> ## Content Index
> Fetch the complete content index at: https://zerodraftlab.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# DSP 다음에는 협상하는 로봇이 온다
- URL: https://zerodraftlab.com/robots-negotiate-after-dsp/
- Published: 2026-07-17T15:02:07.000Z
- Updated: 2026-09-15T08:35:45.000Z
- Author: JooMong

프로그래매틱 광고는 사람이 일일이 지면을 사던 일을 자동화했다. DSP는 여러 거래소의 광고 기회를 한 화면에서 사고, SSP는 매체의 재고를 경매에 내놓았다. 자동 입찰은 밀리초 안에 이뤄졌지만 캠페인의 목적을 해석하고 거래 조건을 협상하는 일은 여전히 사람과 고정된 소프트웨어의 몫이었다.

에이전틱 광고는 자동화의 위치를 한 단계 위로 올린다. “25\~34세 신규 고객에게 도달하되 브랜드 안전성을 지키고 이번 분기 안에 학습 가능한 실험을 하라”는 브리프를 에이전트가 읽고, 적합한 판매자를 찾고, 조건을 묻고, 가격과 보장을 협상하고, 승인 뒤 예약한다.

**DSP 다음의 인터페이스는 더 복잡한 대시보드가 아니라 서로 협상하는 소프트웨어일 수 있다.** 이때 달라지는 것은 입찰 속도만이 아니다. 누가 상품을 발견하고, 누가 조건을 해석하며, 누가 거래 이유를 기록하는지가 바뀐다.

## Buyer Agent는 브리프를 거래 상태로 바꾼다

IAB Tech Lab의 Buyer Agent Alpha는 이 미래를 작은 범위에서 보여준다. CrewAI와 OpenDirect 2.1을 사용한 참조 구현은 자연어 브리프에서 시작해 판매자 발견, 상품 탐색, 협상, 예약으로 이동한다. 돈을 확정하기 전에는 인간 승인을 요구하고, 거래 과정을 열두 개 상태와 감사 기록으로 남긴다.

여기서 중요한 것은 ‘AI가 미디어를 샀다’는 구호가 아니다. 브리프가 목표와 제약으로 구조화되고, 거래가 상태 전이로 표현되며, 승인 시점과 실행 이유가 기록된다는 점이다. 에이전트가 자유롭게 말하더라도 실제 거래는 예측 가능한 프로토콜 안에서 움직인다.

IAB Tech Lab이 2026년 업데이트한 AAMP도 같은 문제를 Foundations, Protocols, Trust라는 세 축으로 나눈다. 에이전트가 누구인지 식별하고, 서로 어떤 메시지를 주고받으며, 그 행동을 어떤 신뢰 체계 아래 두는지가 함께 필요하다는 뜻이다. 자연어 대화만 연결한다고 광고 시장의 거래 표준이 생기지는 않는다.

## 협상 비용이 낮아지면 작은 거래가 늘어난다

사람이 직접 협상할 때는 거래 금액이 작으면 회의와 이메일 비용을 감당하기 어렵다. 그래서 많은 매체 상품이 표준화된 경매로 흡수되거나, 반대로 큰 보장형 거래만 사람의 협상을 거친다. 에이전트가 조건 확인과 왕복 대화를 거의 무료로 수행하면 그 사이의 거래가 경제성을 얻을 수 있다.

특정 콘텐츠 문맥, 제한된 기간, 빈도 상한, 성과 보장, 데이터 사용 제한을 조합한 작은 맞춤형 거래가 가능해진다. 구매자는 수백 개 판매자에게 동시에 물을 수 있고 판매자는 재고 상황에 맞춰 조건을 제안할 수 있다. 경매가 가격 하나를 최적화했다면 에이전트 협상은 여러 조건을 함께 다룬다.

하지만 협상 비용이 낮아지는 것과 좋은 거래가 늘어나는 것은 같은 말이 아니다. 에이전트가 비교하는 기준이 빈약하면 시장은 더 빠르게 잘못된 지표를 최적화한다. 조회 가능성, 브랜드 안전성, 증분 도달, 데이터 권리처럼 서로 충돌하는 조건을 어떤 우선순위로 처리할지 브리프에 없으면, 에이전트는 가장 쉽게 수치화되는 가격으로 돌아간다.

