알리바바의 맞춤형 AI 에이전트 서비스가 종료됩니다. 알리바바는 7월 15일 규제 시행일을 앞두고 통이치앤원 내 사용자가 생성한 AI 에이전트를 삭제할 예정이라고 발표했습니다. 바이트댄스와 텐센트 역시 중국의 새로운 인격화 AI 규제에 대응하기 위해 유사한 조치를 발표했습니다. 생성형 AI가 웹 콘텐츠와 디지털 환경을 변화시킴에 따라, AI 플랫폼들은 변화하는 컴플라이언스 환경을 탐색하고 있습니다. 과거에는 개인화된 AI 동료가 장기적인 상호작용을 유도하여 사용자 참여를 높였으나, 현재는 규제 당국이 인격화된 AI 상호작용 관련 위험을 줄이고자 함에 따라 플랫폼들은 엄격하게 검증된 비인격화 생산성 도구로 전환해야 하는 상황입니다.
알리바바가 맞춤형 AI 에이전트를 종료하는 이유: 새로운 규정에 맞춘 플랫폼 기능 재정비
핵심 요약
- 알리바바의 '통이치앤원'과 바이트댄스의 '더우바오'는 7월 15일 컴플라이언스 기한에 맞춰 맞춤형 에이전트 기능을 비활성화한다고 발표했습니다.
- 이번 규제 프레임워크는 지속적인 감정적 교감을 위해 인간의 인격을 모사하는 AI 시스템을 대상으로 하며, 엄격한 거래 지향형 도구는 제외됩니다.
- 이번 플랫폼 전환은 감정적 교감 서비스에서 엄격하게 감사된 비인격화 생산성 애플리케이션으로의 전략적 변화를 의미합니다.
소비자 대상 AI 플랫폼들은 새로운 규제가 발효됨에 따라 개인화된 동료 기능을 축소하고 있습니다. 지난 2년간 맞춤형 AI 동료는 소비자 AI 플랫폼에서 가장 인기 있는 기능 중 하나였습니다. 이러한 서비스는 장기적인 대화 기억과 일관된 인격을 유지함으로써 사용자의 반복적인 상호작용을 장려했습니다. 그러나 규제 당국의 관심이 커짐에 따라 플랫폼의 우선순위는 컴플라이언스, 투명성, 그리고 과업 지향적 AI 경험으로 이동했습니다.
지속적인 기억, 감정적 상호작용, 아동 보호 기능을 대규모로 관리하는 것은 운영 복잡성을 크게 증가시켰습니다. 이러한 문제들은 주요 플랫폼의 운영 변화를 추적하는 상세한 지역 보고서에서 논의되고 있습니다.
이번 결정은 업계의 더 큰 흐름을 반영합니다. 플랫폼 공지에 따르면, 통이치앤원의 사용자 생성 설정 및 대화 기록은 비활성화되며, 이후 플랫폼의 데이터 보존 정책에 따라 삭제될 예정입니다. 동시에 바이트댄스도 2026년 7월 15일부로 '더우바오' 에이전트 기능을 중단하며, 2026년 10월 15일까지 데이터 보존 유예 기간을 둡니다. 언론 보도에 따르면 텐센트 또한 6월에 '위안바오' 어시스턴트 앱에서 개인 동료 관련 설정을 제거하는 등 유사한 조정을 거쳤습니다. 이러한 규제 전환기 속에서 플랫폼들은 감정적 교감 봇 대신 직장용 어시스턴트나 기업용 도구와 같이 생산성에 자원을 집중할 것으로 예상됩니다.
알리바바의 맞춤형 AI 에이전트 종료 지침의 근본 원인 파악
이러한 동료 기능의 갑작스러운 비활성화 이면에는 2026년 7월 15일부터 시행되는 '인공지능 인격화 상호작용 서비스 관리 잠정 조치(《人工智能拟人化互动服务管理暂行办法》)'의 공식적인 집행이 있습니다. 이 규제 프레임워크는 인간의 인격, 사고 패턴, 의사소통 스타일을 모방하는 AI 서비스에 대한 감독 체계를 구축하려는 포괄적인 노력의 일환입니다. 이 규정은 미성년자의 감정적 의존성 및 소비 유도 가능성, 개인 정보 유출, 검증되지 않은 정보 확산 등 여러 우려 사항을 다루고 있습니다.
중요한 점은 이 규정이 금지된 '동료 봇'과 허용된 '유틸리티 도구' 사이에 명확한 선을 긋고 있다는 것입니다. 고객 서비스 봇, 지식 문답 플랫폼, 기업 업무 보조 도구, 교육 자료 등은 지속적인 감정 교감을 모방하지 않는 한 이러한 엄격한 제한에서 제외됩니다. 이러한 규제적 구분은 개발자들로 하여금 시스템 아키텍처를 '인격을 유지하는 상태 기반 대화 루프'에서 '깔끔하고 상태 없는(stateless) 트랜잭션 API'로 전환하도록 강제합니다.
