Adobe principal scientist(수석 과학자) 카를로스 산체스는 방문자의 의도를 실시간으로 해석하고, 그 의도에 맞춰 웹페이지를 조립하는 프로토타입 **‘에이전틱 사이트(agentic site)’**를 선보였다. 핵심은 ‘하나의 고객군’을 대상으로 미리 만든 페이지를 보여주는 대신, 방문자 한 사람을 위한 ‘1인 고객군(audience of one)’ 경험을 구현하는 것이다. 27

다만 현재 공개된 자료가 보여주는 것은 작동하는 시연과 관련 Adobe 제품군이다. 모든 방문자에게 대규모로 고유한 운영 페이지를 생성하는 일반 공개 서비스가 이미 출시됐다는 뜻은 아니다. 434

산체스가 시연한 것

시연은 커피머신 판매 사이트를 중심으로 진행됐다. 방문자가 캠핑에 적합한 커피머신을 검색하자 시스템은 야외 사용이라는 의도를 파악하고 페이지의 콘텐츠, 추천 제품, 표현 방식을 바꿨다. 산체스의 AI Engineer World’s Fair 세션 제목도 **‘Agentic Sites: Building Hyper Personalized Websites’**였다. 33

이 방식은 언어 모델에게 웹사이트 전체를 마음대로 만들라고 지시하는 구조와 다르다. 시스템은 검색어와 탐색 행동 같은 신호에서 방문자의 의도나 페르소나를 추정하고, 기존 콘텐츠 저장소에서 관련 자료를 찾은 다음, 그 자료를 바탕으로 페이지를 구성한다. 234

작동 방식은 어떻게 구성되나

단순화하면 흐름은 다음과 같다.

1. 방문자 의도 해석: 검색어와 상호작용 맥락을 분석해 방문자가 탐색 중인지, 비교·조사 중인지, 구매를 준비하는지, 또는 ‘캠핑용 커피머신’처럼 특정 용도를 찾는지 판단한다.
2. 승인된 자료 검색: 검색 증강 생성(RAG·Retrieval-Augmented Generation)을 통해 기업의 기존 시스템에 있는 관련 콘텐츠와 제품 정보를 모델에 제공한다.
3. 페이지 구성요소 선택: 페이지 전체를 하나의 고정 문서로 취급하지 않고, 개별 블록을 선택하거나 조정한다.
4. 맞춤형 경험 렌더링: 히어로 영역, 제품 추천, 내비게이션, 행동 유도 문구 등을 추정된 의도에 맞춰 조합해 방문자에게 제공한다.

이 구조가 중요한 이유는 브랜드 통제에 있다. 기업 콘텐츠와 승인된 자산을 기반으로 생성하면 근거 없는 제품 설명이 나올 위험을 줄이고, 기존의 시각적·편집적 정체성에 가까운 경험을 만들 수 있다. 시연 관련 보도도 시스템이 아무것도 없는 상태에서 페이지를 창작하기보다 기존 콘텐츠를 검색하고 재조립한다고 설명한다. 434

Cerebras와 Gemma 4가 중요한 이유

보도된 구현에는 Google의 Gemma 4 모델과 Cerebras 추론(inference) 인프라가 사용됐다. Cerebras의 모델 카탈로그는 Gemma 4 31B의 처리 속도를 초당 약 1,850개 출력 토큰으로 제시하고 있으며, Cerebras는 별도의 Gemma 4 활용 사례에서 초당 약 2,300개 토큰을 보고했다. 36

처리량이 중요한 것은 에이전틱 사이트가 한 번의 웹 상호작용에서 여러 단계를 수행할 수 있기 때문이다. 방문자의 의도를 해석하고, 관련 맥락을 검색하고, 사용할 구성요소를 결정한 뒤, 문구를 생성하거나 수정해 결과를 반환해야 한다. 추론 속도가 빠르면 이 ‘검색→추론→조립’ 과정을 오프라인 콘텐츠 제작이 아니라 실제 웹 경험 안에서 수행할 가능성이 커진다.

