Agentic Procurement: RS Group이 고객사 구매 에이전트의 주문을 받으려고 데이터와 레거시부터 고친다
33개 시장에 산업용 제품을 공급하는 RS Group의 글로벌 CIO Janet Robertson은 대형 고객사가 구매 에이전트로 주문하기 시작했다고 말했습니다. 에이전트가 넣는 디지털 주문을 받으려면 생성형 검색을 붙이기 전에 데이터와 레거시 시스템부터 고쳐야 하고, 개발은 다년 프로그램 대신 계속 진화시키는 방식으로 바꿨다고 밝혔습니다.
산업재 유통사 RS Group의 고객 중 일부는 이미 구매 에이전트로 주문합니다. 이 주문을 받으려면 화려한 AI 기능보다 에이전트가 읽을 수 있는 상품 데이터와 고쳐 놓은 레거시 시스템이 먼저 있어야 합니다.
요약
CIO.com의 Dan Roberts가 RS Group 글로벌 CIO Janet Robertson을 인터뷰했습니다. 그가 진행하는 팟캐스트 The Tech Whisperers 대담을 글로 옮긴 형식입니다. RS Group은 33개 시장의 산업 고객에게 제품과 서비스를 공급합니다. 이 회사는 주문을 받던 회사에서 고객에게 조언하는 회사로, 다시 고객의 필요를 먼저 읽는 회사로 바뀌어 왔고, IT 조직도 같은 길을 걷고 있습니다. Robertson이 처음 왔을 때 IT는 요청을 받아 처리하는 비용 부서였습니다. 그는 사업이 문제(what)를 말하면 해법(how)은 IT 전문가가 낸다는 원칙으로 관계를 바꿨고, 리더들을 현장과 고객 곁으로 보냈습니다.
인터뷰의 무게는 고객 쪽 변화에 실려 있습니다. RS의 카탈로그는 방대하고, 고객은 생산 라인 수리 부품처럼 전문적인 물건도 소비자 쇼핑몰처럼 몇 단어로 찾기를 기대합니다. 여기에 더해 여러 대형 고객사가 구매 업무에 AI 에이전트를 쓰기 시작해, RS는 에이전트가 직접 넣는 디지털 주문을 받을 준비를 해야 합니다. Robertson은 이 영역을 먼저 잡는 것을 차별화 요인으로 봅니다. 그러면서도 순서는 분명히 합니다. 데이터가 나쁘고 기반이 약하면 AI는 나쁜 결정을 키울 뿐이라서 레거시 배관부터 고칩니다. 아래에서 다섯 가지 작동 원리와 네 가지 사례를 정리하고, 실제로 에이전트 주문 채널을 열 때 필요한 기술·현업 디테일을 덧붙입니다.
핵심 메커니즘
One Business Strategy: 기술 전략을 따로 두지 않는다
Robertson은 기술 전략과 사업 전략이 따로 있다고 보지 않습니다. 전략은 사업 전략 하나이고 기술은 그 결과를 내는 수단입니다. 기술팀이 기술 해법이 아니라 사업 결과에 집중하면 두 가지가 달라집니다. 사업이 처음부터 함께 결정했으니 채택이 높아지고, 결과에 필요 없는 기능을 덜 만들어 해법이 가벼워집니다. 요청서를 그대로 구현하던 조직이라면 요청서 대신 “어떤 결과가 바뀌어야 하나”를 먼저 묻는 데서 시작합니다. 가상 예시로, “주문 화면에 필터 10개 추가” 요청은 “고객이 원하는 부품을 찾는 시간 단축”이라는 결과로 바꿔 적고 나서 해법을 고릅니다.
Continuous Evolution: 다년 프로그램 대신 계속 고친다
Robertson은 3~4년짜리 프로그램을 계획하는 시대는 끝났다고 봅니다. 오픈할 즈음이면 기술이나 프로세스가 이미 바뀌어 있기 때문입니다. 그래서 RS는 새 도구로 제품을 작게 내고 계속 진화시킵니다. 이 방식은 고객 행동이 빠르게 바뀌는 영역에 맞습니다. 2년 전만 해도 에이전트 구매를 이야기할 줄 몰랐다는 그의 말이 이유를 보여 줍니다. 반대로 바닥 공사인 레거시 수리는 짧은 실험보다 꾸준한 장기 작업에 가깝습니다. 두 속도를 섞지 않고 따로 관리하는 편이 낫습니다.
