계산대가 사라진 매장, 그 마법의 정체
물건을 집어 들고 그냥 걸어 나오면 결제가 끝난다. 줄을 설 필요도, 점원과 마주칠 일도 없다. 아마존이 2018년 1월 미국 시애틀에서 처음 선보인 무인 매장 ‘저스트 워크 아웃(Just Walk Out)‘은 소매업의 미래로 불렸다. 문 앞에서 스마트폰을 한 번 태그하면, 그 뒤로는 아무것도 하지 않아도 됐다. 진열대에서 물건을 집어 가방에 넣고 그대로 문을 나서면 잠시 뒤 영수증이 날아왔다. 아마존은 이 매장을 통해 ‘쇼핑에서 가장 지겨운 순간’인 계산 대기 시간을 완전히 없애겠다고 선언했다. 세계 최대의 온라인 유통 기업이 오프라인 매장의 규칙까지 다시 쓰려 한다는 신호였다. 그러나 이 매끄러운 마법의 뒤편에는, 지구 반대편 인도에서 화면을 들여다보던 약 1,000명의 사람이 있었다. 마법의 정체가 드러나기까지는 6년이라는 시간이 걸렸다.
아마존이 자랑한 첨단 기술
아마존이 공개한 기술은 화려했다. 매장 천장에는 수백 대의 카메라가 격자처럼 촘촘히 설치됐고, 진열대마다 무게를 감지하는 센서가 깔렸다. 작은 매장 한 곳에 카메라가 100대 넘게 달린 경우도 있었다. ‘컴퓨터 비전’이라 불리는 인공지능이 이 모든 영상을 실시간으로 분석해 누가 무엇을 집고 내려놓는지 추적한다고 설명했다. 손님의 얼굴은 저장하지 않고 오직 움직임만 인식한다는 점도 강조했다. 이 기술은 아마존이 인수한 여러 스타트업의 영상 인식 기술을 결합해 만들어졌으며, 딥러닝 기반의 행동 추적 알고리즘이 핵심이었다. 언론은 미래의 상점이 마침내 도착했다며 열광했고, 전 세계 유통업계가 이 기술을 주목했다. 많은 전문가들은 몇 년 안에 계산대가 역사 속으로 사라질 것이라 예측하기도 했다.
카메라가 풀지 못한 순간
문제는 카메라가 헷갈리는 순간이 생각보다 자주 찾아왔다는 데 있었다. 손님이 물건을 집었다가 다른 칸에 내려놓을 때, 두 사람이 같은 진열대 앞에서 팔을 겹칠 때, 어린아이가 과자를 만졌다가 부모가 도로 놓을 때. 인공지능은 이런 애매한 장면 앞에서 판단을 멈추곤 했다. 사람의 행동은 알고리즘이 학습한 패턴을 끊임없이 벗어났기 때문이다. 바로 그때, 시스템은 조용히 그 영상 조각을 인도의 사무실로 넘겼다. 그곳에서 수많은 사람들이 흐릿한 장면을 되돌려 보며 손님이 정확히 무엇을 가져갔는지 손으로 표시하고 있었다. 겉으로는 완전 자동이었지만, 실제로는 인공지능과 사람이 함께 일하는 하이브리드 시스템에 가까웠다. 그리고 그 사람의 비중은 아마존이 인정한 것보다 훨씬 컸다. 원격 검수 인력은 실시간에 가깝게 영상을 확인해야 했기 때문에, 매장이 붐비는 시간대에는 처리해야 할 영상이 폭주하기도 했다. 인공지능이 판단을 미룰수록 사람의 부담은 커졌고, 사람의 부담이 커질수록 시스템의 속도는 느려졌다. 완전 자동이라는 겉모습을 유지하기 위해, 보이지 않는 곳에서는 더 많은 사람이 더 빠르게 움직여야 하는 역설이 반복됐다.