다만 토큰 처리량이 곧 전체 페이지 지연 시간은 아니다. 네트워크 상태, 검색 과정, 상품 카탈로그 호출, 동의 확인, 브라우저 렌더링, 캐시, 백엔드 전달 속도도 방문자가 체감하는 최종 응답 시간에 영향을 준다.

보고된 속도와 비용

산체스의 발언을 다룬 보도에 따르면, 캠핑용 커피머신 검색 결과는 1.64초 만에 개인화됐고 이 중 약 1초가 모델 호출에 걸렸다. 다른 환경의 결과로 언급된 시간은 4.6초였으며, 페이지 생성 비용은 약 0.01~0.02달러로 추정됐다. 1

이 수치는 프로토타입에서 보고된 벤치마크와 추정치로 봐야 한다. 감사받은 서비스 수준 보장이나 Adobe의 공식 가격표를 의미하지 않으며, 모든 페이지와 방문자, 트래픽 패턴에서 동일한 결과가 나온다는 것도 입증하지 않는다.

1~2초 목표가 바꾸는 것

개인화가 즉각적으로 느껴지려면 시스템의 판단이 방문자에게 지연으로 인식되기 전에 끝나야 한다. 대략 1~2초 안에 의도 분석, 콘텐츠 검색, 블록 선택·생성, 전달이 이뤄진다면 사이트는 방문자의 검색어나 유입 맥락, 의미 있는 행동 변화에 맞춰 즉시 반응할 수 있다.

이는 ‘재방문 고객’이나 ‘아웃도어 관심 고객’ 같은 전통적인 세그먼트보다 더 세밀한 개인화를 가능하게 한다. 시스템은 방문자가 바로 그 순간 원하는 것이 캠핑용 커피머신인지, 제품 비교인지, 구매 직전 추천인지에 맞춰 페이지를 바꿀 수 있다.

그러나 빠른 모델만으로는 충분하지 않다. 개인정보 동의와 식별자 관리, 상품·가격 검증, 검색 지연, CDN 동작, 페이지 렌더링, 장애 발생 시 대체 화면까지 전체 웹 기술 스택이 같은 응답 시간 예산 안에 들어와야 한다.

Adobe의 기존 제품과는 어떻게 연결되나

이번 프로토타입을 현재 Adobe의 모든 AI 제품과 동일시해서는 안 된다. Adobe가 문서화한 AEM 에이전트는 AEM as a Cloud Service와 Edge Delivery Services에서 제공되며, 환경에 따라 이용 가능 시점과 조건이 달라진다. 17

Adobe Experience Platform Agent Orchestrator는 Experience Platform 에이전트를 위한 추론·조정 계층으로 설명된다. Experience Platform 데이터를 활용하고, Adobe 및 타사 에이전트를 사람의 감독 아래 조율하는 역할이다. Adobe는 Agent Orchestrator의 일반 제공도 발표했지만, 일부 에이전트 기능에 대해서는 문서에 요청 기반 접근과 사용량이 제한된 평가판이 명시돼 있다. 18192122

관련 기능으로는 다음이 있다.

• Brand Experience Agent: 페이지 업데이트, 신규 콘텐츠 제작, AI 검색에 대응하는 디지털 경험 현대화를 지원한다고 Adobe는 설명한다. 202344
• Content Advisor Agent: 기업 내 관련 콘텐츠를 찾고, 승인된 원본 자산을 바탕으로 시각적 변형을 만드는 기능이다. 202743
• Agent Orchestrator: Adobe와 타사 생태계의 에이전트를 관리하고 조율하는 플랫폼 계층이다. 182230

이 제품들은 Adobe가 콘텐츠, 고객 데이터, 디지털 경험을 중심으로 에이전틱 기술 스택을 구축하고 있음을 보여준다. 하지만 그 자체만으로 산체스가 시연한 방문자별 실시간 페이지 조립 기능이 이미 표준적인 일반 공개 운영 기능이 됐다고 보기는 어렵다.

