지난 7월, 우리는 간단한 질문으로 시작해 예상치 못한 결과로 끝난 하나의 실험을 진행했습니다.

질문은 이것이었습니다: 누군가 자신의 AI 어시스턴트에게 멋진 장소를 찾아 테이블을 예약해달라고 말할 때, 어시스턴트가 실제로 그것을 수행할 수 있을까요?

레스토랑을 찾는 것이 아닙니다. 찾는 것은 가능합니다. 어떤 어시스턴트에게든 운하 근처의 조용한 해산물 식당을 찾아달라고 하면 합리적인 답변을 얻을 수 있을 것입니다. 흥미로운 부분은 그 이후, 즉 대화가 예약으로 전환되어야 하는 시점에 어떤 일이 벌어지는가 하는 점입니다.

그래서 우리는 이를 측정했습니다. 1,631개의 운영 중인 장소 중 고정된 시드(fixed seed)를 사용하여 무작위로 추출한 200곳의 암스테르담 레스토랑을 대상으로 했으므로, 어떤 곳도 임의로 선정되지 않았습니다. 모든 장소는 같은 날, 같은 조건에서 동일한 점검을 받았습니다. 우리는 손님이 걷는 경로를 그대로 따랐습니다: 장소를 찾고, 무엇을 제공하는지 이해하고, 적합한지 확인하고, 예약 가능 여부를 확인하고, 예약하고, 확인을 받는 과정입니다. 처음에는 사람이 하는 방식대로, 그다음에는 에이전트(agent)가 하는 방식대로 진행했습니다. 우리는 예약을 실제로 제출하지는 않았습니다. 손님의 이름과 전화번호만 남겨야 하는 지점에서 의도적으로 멈췄습니다.

우리가 발견한 것

온라인에 존재한다고 해서 예약이 가능하다는 뜻은 아닙니다. 이것이 이번 연구를 한 문장으로 요약한 것입니다. 세부 내용은 다음과 같습니다.

200곳 중 163곳은 작동하는 웹사이트를 가지고 있었습니다. 암스테르담은 웹 존재감(web-presence)의 문제가 있는 것이 아닙니다. 이곳들은 강력한 브랜딩과 깊이 있는 리뷰 프로필을 가진 세련된 장소들입니다.

41%만이 기계가 인지할 수 있는 예약 경로를 보여주었습니다. 나머지는 문의 양식(contact forms), 전화번호, Instagram 메시지, 또는 아무도 찾을 수 없는 곳에 숨겨진 예약 링크로 운영되고 있었습니다. 사람에게 이것은 마찰(friction)입니다. 눈을 가늘게 뜨고, 스크롤하고, 다른 메뉴 항목을 시도하며 결국 찾아내곤 합니다. 하지만 에이전트에게는 단순히 작업이 종료되는 지점입니다.

표본 전체의 중앙값 점수는 100점 만점에 52점이었습니다. 정보는 대개 존재했습니다. 하지만 구조(structure)가 없었습니다. 어떤 곳은 영업시간이 이렇고, 다른 곳은 저렇습니다. 메뉴는 지난봄의 PDF 파일로 되어 있습니다. 사실 관계가 일치하지 않을 때, 다른 레스토랑을 추천하는 것이 더 안전한 답변이며, 어시스턴트들은 안전한 답변을 선호하도록 구축되어 있습니다.

많은 업체가 예약 솔루션 제품에 비용을 지불하고 있지만, 그것이 그들을 구원하지는 못했습니다. 버튼은 사람에게는 보이지만, 예약 가능 여부, 입력 필드 및 확인 절차는 iframe이나 스크립트 내부에 존재합니다. 예약 소프트웨어에 비용을 지불한다고 해서 레스토랑이 소프트웨어로 예약 가능한 상태가 되는 것은 아닙니다.

실제 브라우저를 구동하는 에이전트(agent)가 최종 예약 단계까지 도달할 수 있었던 곳은 200곳 중 16곳뿐이었습니다. 8%에 불과합니다.

그리고 저에게 이 프로젝트 전체의 관점을 바꿔놓은 숫자가 있습니다. 작동하는 163개의 사이트 전체를 대상으로, 마우스로 조작하는 사람인 척하지 않고도 어시스턴트가 직접 호출할 수 있는 예약 인터페이스(booking interface)를 게시한 레스토랑이 있는지 확인했습니다. 단 한 곳도 없었습니다. 9개의 사이트가 기계 판독 가능 파일(machine-readable file)을 제공했지만, 그 9개 모두 SEO 플러그인에 의해 자동으로 생성된 것이었습니다. 그것들은 레스토랑을 설명할 뿐이었습니다. 그중 어느 것도 예약할 수 있는 방법을 포함하고 있지 않았습니다.

