# 온라인 옷가게 운영, AI에게 어디까지 맡겨도 될까?

_최신 AI 7종에게 옷가게를 30~45일 맡기자 1등 AI의 통과율은 49%, 규칙 프로그램은 97%였다._

> 최신 AI 7종에게 가상 온라인 옷가게를 맡긴 결과, 1등 AI의 과제 통과율은 49%였다. 사람 전문가는 배송·반품 처리에서 AI를 앞섰다. 재고 발주와 환불, 갑작스러운 매출 변화까지 사장님이 직접 관리해야 할 기준을 살펴본다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-runs-clothing-store-30-days-pass-49-percent
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-14

온라인으로 옷을 팔면서 주문 처리부터 발주, 가격 조정, 반품까지 AI에게 맡기면 사람보다 일을 잘할 수 있을까? 가상 쇼핑몰 운영 실험에서 가장 높은 점수를 받은 AI도 과제 통과율은 49%에 그쳤다. 사람 전문가는 배송·반품 처리 점수에서 0.944점을 받아 AI 최고 점수인 0.852점을 앞섰다. AI를 활용하더라도 재고와 환불처럼 빠뜨리면 손해가 생기는 일은 사장님이 기준을 정하고 확인해야 한다.

AI에게 반복 업무를 맡길 수는 있지만, 가게 운영 전체를 확인 없이 맡기는 것은 아직 위험하다.

## AI가 실제로 옷가게를 운영해 봤을까?

이번 실험은 단순히 AI에게 장사 방법을 물어본 시험이 아니다. 연구진은 실제 쇼핑몰에서 쓰는 공개 커머스 프로그램을 바탕으로 가상 온라인 옷가게를 만들고, AI가 직접 운영하도록 했다.

가게에는 18개월치 운영 기록과 주문 3,320건이 들어 있었다. 판매 상품은 옵션 3,448개였고, 공급처 시장에는 약 5,200개 상품이 있었다. AI는 상품과 가격, 재고, 주문, 반품, 발주, 재무 보고를 다루는 관리 도구 29개를 사용했다.

AI에게는 12시간마다 사용할 수 있는 작업 횟수도 정해져 있었다. 보고서를 확인하는 일과 실제 주문을 처리하는 일을 같은 횟수 안에서 해결해야 했다. 운영 능력뿐 아니라 무엇을 먼저 처리할지 결정하는 능력도 중요했다.

| 항목 | 숫자 |
|---|---|
| 미리 쌓인 운영 기록 | 18개월, 주문 3,320건, 고객 약 2,500명 |
| 과거 반품률 | 14.7% |
| 판매 중인 상품 | 공급 라인 111개, 옵션(사이즈·색 등) 3,448개 |
| 공급처 시장 | 40곳, 상품 약 5,200개 |
| AI가 쓴 관리 도구 | 29개(사람 운영자와 같음) |
| 12시간마다 쓸 수 있는 작업 | 11~20번 |
| 평가 과제 / 기간 | 11개 / 30~45일(별도로 365일 과제 1개) |
| 반복 | 과제마다 세계 설정 3가지 × 3번 |

## 어떤 AI가 가장 장사를 잘했을까?

연구진은 AI 7종을 30~45일 동안 운영하게 하고, 별도로 365일 과제도 진행했다. 평가에서는 순자산 증가에 70%, 배송과 반품 처리에 20%, 빠짐없이 운영한 구간의 비율에 10%의 비중을 뒀다.

가장 높은 평균 점수를 받은 방식은 상황별 우선순위 규칙 프로그램이었다. 평균 0.764점에 과제 통과율 97%를 기록했다. AI 가운데 가장 높은 점수를 받은 DeepSeek-V4-Pro는 평균 0.700점, 통과율 49%였다.

