고객은 사람보다 AI에게 더 세게 깎아 달라고 할까?

고객은 사람보다 AI에게 가격을 더 세게 부를 수 있다. 실제 실험에서는 사람이 상대일 때 50:50 제안이 27번이었지만 AI 상대에서는 9번에 그쳤다. 다만 AI 뒤에 사람이 있다는 사실은 고객의 첫 제안을 크게 바꾸지 않았고, 대신 불리한 제안을 받아들이는 비율은 97.6%까지 올랐다.

고객이 AI에게 흥정을 걸면 정말 더 세게 깎을까?

오사카대학 연구진은 78명을 대상으로 100점을 나누는 흥정 실험을 했다. 참가자는 10판씩 게임을 했고, 상대가 사람인 경우와 GPT-5.4인 경우를 비교했다. AI가 번 점수가 다른 사람의 보상에 영향을 줄 수 있는 조건도 따로 만들었다.

사람이 먼저 제안할 때 차이가 뚜렷했다. 사람을 상대로 할 때는 40~49점 제안이 가장 많았지만, AI를 상대로 할 때는 30~39점 제안이 가장 많았다.

반반 제안도 크게 줄었다. 사람 상대에서는 27번이었지만 AI 상대에서는 9번이었다. 평균 제안액도 사람 상대가 AI 상대보다 유의하게 높았다(p<.001).

이 결과만 보면 가게에서 할인 문의를 AI가 받는다면 고객이 처음부터 더 낮은 가격을 부를 가능성을 생각해 볼 수 있다. 물론 100점을 나누는 실험과 실제 가게의 가격 흥정은 같지 않으므로 그대로 적용할 수는 없다.

AI 뒤에 사람이 있다고 밝히면 고객이 달라질까?

연구진은 AI가 번 점수가 다른 참가자의 보상으로 이어질 수 있는 조건도 살펴봤다. 이 조건에서는 고객이 AI와 대화하지만, AI의 결과가 결국 다른 사람의 보상에 영향을 줄 수 있었다.

사람이 받는 쪽에서는 변화가 더 뚜렷했다. 50점 미만의 제안을 받아들인 비율은 사람 상대가 85.3%, AI 상대가 86.0%로 거의 같았다. 그런데 AI의 점수가 다른 사람의 보상에 영향을 줄 수 있는 조건에서는 97.6%까지 올랐다.

중요한 점은 「AI 뒤에 사람이 있다」고 알리는 것만으로 고객의 첫 제안이 후해졌다고 보기 어렵다는 것이다. 사람이 먼저 제안하는 상황에서는 분포가 조금 움직였지만, 평균 제안액이 유의하게 높아지지는 않았다.

반대로 AI가 먼저 제안할 때는 거의 일정한 몫을 냈다. AI가 먼저 제안한 경우 40점을 낸 비율이 한 조건에서 130번 중 128번, 다른 조건에서 130번 중 125번이었다.

고객과 봇은 실제로 더 빨리 합의할까?

합의는 세 조건 모두 대부분 1단계에서 이뤄졌다. 결렬은 사람끼리 할 때 8.46%로 가장 높았고, AI와 할 때는 1.92%, AI 뒤에 사람이 있는 조건에서는 0%였다.

다만 사람과 AI의 합의 시점 자체에는 유의한 차이가 없었다(p=.528). AI 뒤에 사람이 있는 조건에서는 AI만 상대하는 조건보다 더 일찍 합의했다(p=.044).

먼저 제안하는 쪽은 세 조건 모두 상대보다 많이 가져갔다(p<.001). 이 이점은 AI와 흥정할 때 더 커졌다. 실험에서는 판을 거듭할수록 첫 제안은 낮아지고, 불공정한 제안을 받아들이는 비율은 높아졌다.

그렇다면 가게의 상담봇은 어떻게 설정해야 할까?

첫째는 할인 한도다. 고객이 AI에게 먼저 할인을 요구하면 사람에게 말할 때보다 더 낮은 가격을 제시할 가능성을 염두에 둬야 한다. 따라서 봇이 어디까지 깎을 수 있는지를 미리 정해 두는 방식이 필요하다.

실험에서 사람 상대의 반반 제안은 27번이었지만 AI 상대에서는 9번이었다. 가게에서는 봇이 고객의 요구에 따라 계속 조건을 낮추지 않도록 관리자가 가능한 범위를 정해 두는 쪽이 안전하다.