판매 10건 중 7건은 사람의 손
2022년, 기술 전문 매체 더 인포메이션은 내부 사정을 처음으로 자세히 보도했다. 이 보도에 따르면, 그 무렵 저스트 워크 아웃 매장에서는 판매 10건 가운데 약 7건이 사람의 확인을 거쳐야 했다. 인공지능이 스스로 확신을 가지고 처리한 거래는 10건 중 3건에 불과했다는 뜻이다. 아마존은 이 수치가 시스템 개선과 학습 데이터 확보를 위한 과정일 뿐이라고 해명했지만, 완전 자동이라던 기술이 사실은 사람의 눈에 깊이 기대고 있었다는 사실은 부인하기 어려웠다. 이 보도는 ‘인공지능 세탁(AI washing)‘이라는 논란에 불을 지폈다. 실제로는 사람이 하는 일을 인공지능이 하는 것처럼 포장하는 관행에 대한 비판이 이어졌다.
카메라가 사람을 이길 수 없었던 이유
카메라가 사람을 이길 수 없었던 이유는 분명했다. 첫째, 실제 매장은 통제된 실험실이 아니었다. 손님은 물건을 아무 데나 다시 꽂아두고, 가방으로 시야를 가리고, 예측할 수 없는 방식으로 움직였다. 둘째, 비슷하게 생긴 상품이 너무 많았다. 같은 브랜드의 다른 맛 음료나 크기만 다른 제품을 카메라가 정확히 구분하기란 쉽지 않았다. 셋째, 아주 작은 실수도 용납되지 않았다. 결제 금액이 한 번만 틀려도 손님의 신뢰가 무너지기 때문이다. 온라인 쇼핑이라면 오류를 나중에 정정할 수 있지만, 오프라인 매장에서는 손님이 이미 떠난 뒤였다. 그래서 아마존은 실수를 줄이려 사람을 더 붙일 수밖에 없었고, 그럴수록 비용은 눈덩이처럼 불어났다. 자동화가 오히려 더 많은 인건비를 부르는 역설이 벌어진 것이다.
영수증이 몇 시간 뒤에 도착한 이유
약속과 현실의 간극은 영수증 한 장에서 가장 선명하게 드러났다. 광고 속 손님은 매장을 나서는 순간 영수증을 받았지만, 실제로는 사람의 확인 작업이 끝나야 금액이 확정됐다. 그래서 영수증이 몇 시간 뒤에야, 심지어 다음 날 아침에야 도착하는 경우도 있었다. 일부 손님은 자신이 무엇을 얼마에 샀는지 그 자리에서 알 수 없다는 점에 불만을 나타냈다. 즉시 처리되는 마법이라던 기술이, 실제로는 사람이 밤새 확인해야 하는 느린 시스템이었던 셈이다. 겉으로 보이는 매끄러움과 뒤에서 벌어지는 수작업 사이의 거대한 간극은 결국 감당하기 어려운 지점으로 흘러갔다. 편리함이라는 상품의 진짜 원가가 서서히 드러나기 시작한 것이다.
6년의 궤적: 시작과 철수
이 실험의 궤적을 시간순으로 살펴보면 흥미롭다. 2018년 1월 시애틀에 첫 무인 매장이 문을 열었고, 이후 몇 년 동안 기술은 공항과 경기장, 대형 식료품 매장으로 빠르게 퍼졌다. 겉으로는 거침없는 확장이었다. 그러나 2022년 내부의 사람 의존도가 알려지면서 분위기가 달라졌고, 2024년 4월 아마존은 자사 식료품 매장인 아마존 프레시에서 저스트 워크 아웃을 걷어내겠다고 발표했다. 그 자리는 손님이 직접 물건을 스캔하는 스마트 카트(Dash Cart)가 대신 채우게 됐다. 아마존은 저스트 워크 아웃 기술을 완전히 포기한 것은 아니며, 규모가 작은 편의점 형태의 매장이나 외부 파트너사에는 계속 제공하겠다고 밝혔다. 하지만 ‘사람 없는 대형 마트’라는 초기의 원대한 비전은 사실상 후퇴한 셈이었다.
화면 뒤의 사람들
현장의 목소리는 화려한 발표 뒤에 가려진 진실을 보여 준다. 인도에서 검수 업무를 맡았던 사람들은 하루 종일 흐릿한 매장 영상을 되돌려 보며 손님이 집은 물건을 일일이 표시하는 일이 얼마나 고단했는지 전했다. 화면 속 손이 선반을 스칠 때마다, 그것이 진짜 구매인지 단순한 접촉인지 순간적으로 판단해야 했다. 마법처럼 보이던 그 모든 순간의 상당 부분이 바로 이 사람들의 손끝에서 완성되고 있었다. 인공지능이 사람을 지운 것이 아니라, 오히려 보이지 않는 곳에 사람을 더 많이 숨겨 둔 셈이었다. 이런 노동은 흔히 ‘유령 노동(ghost work)‘이라 불린다. 첨단 서비스 뒤에서 눈에 띄지 않게 돌아가는 사람의 노동이, 사실은 그 서비스를 지탱하는 진짜 기둥이었다.