Close to the Work: 리더가 현장을 직접 본다
Robertson은 기술 리더들에게 해법을 실제로 쓰는 사람 곁에서 시간을 보내라고 요구합니다. 대형 고객이 RS 웹사이트에서 주문하는 장면, 중간·후방 부서 직원이 송장을 처리하고 주문을 받아 입력하는 장면, 물류센터를 직접 봅니다. 고객 경험 책임자는 영업 사원과 함께 고객을 찾아갔습니다. 이렇게 보면 백로그에서 우선순위 5로 밀어 둔 일이 현장에서는 가장 큰 고통인 경우가 드러납니다. 문서로 받은 요구사항만으로는 이 차이가 보이지 않습니다.
Agentic Procurement: 고객사 에이전트가 주문하는 채널
고객사가 구매 업무를 AI 에이전트에 맡기면, RS의 주문 창구 앞에 서는 상대가 사람에서 소프트웨어로 바뀝니다. 에이전트는 화면을 둘러보지 않습니다. 필요한 사양과 수량, 납기를 조건으로 여러 공급사를 조회하고, 조건에 맞는 곳에 디지털 주문을 바로 보냅니다. Robertson은 이 변화를 두고 “It’s not really an e-commerce, add-to-cart channel anymore.”라고 말했습니다. 검색도 같이 바뀝니다. 그는 SEO의 시대가 가고 GEO(Generative Engine Optimization, 생성형 AI 답변에 우리 상품이 잡히게 하는 일)의 시대가 왔다고 봅니다. RS는 사업 리더들과 에이전트 구매, LLM 기반 검색으로 무엇이 가능한지 함께 짚고 있습니다.
Foundation First: 데이터와 레거시 배관이 먼저
Robertson은 이 일을 300년 된 집을 스마트홈으로 바꾸는 일에 빗댑니다. 오래된 회사를 하룻밤에 데이터로 촘촘히 연결된 회사로 바꿀 수는 없습니다. RS의 데이터는 값지지만 구조를 갖추고 질의할 수 있어야 믿을 수 있는 답이 나옵니다. 나쁜 데이터와 약한 기반 위에 지능을 얹으면 나쁜 결정이 더 커집니다. 그래서 RS는 레거시 배관 수리를 먼저 진행했고 이미 상당히 들어섰습니다. 에이전트 주문은 이 순서의 맨 위층에 있습니다.
통념과 다른 주장
흔히 이렇게 봅니다생성형 AI를 먼저 붙이면 흩어진 데이터도 어느 정도 알아서 정리해 준다.
Robertson은 이렇게 봅니다나쁜 데이터와 약한 기반 위의 지능은 나쁜 결정을 키울 뿐이라서 기반 공사가 먼저입니다.
근거RS는 생성형 검색과 에이전트 구매를 준비하면서도 레거시 배관 수리를 먼저 진행해 왔고, 데이터는 질의할 수 있어야 값이 난다고 봅니다.
흔히 이렇게 봅니다B2B 이커머스는 구매 담당자가 웹에서 상품을 찾아 장바구니에 담는 채널이고 SEO가 유입을 좌우한다.
Robertson은 이렇게 봅니다대형 고객사는 구매 에이전트로 주문하기 시작했고, 검색은 SEO에서 GEO로 넘어갔습니다.
근거여러 대형 고객사가 구매용 에이전트를 도입하고 있어 RS가 에이전트의 디지털 주문을 받을 준비를 하고 있습니다.
저자가 든 사례
IT 위상: 주문 접수자에서 조언자로
- 상황: Robertson이 합류했을 때 IT는 요청을 처리하는 주문 접수자이자 비용 부서로 여겨졌습니다.
- 한 일: 사업의 말을 듣고 문제를 함께 정의했습니다. 문제는 사업이 말하고 해법은 IT가 내는 원칙을 세웠고, 리더와 팀을 현업에 직접 연결했습니다. 기술 전문성과 최신 도구 이해를 보여 신뢰를 쌓았습니다.