대규모 도입 전에 남은 과제

이번 기술 시연은 실시간 페이지 조립이 기술적으로 가능하다는 점을 보여준다. 하지만 모든 사이트에 이를 적용하는 것이 운영·경제적으로 합리적인지는 별도의 문제다.

고객사별 검증이 필요하다

기업은 자체 AEM 저장소, 상품 카탈로그, 식별 시스템, 동의 정책, 전환 목표를 바탕으로 테스트해야 한다. 페이지를 빠르게 만들 수 있는지만 볼 것이 아니라, 오류와 운영 위험을 늘리지 않으면서 실제 성과를 개선하는지도 측정해야 한다.

공개 보도에 따르면 이 에이전틱 사이트 개념은 아직 고객 사이트에 대규모로 배포되지 않았다. 4

폭넓은 시스템 통합이 필요하다

실제 운영 환경에서는 추론 인프라, 콘텐츠 관리, 고객 데이터, ID·동의 관리, 커머스·상품 카탈로그, 분석, 실험 도구, CDN, 브랜드 자산 라이브러리가 안정적으로 연결돼야 한다. 모델 호출이 빠르더라도 상품 정보가 오래됐거나 카탈로그 API가 느리면 방문자 경험은 개선되지 않는다.

페이지 단위 비용을 대규모 트래픽에서 검증해야 한다

한 번의 상호작용에 1~2센트가 든다고 하면 작아 보일 수 있다. 하지만 방문자 수가 많아지고, 의미 있는 행동이 발생할 때마다 페이지를 다시 생성한다면 총비용은 빠르게 커질 수 있다.

따라서 승인된 블록의 캐싱과 재사용, 선택적 재생성, 모델을 호출하지 않아도 되는 상황에 대한 명확한 규칙이 사업성의 핵심이 된다. 모든 방문자에게 고유한 경험을 제공하는 환경에서 Adobe가 어떤 공식 가격 체계를 적용할지는 공개 자료만으로 확정할 수 없다.

생성되는 모든 블록에 거버넌스가 필요하다

신뢰할 수 있는 운영을 위해서는 최소한 다음 통제가 필요하다.

• 승인된 콘텐츠 출처와 검색 범위
• 상품 속성, 재고, 가격 검증
• 허용되는 레이아웃·컴포넌트·행동 유도 문구
• 브랜드 문체와 시각 정체성 규칙
• 접근성 및 현지화 검토
• 금지되거나 규제 대상인 주장 관리
• 승인·감사 기록
• 모니터링, 롤백, 변화 감지
• 사람의 검토가 필요한 상황에 대한 기준

결국 에이전틱 사이트의 가장 현실적인 형태는 제약 없는 AI 웹사이트가 아니다. AI가 방문자의 현재 의도에 맞춰 어떤 승인된 구성요소를 보여줄지, 어떻게 조정할지를 빠르게 결정하는 통제된 페이지 조립 시스템에 가깝다.

핵심 정리

산체스의 시연은 웹사이트가 미리 작성된 페이지 모음에서 벗어나, 실행 시점에 방문자별 결정을 내리는 계층으로 바뀔 수 있음을 시사한다. Cerebras의 추론 인프라와 Gemma 4는 이 판단 과정을 실시간 웹 경험에서 시험할 수 있을 정도로 빠르게 만들고, AEM과 검색 기반 grounding은 사실성과 브랜드 통제를 유지할 수 있는 경로를 제공한다. 13617

하지만 현재의 헤드라인은 완성된 제품군이 아니라 프로토타입이다. 다음 관문은 실제 상품 카탈로그, 동의 요건, 접근성 기준, 대규모 트래픽 환경에서 에이전틱 사이트가 속도·정확성·거버넌스·측정 가능한 사업 가치를 동시에 유지할 수 있는지다.

