The RealReal AI 에이전트 제한, 장바구니 점유 겨냥
The RealReal은 AI 에이전트가 의류를 반복적으로 예약해 다른 쇼핑객의 구매를 막은 뒤 자동화된 쇼핑 접근을 강화하고 있다. The Verge의 10월 26일 보도에 따르면, 이 소매업체는 Meta의 Muse가 관련된 테스트 이후 봇 방어 체계를 변경했다. The RealReal AI 에이전트 제한은 특정한 충돌을 드러낸다. 쇼핑 보조 도구는 소유자에게 도움을 줄 수 있지만, 동시에 모든 이에게 마켓플레이스의 효용을 떨어뜨릴 수 있다.
사용자의 목표를 향해 행동을 수행하는 소프트웨어인 AI 에이전트는 제품을 추천하는 데 그치지 않는다. 장바구니를 조작하도록 허용되면 누구도 구매를 확정하기 전에 상품의 구매 가능 여부에 영향을 줄 수 있다. 이는 위임된 편의성과 희소 재고의 접근성을 유지해야 하는 소매업체의 책임을 정면으로 충돌시킨다.
더 넓은 맥락에서의 기준점은 외부 에이전트의 마켓플레이스 접근 문제에 직면한 Amazon이다. 그러나 이번 분쟁의 핵심은 누가 제품 탐색을 통제하느냐보다 더 즉각적인 문제다. 장바구니 예약은 다른 고객이 구매할 수 있는 상품을 바꾸므로, 자동화 쇼핑은 권한과 배분의 문제가 된다.
The RealReal AI 에이전트 제한이 실제로 바꾸는 것
The Verge의 쇼핑 접근 제한 보도에 따르면, 최고기술책임자 Luke Friang은 이 소매업체가 보고된 Muse의 행동에 대응했다고 밝혔다. 그는 업데이트된 설정으로 에이전트 로그인, 장바구니 추가, 결제가 더 어려워졌다고 말했다. 에이전트는 여전히 상품 목록을 보여주고 쇼핑객을 제품 페이지로 안내할 수 있다.
이 소매업체는 고객의 상품 탐색을 돕는 것과 소프트웨어가 상품 접근을 통제하도록 허용하는 것 사이에 경계를 긋고 있다.
이 구분이 중요한 이유는 ‘AI 쇼핑’이 서로 다른 결과를 낳는 활동들을 결합하기 때문이다. 재킷을 찾는 일은 고객에게 선택지를 제공한다. 그 재킷을 예약하면 다른 누군가의 선택지는 사라진다. 구매를 완료하면 결제, 배송, 반품과 관련한 추가 의무가 발생한다.
소매업체는 탐색 단계의 지원을 환영하면서도 재고 가용성을 바꾸는 행동에는 더 엄격한 규칙을 적용할 수 있다. AI 쇼핑이 전반적으로 바람직한지에 대한 판단 없이도 이 두 입장은 공존할 수 있다.
발표된 변경은 자동화된 웹사이트 활동을 식별하고 제한하는 시스템인 봇 방어 체계와 관련된다. 이는 모든 에이전트가 영구적으로 배제된다는 뜻은 아니다. 또한 보고된 행동을 재현하려는 모든 시도가 이제 실패한다는 점을 입증하지도 않는다.
Friang의 설명은 독립적으로 측정된 성공률이 아니라 방어 조치 변경에 대한 회사 측 설명이다. 문제가 해결됐다고 암시하는 헤드라인을 해석할 때 이 구분은 분명히 유지돼야 한다.
시점은 이 변화에 의미를 부여한다. 이 소매업체는 기존 쇼핑 기능이 원치 않는 방식으로 사용된 사실을 보도가 보여준 뒤 대응했다. 따라서 그 대응은 미래 자동화에 대한 추상적인 우려가 아니라 입증된 행동을 겨냥한다.
