당신의 가격 책정 알고리즘은 하나가 아니라 두 개의 소송이다 — 대부분의 기업은 한쪽만 방어한다

우리 팀이 처음으로 감사한 가격 책정 엔진은 문제없이 통과했다.

우리는 공정성 스캐너를 만들었다 — 당연해 보이는 것이었다. 가격 책정 알고리즘을 겨냥해, 모델이 인종, 성별, 나이 등 보호 대상 범주를 입력값으로 사용하는지 확인하고, 그렇다면 표시하는 것이다. 우리는 이것을 어느 중견 소매업체의 개인화 스택에 돌려봤고, 결과는 녹색으로 돌아왔다. 보호 대상 필드는 없었다. 볼 것이 없었다.

나는 하마터면 그 보고서를 보낼 뻔했다. 그때 나는 모델의 특성 중요도 그래프를 꺼내 봤다 — 실제로 가격을 움직인 입력값들의 순위 목록 말이다 — 그리고 세 번째로 강한 신호는 device_type이었다. 그 아래는 우편번호. 그 아래는 세션이 시작된 시각이었다.

그 알고리즘은 인종이나 소득을 본 적이 한 번도 없었다. 그럴 필요가 없었다. 저소득 우편번호 지역에서, 오래된 안드로이드 폰으로, 밤 11시에 검색하는 사용자는, 오후 2시에 부유한 교외 지역에서 아이폰을 쓰는 사용자와 체계적으로 다른 가격을 받고 있었다. 그리고 인구조사 데이터는 그런 입력값 군집이 정확히 무엇과 상관관계가 있는지 알려줄 것이다. 우리 스캐너는 "규정 준수"라고 말했다. 이질적 영향(disparate-impact) 회귀분석이라면 "변호 불가"라고 말했을 것이다. 우리는 이제 아무도 저지르지 않는 범죄를 검사하는 도구를 만들었던 것이다.

그 순간 나는 AI 가격 책정 규정 준수가 실제로 무엇인지, 그리고 왜 거의 모두가 이를 잘못 이해하는지 깨달았다.

2025년 FTC는 두 회사로부터 25억 6천만 달러를 징수했는데, 이 둘은 같은 사유로 제소된 것이 아니었다

모든 전자상거래 법무 총괄(GC)의 사무실 화이트보드에 적혀 있어야 할 숫자가 여기 있다. 단 한 해에, 연방거래위원회(FTC)는 알고리즘 가격 책정 사건을 인스타카트와는 6천만 달러에, 아마존과는 25억 달러에 합의했다. 다른 회사, 다른 행위, 다른 법리 — 그리고 그 구분이 게임의 전부다.

인스타카트의 사건은 차별에 관한 것이었다. 그 회사의 에버사이트(Eversight) 가격 책정 도구는 같은 매장의 같은 품목에 대해 최대 다섯 가지 다른 가격을 만들어내는 실험을 돌렸고, 편차는 23%에 달했다. 카탈로그의 4분의 3이 알고리즘 가격 변동의 대상이었다. FTC의 합의는 인스타카트가 더 가난한 쇼핑객에게 더 많이 청구하려 의도했다는 것을 누군가 입증하는 데 달려 있지 않았다. 그것은 결과에 달려 있었다: 특정 소비자 프로필이 체계적으로 더 많이 지불했고, 그 규모는 가구당 연간 약 1,200달러로 추정되었다.

아마존의 사건은 담합에 관한 것이었다. 프로젝트 네시(Project Nessie)는 경쟁사가 언제 가격 인상을 따라올지 예측한 다음 800만 개가 넘는 품목의 가격을 올리는 방식으로 약 14억 달러의 초과 이익을 추출했다. 회의도, 합의도, 임원 간 전화 통화도 없었다. 대부분의 경쟁사가 팃포탯(tit-for-tat) 가격 책정 규칙을 따른다는 것을 학습해 이를 악용한 알고리즘 하나가 있었을 뿐이다. 반독점 재판인 FTC 대 아마존은 2026년 10월로 예정되어 있으며, 알고리즘을 통한 암묵적 담합이 FTC법 제5조를 위반하는지를 시험하게 된다.

가격 책정 엔진 하나. 두 개의 집행 경로. 대부분의 회사는 한쪽에 대한 방어를 구축하고, 다른 한쪽이 다가오는 것을 결코 보지 못한다.

