일단 루퍼스가 어떤 모델인지를 짚어봐야 합니다.
엄밀히는 루퍼스가 아마존의 AI 모델이라고 할 수는 없고, 여러 가지 모델이 결합한 모델 스택(Stack)이라고 할 수 있습니다. 아마존이 자체 프론티어 모델인 아마존 노바와 아마존이 지금까지 110억 달러의 투자를 한 앤트로픽의 클로드 소넷 그리고 아마존이 만든 쇼핑 특화 모델이 합쳐진 것이죠. 이는 AI 모델들의 플랫폼이라고 할 수 있는 AWS의 아마존 베드록(Bedrock) 위에서 돌아가고요.
베드록 위에서 돌아간다는 의미는 루퍼스에 들어오는 쿼리 유형에 따라 이를 처리하는 모델이 다르다는 것입니다. "이 제품 재고 있나?"와 같은 상대적으로 단순한 쿼리는 아마존의 자체 쇼핑 커스텀 모델이 처리를 하고, "어버이 날 선물 추천해 줘"처럼 조금 더 복합적인 쿼리는 클로드가 처리를 하는 것이죠.
범용 프론티어 모델 경쟁에 올인하지 않은 아마존은 자신들이 가장 많은 데이터를 가진 쇼핑 커스텀 모델을 개발하고, 투자를 통해 이를 보충하는 구조를 만든 것입니다. 그러니까 자신들의 사업에 필요한 모델을 개발하고, 이를 쌓아서 쓸 수 있는 구조를 만든 것이죠. 개별 모델의 부족한 성능을 보완할 수 있는 방법입니다.
이렇게 돌아가는 루퍼스(알렉사 포 쇼핑)는 이미 그 효능이 어느 정도 궤도에 올랐다는 결과도 나왔습니다. 센서타워가 6만 명을 대상으로 6개월간 아마존 사용 사례를 추적한 결과, 쇼핑을 할 때 루퍼스 미사용자의 구매 전환율은 21%였는데, 루퍼스 사용자는 구매 전환율이 30~40%에 이르렀습니다. 이 수치는 당일 구매 전환만 추적한 수치라는 점까지 고려하면 놀라운 전환율을 기록했다고 할 수 있습니다.
필요한 물품을 찾기 위해 아마존에 올라온 사용자는 루퍼스와 '상담'을 하고 어느정도 구매에 대한 마음을 정하고, 상품 페이지로 들어오게 되는 것입니다. 블로그 리뷰나 유튜브를 검색해 볼 필요 없이 루퍼스를 통해서 상품의 평가를 포함한 궁금한 점들을 구체적으로 물어보고, 그 결과를 받아들고 온다는 것이죠.
아마존의 기존 검색 엔진 자체가 이제는 구체적인 의도를 알아채고 추천을 해주는 '어시스턴트'가 되는 것입니다. 사용자는 수많은 검색 결과를 뒤지며 시간을 쓰기보다 이 어시스턴트와 대화를 하면서 물품을 구매하는 것이죠. 보통 AI 챗봇과 이야기를 나누듯이요. | 
프론티어 모델 경쟁에 나서지 않았고, 거대한 이커머스 사업에 어떻게 AI라는 기술이 활용되어 성과를 내는지가 가시적으로 보이지 않기에 아마존의 AI 서비스 경쟁력은 눈에 띄지 않습니다. 하지만 AWS 기반 AI 플랫폼인 아마존 베드록(Bedrock)은 이미 그 위력을 발휘하고 있습니다. 최근 실적 발표에서 클라우드 사업의 성장세가 모든 주목을 받았지만, 이 클라우드 사업을 뒷받침하는 것은 실제 수요를 만들어내고 있는 베드록입니다.
다른 빅테크 기업들이 AI 투자를 진행하며 만든 순환 매출의 구조에 갇혀 있을 때 아마존은 자체 이커머스와 클라우드가 연결되는 순환 매출 구조를 탈피하는 모습을 보이고 있는데요. 오늘 이야기는 아마존이 만들고 있는 이 'AI 플라이휠'의 구조를 살펴봅니다.
© Coffeepot 2026