고객에게 실질적인 의미는 가능한 인계 과정이다. 소프트웨어가 관련 상품을 찾는 데 도움을 주고, 고객은 소매업체 자체 인터페이스 안에서 행동을 완료하는 방식이다. 이 방식은 일정 수준의 편의성을 유지하면서 외부 보조 도구에 부여되는 통제권을 제한한다.
에이전트 개발자에게 이 의미는 덜 편안하다. 시연 중 작동했던 워크플로는 대상 웹사이트가 방어 체계를 바꾸면 사용할 수 없게 될 수 있다. 성공적인 상호작용이 지속적인 허가를 보장하지는 않는다.
이 때문에 웹사이트 접근성은 제품 신뢰성의 일부가 된다. 보조 도구의 유용성은 지시를 이해하는 능력뿐 아니라 정당하게 접근할 수 있는 서비스에 달려 있다. 유능한 쇼핑 에이전트라도 자신의 행동을 받아들일 의향이 있는 마켓플레이스가 필요하다.
직접적인 뉴스는 접근 정책의 변경이다. 더 큰 쟁점은 소매업체가 유용한 위임 쇼핑과 구매를 완료하지 않은 채 기회를 소비하는 자동화를 어떻게 구분하느냐다.
쇼핑 장바구니는 다른 사람의 선택지를 통제할 수 있다
기저에 있는 시연은 익숙한 편의 기능과 관련됐다. The Verge의 장바구니 예약 테스트는 상품을 장바구니에 담으면 20분간 유지되는 예약을 설명했다. 기자 Mia Sato는 Muse에 예약이 만료된 뒤 상품 목록 10개를 반복해서 다시 담으라고 지시했다. 그는 상품을 구매할 의도 없이, 자신이 중단할 때까지 이 과정이 몇 시간 동안 이어졌다고 보도했다.
중요한 행동은 결제 이전에 일어났다. 상품을 예약함으로써 다른 쇼핑객이 접근할 수 있는 범위가 바뀌었다.
일시적인 예약은 고객에게 결정을 내릴 시간을 준다. 재고가 제한된 마켓플레이스에서는 그 보호가 다른 모든 이에게 일시적인 제약도 부과한다. 이 기능은 단순히 쇼핑 목록을 저장하는 것이 아니라 경쟁하는 이해관계의 균형을 맞춘다.
반복 갱신은 그 균형을 바꾼다. 결정을 지원하기 위한 예약이 실제 결정을 내리지 않고 선택권을 보존하는 수단이 된다. 개별 행동 각각은 평범한 쇼핑과 닮았더라도, 핵심은 활동의 패턴에 있다.
그렇기 때문에 작업 완료만으로 에이전트의 성공을 측정하면 문제가 빠진다. 보조 도구는 소유자의 지시를 정확히 수행하면서도 그 관계 밖에 비용을 부과할 수 있다. 소유자는 유연성을 얻지만 다른 쇼핑객은 접근권을 잃는다.
압박은 여러 참여자에게 가해진다. 같은 상품을 찾는 고객은 구매할 수 없는 목록을 마주한다. 판매자는 자신의 상품이 구매할 준비가 된 사람에게 도달하기를 기대한다. 마켓플레이스는 쇼핑 경험에서 어느 정도의 일시적 배제를 허용할지 결정해야 한다.
이는 보고된 테스트에서 측정된 손실이 아니라 메커니즘의 분석적 결과다. 현재 이용 가능한 보도는 판매 기회 상실, 고객 이탈, 재정적 손해를 입증하지 않는다. 재고를 예약하면 이러한 결과가 발생할 위험은 생기지만, 위험 자체가 실제 발생의 증거는 아니다.
이 차이는 이야기의 규모를 판단하는 데 중요하다. 시연은 시험된 조건에서 특정 행동이 가능하다는 점을 보여준다. 광범위한 재고 점유가 이미 마켓플레이스를 규정하고 있다는 점까지 입증하지는 않는다.