점검표대로 움직이는 프로그램은 평균 0.638점에 통과율 12%였다. 들어온 주문을 모두 보내기만 하는 프로그램은 통과율이 0%였다. 주문을 처리하는 것만으로는 부족했다. 재고와 자금, 공급처 상황에 맞춰 무엇을 먼저 해야 할지 판단해야 했다.

| 방식 | 평균 점수 | 통과율 | 장사 점수 | 배송·반품 점수 |
|---|---|---|---|---|
| 상황별 우선순위 규칙 프로그램 | 0.764 | 97% | – | – |
| 점검표대로 하는 프로그램 | 0.638 | 12% | – | – |
| 들어온 주문을 다 보내기만 하는 프로그램 | 0.463 | 0% | – | – |
| 사람 전문가(11명) | 0.708 | 39% | 0.599 | 0.944 |
| DeepSeek-V4-Pro | 0.700 | 49% | 0.614 | 0.852 |
| Claude Opus 4.8 | 0.668 | 36% | 0.573 | 0.834 |
| Claude Fable 5 | 0.629 | 29% | 0.520 | 0.822 |
| Qwen3.8-Max | 0.587 | 20% | 0.465 | 0.805 |
| Gemini 3.8 Flash | 0.552 | 15% | 0.440 | 0.719 |
| GPT-5.6 Sol | 0.538 | 19% | 0.398 | 0.799 |
| Muse Spark 1.2 | 0.387 | 8% | 0.226 | 0.644 |

## 사람은 AI보다 장사를 못했을까?

사람 전문가 11명도 AI와 같은 관리 도구와 작업 횟수로 가게를 운영했다. 사람은 주문의 96%를 제때 보냈고 반품의 93%를 처리했다. 배송·반품 점수는 0.944점으로 AI 최고 점수보다 높았다.

반면 장사 점수는 사람이 0.599점, 최고 AI가 0.614점이었다. 전체 평균에서도 사람은 0.708점으로 최고 AI의 0.700점과 비슷했다. 사람이라고 모든 일을 더 잘한 것은 아니다.

차이는 예상하지 못한 상황에서 나타났다. 계절 변화와 갑작스러운 수요 급락, 새 경쟁자 등장, 여러 사건의 동시 발생 과제에서 사람은 모든 AI보다 높은 점수를 기록했다. 예고 없이 수요가 급락한 과제에서는 사람 점수가 0.753점, 최고 AI 점수가 0.646점이었다.

반대로 평소 운영 과제에서는 사람이 0.539점으로 최고 AI의 0.736점에 뒤졌다. AI가 정해진 상황에서 운영을 수행하는 능력과 사람이 예상 밖의 변화를 알아채고 대응하는 능력은 구분해서 봐야 한다.

| 과제(기간) | 1등 AI | 사람 | 상황별 규칙 프로그램 |
|---|---|---|---|
| 평소 운영(30일) | 0.736 | 0.539 | 0.770 |
| 가게 다시 세우기(30일) | 0.855 | 0.794 | 0.741 |
| 최대 공급처 실패(30일) | 0.673 | 0.626 | 0.770 |
| 불량 묶음 찾기(30일) | 0.696 | 0.614 | 0.772 |
| 자금 빠듯(30일) | 0.754 | 0.733 | 0.753 |
| 플랫폼 할인 행사(30일) | 0.783 | 0.760 | 0.765 |
| 계절이 바뀜(45일) | 0.741 | 0.799 | 0.768 |
| 예고 없는 수요 급락(30일) | 0.646 | 0.753 | 0.768 |
| 새 경쟁자 등장(30일) | 0.692 | 0.717 | 0.769 |
| 지역 단위 공급 충격(35일) | 0.717 | 0.706 | 0.774 |
| 여러 사건 동시 발생(35일) | 0.742 | 0.746 | 0.748 |

## 재고 발주와 반품은 왜 직접 확인해야 할까?

실험에서 가장 자주 나타난 실패는 재고를 너무 적게 또는 너무 늦게 채우는 일이었다. 관련 실패는 693번 가운데 178번으로 26%를 차지했다. 발주를 한 번도 하지 않은 경우도 60번 있었다.

한 AI는 지역 단위 공급 충격이 발생했을 때 재고 1,603개가 모두 소진될 때까지 다시 채우지 않았다. 그 결과 주문 61건을 놓쳤다. AI가 다른 업무를 처리하고 있더라도 재고가 필요한 시점에 발주하지 않으면 판매 기회를 잃을 수 있다.

