매력적이라는 것은 여행이 자율 에이전트에 준비가 되었다는 것을 의미하지는 않습니다. 주요 제약은 모델을 지원하는 인프라입니다. 에이전트는 구조화된, 최신의, 자세한 정보를 받을 때만 신뢰할 수 있는 결정을 내릴 수 있습니다. 여행에서 이러한 정보는 여전히 단편화되어 있으며, 자율 에이전트가 확신할 수 있는 결정을 내리기에는 충분하지 않습니다. 유창한 답변은 약한 소스 데이터를 숨길 수 있습니다. 에이전트가 또한 예약을 책임지는 경우, 약점은 직접적으로 운영에 영향을 미칩니다.

AI 여행에는 데이터 문제가 있습니다

반려견을 허용하는 호텔을 찾는 간단한 요청을 생각해 보세요. 여행자가 AI에 반려동물 동반 가능 여부를 묻고 잘못된 답을 받은 뒤, 도착해서야 개를 허용하지 않는다는 사실을 알게 된 사례가 이미 있습니다. 문제는 모델이 의존한 원천 데이터였습니다. “반려동물 허용”이라고 표시돼 있어도 모든 개를 받는지 소형견만 받는지, 몇 마리까지 가능한지, 요금은 얼마인지 같은 실제 숙박 가능성을 결정하는 세부 조건이 빠질 수 있습니다.

요청이 구체적일수록 어려워집니다. 여행자가 운동시설이 좋은 호텔을 원한다면 “피트니스센터 있음”이라는 표시만으로는 부족합니다. 어떤 기구가 있는지, 시설이 얼마나 오래됐는지, 24시간 운영하는지, 유산소·근력·기능성 운동 공간을 따로 갖췄는지, 사우나 같은 편의시설이 있는지 알아야 합니다. 여러 요소가 함께 특정 여행자에게 좋은 운동시설인지 결정합니다.

접근성도 같은 문제를 만듭니다. 일반적인 “장애인 접근 가능” 표시만으로는 특정 투숙객이 실제로 시설을 이용할 수 있는지 알기 어렵습니다. 입구에 계단이 없는지, 엘리베이터에 휠체어가 들어가는지, 욕실에 휠체어로 진입할 수 있는 샤워 공간이 있는지 같은 설명이 필요합니다. 호텔은 이런 정보를 기계가 읽을 수 있는 형식으로 제공해야 하지만 시장 상당 부분에서는 아직 그렇지 않습니다.

문제는 재고 자체로 확장됩니다. 다른 공급자는 동일한 객실을 다른 방식으로 설명할 수 있으며, 상업적 관행은 불일치의 또 다른 계층을 추가할 수 있습니다. 표준 객실은 기본적으로 동일한 제품일 때 다른 배포 채널을 통해 “슈퍼리어” 객실로 나타날 수 있습니다. 쌍방향 객실은 다른 채널에서 “더블”로 표시될 수 있으며, 부분적인 바다 전망은 채널에 따라 전체 전망으로 표시될 수 있습니다. 요금 동등성 계약은 이러한 불일치를 강화할 수 있습니다. 호텔이 다른 채널을 통해 동일한 객실을 더 저렴하게 제공할 수 없을 때, 객실을 이름을 바꾸거나 약간 재포장하면 명목상 다른 제품을 만들 수 있습니다.

이것이 반드시 속임수라는 뜻은 아닙니다. 서로 다른 시스템이 같은 실제 객실에 이름을 붙이는 방식일 때가 많습니다. 하지만 하나의 객실이 여러 설명으로 나타나면 각각 기술적으로 맞더라도 자동화 시스템이 이를 하나로 맞추기에는 불완전할 수 있습니다. 여행업 종사자들은 이런 차이를 해석하는 법을 익혔지만, 에이전트가 대규모로 결정을 내리려면 훨씬 정돈된 입력이 필요합니다.

여행 데이터는 인간의 작업을 위해 구축되었습니다

여행은 오랫동안 일관되지 않은 객실 이름, 누락된 속성, 그리고 상충하는 공급자 데이터를 해결하기 위해 사람을 의존해 왔습니다. 자율 에이전트는 동일한 가정에 의존할 수 없습니다. 소프트웨어가 결정을 내리면 모호성이 직접적으로 잘못된 예약으로 변환됩니다. 이전에 10분의 수동 작업을 생성하는 불일치는 이제 여행자를 잘못된 객실 카테고리로 보낼 수 있습니다.

구조화된 재고는 새로운 전략적 가치를 가지게 됩니다. Expedia의 Rapid API는 현재 800,000개 이상의 속성과 3,200만 개의 속성 이미지에 대한 액세스를 제공하며, B2B 플랫폼은 하루에 21억 개의 API 호출을 처리합니다. Booking.com은 3,100만 개 이상의 숙박 시설 목록과 3억 7,000만 개의 검증된 리뷰를 보고합니다. 이러한 데이터셋의 규모는 대형 플랫폼이 AI가 여행 검색의 또 다른 인터페이스가 되는 초기에 우위를 점하는 이유를 설명합니다.

AI 어시스턴트가 점점 더 신뢰할 수 있는 소스를 의존한다면, 소비자 인터페이스는 배경에 있는 분배 계층보다 훨씬 더 빠르게 변경될 것입니다.