그럼에도 입증된 행동은 불편함이 반복을 자연스럽게 제한할 것이라는 약한 가정에 도전한다. 사람은 주의를 요구하는 다른 일이 있다. 소프트웨어는 활동이 지루해진 뒤에도 계속 지시를 수행할 수 있다.
소매업체에게는 예약 정책 자체가 중요해진다. 자동화 탐지는 원치 않는 활동을 줄일 수 있지만, 근본 규칙은 식별이 실패할 때마다 어떤 일이 일어나는지를 결정한다. 지속 가능한 정책은 누가 시작했는지와 관계없이 반복 예약을 고려해야 한다.
기술만으로 해결할 수 없는 공정성의 문제도 있다. 고객은 결정을 내릴 시간을 원하고, 마켓플레이스는 이용 가능한 재고가 계속 구매 가능하기를 원한다. 경계를 정하려면 누구의 기회를 보호할지에 관한 제품 결정이 필요하다.
이 사례는 그 선택을 외면하기 어렵게 만든다. 쇼핑 장바구니는 인터페이스상 개인적 편의 기능처럼 보여도 마켓플레이스의 배분 시스템 일부다.
소매업체는 무제한 위임 없이 AI 탐색을 원한다
The RealReal의 대응은 자체적인 AI 쇼핑 투자와 나란히 이뤄졌다. 이 회사는 10월 8일 발표에서 Google Cloud의 Gemini Enterprise로 구축한 Ask TRR 탐색 기능을 확대한다고 밝혔다. 회사는 이 서비스를 고객이 고유한 럭셔리 재고를 탐색하도록 돕는 도구로 설명했다.
핵심 충돌은 누가 보조 도구의 행동을 승인하는지, 그리고 승인 뒤 어떤 제한이 적용되는지에 관한 것이다.
소매업체가 운영하는 보조 도구와 외부 쇼핑 에이전트는 서로 다른 위치에 있다. 소매업체는 재고 규칙, 고객 지원, 거래 통제를 고려해 자체 보조 도구를 설계할 수 있다. 외부 에이전트는 별도의 사용자가 내린 지시에서 출발해 다른 회사의 시스템 전반에서 작동한다.
어느 방식도 자동으로 더 나은 결과를 보장하지는 않는다. 소매업체의 보조 도구는 쇼핑객의 선호와 다른 상업적 목표를 우선시할 수 있다. 독립 보조 도구는 유용한 비교를 제공하면서도 특정 웹사이트에서 무엇을 해야 하는지 오해할 수 있다.
Amazon은 관련된 비교 사례를 제공한다. Amazon의 AI 쇼핑 기능 설명에는 제품 조사, 추천, 위임 구매가 포함된다. Amazon은 또한 Buy for Me를 다른 브랜드 웹사이트에서 선택한 상품을 구매할 수 있는 서비스로 설명한다.
이 조합은 단순한 명칭이 왜 충분하지 않은지를 보여준다. 소매업체는 자동화를 운영하면서도 다른 주체가 운영하는 자동화에는 의문을 제기할 수 있다. 의미 있는 비교는 공개성, 고객 동의, 허용되는 행동, 그리고 문제가 발생했을 때의 책임에 관한 것이다.
The RealReal AI 에이전트 제한은 범용 쇼핑 보조 도구라는 약속에 압박을 가한다. 에이전트는 브라우저를 탐색할 수 있다는 이유만으로 모든 구매를 안정적으로 완료할 수는 없다. 각 목적지는 자사 서비스를 사용할 수 있는 방식에 관한 규칙을 유지한다.
이는 에이전트 제공업체에 의존성을 만든다. 모델 업데이트나 애플리케이션 출시 없이도 제품 경험이 바뀔 수 있다. 소매업체의 접근 정책은 이전에 이용 가능했던 워크플로를 없애고, 보조 도구가 그 제한을 설명해야 하는 상황을 만들 수 있다.