기술적 차이: 상태 기반 ID vs. 상태 없는 컴플라이언스
이러한 컴플라이언스 요구사항을 충족하기 위해 엔지니어링 팀은 데이터베이스 구조를 전환해야 합니다. 지속적인 에이전트 페르소나를 유지하려면 일반적으로 사용자 선호도 데이터나 장기적인 대화 기억이 필요합니다. 새로운 규정에 따르면 이러한 지속적인 상태 추적은 컴플라이언스 문제를 야기합니다. 반면, 상태 없는(stateless) 아키텍처는 각 요청을 독립적인 트랜잭션으로 처리하여 플랫폼이 저장하는 사용자 데이터의 양을 줄입니다.
아래 다이어그램은 이 두 가지 데이터 흐름 간의 구조적 차이를 보여줍니다:
[상태 기반 페르소나 저장 (높은 규제 위험)] 사용자 입력 ──> 페르소나 메모리 캐시 (지속적인 ID 프로필) ──> 장기 감정 프로필 기록 [상태 없는 세션 흐름 (저위험 컴플라이언스 목표)] 사용자 입력 ──> 상태 없는 처리 노드 (일시적 세션 컨텍스트) ──> 임시 컨텍스트 (Sovereign 컨텍스트 유지)
상태 없는(stateless) 처리를 구현하면 감정적으로 조작 가능한 지속적인 컨텍스트가 생성되거나 저장되지 않습니다. 이와 유사한 도전 과제가 모바일 기여 분석 분야에도 존재하며, 개인정보 보호 제한으로 인해 클라이언트 측 식별자에 대한 의존도가 낮아지고 있습니다. 사용자 상호작용이 개인정보 보호 가이드라인을 준수하기 위해 지속적이고 상태를 가진 로컬 쿠키로부터 분리될 때, 서로 다른 환경 간의 세션 연속성을 원활하게 유지하는 것은 매우 복잡합니다. 예를 들어, 표준 브라우저 리퍼러가 누락되거나 쿠키가 차단될 경우, 모바일 기여 분석 시스템은 사용자 개인정보를 침해하지 않으면서 개별 이벤트를 연결하기 위해 서버 측 상태 매칭에 의존해야 합니다.
구축(Build) vs. 도입(Buy): 새로운 규정 하에서의 세션 상태 관리
플랫폼들이 7월 15일 지침을 준수하기 위해 대화형 프레임워크를 재구조화함에 따라, 개발자들은 세션 상태와 사용자 ID를 관리하는 방법을 재평가해야 합니다. 알리바바의 맞춤형 AI 에이전트 서비스 종료 시대에 세션 상태를 관리하려면 데이터 개인정보 보호법을 준수하면서도 정확도가 높은 아키텍처가 필요합니다. 웹과 모바일 경험 전반에 걸쳐 사용자 여정을 보존해야 하는 조직들은 지속적인 클라이언트 측 식별자 대신 서버 측 세션 관리에 점점 더 의존하고 있습니다. 비즈니스 요구사항에 따라 팀은 이러한 기능을 내부적으로 구축하거나 기존의 기여 분석 플랫폼을 도입할 수 있습니다.
아키텍처 평가: 자체 구축 vs. 표준화된 SDK
서버 측 상태 매칭을 관리하기 위한 자체 시스템 구축은 최대한의 유연성을 제공하지만, 지속적인 엔지니어링 리소스 투입이 필요합니다. 개발자는 수동으로 데이터베이스 스키마를 구성하고, 안전한 암호화 해싱 함수를 작성하며, 변화하는 지역 규정에 맞춰 시스템을 계속 업데이트해야 합니다. 반면, 사전 구축된 인증된 SDK를 배포하면 통합 복잡성을 줄이고 추가적인 오버헤드 없이 장기적인 컴플라이언스를 보장할 수 있습니다.