Adobe principal scientist(수석 과학자) 카를로스 산체스는 방문자의 의도를 실시간으로 해석하고, 그 의도에 맞춰 웹페이지를 조립하는 프로토타입 **‘에이전틱 사이트(agentic site)’**를 선보였다. 핵심은 ‘하나의 고객군’을 대상으로 미리 만든 페이지를 보여주는 대신, 방문자 한 사람을 위한 ‘1인 고객군(audience of one)’ 경험을 구현하는 것이다. 27

다만 현재 공개된 자료가 보여주는 것은 작동하는 시연과 관련 Adobe 제품군이다. 모든 방문자에게 대규모로 고유한 운영 페이지를 생성하는 일반 공개 서비스가 이미 출시됐다는 뜻은 아니다. 434

산체스가 시연한 것

시연은 커피머신 판매 사이트를 중심으로 진행됐다. 방문자가 캠핑에 적합한 커피머신을 검색하자 시스템은 야외 사용이라는 의도를 파악하고 페이지의 콘텐츠, 추천 제품, 표현 방식을 바꿨다. 산체스의 AI Engineer World’s Fair 세션 제목도 **‘Agentic Sites: Building Hyper Personalized Websites’**였다. 33

이 방식은 언어 모델에게 웹사이트 전체를 마음대로 만들라고 지시하는 구조와 다르다. 시스템은 검색어와 탐색 행동 같은 신호에서 방문자의 의도나 페르소나를 추정하고, 기존 콘텐츠 저장소에서 관련 자료를 찾은 다음, 그 자료를 바탕으로 페이지를 구성한다. 234

작동 방식은 어떻게 구성되나

단순화하면 흐름은 다음과 같다.

1. 방문자 의도 해석: 검색어와 상호작용 맥락을 분석해 방문자가 탐색 중인지, 비교·조사 중인지, 구매를 준비하는지, 또는 ‘캠핑용 커피머신’처럼 특정 용도를 찾는지 판단한다.
2. 승인된 자료 검색: 검색 증강 생성(RAG·Retrieval-Augmented Generation)을 통해 기업의 기존 시스템에 있는 관련 콘텐츠와 제품 정보를 모델에 제공한다.
3. 페이지 구성요소 선택: 페이지 전체를 하나의 고정 문서로 취급하지 않고, 개별 블록을 선택하거나 조정한다.
4. 맞춤형 경험 렌더링: 히어로 영역, 제품 추천, 내비게이션, 행동 유도 문구 등을 추정된 의도에 맞춰 조합해 방문자에게 제공한다.

이 구조가 중요한 이유는 브랜드 통제에 있다. 기업 콘텐츠와 승인된 자산을 기반으로 생성하면 근거 없는 제품 설명이 나올 위험을 줄이고, 기존의 시각적·편집적 정체성에 가까운 경험을 만들 수 있다. 시연 관련 보도도 시스템이 아무것도 없는 상태에서 페이지를 창작하기보다 기존 콘텐츠를 검색하고 재조립한다고 설명한다. 434

Cerebras와 Gemma 4가 중요한 이유

보도된 구현에는 Google의 Gemma 4 모델과 Cerebras 추론(inference) 인프라가 사용됐다. Cerebras의 모델 카탈로그는 Gemma 4 31B의 처리 속도를 초당 약 1,850개 출력 토큰으로 제시하고 있으며, Cerebras는 별도의 Gemma 4 활용 사례에서 초당 약 2,300개 토큰을 보고했다. 36

처리량이 중요한 것은 에이전틱 사이트가 한 번의 웹 상호작용에서 여러 단계를 수행할 수 있기 때문이다. 방문자의 의도를 해석하고, 관련 맥락을 검색하고, 사용할 구성요소를 결정한 뒤, 문구를 생성하거나 수정해 결과를 반환해야 한다. 추론 속도가 빠르면 이 ‘검색→추론→조립’ 과정을 오프라인 콘텐츠 제작이 아니라 실제 웹 경험 안에서 수행할 가능성이 커진다.