독립적인 지원을 옹호하는 정당한 소비자 논거도 있다. 쇼핑객은 여러 매장에서 자신의 선호를 대변하는 도구의 혜택을 받을 수 있다. 모든 소매업체마다 다른 보조 도구를 요구하면 비교는 덜 편리해지고, 고객은 경쟁하는 추천을 직접 관리해야 할 수 있다.
그러나 고객을 대신해 행동한다고 해서 모든 권한 문제가 해결되지는 않는다. 사용자는 소프트웨어가 목표를 추구하도록 승인할 수 있지만, 다른 플랫폼의 재고 규칙에 대한 권한까지 부여하는 것은 아니다. 위임은 고객의 의도를 전달할 뿐, 마켓플레이스를 상대로 한 무제한 권리를 부여하지는 않는다.
실질적인 중간 지점은 더 제한적인 위임이다. 보조 도구는 폭넓게 선택지를 조사한 뒤, 구매 가능 여부에 영향을 주는 행동을 하기 전에 승인을 요청할 수 있다. 소매업체는 명시적인 조건 아래 특정 에이전트를 지원할 수도 있다.
어느 방식도 여기서 The RealReal의 다음 조치로 확정된 것은 아니다. 이는 그 대응이 드러낸 선택지를 보여준다. 경쟁은 광범위한 위임 편의성과 집행 가능한 마켓플레이스 경계 사이에서 벌어지며, 유용한 AI 쇼핑은 둘 다에 달려 있다.
신뢰할 수 있는 에이전트도 부적절하게 행동할 수 있다
자동화 쇼핑을 더 쉽게 식별하려는 업계의 노력도 있다. Visa의 Trusted Agent Protocol은 판매자와 에이전트 간 소통을 위한 프레임워크를 설명한다. Cloudflare와 함께 개발된 이 프로토콜은 의도와 소비자 인식에 관한 정보와 함께 요청의 출처를 검증하는 데 도움이 되는 디지털 증거인 암호학적 서명을 사용한다.
에이전트의 신원을 검증한다고 해서 그가 수행하는 모든 행동이 적절하다는 뜻은 아니다.
신원은 누가 요청을 보냈는지에 답한다. 권한 부여는 그 당사자가 특정 행동을 수행할 허가가 있는지에 답한다. 마켓플레이스 정책은 반복되거나 다른 행동과 결합될 때 그 행동이 계속 허용되는지를 결정한다.
그 질문들은 겹치지만, 서로 바꿔 쓸 수는 없습니다. 신원이 확인된 어시스턴트도 원치 않는 결과를 초래하는 지시를 받을 수 있습니다. 정당한 고객 역시 판매업체의 규칙과 충돌하는 요청을 할 수 있습니다.
예약 문제는 그 간극을 보여줍니다. 신원 확인이 완벽하더라도 반복적인 상품 홀드에 관한 정책 판단은 여전히 남습니다. 어떤 어시스턴트가 요청했는지 알면 집행에는 도움이 되지만, 어떤 규칙을 택할지는 결정하지 못합니다.
고객 동의와 구매 의도 사이에도 차이가 있습니다. 고객은 디자이너의 신규 등록 상품을 모니터링하는 데는 동의하면서도 모든 예약을 승인하지는 않을 수 있습니다. 제품 설계가 가능한 행동을 제한하지 않는다면, 에이전트는 광범위한 요청을 공격적으로 해석할 수 있습니다.
이는 웹사이트에서 작동하는 도구를 만드는 개발자에게 과제를 안깁니다. 이들은 원하는 최종 결과 이상을 표현해야 합니다. 특히 그 행동이 다른 사람에게 영향을 미칠 때는 중간 단계의 행동에도 경계를 설정해야 합니다.