예약 버튼은 예약 인터페이스가 아니다

대부분의 레스토랑 웹사이트는 시각적인 가정을 바탕으로 구축되었습니다. 사람은 버튼을 보고, 달력을 인식하며, 위젯을 이해하고, 다음에 무엇을 해야 할지 압니다. 이 모든 이해는 페이지 위가 아니라 사람의 머릿속에서 일어납니다.

소프트웨어는 이러한 능력이 전혀 없습니다. 어시스턴트에게는 단계들이 실제 단계로서 존재해야 합니다: 예약 가능 여부 확인, 시간대 선택, 방문객 정보 전달, 예약 생성, 그리고 읽을 수 있는 확인 정보 수신. 이러한 단계들이 존재하는 곳에서는 에이전트가 몇 초 만에 테이블을 예약합니다. 하지만 단계들이 폐쇄된 위젯 내부에 갇혀 있는 곳에서는 에이전트가 멈춰 서서, 사과하고, 다른 곳을 추천합니다.

테스트 하네스(test harness)를 구축하던 중 기억에 남는 순간이 하나 있습니다. 우리는 ChatGPT가 일반 HTML로 기술된 예약 API를 읽는 것을 지켜보았습니다. ChatGPT는 API를 이해했습니다. 필요한 필드들을 나열했습니다. 그러고 나서 자신의 웹 도구(web tool)가 POST 요청을 보낼 수 없다고 정중하게 보고했습니다. 어시스턴트는 페이지가 아니라 도구를 통해 작동합니다. 우리 데이터셋의 대부분은 이 문장이며, 200번 측정되었습니다.

손실은 보이지 않는다

여기 레스토랑들이 마주해야 할 불편한 진실이 있습니다. 당신은 놓쳐버린 예약에 대한 보고서를 결코 받지 못할 것입니다.

어시스턴트가 예약을 실패했을 때, 비즈니스 측면에서는 에러 메시지도, 결제 실패도, 중단된 체크아웃(abandoned checkout)도 발생하지 않습니다. 어시스턴트는 다른 레스토랑을 제안하고 대화는 그대로 진행됩니다. 비즈니스 내부에서는 모든 것이 정상적으로 보입니다. 사람들이 여전히 클릭할 수 있기 때문입니다. 하지만 두 번째 채널이 당신을 상대로 조용히 테스트를 진행하고 있으며, 그 채널은 불만 사항을 접수하지 않습니다.

암스테르담은 예외가 아니라 경고입니다

이곳은 유럽에서 디지털적으로 가장 성숙한 레스토랑 시장 중 하나입니다. 강력한 컨셉, 확립된 예약 플랫폼, 깊이 있는 리뷰 프로필을 갖추고 있습니다. 만약 이곳에서 격차가 구조적이라면, 모든 곳에서 구조적일 것입니다.

그리고 변화의 방향은 미묘하지 않습니다. BrightLocal의 2026년 조사에 따르면, 올해 소비자의 45%가 지역 비즈니스를 찾는 데 AI를 사용했으며, 이는 전년도의 6%에서 증가한 수치입니다. 발견(Discovery)은 이미 이동했습니다. 행동은 발견을 따릅니다. 언제나 그랬듯이 말입니다.

'준비된 상태'란 어떤 모습일까

네 가지 요소가 있으며, 그 중 어느 것도 재설계(redesign)를 의미하지는 않습니다. 명확한 공개 정체성(public identity): 네 곳의 장소에 걸쳐 네 가지 버전이 아닌, 이름, 영업시간, 메뉴, 정책이 일관된 하나의 세트로 존재해야 합니다. 기계가 읽을 수 있는 웹사이트: 칠판을 찍은 사진을 통해 사실을 암시하는 것이 아니라, 사실이 명시되어 있어야 합니다. 폐쇄적인 시각적 위젯(visual widget) 안에만 갇혀 있지 않은 직접적인 예약 경로. 그리고 예약이 존재함을 명확하게 알려주는 확인 절차입니다.

우리는 이메일 차단(email wall) 없이 방법론, 샘플 규칙, 그리고 집계된 데이터를 공개했습니다. 샘플에 포함된 어떤 레스토랑이라도 자신의 결과를 요청할 수 있으며, 우리는 모든 요청에 응답합니다. 우리가 그들의 행(row)을 잘못 작성했다는 피드백을 포함해서 말이죠. 특히 그런 피드백은 환영합니다. 왜냐하면 반박할 수 없는 연구는 신뢰해서는 안 되는 연구이기 때문입니다.

격차를 측정하다 보니 결국 우리는 누락된 조각을 직접 만들어야만 했습니다. 그것은 다른 에세이에서 다룰 이야기입니다. 이번 글은 측정에 관한 것입니다. 왜냐하면 측정이야말로 아무도 해본 적 없는 부분이기 때문입니다.

연구: https://g-lab.studio/research/amsterdam-restaurants-2026