📖 약 5분 읽기
웹사이트 분석 화면을 열어 전환율이 지난달보다 올랐다는 걸 확인했을 때, 그 방문자 전부가 사람이었다고 확신할 수 있을까요. 보안 업체 DataDome(데이터돔)이 2026년 10월 15일 공개한 3분기 보고서는 이 질문에 쉽게 답하기 어려운 이유를 숫자로 보여줍니다. 방문자 중 일부는 이미 사람을 대신해 웹사이트를 둘러보고 양식을 채우는 AI 프로그램, 즉 AI 에이전트일 가능성이 있습니다.
사이트를 찾아오는 방문자가 모두 사람은 아닙니다
DataDome의 3분기 보고서에 따르면, 2026년 7월부터 9월까지 AI 에이전트가 웹사이트에 보낸 요청은 약 250억 건으로 2분기의 177억 건보다 41.5% 늘었습니다. 이 수치는 DataDome이 자사가 보호하는 네트워크에서 집계한 값입니다. 따라서 국내 사이트의 실제 비중으로 그대로 옮겨 읽을 수는 없습니다. 다만 방향성은 분명하게 드러납니다. 웹 분석 데이터 안에 사람이 아닌 방문자가 점점 더 많이 섞여 들어오고 있다는 사실입니다.
마케팅 담당자 입장에서 이 흐름이 낯설게 느껴질 수 있습니다. 지금까지 봇 트래픽이라고 하면 검색엔진 수집기나 스팸성 자동 접속을 떠올리는 경우가 많았습니다. 그러나 이번에 늘어난 것은 사용자의 요청을 받아 웹사이트를 탐색하는 에이전트입니다. 검색엔진 스파이더가 콘텐츠를 수집해 가는 것과는 성격이 다릅니다. 보고서는 이 에이전트들이 양식, 로그인, 결제 경로에까지 닿는다고 밝혔고, 분석 도구 입장에서는 그만큼 구분이 더 어려울 수 있습니다.
숫자로 보는 변화
월별 추이를 보면 변화의 속도가 더 뚜렷합니다. 7월 약 62.3억 건이던 요청은 8월 약 91.8억 건으로 늘었고, 9월에는 약 95.8억 건을 기록했습니다.
이 가운데서도 특히 눈여겨볼 항목은 에이전트 브라우저입니다. 에이전트 브라우저는 AI가 사람을 대신해 직접 조작하는 웹 브라우저를 가리킵니다. 이 요청은 8월 약 1,250만 건에서 9월 5,820만 건으로 늘어, 한 달 사이 4.7배가 되었습니다. 9월 기준으로는 ChatGPT 클라우드 브라우저가 47%, 메타의 Muse(뮤즈)가 33%를 차지해 두 서비스가 합쳐 80%를 차지했습니다.
Muse는 9월 22일부터 10월 3일까지 12일이라는 짧은 기간 동안 2,910만 건의 요청을 보냈습니다. 보고서가 특별히 짚은 대목은, Muse가 스스로 AI 에이전트임을 서버에 알리지 않는다는 점입니다. 요청의 출처를 뜯어보면 99.3%가 클라우드나 콘텐츠 전송망(CDN, 서버 부하를 분산하는 중간 네트워크)에서 발생했고, 일반 가정용 통신망에서 나온 비중은 0.6%에 그쳤습니다. 이는 표본 기준의 수치입니다.
더 중요한 숫자는 따로 있습니다. Muse 요청의 8.9%가 양식 입력, 로그인, 결제, 계정 생성, 장바구니 중 하나의 경로에 닿았고, 그중 약 81%가 양식이었습니다. 이 지점부터는 분석 담당자의 전환율 데이터와 직접 맞닿게 됩니다.
용어 더 보기: 봇, 스파이더, 귀속
펼쳐서 보기
봇은 사람이 아닌 자동화 프로그램을 가리키는 말입니다. 스파이더는 검색엔진 등이 웹페이지를 수집하려고 돌리는 봇의 한 종류입니다. 귀속은 전환이 발생했을 때 그 공을 어느 광고나 채널에 돌릴지 정하는 작업입니다. 에이전트 세션이 일반 사용자 세션으로 그대로 집계되면, 실제로는 광고 효과가 아닌데도 특정 채널의 성과가 더 좋아 보이는 왜곡이 생길 수 있습니다.
왜 마케터의 문제인가
구글 애널리틱스 4(GA4, 구글의 웹·앱 방문 분석 도구)는 알려진 봇과 스파이더 목록에 포함된 방문을 기본으로 걸러냅니다. 분석 업체 Tatvic(타트빅)은 에이전트 트래픽 상당수가 이 목록 밖에 있다고 설명합니다. 이 설명은 Tatvic이라는 업체가 자사 블로그에서 밝힌 의견이므로 하나의 참고 자료로 다루는 편이 맞습니다. 그렇다고 해서 가볍게 넘길 사안은 아닙니다. 스스로 AI 에이전트임을 밝히지 않는 Muse 같은 에이전트 브라우저가 일반 방문자 목록에 그대로 섞여 들어갈 가능성 자체는 점검할 이유가 충분하기 때문입니다.