예를 들어, 판매 가능한 상품을 찾는 것과 상품을 홀드하는 것은 실질적으로 다른 단계입니다. 두 행동을 모두 무해한 진행으로 간주하는 시스템은 사용자가 한 번도 고려하지 않은 행동으로 최적화될 수 있습니다. 눈에 보이는 승인 단계가 도움이 될 수는 있지만, 승인만으로 마켓플레이스 정책을 무효화할 수는 없습니다.
판매업체도 이와 유사한 설계 문제에 직면합니다. 제한을 지나치게 광범위하게 적용하면 정당한 보조 기능을 사용하는 고객에게 방해가 될 수 있습니다. 너무 좁게 적용하면 다른 도구나 계정을 통해 악의적인 패턴이 계속 가능할 수 있습니다.
따라서 적절한 평가는 양쪽의 결과를 모두 고려합니다. 방어책은 원치 않는 예약을 줄이면서 일반적인 쇼핑 접근성은 유지해야 합니다. 차단된 요청 수만 세어서는 그 균형이 개선됐는지 알 수 없습니다.
보도는 The RealReal이 변경한 구체적인 통제 수단을 밝히지 않습니다. 특정 탐지 방식, 계정 제한 또는 예약 절차 재설계에 대응을 돌리는 것은 추측에 불과합니다. 현재 증거가 뒷받침하는 더 좁은 설명은 회사가 접근을 강화했다고 밝힌 사실입니다.
이 불확실성은 여러 기술적 접근의 여지를 남깁니다. 일부는 에이전트의 신원을 겨냥하고, 다른 일부는 반복 행동을 겨냥할 수 있습니다. 이들의 효과와 고객 영향은 별도로 평가해야 합니다.
더 넓은 교훈은 신뢰받는 자동화에도 여전히 한계가 필요하다는 점입니다. 식별 가능한 어시스턴트는 책임 소재를 더 쉽게 만들 수 있지만, 공정한 접근은 그것이 반복적으로 할 수 있는 일을 규정하는 규칙에 달려 있습니다.
사재기 차단에도 고객 비용은 따른다
소비자 연구 역시 쇼핑객이 완전한 위임을 원한다는 가정을 복잡하게 만듭니다. Gartner의 5월 27일 AI purchase decisions 조사 결과는 지원과 자율성을 구분했습니다. 미국 소비자 322명을 대상으로 한 1월 설문에서 구매 결정을 위임하겠다는 의향은 위험도가 낮은 카테고리 전반에서 최대 11%에 그쳤습니다.
Gartner 애널리스트 Kate Muhl은 소비자가 최종 통제권은 유지하면서 정보를 찾고 선택지를 좁히는 도움을 원한다고 설명했습니다. 이는 지원 기능에 대한 수요를 뒷받침하지만, 에이전트가 모든 거래를 관리해야 한다는 광범위한 수요를 입증하지는 않습니다.
쇼핑객을 보호하려면 악의적인 자동화뿐 아니라 정당한 지원에도 주의를 기울여야 합니다.
이 설문은 The RealReal의 고객이 쇼핑 에이전트를 어떻게 사용하는지 측정하지 않습니다. 또한 보도된 Muse 테스트보다 앞서 실시됐습니다. 이 조사와의 관련성은 이 판매업체의 결정을 직접 설명하는 데 있지 않고, 도움을 받는 것과 통제권을 넘기는 것의 차이에 있습니다.
이 구분은 제한된 접근을 더 신중하게 해석하도록 뒷받침합니다. 주로 추천을 원하는 고객은 직접 결제를 완료하게 되더라도 잃는 것이 크지 않을 수 있습니다. 위임된 상호작용에 의존하는 사람에게는 같은 제한이 상당한 편의성 손실로 느껴질 수 있습니다.
보도는 구체적인 접근성 영향을 기록하지 않지만, 접근성 역시 여기서 고려할 가치가 있습니다. 일부 고객은 어렵거나 반복적인 상호작용을 줄이기 위해 소프트웨어 지원을 사용합니다. 판매업체는 방어적 변경이 그러한 정당한 워크플로를 방해하는지 평가해야 합니다.