숫자로 본 진짜 규모
여러 보도를 종합하면, 인도에서 이 영상을 확인하던 인력은 약 1,000명 규모에 이르렀다. 완전 자동을 내세웠던 기술 뒤에 이만큼의 사람이 조용히 배치돼 있었던 것이다. 여기에 수백 대의 카메라와 무게 센서를 매장마다 설치하고 유지하는 비용까지 더해졌다. 첨단 기술의 상징이던 이 매장은, 알고 보면 사람과 장비에 가장 많은 돈이 드는 방식이었다. 일반 매장은 계산원 몇 명이면 운영되지만, 무인 매장은 수백 대의 장비와 원격 검수 인력을 동시에 유지해야 했다. 겉으로 드러난 편리함의 이면에는 막대한 인력과 설비가 숨어 있었고, 이는 매장을 확장할수록 손익을 맞추기 어렵게 만드는 근본 원인이 됐다. 결국 규모의 경제가 작동하기는커녕, 매장이 늘수록 검수 인력과 장비 유지비가 함께 불어나는 구조였다. 첨단이라는 이름표가 곧 효율을 뜻하지는 않았다.
아마존의 진짜 노림수
사실 아마존이 이 기술로 진짜 노린 것은 자기네 매장 몇 곳이 아니었다. 이들은 저스트 워크 아웃 기술 자체를 다른 유통 기업과 경기장, 공항에 판매해 새로운 수익원으로 삼으려 했다. 매장을 실험장 삼아 기술을 다듬은 뒤 시스템을 통째로 빌려주겠다는 큰 그림이었다. 클라우드 서비스인 AWS로 인프라 시장을 장악했듯, 오프라인 매장의 결제 인프라까지 아마존이 표준으로 만들겠다는 야심이었다. 그러나 사람의 손이 이렇게까지 많이 필요하다면, 그 기술을 비싼 값에 사들일 회사가 얼마나 될지는 의문이었다. 결국 아마존은 사람과 기계가 역할을 나누는 스마트 카트 방식으로 무게중심을 옮겼다. 완벽한 자동화라는 꿈 대신, 현실적인 절충안을 택한 것이다. 이 사례는 다른 유통 기업들에게도 중요한 교훈을 남겼다. 무인화 자체가 목적이 되어서는 안 되며, 기술이 실제로 비용을 줄이고 손님의 경험을 개선하는지가 먼저라는 점이다. 화려한 시연 영상과 실제 매장의 손익계산서 사이에는 넓은 강이 흐르고 있었다.
마치며: 완전 자동이라는 말의 무게
저스트 워크 아웃의 이야기는 인공지능이 사람을 완전히 지웠다는 이야기가 아니다. 오히려 가장 매끄러워 보이는 자동화 뒤에, 우리가 미처 보지 못한 수많은 사람의 노동이 숨어 있을 수 있다는 사실을 보여 준다. 우리가 매일 쓰는 여러 인공지능 서비스 가운데 상당수도, 실제로는 보이지 않는 곳에서 사람이 데이터를 다듬고 오류를 바로잡으며 돌아가고 있다. 다음번에 어떤 기술이 ‘완전히 자동’이라고 말할 때, 우리는 한 번쯤 그 뒤편의 보이지 않는 방을 떠올려 볼 필요가 있다. 마법처럼 보이는 편리함의 값은, 결국 누군가가 어딘가에서 조용히 치르고 있는지도 모른다. 기술의 진짜 얼굴을 이해하는 일은, 바로 그 숨은 노동을 인정하는 데서 시작된다. 아마존의 실험은 실패로만 볼 수 없다. 무엇이 자동화되고 무엇이 사람의 몫으로 남는지, 그 경계를 현실 속에서 확인해 준 값진 기록이기 때문이다.