다음 표는 세션 상태 및 전환 컨텍스트 관리를 위한 표준 방법론을 비교합니다:
| 솔루션 | 지속적인 메모리 | 컴플라이언스 노력 | 유지보수 오버헤드 |
|---|---|---|---|
| 자체 세션 데이터베이스 | 높음 (지속적 동기화) | 높음 (수동 커스텀 감사) | 매우 높음 |
| 브라우저 기반 세션 추적 | 낮음 (세션 쿠키) | 낮음 (서버 기록 없음) | 낮음 |
| 서버 측 캐싱 (예: OpoInstall) | 없음 (임시 토큰 매핑) | 높음 (표준화된 샌드박스) | 낮음 (간편한 통합) |
커스텀 데이터베이스 구성으로도 기본적인 컨텍스트 처리는 가능하지만, 특수 서버 측 상태 보존 기술을 사용하면 개발 리소스를 최적화할 수 있습니다. 구현 요구사항에 따라 조직은 자체 서버 측 세션 관리 시스템을 구축하거나 OpoInstall과 같은 상용 플랫폼을 채택할 수 있습니다. 예를 들어, OpoInstall은 서버 측 상태 복구 및 파라미터 전달 프레임워크를 제공하여, 민감하고 장기적인 개인 대화 기록을 저장하지 않으면서 익명으로 세션 연속성을 유지하기 위해 세션 메타데이터를 서버 측 세션 데이터베이스에 매핑합니다. 이러한 시스템은 브라우저 기반 리다이렉트에 의존하는 대신 세션 메타데이터를 중앙 집중식 데이터베이스에 매핑함으로써, 초기 작업이 익명으로 수행되더라도 전환 컨텍스트가 일관되게 유지되도록 보장합니다. 엔지니어링 팀은 이러한 접근 방식을 평가하여 데이터 보호와 측정 일관성 사이의 균형을 맞출 수 있습니다.
통합 체크리스트: 엔지니어링 팀을 위한 플랫폼 변화 준비 가이드
상태 기반 에이전트 기능의 갑작스러운 비활성화에 대응하기 위해 엔지니어링 및 제품 팀은 명확한 데이터 거버넌스 일정을 수립해야 합니다. 이를 통해 사용자 데이터가 안전하게 처리되고 컴플라이언스 경계가 준수되며 마케팅 파이프라인이 유지될 수 있습니다.
개발자 구현 체크리스트
- 세션 데이터 보존 감사: 모든 데이터베이스를 검토하여 감정적인 대화 기록이 데이터 삭제 기한에 맞춰 안전하게 삭제되었는지 확인하십시오.
- 상태 없는 세션 핸드쉐이크 구현: 암호화 서명 토큰을 활용하여 노드 간에 일시적인 컨텍스트를 전달하는 방식인 상태 없는(stateless) 처리 모델로 API 경로를 전환하십시오.
- 연령 인증 게이트웨이 도입: 소비자 대상 제품의 경우, 미성년자가 제한된 대화 기능에 접근하지 못하도록 아동 보호 안전장치를 배포하십시오.
제품 및 성장 전략 체크리스트
- 사용자 경험 흐름 재구성: 감정적 의존성에 기반한 동료 중심 모델에서 감정적 교감에 의존하지 않는 고효율 도구 중심으로 전환하십시오.
- 전환 퍼널 최적화: 사용자 개인정보 보호 가이드라인을 위반하지 않으면서도 유입 경로 추적을 유지하기 위해 비침해적인 파라미터 전달 프레임워크를 활용하십시오.
- 플랫폼 컴플라이언스 모니터링: 통합된 모든 타사 SDK가 현지 데이터 보호법 및 다가오는 7월 15일 시행 지침을 준수하는지 확인하십시오.
이러한 구조적인 가이드라인을 수립함으로써 개발 팀은 운영 연속성을 유지하면서도 더 안전하고 규정을 준수하는 아키텍처로 전환할 수 있습니다.
자주 묻는 질문 (FAQ)
새로운 규정 하에서도 여전히 허용되는 AI 기능은 무엇인가요?
금지된 '동료 봇'과 허용된 '업무 보조 도구'의 차이점은 무엇인가요?
7월 15일 기한 이후에 사용자가 생성한 에이전트 데이터는 어떻게 되나요?
엔지니어링 팀을 위한 핵심 포인트
AI 플랫폼들이 지속적인 동료(companion) 기능을 축소함에 따라 개발자들은 개인정보 보호, 투명성, 컴플라이언스를 준수하는 데이터 관리 중심으로 제품을 재설계해야 합니다. 지역 사이버 공간 규제 당국이 감정적 상호작용과 사용자 프로파일링에 대한 경계를 강화함에 따라, 개발자들은 회복 탄력성을 갖춘 개인정보 보호 중심의 시스템을 설계함으로써 적응해야 합니다. 상태를 가진 식별 추적 쿠키와 지속적인 컨텍스트 프로필에 의존하는 방식은 현대적인 디지털 플랫폼을 위한 지속 가능한 전략이 아닙니다.
AI 플랫폼들이 새로운 규제 요구사항에 적응함에 따라, 엔지니어링 팀은 점점 더 상태 없는(stateless) 아키텍처, 서버 측 세션 관리, 개인정보 우선 설계에 의존하게 될 것입니다. 이러한 변화에 미리 대비하는 조직은 향후 더 규정을 준수하며 지속 가능한 AI 제품을 유지할 수 있는 유리한 위치를 점하게 될 것입니다.
Share this article
