# 발주 흥정을 AI에게 맡겨도 손해 보지 않을까?

_AI 흥정 실험 9,840번에서 98.9%가 합의했지만, 기본급 모델은 19.2%에서 손해 계약을 받아들였다._

> 오픈AI·구글·알리바바의 AI 9개가 공급망 흥정을 9,840번 했다. 98.9%가 합의했고 함께 낼 수 있는 이익의 95.4%를 만들었다. 다만 기본급 모델은 19.2%에서 한쪽이 밑지는 계약을 받아들였다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-supplier-bargaining-9840-deals
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-08

AI에게 발주나 납품 단가 흥정을 맡기는 일은 가능하다. 다만 AI가 알아서 손해를 막아 줄 것이라고 생각하면 안 된다. 특히 기본급 모델은 19.2%에서 한쪽이 손해 보는 계약을 받아들였다.

AI 흥정은 합의는 잘 하지만, 누가 얼마를 가져갈지는 모델과 지시문에 따라 달라진다.

## AI에게 흥정을 맡기면 정말 합의할까?

미국 코네티컷대 경영대 연구팀은 공급망 거래를 놓고 AI끼리 흥정하는 실험을 했다. 사는 쪽과 파는 쪽이 「몇 개를 얼마에」 살지 정하고, 최대 10번까지 번갈아 제안했다.

모델 9개로 본 실험과 추가 점검을 합쳐 모두 9,840번을 돌렸다. 98.9%가 합의했고, 시간에 따른 손해를 무시하면 양쪽이 만들 수 있는 최대 이익의 95.4%를 만들었다.

| 항목 | 내용 |
|---|---|
| 연구 기관 | 미국 코네티컷대 경영대학 |
| 흥정 횟수 | 모두 9,840번(본 실험 2,160번 = 조건 16개 × 반복 15번 × 모델 9개) |
| 모델 | 오픈AI GPT-5.2·GPT-5-mini·GPT-4o-mini / 구글 Gemini-3-Pro·3-Flash·2.5-Flash / 알리바바 Qwen3-Max·Qwen3-32B·Qwen2.5-14B |
| 규칙 | 번갈아 제안, 최대 10번, 결렬 시 양쪽 0원 |
| 이론상 정답 | 평균 1.25번 만에 합의(길어도 2번) |
| 일부러 뺀 것 | 승인 단계·원가 확인·사람 결재 |

그런데 흥정은 이론보다 오래 걸렸다. AI는 평균 2.98번을 주고받았지만, 경제학 이론상 제대로 계산하면 평균 1.25번, 길어도 두 번이면 합의할 수 있는 조건이었다.

흥정이 길어질수록 이익이 줄어드는 조건에서는 최대 이익의 21~34%가 사라졌다. 발주를 늦게 확정하면서 생기는 손해까지 생각하면, 합의율만 보고 AI 흥정을 잘한다고 판단하기 어렵다.

| 지표 | AI 결과 | 비교 기준 |
|---|---|---|
| 합의율 | 98.9% | 결렬 시 양쪽 0원 |
| 만든 이익(시간 무시) | 최대치의 95.4% | 100% |
| 평균 주고받은 횟수 | 2.98번 | 이론 1.25번 |
| 지연으로 사라진 이익 | 최대치의 21~34% | 버티는 정도 설정에 따라 다름 |
| 상위 모델 | 3.25번·이익 98.9% | — |
| 기본급 모델 | 2.75번·이익 91.0% | — |
| 이익 차이를 설명하는 비중 | 모델 등급 약 66% | — |

## 싼 AI를 쓰면 손해 계약을 할까?

가장 조심해야 할 부분은 손해 계약이다. 연구팀은 AI에게 「밑지는 제안은 거절하라」고 분명하게 지시했는데도 기본급 모델은 흥정의 19.2%에서 한쪽이 손해 보는 계약을 받아들였다.