- 결과: 지금은 검색, 고객 분석, 데이터 과학 같은 새 흐름을 논의하는 자리에 IT가 먼저 초대받습니다. 기간과 수치는 원문에서 밝히지 않았습니다.
- 연결: One Business Strategy, Close to the Work.
에이전트 주문 대비: 거대한 카탈로그를 에이전트가 읽게
- 상황: 카탈로그가 방대하고, 고객은 몇 단어로 전문 부품을 찾기를 기대합니다. 대형 고객사 다수가 구매에 에이전트를 쓰기 시작했습니다.
- 한 일: LLM, 생성형 검색, 에이전트 구매에 맞게 데이터와 기반을 준비하고, 사업 리더와 가능한 일을 함께 검토합니다.
- 결과: 에이전트가 넣는 디지털 주문을 받는 것이 목표입니다. 에이전트 주문 비중이나 매출 효과는 원문에서 밝히지 않았습니다.
- 연결: Agentic Procurement, Foundation First.
현장 관찰: 우선순위 5가 가장 큰 고통일 때
- 상황: 백로그의 우선순위가 실제 사용자의 고통과 어긋날 수 있었습니다.
- 한 일: 기술 리더가 대형 고객의 웹 주문, 송장·주문 처리, 물류센터를 직접 봤습니다. 고객 경험 책임자는 영업 사원과 동행했고, Robertson은 밀라노 자동화 창고 개장에 맞춰 현장을 찾을 계획입니다.
- 결과: 낮은 순위로 둔 항목이 큰 고통이라는 사실을 현장에서 찾아냅니다. 몇 건을 찾았는지는 원문에서 밝히지 않았습니다.
- 연결: Close to the Work, Continuous Evolution.
레거시 배관: 스마트홈 이전의 배관 공사
- 상황: 오래된 회사의 시스템과 데이터가 지능을 바로 얹을 수 있는 상태가 아니었습니다.
- 한 일: 레거시 배관 수리를 AI 기능보다 먼저 진행했습니다.
- 결과: 작업이 상당히 진척됐고, 데이터를 질의해 믿을 만한 답을 얻는 역량을 키우는 중입니다. 대상 시스템과 일정은 원문에서 밝히지 않았습니다.
- 연결: Foundation First.
기술 디테일: 에이전트가 주문할 수 있는 공급사가 되려면
원문은 방향과 순서를 말합니다. 아래는 그 순서를 실제로 돌릴 때 필요한 내용을 새로 정리한 것이고, 필드명과 수치는 가상 예시입니다.
에이전트가 읽을 상품 데이터부터 만듭니다(Foundation First, 에이전트 주문 대비 사례). 에이전트는 상품 설명 문장보다 속성 값을 비교합니다. 품목마다 mfr_part_no(제조사 품번), sku, alt_part_nos(구형·동의어 품번), attributes(속성명과 값, 단위)를 두고, 속성명은 카테고리별 표준 목록으로 묶습니다. “24V”, “24 VDC”, “24볼트”가 섞여 있으면 에이전트 비교에서 빠지므로 단위를 정규화합니다. 속성 채움률은 카테고리마다 따로 재고, 주문이 많은 상위 카테고리부터 채웁니다. 설명문에서 속성을 뽑을 때는 LLM에 JSON 스키마를 주고 temperature 0으로 같은 품목을 2회 돌려 결과가 다르면 사람이 확인하게 합니다.
주문을 받을 API를 네 단계로 엽니다(Agentic Procurement). 사람용 장바구니 화면을 에이전트에게 긁게 두지 않고 search, quote, order, status 호출을 따로 엽니다. quote는 고객 계약 단가, 물류센터별 재고, 약속 납기를 함께 돌려줘야 에이전트가 비교할 수 있습니다. order에는 고객사 PO 번호와 idempotency_key(같은 주문을 두 번 보내도 한 건으로 처리하는 키)를 필수로 받아 재시도 중복 주문을 막습니다. 인증은 고객사 계정 단위로 하고, 계정마다 1회 주문 한도와 승인 필요 금액을 둡니다. 연결 방식은 OpenAPI 문서나 MCP(에이전트가 외부 도구를 부르는 공개 규격) 서버처럼 에이전트가 바로 읽을 수 있는 형태로 공개합니다.