다만 토큰 처리량이 곧 전체 페이지 지연 시간은 아니다. 네트워크 상태, 검색 과정, 상품 카탈로그 호출, 동의 확인, 브라우저 렌더링, 캐시, 백엔드 전달 속도도 방문자가 체감하는 최종 응답 시간에 영향을 준다.

보고된 속도와 비용

산체스의 발언을 다룬 보도에 따르면, 캠핑용 커피머신 검색 결과는 1.64초 만에 개인화됐고 이 중 약 1초가 모델 호출에 걸렸다. 다른 환경의 결과로 언급된 시간은 4.6초였으며, 페이지 생성 비용은 약 0.01~0.02달러로 추정됐다. 1

이 수치는 프로토타입에서 보고된 벤치마크와 추정치로 봐야 한다. 감사받은 서비스 수준 보장이나 Adobe의 공식 가격표를 의미하지 않으며, 모든 페이지와 방문자, 트래픽 패턴에서 동일한 결과가 나온다는 것도 입증하지 않는다.

1~2초 목표가 바꾸는 것

개인화가 즉각적으로 느껴지려면 시스템의 판단이 방문자에게 지연으로 인식되기 전에 끝나야 한다. 대략 1~2초 안에 의도 분석, 콘텐츠 검색, 블록 선택·생성, 전달이 이뤄진다면 사이트는 방문자의 검색어나 유입 맥락, 의미 있는 행동 변화에 맞춰 즉시 반응할 수 있다.

이는 ‘재방문 고객’이나 ‘아웃도어 관심 고객’ 같은 전통적인 세그먼트보다 더 세밀한 개인화를 가능하게 한다. 시스템은 방문자가 바로 그 순간 원하는 것이 캠핑용 커피머신인지, 제품 비교인지, 구매 직전 추천인지에 맞춰 페이지를 바꿀 수 있다.

그러나 빠른 모델만으로는 충분하지 않다. 개인정보 동의와 식별자 관리, 상품·가격 검증, 검색 지연, CDN 동작, 페이지 렌더링, 장애 발생 시 대체 화면까지 전체 웹 기술 스택이 같은 응답 시간 예산 안에 들어와야 한다.

Adobe의 기존 제품과는 어떻게 연결되나

이번 프로토타입을 현재 Adobe의 모든 AI 제품과 동일시해서는 안 된다. Adobe가 문서화한 AEM 에이전트는 AEM as a Cloud Service와 Edge Delivery Services에서 제공되며, 환경에 따라 이용 가능 시점과 조건이 달라진다. 17

Adobe Experience Platform Agent Orchestrator는 Experience Platform 에이전트를 위한 추론·조정 계층으로 설명된다. Experience Platform 데이터를 활용하고, Adobe 및 타사 에이전트를 사람의 감독 아래 조율하는 역할이다. Adobe는 Agent Orchestrator의 일반 제공도 발표했지만, 일부 에이전트 기능에 대해서는 문서에 요청 기반 접근과 사용량이 제한된 평가판이 명시돼 있다. 18192122

관련 기능으로는 다음이 있다.

• Brand Experience Agent: 페이지 업데이트, 신규 콘텐츠 제작, AI 검색에 대응하는 디지털 경험 현대화를 지원한다고 Adobe는 설명한다. 202344
• Content Advisor Agent: 기업 내 관련 콘텐츠를 찾고, 승인된 원본 자산을 바탕으로 시각적 변형을 만드는 기능이다. 202743
• Agent Orchestrator: Adobe와 타사 생태계의 에이전트를 관리하고 조율하는 플랫폼 계층이다. 182230

이 제품들은 Adobe가 콘텐츠, 고객 데이터, 디지털 경험을 중심으로 에이전틱 기술 스택을 구축하고 있음을 보여준다. 하지만 그 자체만으로 산체스가 시연한 방문자별 실시간 페이지 조립 기능이 이미 표준적인 일반 공개 운영 기능이 됐다고 보기는 어렵다.