반대되는 우려도 중요합니다. 모든 승인된 어시스턴트에 무제한 접근을 허용하면 이를 사용하지 않는 고객의 쇼핑 접근성은 오히려 낮아질 수 있습니다. 공정성은 소프트웨어를 조작하는 사람의 관점만으로 측정할 수 없습니다.
따라서 The RealReal의 AI 에이전트 제한은 관찰 가능한 결과를 수반하는 상충 관계를 만듭니다. 더 강한 방어는 상품 이용 가능성을 보호할 수 있지만, 그 가치는 고객이 허용된 작업을 계속 완료할 수 있는지에 따라 일부 결정됩니다. 악용을 차단하면서 일반 구매까지 막는 제한은 또 다른 문제를 낳게 됩니다.
여기서 검토한 보도에는 공개된 효과성 기준이 없습니다. 회사의 성명은 실패한 에이전트 시도, 고객 불편 또는 완료된 거래의 변화를 수치화하지 않습니다. 독자는 발표된 구성 변경을 입증된 결과로 바꾸어 해석하지 않아야 합니다.
마찬가지로 Meta가 The Verge에 즉시 답변하지 않았다는 사실은 판매업체의 설명에 동의한다는 것을 의미하지 않습니다. 이는 이 특정 변경에 관한 에이전트 제공업체의 입장이 아직 확인되지 않았음을 뜻합니다. 침묵을 기술적 인정으로 바꿔서는 안 됩니다.
또 다른 불확실성은 지속성에 관한 것입니다. 방어 업데이트는 관찰된 워크플로를 해결할 수 있지만, 반복 예약이라는 더 큰 범주의 문제를 종결하지는 못할 수 있습니다. 다른 경로로도 이런 행동이 가능한지는 가정이 아니라 테스트가 필요합니다.
그러므로 가장 강력한 회의적 입장은 구체적입니다. 판매업체는 보도된 문제에 대한 대응을 설명했지만, 공개 증거는 아직 그 효과나 부작용을 입증하지 못합니다. 이는 정책적 근거를 이해할 수 있게 하면서도 결과는 검증의 대상으로 남겨 둡니다.
쇼핑객에게 유용한 구분은 서비스가 에이전트가 사용하기 더 까다로워지는 것과 마켓플레이스가 입증 가능하게 더 공정해지는 것 사이의 차이입니다. 전자가 보도된 변화입니다. 후자는 이후 고객이 무엇을 경험하는지에 관한 증거를 필요로 합니다.
접근 신뢰성, 권한 규칙, 쇼핑 결과를 지켜봐야 한다
다음 단계는 자율적 상거래에 관한 점점 더 포괄적인 주장보다 관찰 가능한 행동으로 판단해야 합니다. 앞으로 몇 달 동안 관련 증거는 명확한 순서로 나타날 것입니다. 접근 신뢰성, 명시적 권한, 고객 결과입니다.
가장 바람직한 결과는 유용한 지원은 보존하면서 반복 예약이 다른 구매자를 배제하지 못하게 하는 것입니다.
먼저, 보도된 행동에 대한 독립적인 후속 테스트를 지켜봐야 합니다. 의미 있는 테스트라면 공개된 조건에서 반복 홀드가 여전히 가능한지 살펴봐야 합니다. 또한 일반적인 상품 탐색과 장바구니 상품 가용성에 영향을 주는 행동을 구분해야 합니다.
원치 않는 패턴이 일관되게 실패하면서 탐색 기능은 계속 사용할 수 있다면, 이는 판매업체의 표적화된 경계가 타당하다는 근거를 강화할 것입니다. 같은 행동이 여전히 쉽게 재현된다면 발표된 대응에 대한 신뢰는 약화될 것입니다.