레거시 배관은 주문 경로부터 고칩니다(레거시 배관 사례). 에이전트 주문은 사람보다 빠르고 잦아서, 재고·가격 조회가 야간 배치에 묶여 있으면 틀린 재고로 주문이 들어옵니다. 재고와 가격을 API로 조회할 수 있게 하고 응답에 as_of(기준 시각)를 넣습니다. 주문에는 order_channel 값(web, edi, agent)을 붙여 에이전트 주문을 따로 셀 수 있게 합니다.
측정은 데이터 품질과 채널 성과를 함께 봅니다(Foundation First, Agentic Procurement). 품질 쪽은 속성 채움률, 단위 일치율, 중복 품번 수를, 채널 쪽은 에이전트 주문 비중, 주문 실패율, GEO 노출률을 봅니다. GEO 노출률은 구매 담당자가 쓸 법한 질의 50개를 정해 주요 생성형 AI 서비스에 매주 같은 질의를 넣고, 답에 RS 품목이 나온 비율로 잽니다. 답은 실행마다 달라지므로 질의마다 3회 돌려 평균을 냅니다.
| 막히는 경우 | 증상 | 대응 |
|---|---|---|
| 속성 단위 혼재 | 에이전트 비교에서 품목 누락 | 단위 정규화 규칙, 카테고리별 필수 속성 |
| 재고 배치 지연 | 품절 품목 주문 접수 | 실시간 재고 API, as_of 표시 |
| 에이전트 재시도 | 같은 주문 중복 접수 | idempotency_key 필수 |
| 권한 없는 대량 주문 | 승인 안 된 지출 | 계정별 한도, 금액 초과 시 승인 요청 |
| 구형 품번 질의 | 검색 결과 없음 | alt_part_nos 매핑 |
현업 실행 디테일: 누가, 언제, 무엇을
원문은 리더가 현장을 보고, 사업과 IT가 함께 가능성을 따지고, 기반부터 고친다고 전합니다. 아래 역할, 일정, 기준은 이를 바탕으로 새로 짠 가상 예시입니다.
| 역할 | 맡는 일 |
|---|---|
| CIO | 기반 공사와 에이전트 채널의 순서 결정, 사업 리더와 공동 스폰서 |
| 영업·고객 경험 책임자 | 에이전트를 쓰는 대형 고객 선정, 동행 관찰 |
| 상품 데이터 담당 2~3명 | 상위 카테고리 속성 정비, 단위 규칙 관리 |
| 주문·ERP 담당 개발자 | 재고·가격 API, 주문 API, 중복 방지 |
| 재무·신용 관리 | 계정별 주문 한도와 승인 기준 |
준비물. 매출 상위 카테고리와 품목 목록, 카테고리별 속성 정의서, 최근 3개월 주문 채널별 건수, 재고·가격이 갱신되는 주기, 에이전트를 쓰거나 검토 중인 고객사 목록이 필요합니다.
| 기간 | 할 일 | 산출물 |
|---|---|---|
| 1~2주 | 고객사 구매팀 2곳 방문, 웹 주문·송장 처리 관찰 | 고통 목록, 백로그 재정렬안 |
| 3~4주 | 상위 카테고리 속성 채움률·단위 일치율 진단 | 데이터 품질 기준선 |
| 5~7주 | 고객사 1곳과 quote·order API 시범 | 시범 주문 건수, 실패 원인 |
| 8주 | 판정 회의 | 확대·보완·중단 결정 |
고객사에 물을 것.
- 구매 에이전트가 이미 처리하는 품목군은 무엇인가요?
- 에이전트가 공급사를 고를 때 보는 조건은 단가, 재고, 납기 중 무엇인가요?
- 에이전트 주문은 사람이 승인하나요? 승인 기준 금액은 얼마인가요?
- 지금 RS 주문에서 가장 손이 많이 가는 단계는 어디인가요?
- 에이전트가 우리 품목을 못 찾은 사례가 있나요?