중간 등급은 0.6%, 상위 등급은 0.0%였다. 기본급 모델 가운데 GPT-4o-mini와 Qwen2.5-14B는 답하기 전에 따로 따져 보는 추론 기능이 없는 이전 세대 모델이었다.

| 모델 등급 | 손해 계약을 받아들인 비율 | 연구팀 권고 |
|---|---|---|
| 기본급(GPT-4o-mini·Gemini-2.5-Flash·Qwen2.5-14B) | 19.2% | 이익 자동 확인 필수 |
| 중간 등급 | 0.6% | 가벼운 점검 |
| 상위 등급 | 0.0% | 가벼운 점검 |

그래서 손해를 막는 규칙은 AI에게만 맡기면 안 된다. 예를 들어 단가가 원가에 최소 마진을 더한 값보다 낮으면 무조건 사람에게 넘기는 식의 기준을 AI 바깥에 따로 둬야 한다.

연구팀도 기본급 모델을 사용할 때 이익을 자동으로 확인하는 장치가 필요하다고 봤다. 사장님이 정한 이익 하한선을 AI가 스스로 지키리라고 기대하지 않는 것이 안전하다.

## 어떤 AI를 쓰느냐도 단가에 영향을 줄까?

같은 조건에서 어느 회사의 AI를 쓰느냐에 따라 사는 쪽이 가져가는 몫도 달라졌다. 같은 회사 모델끼리 붙였을 때 사는 쪽의 평균 몫은 오픈AI 40%, 구글 50%, Qwen 70%였다.

Qwen은 등급에 따라 53~91%로 차이가 컸고, 구글은 44~54%, 오픈AI는 38~42%로 상대적으로 좁았다. 전체 평균 53.5%만 보면 이런 차이가 보이지 않는다.

| 조합 | 사는 쪽 몫(평균) |
|---|---|
| 오픈AI끼리 | 40%(등급별 38~42%) |
| 구글끼리 | 50%(등급별 44~54%) |
| Qwen끼리 | 70%(등급별 53~91%) |
| 전체 평균 | 53.5% |
| 다른 회사끼리, 파는 쪽만 바꿀 때 | 7~18%p 이동 |
| 구글 상위 모델(다른 회사 상대) | 살 때 67%·팔 때 48% |
| Qwen 상위 모델(다른 회사 상대) | 팔 때 27% |

성능이 높은 AI라고 해서 항상 더 유리한 것도 아니다. 같은 회사 안에서는 모델 등급을 바꾸면 사는 쪽과 파는 쪽의 몫이 달라졌지만, 회사가 달라지면 같은 규칙이 그대로 적용되지 않았다.

따라서 거래처가 어떤 AI를 쓰는지 모르는 상황에서는 우리 AI의 성능만 보고 유리한 흥정을 기대하기 어렵다. 앞으로 AI끼리 거래하는 일이 늘어나면 어떤 모델끼리 흥정하느냐 자체가 단가에 영향을 줄 수 있다.

## 지시문 한 줄도 흥정 조건일까?

실험에서 몫의 차이를 가장 크게 설명한 것은 AI에게 「얼마나 오래 버틸지」 설정하는 부분이었다. 이 설정이 몫 차이의 90%를 설명했고, 모델 등급과 수요 정보, 먼저 제안하는 쪽을 합친 영향은 10%였다.

사람이 흥정할 때는 실제로 기다릴 수 있는 시간과 버틸 정도가 비슷하다. 하지만 AI에게 맡기면 둘을 따로 정할 수 있다. 그래서 납기 지연으로 생기는 손해와 AI에게 허용할 흥정 횟수를 구분해서 정해야 한다.

| 설정 바꾸기 | 결과 |
|---|---|
| 「얼마나 버틸지」 설정 | 몫 차이의 90%를 설명 |
| 모델 등급·수요 정보·먼저 제안하는 쪽 | 합쳐서 10% |
| 숫자만 주고받기(GPT-5-mini) | 사는 쪽 몫 41.9% → 51.3% |
| 숫자만 주고받기(구글 중간·상위) | 파는 쪽에 유리하게 이동 |
| 기다림 비용 문구 삭제 | 순위는 같고 흥정만 길어짐 |

말을 어떻게 주고받게 할지도 결과에 영향을 줬다. 숫자만 주고받게 하자 GPT-5-mini가 사는 쪽의 몫을 41.9%에서 51.3%로 바꿨고, 구글 중간·상위 모델은 반대로 파는 쪽에 유리하게 움직였다.