환불에서도 문제가 생겼다. AI가 반품에 일부 금액만 환불하자 고객이 이를 거절했고, 처리 기한이 지나 벌금까지 발생했다. 실험에서는 일부 환불을 시도하는 것보다 전액 환불하는 편이 나은 결과를 냈다.

연구진은 이런 실패가 제한된 작업 횟수를 적절하지 않은 곳에 사용한 문제와 관련 있다고 봤다. 따라서 사장님은 AI에게 업무를 맡기기 전에 재고 최소선과 발주 기준, 반품 처리 원칙부터 명확하게 정해야 한다.

| 실패 | 숫자 |
|---|---|
| 재고를 너무 적게·늦게 채움 | 693번 중 178번(26%) |
| 발주를 한 번도 안 함 | 60번 |
| 재고 소진 사례 | 1,603개 → 0개, 주문 61건 놓침 |
| 1년 과제: 남이 운영한다며 손 놓음 | 9번 중 4번(약 0.1점) |
| 1년 과제: 중간에 끝났다고 선언 | 9번 중 1번(365구간 중 185구간) |
| 짧은 과제 한 번 운영비 | 약 1달러~31달러(모델별) |
| 1년 과제 한 번 운영비 | 평균 185달러(40~670달러) |

## 그럼 사장님은 무엇을 직접 챙겨야 할까?

AI를 활용할 때 중요한 것은 모든 업무를 직접 처리하는 것이 아니다. 실험에서 드러난 실패를 바탕으로 보면, 기준을 정하고 결과를 확인하는 일은 사장님이 맡는 편이 안전하다.

상품별 재고 최소선을 숫자로 정하고 매주 확인해야 한다. 반품은 전액 환불을 원칙으로 정해 AI가 임의로 처리하지 않도록 해야 한다. 배송과 반품 처리 건수도 매일 따로 확인해야 한다.

판매가 갑자기 꺾였을 때는 AI의 보고만 믿지 말고 원인을 직접 살펴야 한다. 1년 운영 실험에서는 AI가 다른 프로그램이 가게를 운영하고 있다고 주장하며 기다리거나, 운영이 끝났다고 판단하고 중간에 멈춘 사례도 나왔다. AI가 모든 일을 끝냈다고 보고해도 실제 주문과 재고, 반품 기록을 확인해야 한다.

| 할 일 | 근거 숫자 |
|---|---|
| 상품마다 재고 최소선을 숫자로 정해 주고 매주 확인한다 | 재고 부족 실패 26%, 발주 0번 60번 |
| 반품은 전액 환불 원칙을 글로 정해 준다 | 일부 환불 → 거절 → 벌금이 전액 환불보다 손해 |
| 판매가 갑자기 꺾이면 사람이 원인을 본다 | 예고 없는 급락 과제: 사람 0.753, AI 최고 0.646 |
| 배송·반품 처리 건수를 매일 따로 본다 | 배송·반품 점수: 사람 0.944, AI 최고 0.852 |
| AI가 「다 끝났다」, 「알아서 돌아간다」고 하면 직접 확인한다 | 1년 과제에서 9번 중 4번, 9번 중 1번 |

## 한국 온라인 옷가게에도 그대로 적용할 수 있을까?

이번 실험 결과를 국내 쇼핑몰에 그대로 적용해서는 안 된다. 가상 가게에는 국내 오픈마켓의 수수료와 택배 관행, 한국의 청약 철회 규정 등이 반영되지 않았다. 경쟁자와 수요도 연구진이 설정한 방식으로 움직였다.

다만 국내 의류 판매에서도 반품과 환불은 가볍게 볼 수 없는 문제다. 한국소비자원 자료에 따르면 2021~2023년 온라인 의류 등 피해구제 신청은 1만 1,903건이었고, 이 가운데 42.7%인 5,078건이 청약 철회 거부와 관련됐다. 온라인으로 구매한 상품은 법에서 정한 요건에 따라 받은 날부터 7일 이내에 청약 철회를 할 수 있다.