진행 판정 기준(예시). 시범 카테고리의 필수 속성 채움률이 95% 이상이고, 시범 고객사의 에이전트 주문이 사람 개입 없이 90% 이상 처리되면 다른 고객사로 넓힙니다. 실패가 재고·가격 지연에서 나오면 API보다 레거시 수리를 먼저 하고 4주 뒤 다시 봅니다.
AX 적용 제언. 산업재 유통, 부품 공급, MRO 구매 대행처럼 품목이 많은 B2B 회사에 맞습니다. 순서는 현장 관찰, 데이터 진단, 주문 경로 수리, 에이전트 API 시범입니다. 생성형 검색 화면을 먼저 만들고 싶은 유혹이 크지만, 에이전트 고객은 화면을 보지 않으므로 속성 데이터와 주문 API에 먼저 투자하는 편이 낫습니다. 스폰서는 CIO 혼자가 아니라 영업 책임자와 함께 서야 고객사 시범이 빨리 열립니다. 첫 판단 지표로는 에이전트 주문 비중보다 상위 카테고리 속성 채움률을 먼저 보는 것이 현실적입니다.
원문 사례
| 항목 | 내용 |
|---|---|
| 원문 | CIO.com 인터뷰, Dan Roberts, 2026.11.5, The Tech Whisperers 대담 기반 |
| 화자 | Janet Robertson, RS Group 글로벌 CIO |
| 회사 | 33개 시장의 산업 고객에게 제품·서비스 공급 |
| IT 위상 | 주문 접수자·비용 부서에서 조언자로, 새 트렌드 논의에 초대받는 조직으로 |
| 원칙 | 사업 전략 하나, 사업이 what을 말하고 IT가 how를 제안 |
| 개발 방식 | 3~4년 프로그램 대신 계속 진화 |
| 현장 관찰 | 고객 웹 주문, 송장·주문 처리, 물류센터, 고객 경험 책임자의 영업 동행, 밀라노 자동화 창고 방문 계획 |
| 고객 변화 | 대형 고객사 다수가 구매 에이전트 도입, 에이전트의 디지털 주문 수신 준비 |
| 검색 | 거대한 카탈로그, 몇 단어로 전문 부품을 찾는 기대, SEO에서 GEO로 |
| 기반 | 300년 된 집을 스마트홈으로 바꾸는 비유, 레거시 배관 수리 상당히 진척 |
| AI 수치 | 원문에서 밝히지 않음 |
핵심 개념
- Agentic procurement
- 구매 담당자 대신 AI 에이전트가 공급사를 조회하고 비교해 주문까지 넣는 구매 방식입니다.
- GEO
- Generative Engine Optimization. 생성형 AI의 답변에 우리 상품과 정보가 정확히 잡히도록 데이터를 다듬는 일입니다.
- Order taker
- 요청받은 것을 그대로 만들어 주는 IT 조직을 낮춰 부르는 말입니다.
- Trusted advisor
- 사업의 문제 정의 단계부터 함께 하고 해법을 제안하는 조직입니다.
- Legacy plumbing
- 주문, 재고, 가격 데이터를 오가게 하는 오래된 시스템과 연결부를 배관에 빗댄 말입니다.
- Idempotency key
- 같은 요청이 여러 번 와도 한 번만 처리되게 하는 고유 키입니다. 에이전트 재시도로 생기는 중복 주문을 막습니다.
- PO
- Purchase Order. 고객사가 발행하는 구매 주문서 번호로, 주문과 청구를 맞추는 기준입니다.
내 메모
TODO: 내 생각 추가
원문은 CIO.com 「Building the IT organization that anticipates what’s next」(Dan Roberts, 2026.11.5)로, RS Group 글로벌 CIO Janet Robertson 인터뷰입니다. 요약, 핵심 메커니즘의 원문 설명, 통념과 다른 주장, 사례, 원문 사례 표는 인터뷰 내용을 AX Review가 다시 정리했습니다. 기술 디테일, 현업 실행 디테일, 인포그래픽, 표의 필드명·일정·기준값은 실제로 돌릴 때 필요한 내용을 새로 작성한 가상 예시입니다. 전체 내용은 원문에서 볼 수 있습니다.