기업이 파는 물건 값에 인공지능(AI)이 끼어든다고 하면 대부분 '비용 절감'이나 '자동화'를 먼저 떠올린다. 하지만 맥킨지(McKinsey)가 400명이 넘는 기업 가격 책정 담당 임원을 조사한 결과, 진짜 큰돈은 전혀 다른 곳에 숨어 있었다. 맥킨지는 2026년 4월 발표한 보고서 'B2B 가격: AI 혁명의 다음 국면(B2B pricing: Navigating the next phase of the AI revolution)'에서, 기업 간 거래(B2B) 가격 책정이 사람이 계산기를 두드리는 방식에서 AI 에이전트가 대신 값을 매기고 사람은 감독만 하는 방식으로 넘어가고 있다고 밝혔다.
여기서 B2B 가격 책정이란 기업이 다른 기업에 물건이나 서비스를 팔 때 얼마를 받을지 정하는 일을 말하는데, 소비자는 잘 모르지만 우리가 사는 거의 모든 제품의 원가에 녹아 있는 숨은 결정이다. 이 값을 AI가 어떻게 바꾸느냐에 따라 기업의 이익이 통째로 흔들린다는 것이 이번 보고서의 핵심이다.
사람이 매기던 가격, 이제 AI 에이전트가 대신 정한다
맥킨지 조사에 따르면 B2B 가격 책정은 사람이 주도하던 분석 업무에서 AI가 지휘하고 사람이 감독하는 체계로 빠르게 이동하고 있다. 맥킨지가 2025년 11월 400여 명의 가격 책정 임원을 대상으로 진행한 설문에서, 조직의 65~85%가 앞으로 1~3년 안에 생성형 AI(Gen AI) 또는 에이전트형 AI(Agentic AI)를 가격 책정에 도입할 것이라고 답했다. 지금 실제로 쓰는 곳이 10~30%에 불과한 것과 비교하면 몇 년 사이 판이 뒤집히는 셈이다.
여기서 에이전트형 AI란 사람이 일일이 지시하지 않아도 스스로 정보를 모으고 판단해 행동까지 실행하는 AI를 말한다. 예전에는 담당 직원이 엑셀에 경쟁사 가격과 원가를 일일이 정리해 값을 매겼다면, 이제는 AI 에이전트가 경쟁사 사이트와 원가 데이터를 24시간 감시하다가 가격을 자동으로 조정하고, 영업팀과 고객에게 알리며, 심지어 정해진 규칙 안에서 계약 조건을 협상하기까지 한다. 사람은 전략을 세우고 위험한 결정을 승인하는 역할로 옮겨간다.
가격 1%가 이익 8.7%를 좌우하는 이유
가격이 AI 도입의 핵심 격전지가 된 결정적 이유는 단 하나, 돈이 크게 걸려 있어서다. 맥킨지는 평균적으로 판매량 손실 없이 가격을 1%만 올리면 영업이익이 8.7% 늘어난다고 밝혔다. 숫자만 보면 대수롭지 않아 보이지만, 이것이 왜 무서운지는 반대로 생각하면 드러난다. 값을 1% 잘못 깎아주면 이익의 8.7%가 그대로 증발한다는 뜻이기 때문이다.
수백만 개 제품을 파는 대형 유통사라면 담당자 한 명이 관행적으로 눌러온 할인 버튼 하나가 수백억 원의 이익을 좌우한다. 사람은 이 많은 거래를 매번 최적의 값으로 계산할 수 없지만, AI는 그것을 대규모로, 그것도 일관되게 해낸다. 그래서 가격은 다른 부서와 달리 비용 절감(효율)과 매출 증대(효과)를 동시에 노릴 수 있는 드문 영역이 된다. 실제로 응답 임원의 절반 이상이 에이전트형 AI가 업무 부담을 줄이는 동시에 상업적 성과까지 끌어올릴 것으로 기대했다.
150만 개 제품 가격을 10주 만에 다시 매긴 유통사
이 변화가 이론이 아니라는 증거로 맥킨지는 매출 150억 달러 규모의 한 B2B 유통사 사례를 제시했다. 이 회사는 먼저 약 18개월에 걸쳐 150만 개가 넘는 제품(SKU)의 가격을 사람이 수작업으로 매기던 방식을 데이터 기반 시스템으로 바꿔 마진을 200bp(베이시스포인트, 1bp는 0.01%포인트) 넘게 개선했다. 여기까지가 기존 분석형 AI의 성과였다.
그 위에 에이전트형 AI를 얹자 단 10주 만에 '가격 코파일럿'이라 불리는 AI가 추가로 약 50bp의 마진 기회를 찾아냈고, 수십만 건에 이르는 주간 가격 변경마다 실시간 추천과 그 근거까지 만들어냈다. 사람 팀은 이 변경안을 한 달간 검토·승인한 뒤 적용했고, 1,000명이 넘는 영업 담당자에게는 새 가격과 함께 고객에게 설명할 논리까지 쥐여줬다. 최종 결과는 250bp가 넘는 마진 상승, 그리고 추가 가치를 낼 아이디어 15개 이상이 담긴 목록이었다. 몇 년 걸릴 일을 몇 주로 압축한 것이다.
