AI 브라우저의 현재와 미래: AI 비서는 언제쯤 당신의 일을 '대신' 해줄까

새로운 운동화를 사기 위해 노트북을 열었다고 상상해 봅시다.

브랜드 공식몰, 가격 비교 사이트, 제품 후기가 있는 커뮤니티까지 방문하고 나면, 화면 상단은 수십 개의 탭으로 가득 차고, 어느새 한 시간이 훌쩍 지나가 있을 겁니다.

우리에게 너무나 익숙한 이 일련의 과정이, 바로 구글, 오픈AI, MS와 같은 거대 기업들이 주목하는 지점입니다. 이들은 이 '반복적이고 귀찮은' 작업을 대신 처리해 줄 솔루션을 만들기 위해 치열한 경쟁에 뛰어들었죠.

이들의 최종 목표는 명확합니다.

"이 운동화 흰색 270 사이즈로,
쿠폰, 카드 등 모든 할인을 적용해서 제일 싼 곳에서 구매해 줘."

사용자의 이 한마디에 AI가 알아서 모든 사이트를 탐색·비교하고, 가장 합리적인 가격으로 결제까지 수행하는 AI 에이전트를 만드는 것이죠.

하지만 탐색을 넘어 '실행'까지 대신하는 이 꿈이 현실이 되기까지는 생각보다 더 큰 기술적 난관이 숨어있습니다. 똑똑해 보이는 AI는 왜 아직 우리의 간단한 명령조차 완벽하게 수행하지 못하는 걸까요?

이 질문에 답하기 전에, 우리는 이 경쟁이 단순한 기능 개선이 아닌 더 거대한 패권 다툼의 일부임을 먼저 이해해야 합니다.

LLM 기업들의 경쟁전략

(1) AI 패권 경쟁의 본질: '에이전트' 장악

현재의 경쟁은 차세대 컴퓨팅 플랫폼인 AI 에이전트의 주도권을 잡기 위한 경쟁입니다. 에이전트(Agent)는 사용자의 명령을 받아 여러 앱과 웹 서비스에서 실제 작업을 대신 수행하는 소프트웨어를 의미하는데요. 이는 기존의 검색 엔진이나 앱 스토어의 역할을 대체하여 디지털 경제의 핵심 진입점이 될 잠재력을 가집니다.

이 패권을 차지하기 위해, 빅테크 기업들은 다음과 같이 여러 영역에서 동시에 경쟁하고 있습니다.

① OS 통합 전략

첫 번째 영역은 OS(운영체제)입니다. MS는 윈도우에 '코파일럿'을, 구글은 안드로이드에 '제미나이'를 운영체제 레벨에 깊숙이 통합하고 있습니다. 사용자가 별도의 설치 없이도 자사의 AI 에이전트를 '시스템 기본값'으로 사용하게 만들려는 전략이죠.

OS에 통합된 에이전트는 사용자의 캘린더, 이메일, 로컬 파일 등 개인화된 정보, 즉 컨텍스트에 쉽게 접근할 수 있습니다.

② 전용 하드웨어 개발 전략

두 번째 영역은 하드웨어입니다. OpenAI가 조니 아이브와 AI 전용 하드웨어를 개발하거나, Rabbit R1 같은 기기가 등장하는 것은 기존 스마트폰 OS 시장을 우회하려는 시도입니다. 이는 AI 실행에 최적화된 칩(NPU)을 탑재하여, 더 빠르고 비용 효율적인 '온디바이스(On-device) AI'를 구현하려는 목적을 가집니다.

③ 브라우저 기반 자동화 전략

세 번째 영역이 브라우저입니다. OS와 하드웨어가 주로 '기기 내부'의 작업을 처리한다면, 브라우저는 '인터넷(Web)' 환경의 작업을 처리합니다.

현재 대부분의 쇼핑몰, 은행, 예약 사이트 등은 외부 AI가 접근할 수 있는 표준화된 API를 제공하지 않습니다. 브라우저는 이러한 API가 없는 웹사이트의 화면(UI)을 인간처럼 인식하고 직접 조작(클릭, 입력 등)하여 작업을 수행할 수 있는 사실상 유일한 수단입니다.

④ 상호운용성 강화 전략

마지막으로 MCP와 같은 표준화에 대한 논의가 있습니다. 이는 여러 회사가 만든 AI 에이전트들이 서로 통신할 수 있는 '공용 규약'을 만들자는 '개방형' 접근입니다. 아래에서 더 자세하게 말하겠지만, 이 방식은 빅테크 기업들의 비즈니스 전략과 공존하기 어렵습니다.

따라서 빅테크 기업들은 MCP를 받아들이지 않고 OS, 하드웨어, 브라우저를 모두 장악하여 자사 중심의 생태계를 구축하려 합니다.