반면 기다림 비용에 관한 문구를 지워도 모델의 순위는 그대로였고 흥정만 길어졌다. AI에게 주는 지시문도 흥정의 일부라고 봐야 한다.

## 실제 기업도 AI에게 흥정을 맡길까?

이미 사례가 있다. 블룸버그 보도를 옮긴 PYMNTS 기사에 따르면 월마트는 팩텀의 협상 챗봇으로 공급처와 흥정했고, 공급처의 68%와 거래를 마치면서 평균 3%를 아꼈다고 한다.

공급처의 75%는 사람보다 챗봇과 흥정하는 것을 더 좋아했고, 83%는 사용하기 쉽다고 답했다. 한 번에 2,000곳과 흥정할 수 있다는 내용도 있다. 다만 이 숫자는 업체 쪽 자료를 언론이 옮긴 것이다.

앤트로픽이 2025년 12월 사내에서 진행한 실험에서도 AI가 실제 거래를 대신했다. 직원 69명이 500여 개 물건을 놓고 186건, 약 4,000달러어치를 거래했다.

| 사례 | 숫자 | 출처 |
|---|---|---|
| 월마트×팩텀★ | 성사 68%·절감 3%·공급처 선호 75%·쉬움 83%·동시 2,000곳 | 블룸버그 2023(PYMNTS 인용) |
| 앤트로픽 사내 실험 | 69명·186건·약 4,000달러·같은 물건 판매 +3.64달러·구매 −2.45달러 | 앤트로픽(2025.12 진행) |
| 체감 공정성 | 모델과 관계없이 4점 근처(7점 만점), 28명 중 11명은 약한 AI 쪽을 더 선호 | 같은 실험 |

상위 모델을 쓴 직원은 하위 모델을 쓴 직원보다 평균 2건쯤 더 거래를 성사시켰다. 같은 물건을 팔 때는 3.64달러를 더 받았고, 살 때는 2.45달러를 더 아꼈다.

그런데 거래가 공정했는지를 묻자 어떤 모델이 대신했든 7점 만점에 4점 근처였다. 두 모델을 모두 경험한 28명 가운데 11명은 약한 AI가 대신한 결과를 더 좋게 봤다. 손해를 본 쪽이 손해를 알아채지 못할 수도 있다는 뜻이다.

## 그럼 가게에서는 어떻게 써야 할까?

가장 먼저 정할 것은 AI의 능력이 아니라 손해를 막는 숫자다. 원가와 최소 마진을 기준으로 이익 하한선을 정하고, 그 아래로 내려가면 AI가 계약을 확정할 수 없도록 해야 한다.

기본급 모델이라면 결정권도 주지 않는 편이 낫다. 발주 조건을 정리하거나 협상안을 만드는 데 쓰고, 최종 확정은 사람이 맡는 방식이 안전하다.

흥정 횟수도 정해야 한다. 평균 2.98번을 주고받았고, 이론상 1.25번이면 합의할 수 있었던 실험이므로 정해 둔 횟수를 넘으면 사람에게 넘기는 규칙을 둘 수 있다.

| 점검 | 이유(실험 숫자) | 사장님이 할 일 |
|---|---|---|
| 이익 하한선을 AI 밖에 두기 | 기본급 모델 손해 계약 19.2% | 원가+최소 마진 아래면 사람이 결재 |
| 기본급 모델에는 결정권 주지 않기 | 상위 0.0%·중간 0.6% | 초안·정리만 맡기고 확정은 사람이 |
| 주고받는 횟수 상한 정하기 | 2.98번 vs 이론 1.25번, 지연 손실 21~34% | 3번을 넘으면 사람에게 넘기기 |
| 같은 흥정을 두 회사 AI로 돌려 보기 | 회사별 사는 쪽 몫 40·50·70% | 제안 단가 차이를 기록 |
| 「버틸 정도」를 지시문에 적기 | 몫 차이의 90%를 설명 | 납기 여유를 숫자로 적기 |
| 결과를 숫자로 다시 보기 | 체감 공정성은 모델과 관계없이 4점 근처 | 단가·수량을 지난 거래와 비교 |