쉬운 일에만 몰리는 투자, 정작 돈 되는 곳은 뒷전
여기서 이번 보고서의 가장 흥미로운 반전이 나온다. 기업들이 AI 투자를 정작 돈이 안 되는 쪽에 몰아넣고 있다는 점이다. 맥킨지 조사에서 가장 많이 꼽힌 기대 효과는 비용 절감·생산성 향상(66%)이었지만, 그 뒤를 가격 인상 효과(59%), 수주율 개선(50%)이 바짝 따랐다. 그런데 실제 투자는 경쟁사 정보 수집이나 원가 추적처럼 시작하기 쉬운 분석 업무에 쏠려 있고, 할인 승인이나 계약 갱신처럼 영향력이 크지만 관리가 까다로운 영역은 예산에서 밀려나 있다. 맥킨지는 이런 예산 배분이 "생산성은 높이지만 성장은 만들지 못한다"고 꼬집었다.
그림1. 가격 책정 분야의 에이전틱 AI 도입 전망
도입 성숙도로 보면 시장·경쟁 정보와 원가 추적이 앞서가는 1군, 판촉·견적 가격이 뒤따르는 2군, 그리고 정가 설정·할인 승인·갱신·계약 준수처럼 안전장치가 더 필요한 영역이 3군으로 나뉜다. 다만 흐름은 바뀌고 있다. 지금은 가격 관련 기술 예산의 30% 이상을 에이전트형 AI에 쏟는 기업이 12%에 그치지만, 앞으로 1~3년 안에는 55% 이상으로 늘어날 전망이다. 4배 넘게 뛰는 셈이다.
발목을 잡는 건 기술이 아니라 데이터와 사람
정작 AI 가격 책정의 발목을 잡는 건 화려한 알고리즘이 아니라 지저분한 데이터와 사람의 저항이었다. 맥킨지 조사에서 응답자의 50% 이상이 데이터 품질·확보와 시스템 통합의 복잡함을 가장 큰 장벽으로 꼽았고, 특히 초기 단계 기업의 60% 이상이 불완전하고 여기저기 흩어진 데이터 때문에 성과가 늦어진다고 답했다. 흥미로운 건 회사가 성숙할수록 고민의 종류가 바뀐다는 점이다. 이제 막 실험하는 기업은 데이터 품질(75%)이 최대 고민이지만, AI를 이미 넓게 쓰는 기업은 보안·규정 준수(59%)를 가장 걱정한다. 가격이라는 민감한 상업 정보에 AI가 깊이 들어갈수록 신뢰와 감사(監査)의 문제가 커지기 때문이다.
업종별로도 갈린다. 금융처럼 규제가 센 산업은 보안과 규정 준수를, 기술 중심 산업은 시스템 통합과 조직의 변화 관리를 더 어려워했다. 그래서 맥킨지는 성과가 기술에서 저절로 나오지 않는다고 못 박으며, 작은 성공으로 동력을 만들고, 데이터·모델 기반을 다지고, 업무 절차 자체를 AI 중심으로 다시 설계하고, 사람과 AI가 함께 일하는 체계를 세우는 네 단계를 제시했다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q. 에이전트형 AI가 가격을 정한다는 게 정확히 무슨 뜻인가요?
A. 사람이 매번 지시하지 않아도 AI가 스스로 경쟁사 가격과 원가, 시장 흐름을 실시간으로 살펴보고 값을 조정한 뒤 영업팀과 고객에게 알리는 것을 말합니다. 사람은 전략을 세우고 중요한 결정을 승인하는 역할을 맡습니다.
Q. 가격을 1% 올리면 이익이 8.7% 는다는 게 사실인가요?
A. 맥킨지 보고서에 따르면 판매량이 줄지 않는다는 조건에서 평균적으로 그렇습니다. 반대로 값을 조금만 잘못 깎아도 이익이 크게 줄 수 있어, 기업들이 가격 책정에 AI를 도입하려는 이유이기도 합니다.
Q. 이 변화가 일반 소비자에게도 영향을 주나요?
A. 직접 체감하긴 어렵지만, 기업이 다른 기업에 파는 물건 값은 결국 우리가 사는 제품 가격에 반영됩니다. AI가 이 값을 더 정교하게 매길수록 우리가 지불하는 최종 가격의 결정 방식도 조금씩 달라질 수 있습니다.
기사에 인용된 리포트 원문은 맥킨지(McKinsey & Company)에서 확인할 수 있다.
리포트명: B2B pricing: Navigating the next phase of the AI revolution (2026년 4월 7일) / The AI advantage in B2B pricing (2026년 6월 23일)
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.
■ 이 기사는 AI 전문 매체 ‘AI 매터스’와 제휴를 통해 제공됩니다. (☞ 기사 원문 바로가기)
AI 리포터 (Aireporter@etnews.com)