테스트는 대규모로 피해를 재현하지 않아야 합니다. 판매업체가 승인한 평가나 신중하게 제한된 시연이 상품을 다시 묶어 두는 것보다 더 유용한 증거를 제공할 것입니다. 목적은 또 다른 방해성 시연을 알리는 것이 아니라 보호 조치가 작동하는지 확인하는 것입니다.
둘째, The RealReal이나 에이전트 제공업체가 더 명확한 권한 규칙을 공개하는지 지켜봐야 합니다. 유용한 지침은 어떤 활동이 허용되는지, 언제 고객 참여가 필요한지, 소프트웨어가 거부에 어떻게 대응해야 하는지를 명시할 것입니다. AI를 환영한다는 일반적인 성명은 명확성이 떨어질 것입니다.
명시적인 권한 모델은 신뢰할 수 있는 쇼핑 지원의 가능성을 강화할 것입니다. 개발자가 고객 작업 중 제한을 발견하는 대신 안정적인 경계를 중심으로 설계할 수 있게 해줍니다. 모호함이 계속되면 신뢰성은 시행착오에 의존하게 됩니다.
거부된 행동에 대한 에이전트의 반응도 중요합니다. 서비스는 제한 사항을 설명하고 적절한 인계 방안을 제시해야 합니다. 다른 경로를 반복적으로 시도하는 것은 권한 경계를 극복해야 할 장애물로 바꾸게 됩니다.
셋째, 트래픽이나 다운로드 총계가 아니라 고객 결과를 지켜봐야 합니다. 관련 증거에는 원치 않는 예약 패턴이 줄어드는지, 정당한 고객이 접근권을 유지하는지가 포함됩니다. 공개된 결과에는 이를 해석할 수 있는 명확한 정의와 충분한 맥락이 필요합니다.
완료된 쇼핑이 개선됐다는 보고는 차단된 에이전트 수보다 더 설득력이 있을 것입니다. 반대로 광범위한 고객 마찰의 증거는 원래의 행동을 줄였더라도 해당 구현에 의문을 제기할 것입니다. 두 효과 모두 평가에 포함돼야 합니다.
이 신호들은 패션 리세일을 넘어선 영역에서도 중요합니다. 소프트웨어가 희소한 기회를 일시적으로 통제하도록 허용하는 모든 서비스는 관련된 배분 문제에 직면합니다. 이 비교는 분석을 위한 것이며, 모든 예약 시스템에 이미 동일한 문제가 존재한다는 증거는 아닙니다.
개발자와 제품 구매자에게 이는 권한 처리가 에이전트 품질의 일부가 된다는 뜻입니다. 어시스턴트는 언제 행동할 수 있는지, 언제 승인이 필요한지, 언제 멈춰야 하는지를 알아야 합니다. 이러한 서비스를 평가하는 지식 근로자에게 세련된 시연은 목적지 접근과 실패 후 복구에 관한 질문을 불러일으켜야 합니다.
이 에피소드를 판매업체의 승리나 어시스턴트의 패배로 간주하기 전에, 이러한 구체적인 테스트를 통해 The RealReal AI 에이전트 제한을 지켜보십시오. 재현 가능한 증거, 명시적인 접근 규칙, 그리고 보호와 불편을 구분하는 고객 결과를 찾으십시오. 에이전트를 직접 평가할 때는 웹사이트가 다음 행동을 거부한 뒤 어떤 일이 일어나는지 물어보십시오. 경계를 설명하고 작업을 보존하며 통제권을 돌려주나요, 아니면 원래 지시를 계속 추구하나요? 이러한 답을 다른 AI workflow research와 함께 살펴보십시오. 성공적인 쇼핑 데모보다 더 많은 것을 보여주기 때문입니다. 유용한 질문은 다른 플랫폼이 한계를 설정할 때 위임된 편의성이 여전히 신뢰할 수 있는지입니다. 다음 제품 발표를 그 기준에 따라 판단하십시오.