이러한 배경 아래, '브라우저'는 API가 없는 광대한 기존 웹을 자동화할 수 있는 유일한 전략적 요충지로 남게 되었습니다.

(2) 왜 MCP는 안 되고, AI 브라우저는 되는 걸까?

이론적으로 완전한 AI 에이전트라면, 모든 웹 서비스·앱과 자유롭게 소통할 수 있어야 합니다. 이를 가능하게 만드는 핵심이 바로 서비스 간의 공통된 통신 규약, 즉 표준화된 프로토콜입니다.

앞서 언급했던 MCP(Multi-Agent Communication Protocol)란 여러 회사가 만든 각기 다른 AI 비서(에이전트)들이 서로 대화할 수 있도록 만든 '공용어' 또는 '표준 통신 규약'입니다. 마치 전 세계 어디서나 USB 포트가 통용되는 것처럼, AI들도 이 규칙을 따르면 서로에게 안전하게 데이터를 주고받거나 업무를 요청하며 협력할 수 있게 됩니다.

하지만 이 이상적인 그림은 거대 기술 기업들의 비즈니스 현실 앞에서 실현되기 쉽지 않습니다. MCP의 방식은 기본적으로 OS와 앱스토어(애플), 검색과 브라우저(구글)를 장악한 기존 빅테크 기업들의 '폐쇄형' 생태계 전략과 충돌합니다. 이들 기업은 자사의 플랫폼 안에서 자사 에이전트가 모든 작업을 독점 처리하는 것을 선호하기 때문에, 개방형 표준인 MCP 채택에 소극적인 것이죠.

이러한 폐쇄형 전략을 고수하는 이유는, 기업에게 자사의 서비스와 데이터는 수십 년간 쌓아 올린 강력한 경제적 해자이기 때문입니다. 그러니 이들이 자사 플랫폼의 핵심 데이터와 기능 접근 권한을 외부 AI 에이전트에게 순순히 개방할 것이라고 기대하기는 어려운 상황이죠. 데이터 개방은 단순히 데이터를 제공하는 차원을 넘어, 자사의 광고 모델, 앱스토어 수익 구조, 그리고 가장 중요한 사용자 경험에 대한 통제권을 포기하는 것을 의미한다고도 볼 수 있습니다.

물론 최근 월마트, 쇼피파이(Shopify), 슬랙(Slack), 우버(Uber)와 같은 일부 선도적인 기업들이 OpenAI와 같은 AI 연구소와 적극적으로 협력하는 움직임도 나타나고 있습니다. 월마트는 ChatGPT를 자사 서비스에 통합해 채팅으로 상품 탐색, 맞춤 추천, 결제까지 완료하는 '에이전트 커머스(Agentic Commerce)'를 실험하고 있으며, 쇼피파이 역시 채팅 기반의 즉시 결제를 지원합니다.

하지만 이러한 움직임은 아직 '범용 표준(MCP)'이라기보다는, 거대 기업 간의 선별적이고 개별적인 'API 연동 계약'에 가깝습니다. 이는 분명 AI 에이전트의 가능성을 보여주는 중요한 첫걸음이지만, 전 세계 수백만 개의 모든 웹 서비스와 기업 내부 시스템이 이런 방식으로 연결되기까지는 막대한 시간과 비용이 필요합니다.

특히, 구글이 자사의 검색 광고를 거치지 않고 바로 최저가 상품을 구매하는 AI 에이전트를 전면적으로 환영할 리 없듯이, 각 기업의 핵심 비즈니스 모델과 상충하는 지점이 여전히 많습니다.

이처럼 모든 기업의 이해관계를 조율하고 전 세계적인 표준을 제정하는 과정은 과거 웹 표준화의 역사가 증명하듯, 지난하고 더딘 과정이 될 수밖에 없습니다. 이 교착 상태를 타개할 수 있는 유일한 대안이 바로 'AI 브라우저'입니다.

AI 브라우저는 서비스의 뒷문(API)이 열리기를 기다릴 필요가 없습니다. 인간 사용자와 똑같이 정문(UI)을 통해 접근하기 때문입니다. 웹사이트의 코드를 읽고, 시각적 요소를 분석하며, 버튼을 클릭하고 텍스트를 입력하는 방식입니다. 이것이 바로 AI 에이전트의 현실적인 출발점이 브라우저일 수밖에 없는 이유입니다.

'기억력'의 한계, 모델 경량화가 열쇠다

(1) AI 브라우저의 기억력 한계

AI 브라우저가 시장을 선도할 현실적인 대안이지만, '컨텍스트 길이'의 문제가 그 발목을 잡는 가장 큰 아킬레스건입니다.