AI가 제시한 단가도 그대로 믿지 말고 지난 거래와 비교해야 한다. 같은 흥정을 두 회사의 AI로 돌려 보고 제안 단가가 얼마나 달라지는지 기록하면 어떤 모델이 우리 거래에 맞는지 확인할 수 있다.

국내에서도 AI를 이용한 협상 환경은 달라질 수 있다. 공정거래위원회는 2026년 6월 30일 「을의 협상력 강화」 개편안을 냈고, KISDI 조사에서는 혼자 일하는 자영업자의 생성형 AI 이용률이 12.6%로 나타났다.

다만 이번 실험을 그대로 실제 거래에 대입해서는 안 된다. 상품 하나와 두 가지 수요만 놓고, 결렬되면 양쪽 모두 0원이 되는 단순한 조건이었다. 실제 거래처럼 다른 거래처로 옮길 수 있는 상황도 아니었다.

또 AI끼리만 흥정했고 사람은 참여하지 않았다. 세 회사의 9개 모델만 사용했으며 클로드·라마·그록은 포함되지 않았다. 연구팀도 모델이 업데이트되면 회사별 숫자가 달라질 수 있다고 적었다.

따라서 오픈AI 40%, 구글 50%, Qwen 70%를 AI 회사의 흥정 순위로 읽어서는 안 된다. 같은 지시문을 줘도 회사마다 흥정하는 방식이 다를 수 있다는 정도로 보는 것이 맞다.

결국 사장님이 먼저 정해야 할 것은 「어떤 AI가 제일 똑똑한가」가 아니다. 「얼마 아래로는 절대 팔지 않을 것인가」, 「몇 번까지 기다릴 것인가」를 숫자로 정하고, 그 기준을 AI 바깥에 두는 것이 먼저다.

① AI 흥정 9,840번 가운데 98.9%가 합의했지만 평균 2.98번을 주고받아 최대 이익의 21~34%가 사라졌다. ② 기본급 모델은 19.2%에서 손해 계약을 받아들였고 중간은 0.6%, 상위는 0.0%였다. ③ 사는 쪽의 평균 몫은 오픈AI 40%, 구글 50%, Qwen 70%로 달랐다. ④ 흥정 몫 차이의 90%는 「얼마나 버틸지」 설정으로 설명됐고, 숫자만 주고받게 하자 GPT-5-mini의 몫은 41.9%에서 51.3%로 바뀌었다.

## 같이 읽을 글

 

- 고객 AI가 값을 깎으면 가게 AI도 따라 깎을까?

- AI에게 비용을 아끼라고 시키면 어디까지 할까?

- 작은 가게도 비싼 AI를 써야 할까?

- AI끼리 거래하면 가격이 알아서 맞아질까?
 

## 자료 출처

 

- When LLM Agents Negotiate: Private Information and Dynamic Bargaining in Supply Chains(University of Connecticut·arXiv 2608.07538·2026.7, 흥정 9,840번·모델 9개)

- Project Deal(Anthropic·2025.12 사내 실험·직원 69명·거래 186건)

- Anthropic's Project Deal Ran AI Agents as Buyers and Sellers(TechWyse·2026·69명·186건·약 4,000달러)

- Walmart Reportedly Finds 75% of Vendors Prefer Negotiating With Chatbot(PYMNTS·2023·블룸버그 보도와 Pactum 자료 인용)★

- 소기업·소상공인 담합 적용 면제…「乙 협상력 강화」(뉴시스·2026.6.30·공정거래위원회 개편안, 대상 816만 곳·전체 사업자의 98.2%)