더 좋은 데이터는 개인화를 어떻게 사용해야 하는지도 묻게 합니다. AI는 여행자의 선호를 학습해 추천을 개선할 수 있지만 같은 프로필이 지불 가격을 결정해서는 안 됩니다. 과거 취향에 가장 잘 맞는 호텔을 보여 주는 것과, 알고리즘이 지불 능력이 있다고 판단해 같은 객실을 더 비싸게 파는 것은 크게 다릅니다.

여행자가 보통 반려견과 함께 여행하거나 제대로 된 근력 운동 기구를 갖춘 호텔을 선호한다는 점을 기억하면 추천을 개선할 수 있습니다. 하지만 소득, 사용 기기, 과거 지출로 감수할 수 있는 최고 가격을 추정한다면 개인화를 넘어 가격 결정을 위한 프로파일링이 됩니다.

호텔을 찾는 것은 작업의 일부만입니다

자율 에이전트에게 적합한 호텔을 찾는 것은 거래의 일부일 뿐입니다. 실시간 객실 재고에 접근하고 예약을 확정하며 결제까지 해야 합니다. 재고 정보가 완벽하게 구조화돼 있어도 거래를 완료하려는 순간 두 번째 병목에 부딪힙니다. 결제와 정산은 여전히 여행 기술 체계에서 가장 파편화된 영역 중 하나입니다.

2026년 6월, Travala는 AI 에이전트가 220만 개 이상의 호텔을 검색하고 예약할 수 있는 여행 MCP를 출시했습니다. 지불은 Coinbase의 에이전트 지갑 인프라를 통해 USDC로 프로그램 방식으로 해결됩니다. 같은 달, Accor는 ChatGPT와 같은 LLM 내에서 여행자를 직접 호텔을 예약하고 지불할 수 있는 시스템에 투자하고 있다고 말했습니다. 이것은 주요 호텔 그룹이 에이전트 네이티브 지불을 근미래의 제품으로 본다는 가장 명확한 신호 중 하나입니다. 이런 런치는 에이전트가 여러 개의 분리된 시스템을 통해 여행자를 리디렉션하는 대신, 단일 대화 내에서 예약을 완료하는 데 에이전트를 더 가깝게 만듭니다.

재고와 지불은 동일한 워크플로에서 소프트웨어에 사용할 수 있어야 합니다. 현재 호텔 예약은 아직 여러 중간자들을 통해 속성에 도달하기 전에 통과할 수 있으며, 지불 및 조정은 종종 별도의 시스템에서 처리됩니다.

프로그램 가능한 지불 레일은 이러한 단계를 연결하는 데 도움이 될 수 있습니다. 스테이블코인은 24/7 프로그램 가능한 결제를 지원하기 때문에 하나의 옵션입니다. 여행자는 직접 스테이블코인을 보유할 필요가 없으며, 호텔은 계속해서 현지 통화를 받을 수 있으며, 변환은 배경에서 발생합니다.

목표는 에이전트가 사람에게 다시 프로세스를 넘기지 않고 선택에서 예약 및 결제까지 거래를 수행할 수 있는 것입니다. 이를 위해서는 지불 인프라가 여행 재고와 마찬가지로 소프트웨어에 액세스할 수 있어야 합니다.

소비자는 마지막에 알아차릴 수 있습니다

AI 에이전트의 주요 효과는 소비자가 변경을 눈치채기 전에 예약 인터페이스 뒤에서 발생할 것입니다.

호텔은 더 자세한 기계가 읽을 수 있는 콘텐츠가 필요할 것입니다. 공급자는 시스템 간의 재고를 정규화하는 방법을 개선해야 합니다. 더 많은 배포가 API를 통해 이동할 것입니다. 지불 인프라는 소프트웨어에 의해 시작된 거래를 지원해야 합니다. 많은 호텔에서는 에이전트 여행의 첫 번째 신호가 운영될 것입니다. 새 데이터 필드를 완료하기, 방 매핑 요구 사항을 더 엄격하게 하기, 그리고 가용성 및 요금에 대한 실시간 액세스를 더 많이 요구받게 됩니다.

AI 어시스턴트는 소비자에게 가장 눈에 띄는 변경이 될 수 있지만, 이러한 기본적인 개선은 궁극적으로 얼마나 유용해질지 결정할 것입니다. “제일 좋은 옵션을 예약해주세요”와 같은 간단한 요청은 보이지 않는 곳에서 수백 개의 확인이 발생하는 데에 의존할 수 있습니다. 방 기록을 일치시키는 것부터 요금을 확인하고, 결제를 올바른 예약에 연결하는 것까지입니다.

여행은 수십 년 동안 단편화된 데이터와 호환되지 않는 시스템으로 운영되어 왔습니다. 이유는 사람들이 그것들을 보완할 수 있었기 때문입니다. 자율 에이전트는 이러한 작업을 위한 여유 공간을 거의 남기지 않습니다. 데이터 문제가 이전에 수동 작업을 생성했다면, 이제 거래가 올바르게 발생하지 않도록 방해할 수 있습니다. 이것은 경쟁의 기초를 변경합니다.

에이전트 여행은 자율 시스템이 의존할 수 있는 데이터 및 인프라에 의존합니다. 여행자가 AI가 더 많은 여행을 예약하고 있다는 것을 알게 될 때, 많은 변환은 이미 그들 뒤에 있을 것입니다.

원문 기사의 출처: kayak.com [1] · news.booking.com [2] · news.booking.com [3] · investing.com [4] · ft.com [5]