항공권 예약처럼 여러 페이지를 거치는 작업을 상상해 봅시다. AI는 첫 페이지의 방대한 HTML/CSS/JavaScript 코드를 분석하는 것만으로도 단기 기억, 즉 컨텍스트 창의 대부분을 소모합니다. 다음 페이지로 넘어가기 위해 이전 페이지의 상세 정보를 머릿속에서 지워버리고, 결국 최종 단계에서는 자신이 원래 무엇을 하려 했는지 핵심 목표를 잊어버리는 '작업 기억상실'에 빠지게 되는 것이죠.

이때 모델 경량화가 핵심 열쇠인 이유는, AI의 '사고력'에 필요한 컴퓨팅 비용과 '기억력'의 크기인 컨텍스트 길이가 서로 Trade-off 관계에 있기 때문입니다.

쉽게 비유하자면, 모든 AI에게는 한정된 컴퓨팅 파워가 주어집니다. 무겁고 비효율적인 거대 모델은 한 번 생각하는 데 힘을 너무 많이 소모하여, 정작 중요한 내용을 기억할 여력이 거의 남지 않습니다.

반면, 잘 최적화된 경량 모델은 훨씬 적은 파워로도 동일한, 혹은 더 나은 추론을 해냅니다. 이렇게 아낀 파워를 고스란히 작업 기억(컨텍스트 창)을 넓히는 데 사용할 수 있습니다.

결과적으로, 같은 하드웨어와 비용 조건에서도 경량 모델을 탑재한 AI 브라우저는 웹페이지의 방대한 코드를 읽어 들이면서도, 사용자의 원래 목표('제일 저렴한 항공권')와 이전 단계의 정보('어떤 항공편들이 있었는지')를 잊지 않고 끝까지 기억할 수 있게 됩니다. 이는 단순히 속도가 빨라지는 것을 넘어, AI가 수행할 수 있는 작업의 복잡도 한계 자체를 무너뜨리는 근본적인 해결책입니다.

이러한 기술적 해법의 발전 속도는 시장의 합의 속도와 비교할 수 없습니다. 웹 형태가 표준화되는 데에 10년이 훌쩍 걸렸던 것처럼, MCP 표준화 또한 그 속도가 더딜 수밖에 없습니다. 반면, AI 모델의 성능을 개선하고 효율화하는 기술 발전은 계속되고 있죠.

(2) 모델 경량화, 이미 현실로 다가오고 있습니다

따라서 최근 AI 모델 시장의 패러다임은 '더 크고 복잡한 모델'에서 '더 작고 효율적인 모델'을 만드는 방향으로 확장되고 있습니다. 모델 경량화는 AI 브라우저의 기억력 문제를 근본적으로 해결할 수 있는 열쇠라고 했는데요.

현장에서는 다음과 같은 변화가 관찰되고 있습니다.

① 구조 혁신 (MoE 등)

DeepSeek-V2와 같은 모델은 '전문가 혼합(Mixture-of-Experts)' 구조를 통해, 모델의 전체 크기는 줄이면서도 특정 작업에 대한 전문성을 극대화하여 비용 대비 성능을 획기적으로 끌어올렸습니다.

② 소형언어모델(SLM)의 부상

Google의 Gemma, Microsoft의 Phi-3, Meta의 Llama 3 소형 버전 등은 이제 데스크톱은 물론 스마트폰에서도 직접 구동될 수 있을 만큼 작은데요. 그럼에도 특정 분야에서는 거대 모델 못지않은 성능을 보여줍니다. AI 브라우저가 클라우드 API에만 의존하지 않고, 로컬 환경에서 더 빠르고 안전하게 작업을 처리할 잠재력이 열린 것이죠.

③ 최적화 기술

모델의 파라미터를 압축하는 양자화(Quantization) 같은 기술들은 AI의 연산 속도를 높이고 메모리 사용량을 줄여, 제한된 하드웨어에서도 더 긴 컨텍스트를 처리할 수 있게 돕습니다.

이처럼 MCP와 같은 시장의 표준 합의를 기다리는 것과 달리, 기술적 혁신은 이미 빠르게 진행되고 있습니다. 따라서 '웹 브라우징'이라는 특정 작업에 고도로 최적화된 경량 모델을 AI 브라우저에 탑재하는 것이, 현시점에서 '작업 기억상실' 문제를 해결할 유력한 솔루션입니다.

(3) 그런데 왜 아직인가?

그러나 '최적화된 경량 모델'이라는 이 유력한 솔루션은 아직 시장의 주류가 되지 못했습니다. 이러한 근본적인 모델 혁신을 주도할 거대 AI 연구소들(OpenAI, Google, Anthropic)이 'AI 브라우저'에만 집중할 여유가 없기 때문입니다.

이들의 전장은 '브라우저 최적화'가 아니라, '세상에서 가장 똑똑하고 범용적인 LLM'을 만드는, 이른바 최고 성능 경쟁입니다. 인간과 유사한 수준의 추론 능력을 갖춘 AGI(인공일반지능)를 향한 이 무한 경쟁에서, GPT-5, 클로드 넥스트(Claude Next)와 같은 차세대 플래그십 모델을 단 하루라도 빨리 출시하는 것이 이들의 지상과제죠.