둘째는 「사장님이 정한 조건」이라는 안내다. 실험에서는 AI 뒤에 사람이 있다는 사실이 사람의 첫 제안을 유의하게 높이지는 않았다. 그래서 이 안내만으로 고객이 처음부터 더 후한 가격을 부를 것이라고 기대하기보다는, 봇이 제시하는 예약 조건이나 묶음 가격을 사장님이 정한 기준으로 설명하는 데 쓰는 편이 낫다.

다만 이 부분은 가게에서 확인된 결과가 아니라 실험을 바탕으로 세워 볼 수 있는 가설이다. 실제 가게에서는 고객과 상품, 가격에 따라 결과가 달라질 수 있다.

고객이 봇에게 더 편하게 말한다면 좋은 일일까?

봇을 상대할 때 고객의 감정에도 차이가 있었다. AI와 흥정한 참가자는 사람과 흥정한 참가자보다 화와 실망을 덜 느꼈다고 답했다.

하지만 상대에게 존중받았다는 느낌도 더 낮았다. 가게에서 할인이나 불만을 상담할 때는 감정을 덜 자극한다는 장점만 볼 수 없다.

가트너가 2023년 12월 고객 5,728명에게 조사한 결과에서는 64%가 기업이 고객 서비스에 AI를 쓰지 않기를 바랐다. 53%는 기업이 AI를 쓴다는 사실을 알면 경쟁사로 옮기는 것을 고려하겠다고 답했다.

따라서 상담봇을 두더라도 사람에게 연결되는 길을 함께 두는 것이 중요하다. 특히 가격에 대한 불만이나 예외적인 요청처럼 봇이 정해진 조건으로 답하기 어려운 상황에서는 사람이 이어받을 수 있어야 한다.

이 실험을 가게에 그대로 적용해도 될까?

그렇게 보기는 어렵다. 참가자는 78명이고 대학생이 중심이었으며, 실험 장소도 일본 한 곳이었다. 참가자의 67%가 학부생이고 42%가 공학 전공이었으며 평균 나이는 23.4세였다.

실험에서 사용한 AI도 GPT-5.4 하나였다. 점수가 줄어드는 방식도 한 조합만 사용했고, 실제 보상은 참가비 500엔과 1점당 40엔으로 평균 2,324엔이었다.

특히 실제 가게에서는 몇만 원이 걸린 할인 협상이나 예약 조건이 오갈 수 있다. 이번 실험은 그런 상황을 직접 확인한 것이 아니다.

그래서 이 결과를 「고객은 무조건 AI에게 더 깎아 달라고 한다」라고 받아들이면 안 된다. 대신 상담봇을 만들 때 고객이 AI를 사람과 다르게 대할 수 있다는 점을 확인한 자료로 보는 편이 맞다.

가게에서 확인해 볼 만한 가설은 분명하다. 고객이 먼저 가격을 부르는 상황에서는 봇의 할인 한도를 미리 정하고, 봇이 가격이나 예약 조건을 먼저 제시하는 상황에서는 사장님이 정한 기준이라는 점을 분명하게 알리는 방식이다.

같이 읽을 글

• 고객 AI가 값을 깎으면 가게 AI도 따라 깎을까?
• 챗봇은 품절 상품을 바로 알까요?
• AI가 고객을 데려오면 예약은 바로 이어질까?
• 고객이 AI에게 가게를 골라 달라고 하면 어떻게 해야 할까?

자료 출처

• Do Humans Bargain Differently with AI? Evidence from Alternating-Offer Games(오사카대학 ISER·arXiv 2608.01212·2026년 8월, 78명·3개 조건·10판)
• 같은 논문 HTML 본문(합의 시점 표, 수락률, 반반 제안 횟수, 설문 결과)
• Gartner Survey Finds 64% of Customers Would Prefer That Companies Didn't Use AI for Customer Service(가트너·2024년 7월 발표·2023년 12월 고객 5,728명)
• Negotiating chatbot Nibble(포천·2024년 7월, ASOS 흥정 챗봇 사례·200곳 넘는 판매자·거래당 2% 수수료)
• Majority Prefer Companies Not To Use AI For Customer Service: Gartner(Insurance Canada·2024년 7월, 가트너 조사 보도)
• AI Negotiation chatbot Nibble helps shoppers save money(TweakTown·2024년, Nibble 사례 보도)