이 가능성이 현실화되면 세 가지 지표가 함께 흔들립니다. 첫째, 페이지 체류 시간이나 스크롤 깊이 같은 참여도 지표가 부풀거나 반대로 희석될 수 있습니다. 둘째, 전환율에 사람이 아닌 완료 건수가 섞여 들어갑니다. 양식 제출이나 장바구니 담기처럼 분석 담당자가 가장 민감하게 지켜보는 지표에 직접 영향을 줄 수 있는 대목입니다. 셋째, 광고 성과를 특정 채널에 배분하는 귀속 작업에도 에이전트의 활동이 그대로 반영됩니다.
여기서 한 가지 분명히 해둘 부분이 있습니다. 에이전트 트래픽이 늘었다는 사실 자체가 무조건 나쁜 신호는 아닙니다. AI 에이전트가 실제로 사람을 대신해 구매를 대행하는 사례도 존재할 수 있습니다. 문제는 그 행동이 사람의 행동인지 에이전트의 행동인지를 분석 데이터가 구분해주지 않을 수 있다는 데 있습니다.
지금 점검할 세 가지
당장 모든 걸 뒤엎을 필요는 없지만, 몇 가지 기준을 세워 데이터를 다시 들여다보는 작업은 해볼 만합니다.
첫째, 전환 이벤트가 발생한 세션에서 사람의 행동 흔적을 확인하는 작업입니다. 예를 들어 이전 페이지 탐색 기록 없이 곧바로 양식이 완료된 세션이 최근 들어 늘었는지를 살펴보는 방식입니다. 둘째, 트래픽 총량 하나만 보지 않고 체류 시간과 전환율을 함께 보는 기준선을 세우는 작업입니다. 두 지표의 조합이 갑자기 달라지는 구간이 있다면, 그 구간의 유입 경로를 따로 들여다볼 필요가 있습니다. 셋째, 의심되는 세션을 바로 지우지 않고 별도 범주로 분리해 두는 방법입니다. 앞서 짚었듯 에이전트가 실제 구매를 대행하는 사례도 있을 수 있으므로, 무조건 삭제하면 진짜 매출로 이어지는 신호까지 함께 잃을 위험이 있습니다.
이 세 가지는 거창한 시스템 교체를 요구하지 않습니다. 기존에 쓰던 분석 도구의 세그먼트 기능이나 필터 조건을 다시 설정하는 수준에서 시작할 수 있는 점검입니다. 다만 한 번 세팅해두고 끝내는 작업이 아니라, 에이전트 브라우저의 구성과 비중이 계속 바뀌는 만큼 주기적으로 들여다봐야 하는 과제에 가깝습니다.
한계
이 보고서는 DataDome이라는 한 보안 업체가 자체적으로 집계한 자료이며, 제3자의 감사를 거치지 않았습니다. 데이터를 수집한 네트워크의 전체 규모, Muse를 식별해낸 구체적인 방법, 표본의 크기는 공개되지 않았습니다. Muse의 9월 수치는 마지막 9일 동안 탐지된 값만 반영한 것이라, 9월 전체로 보면 실제보다 적게 잡힌 최소치입니다. 또한 한국 사이트에서 에이전트 트래픽이 차지하는 비중은 이 보고서만으로는 확인되지 않습니다. 데이터 품질을 점검하는 작업은 이 보고서의 숫자를 그대로 인용하는 데서 출발할 게 아니라, 각자의 사이트가 쌓아온 실제 로그 기록에서부터 시작하는 편이 안전합니다.
자주 묻는 질문 (FAQ)
AI 에이전트 트래픽이 늘었다는 수치가 국내 사이트에도 똑같이 적용되나요?
이 수치는 DataDome이 자사가 보호하는 네트워크에서 집계한 값입니다. 한국 사이트에서 에이전트 트래픽이 차지하는 비중은 이 보고서만으로는 확인되지 않습니다.
GA4가 이런 에이전트 방문을 자동으로 걸러주지는 않나요?
GA4는 알려진 봇과 스파이더 목록에 포함된 방문만 기본으로 제외합니다. Tatvic의 설명에 따르면 에이전트 트래픽 상당수는 이 목록 밖에 있을 수 있습니다.
의심되는 세션은 바로 삭제하는 게 안전하지 않나요?
삭제보다는 별도 범주로 분리해 두는 방법이 권장됩니다. 에이전트가 실제 구매를 대행하는 경우도 있어, 삭제하면 실제 매출로 이어지는 신호까지 함께 잃을 수 있습니다.
AI 에이전트가 양식과 결제 경로까지 들어오는 흐름은 당분간 이어질 가능성이 큽니다. 분석 데이터를 읽는 기준을 먼저 정비해 두는 것이 필요합니다.
출처 :
1) DataDome, 「The AI Traffic Report Q3 2026」 (2026-10-15 갱신) — https://datadome.co/threat-research/ai-traffic-report-q3-2026/
2) PPC Land (Luís Rijo), 「Meta’s Muse gains a 33% share of AI browser traffic in 9 days, DataDome finds」 (2026-10-15) — https://ppc.land/metas-muse-gains-a-33-share-of-ai-browser-traffic-in-9-days-datadome-finds/
3) Tatvic Analytics, 「The Agentic Web Problem: Bot Traffic in GA4 Explained」 (2026-07-03) — https://www.tatvic.com/blog/the-agentic-web-problem-bot-traffic-in-ga4-explained/
4) The Agile Brand Guide, 「Yesterday’s Marketing Technology & AI News: October 16, 2026」 — https://agilebrandguide.com/yesterdays-marketing-technology-ai-news-october-16-2026/