따라서 다음 미디어바잉 역량은 에이전트를 고르는 일이 아니라 협상 가능한 목표를 설계하는 일에서 시작한다. 사람이 “효율적으로 집행하라”고 쓰면 에이전트는 효율의 정의를 추측해야 한다. 반면 허용 예산, 반드시 지킬 제약, 교환 가능한 조건, 중지 기준이 분리돼 있으면 협상의 경계가 생긴다.

## 중개자의 가치는 클릭이 아니라 규칙으로 이동한다

Buyer Agent와 Seller Agent가 직접 대화하면 기존 중개자가 모두 사라진다는 전망은 성급하다. 거래 경로가 짧아져도 신원 확인, 사기 탐지, 측정, 정산, 분쟁 해결, 규제 준수는 남는다. 오히려 에이전트가 더 많은 거래를 만들수록 공통 규칙과 신뢰 서비스의 가치가 커진다.

가치가 줄어드는 것은 정보 비대칭과 인터페이스 복잡성만으로 받던 수수료다. 사람이 어느 메뉴를 눌러야 하는지 알고 있다는 이유, 판매자 목록을 독점하고 있다는 이유, 보고서를 수작업으로 합친다는 이유만으로 유지되던 마진은 압박받는다. 반대로 거래 조건의 의미를 표준화하고 결과를 독립적으로 검증하며 문제가 생겼을 때 책임지는 중개자는 더 중요해진다.

매체사도 광고 상품을 사람이 읽는 세일즈덱으로만 팔 수 없게 된다. 어떤 오디언스와 문맥을 제공하는지, 가격과 최소 집행액은 무엇인지, 어떤 측정을 허용하는지, 취소와 보상 조건은 무엇인지 기계가 질의할 수 있어야 한다. 상품 설명의 구조화 수준이 새 영업 역량이 된다.

## 대시보드는 사라지지 않고 예외 처리 화면이 된다

에이전트가 정상 거래를 처리할수록 사람이 보는 화면은 모든 버튼을 담을 필요가 없다. 대신 왜 이 판매자를 선택했는지, 어떤 조건을 양보했는지, 어느 제약에서 충돌했는지, 지금 무엇을 승인해야 하는지를 보여줘야 한다. 대시보드는 조작판에서 감사와 예외 처리의 표면으로 바뀐다.

이 변화는 UX의 축소가 아니라 책임의 집중이다. 거래가 실패했을 때 “AI가 결정했다”는 문장은 설명이 아니다. 브리프의 어떤 규칙, 판매자의 어떤 응답, 모델의 어떤 판단, 사람의 어떤 승인이 결과를 만들었는지 재구성할 수 있어야 한다. 열두 개 거래 상태와 감사 기록이 화려한 자연어 인터페이스보다 중요한 이유다.

초기 도입은 전면 자율화보다 좁은 시장과 작은 예산에서 시작하는 편이 맞다. 판매자 발견과 조건 비교는 에이전트에 맡기고, 가격 상한을 넘거나 새로운 데이터 권리를 요구하는 거래는 사람에게 올릴 수 있다. 성공 기준도 ‘사람이 한 번도 개입하지 않음’보다 거래 준비 시간, 조건 오류, 실제 증분 성과, 분쟁률로 잡아야 한다.

**DSP가 입찰을 자동화했다면 협상 에이전트는 시장의 문법을 자동화한다.** 승자는 가장 말 잘하는 봇을 가진 회사가 아니라 목표와 권한, 거래 상태와 책임을 가장 명확하게 표현한 회사가 될 가능성이 크다.

---

주요 출처: IAB Tech Lab, [Buyer Agent Alpha](https://iabtechlab.github.io/buyer-agent/?ref=zerodraftlab.com) 및 [Agentic Advertising Management Protocols](https://iabtechlab.com/standards/aamp-agentic-advertising-management-protocols/?ref=zerodraftlab.com). Buyer Agent는 Alpha 참조 구현이며 전체 광고 시장에서 상용 배포된 표준을 뜻하지 않습니다. 작은 맞춤형 거래의 경제성과 중개자 가치 이동은 프로토콜 구조를 바탕으로 한 이 글의 분석입니다.