이런 상황에서 작고 효율적인 모델을 따로 개발하는 것은 우선순위에서 밀릴 수밖에 없습니다. 이러한 현실은 오픈AI의 자체 브라우저 출시 계획이 예상보다 지연됐던 모습에서도 명확히 드러납니다. 그들의 핵심 역량과 비즈니스 모델은 브라우저라는 '응용 프로그램'이 아니라, 그 밑에 들어가는 강력한 차세대 'AI 엔진'을 개발하고 판매하는 데 있기 때문입니다.

이 시장의 승자는 누가 될 것인가?

모델 중심의 관점에서 AI 브라우저 시장을 바라보면, 누가 승자가 될지, 어떤 기회가 남을지가 보다 선명히 드러납니다.

(1) 거대 플레이어, 구글의 독주

일반 소비자를 대상으로 하는 범용 AI 브라우저 시장은 구글(Google)이 압도적인 우위를 점할 가능성이 큽니다. 구글은 Chrome이라는 세계 1위의 배포 채널과 Android라는 모바일 생태계, Gemini와 Gemma로 대표되는 최상위 거대/경량 모델 개발 능력을 모두 손에 쥐고 있는데요. 이 세 가지를 수직 통합하여 제공하는 AI 브라우저 경험은 다른 기업들이 따라오기 힘든 강력한 경쟁력을 구축할 것으로 보입니다.

(2) 스타트업의 기회: 깊이를 파고드는 '특화'와 'B2B'

스타트업이 구글과 정면으로 경쟁하는 것은 결코 쉽지 않은 일입니다. 대신, 거대 기업이 신경 쓰지 못하는 특정 영역을 깊게 파고드는 전략이 유효할 수 있습니다.

① B2B 엔터프라이즈 브라우저

"이번 분기 Salesforce 매출 데이터를 추출해서,
Confluence 주간 보고서 양식에 맞춰 표로 정리하고,
핵심 변동 사항을 요약해서 Slack 채널에 공유해 줘."

위와 같이 여러 SaaS를 오가는 복잡하고 반복적인 업무 워크플로우를 자동화하는 브라우저는 기업에 즉각적인 생산성 향상(ROI)을 제공합니다. Zapier 같은 기존 자동화 툴이 ‘API가 연결된 서비스’만 다루는 반면, AI 브라우저는 API가 없는 낡은 내부 시스템까지 직접 조작할 수 있다는 점이 가장 큰 차별점이죠.

② 특화 B2C 브라우저

예를 들어 '쇼핑 전문 AI 브라우저'는 단순히 최저가를 찾는 것을 넘어, 여러 사이트의 쿠폰과 멤버십 혜택을 조합해 실시간으로 '최종 실구매가'를 계산해 주거나, 한정판 제품의 재입고를 모니터링하다 자동으로 구매까지 시도하는 등, 특정 고부가가치 문제를 해결하며 강력한 팬덤을 형성할 수 있습니다.

특히, 각 국가는 고유한 온라인 소비 생태계를 가지고 있습니다. 따라서 '한국 특성에 맞게, 한국의 모든 쇼핑몰을 지원하는 한국형 브라우저'처럼, 로컬 맥락에 최적화된 특화 브라우저가 기회를 찾을 수 있겠습니다.

AI 에이전트의 최종 진화는 데스크톱 브라우저의 경계를 넘어설 것입니다.

이때 AI 브라우저와 에이전트 시장의 성패는 화려한 기능 경쟁이 아닌, 더 근본적인 기술 경쟁에 달려있습니다. 누가 더 빠르고, 더 가볍고, 더 똑똑한 AI 두뇌(모델)를 만들어 '컨텍스트'라는 물리적 한계를 먼저 극복하고, 이를 특정 사용자의 가장 절실한 문제에 적용하느냐가 미래 시장의 판도를 결정할 것입니다.

그리고 이러한 '효율적인 두뇌 싸움'은 데스크톱을 넘어 모바일이라는 새로운 전쟁터에서 극대화될 것입니다.

그렇다면 모바일 시장에서는 어떤 플레이어가 판도를 잡게 될까요?

카카오벤처스는 카카오벤처스는 기술과 시장의 흐름을 지켜보며, 새로운 도전을 시작하는 스타트업과 함께하겠습니다. 이 밖에도 저희와 공유하고 싶은 경험이나 이야기가 있다면, 언제든지 의견을 남겨주시면 감사하겠습니다.

카카오벤처스 투자팀의 인사이트를 바탕으로,
투자팀 인턴 Ivy와 커뮤니케이션팀 인턴 Chloe가 제작에 참여했습니다.