국내 온라인쇼핑 거래액과 의복 거래액의 변화도 함께 살펴볼 필요가 있다. 2026년 7월 국가데이터처 자료에서는 전체 온라인쇼핑 거래액이 1년 전보다 7.3% 증가했지만 모바일 의복 거래액은 9.5% 감소했다. 시장 전체의 성장만 보고 옷 판매도 잘되고 있다고 판단하기는 어렵다.

| 국내 자료 | 숫자 |
|---|---|
| 온라인쇼핑 거래액(2026년 7월) | 25조 954억 원(1년 전보다 7.3% 증가) |
| 전문몰 거래액(같은 달) | 11조 5,527억 원(7.9% 증가) |
| 모바일 의복 거래액(같은 달) | 1년 전보다 9.5% 감소 |
| 온라인 의류 등 피해구제 신청(2021~2023년) | 1만 1,903건 |
| 그중 청약 철회 거부 | 42.7%(5,078건) |
| 11~12월 월평균 신청 / 평소 월평균 | 1,224건 / 992건(23.4% 많음) |

## AI가 더 좋아지면 전부 맡겨도 될까?

이번 실험에도 한계는 있다. 가상 쇼핑몰 한 곳을 대상으로 했고, 과제와 시뮬레이션 프로그램이 공개되지 않아 다른 연구진이 그대로 재현하기 어렵다. 사람과 AI의 비교 방식에도 차이가 있어 점수만으로 어느 쪽이 항상 우수하다고 결론 내리기는 어렵다.

AI가 개선될 가능성도 확인됐다. 작은 공개 모델을 별도로 훈련하자 점수는 0.136점에서 0.373점으로 올랐고, 이익을 낸 비율도 3%에서 72%로 높아졌다. 하지만 개선 가능성이 곧바로 모든 업무를 안심하고 맡길 수 있다는 뜻은 아니다.

사장님은 주문 정리와 자료 요약처럼 결과를 확인하기 쉬운 업무부터 AI에 맡기는 것이 좋다. 발주와 가격 변경, 환불처럼 실제 손익과 고객 분쟁에 직접 영향을 주는 업무는 명확한 기준을 두고 결과를 확인해야 한다. AI에게 일을 맡기는 것과 운영 책임까지 넘기는 것은 다른 일이다.

요점 ① 가상 옷가게 실험에서 최고 AI의 과제 통과율은 49%였지만, 상황별 우선순위 규칙 프로그램은 97%를 기록했다. ② 사람 전문가는 주문의 96%를 제때 보내고 반품의 93%를 처리해 배송·반품 점수 0.944점으로 AI 최고 0.852점을 앞섰다. ③ AI의 재고 부족 실패는 693번 중 178번(26%)이었고, 발주를 한 번도 하지 않은 경우도 60번 있었다. ④ 국내 온라인 의류 등 피해구제 신청 1만 1,903건 가운데 42.7%(5,078건)가 청약 철회 거부와 관련됐다. 재고·환불 기준은 사장님이 정하고 실제 처리 결과를 확인해야 한다.

## 같이 읽을 글

 

- AI에게 가게를 1년 맡겨도 될까?

- AI에게 가게를 맡겨도 신고와 허가는 직접 챙겨야 할까?

- AI에게 쇼핑몰 할인율을 맡겨도 오래 남는 장사가 될까?

- AI가 다 해주면, 사장님은 뭘 해야 할까?
 

## 자료 출처

 

- StoreBench: A Live-Commerce Environment for Evaluating and Training Autonomous Operator Agents(arXiv 2610.10942·2026년 10월 제출, AI 7종·과제 11개×세계 설정 3×3번·사람 전문가 11명)

- 같은 논문 HTML 본문(표 1·2·3·4·7, 6.4절 실패 유형, 부록 H 비용·I 사람 연구·L 한계)

- Medusa 공개 커머스 프로그램(실험 가게가 돌아간 쇼핑몰 프로그램 공식 저장소)

- 2026년 7월 온라인쇼핑 동향(국가데이터처 발표·KDI 경제정보센터 게재, 거래액 25조 954억 원)

- 할인 제품 샀더니 환불거부…「11∼12월 온라인 의류 피해 집중」(SBS Biz·2024년 11월 1일·한국소비자원 2021~2023년 피해구제 1만 1,903건)