대규모 도입 전에 남은 과제

이번 기술 시연은 실시간 페이지 조립이 기술적으로 가능하다는 점을 보여준다. 하지만 모든 사이트에 이를 적용하는 것이 운영·경제적으로 합리적인지는 별도의 문제다.

고객사별 검증이 필요하다

기업은 자체 AEM 저장소, 상품 카탈로그, 식별 시스템, 동의 정책, 전환 목표를 바탕으로 테스트해야 한다. 페이지를 빠르게 만들 수 있는지만 볼 것이 아니라, 오류와 운영 위험을 늘리지 않으면서 실제 성과를 개선하는지도 측정해야 한다.

공개 보도에 따르면 이 에이전틱 사이트 개념은 아직 고객 사이트에 대규모로 배포되지 않았다. 4

폭넓은 시스템 통합이 필요하다

실제 운영 환경에서는 추론 인프라, 콘텐츠 관리, 고객 데이터, ID·동의 관리, 커머스·상품 카탈로그, 분석, 실험 도구, CDN, 브랜드 자산 라이브러리가 안정적으로 연결돼야 한다. 모델 호출이 빠르더라도 상품 정보가 오래됐거나 카탈로그 API가 느리면 방문자 경험은 개선되지 않는다.

페이지 단위 비용을 대규모 트래픽에서 검증해야 한다

한 번의 상호작용에 1~2센트가 든다고 하면 작아 보일 수 있다. 하지만 방문자 수가 많아지고, 의미 있는 행동이 발생할 때마다 페이지를 다시 생성한다면 총비용은 빠르게 커질 수 있다.

따라서 승인된 블록의 캐싱과 재사용, 선택적 재생성, 모델을 호출하지 않아도 되는 상황에 대한 명확한 규칙이 사업성의 핵심이 된다. 모든 방문자에게 고유한 경험을 제공하는 환경에서 Adobe가 어떤 공식 가격 체계를 적용할지는 공개 자료만으로 확정할 수 없다.

생성되는 모든 블록에 거버넌스가 필요하다

신뢰할 수 있는 운영을 위해서는 최소한 다음 통제가 필요하다.

• 승인된 콘텐츠 출처와 검색 범위
• 상품 속성, 재고, 가격 검증
• 허용되는 레이아웃·컴포넌트·행동 유도 문구
• 브랜드 문체와 시각 정체성 규칙
• 접근성 및 현지화 검토
• 금지되거나 규제 대상인 주장 관리
• 승인·감사 기록
• 모니터링, 롤백, 변화 감지
• 사람의 검토가 필요한 상황에 대한 기준

결국 에이전틱 사이트의 가장 현실적인 형태는 제약 없는 AI 웹사이트가 아니다. AI가 방문자의 현재 의도에 맞춰 어떤 승인된 구성요소를 보여줄지, 어떻게 조정할지를 빠르게 결정하는 통제된 페이지 조립 시스템에 가깝다.

핵심 정리

산체스의 시연은 웹사이트가 미리 작성된 페이지 모음에서 벗어나, 실행 시점에 방문자별 결정을 내리는 계층으로 바뀔 수 있음을 시사한다. Cerebras의 추론 인프라와 Gemma 4는 이 판단 과정을 실시간 웹 경험에서 시험할 수 있을 정도로 빠르게 만들고, AEM과 검색 기반 grounding은 사실성과 브랜드 통제를 유지할 수 있는 경로를 제공한다. 13617

하지만 현재의 헤드라인은 완성된 제품군이 아니라 프로토타입이다. 다음 관문은 실제 상품 카탈로그, 동의 요건, 접근성 기준, 대규모 트래픽 환경에서 에이전틱 사이트가 속도·정확성·거버넌스·측정 가능한 사업 가치를 동시에 유지할 수 있는지다.