이것이 함정이다. 가격 책정 팀은 "규정 준수"를 듣고 공지 배너를 향해 손을 뻗는다 — 소비자 보호 측면의 답이다. 아니면 "반독점"을 듣고 법무 법인에 메모를 요청한다. 프로덕션에 자리 잡은 단 하나의 알고리즘을 바라보며 두 가지 질문을 동시에 던지는 사람은 거의 없다: 이 출력은 차별적인가, 그리고 담합하고 있는가?

우리가 두 경로 모두를 위해 무엇을 만들었는지 읽어보기 →

공지 배너 본능이 함정인 이유

초기의 어느 시점에 나는 약 일주일 동안 이 문제 전체가 UI 작업일 뿐이라고 확신했다.

뉴욕은 막 알고리즘 가격 공개법(Algorithmic Pricing Disclosure Act)을 통과시킨 참이었다. 2025년 11월 시행으로 — 가격이 개인 소비자 데이터를 사용할 때마다 "명확하고 눈에 띄는 공개"를, 위반당 1,000달러를 부과한다. 이는 쿠키 배너 문제처럼 읽혔다. 페이지에 고지를 붙이고, 동의를 기록하면, 끝이다. 나는 공개 문구 초안을 수정 표시까지 해서 준비해 두었다.

그다음 나는 캘리포니아 카트라이트법(Cartwright Act) 개정안을 읽었고, 배너 아이디어는 무너졌다.

2026년 1월 시행되는 캘리포니아의 AB 325와 SB 763은 당신의 공개에 신경 쓰지 않는다. 이들은 "공통 알고리즘" — 경쟁사 정보를 사용해 가격에 영향을 주기 위해 둘 이상의 당사자가 사용하는 알고리즘으로 정의된다 — 을 사용하는 것을 법정 책임으로 만든다. 이들은 소명 기준을 낮춰서 원고가 각하 신청을 넘기기 위해 더 이상 독립적 행위를 배제할 필요가 없게 했다. 그리고 이들은 기업 벌금을 600만 달러 또는 이익의 두 배 중 큰 금액으로 올렸으며, 민사 소송에서는 3배 손해배상과 변호사 비용까지 부과한다. 그 어떤 배너로도 당신은 여기서 공개를 통해 빠져나갈 수 없다. 노출은 당신이 소비자에게 무엇을 말하느냐에 있지 않다. 그것은 당신의 알고리즘이 직접적으로든 벤더를 통해서든 시장의 나머지와 무엇을 공유하느냐에 있다.

그것이 우리에게 진정한 전환점이었다. 공개는 소비자 보호 경로의 최저선이다. 담합 경로는 그 아래에서 완전히 다른 물리 법칙으로 흐르며, 가장 위험한 부분은 당신이 위험이라고 한 번도 생각해 본 적 없는 벤더를 통해 그것에 걸려 넘어질 수 있다는 것이다.

벤더 문제: 당신의 가격 책정 소프트웨어가 당신의 책임일 수 있다

제3자 가격 책정 도구 — Pricefx, PROS, Zilliant, Competera — 를 라이선스한다면, 당신은 최적화를 외주로 넘긴 것이다. 당신은 책임을 외주로 넘긴 것이 아니다. 당신은 그것을 수입했을 수도 있다.

제9순회항소법원은 2025년 8월 Gibson 대 Cendyn 사건에서 선을 그었는데, 이는 알고리즘 가격 책정 반독점에 관한 첫 연방 항소심 판결이다. 좋은 소식: 경쟁사와 같은 가격 책정 알고리즘에 독립적으로 가입하는 것은, 그 자체만으로는 불법이 아니다. 나쁜 소식은 안전항(safe harbor)을 날려버리는 세 가지 조건이다. 도구가 경쟁적으로 민감한 비공개 데이터를 여러 고객에 걸쳐 모을 때, 벤더가 "업계 전반의 가격을 인상"하는 능력을 마케팅할 때, 또는 익명화되지 않은 경쟁사 데이터의 교환을 촉진할 때 당신은 보호를 잃는다. 같은 벤더는 괜찮다. 같은 벤더가 당신 경쟁사들의 실시간 수치를 당신의 카탈로그 가격을 매기는 모델에 모아 넣는 것은, 당신이 경쟁사와 한마디도 나누지 않았더라도, 허브-앤-스포크(hub-and-spoke) 공모 노출이다.

그래서 이제 내가 어떤 고객에게든 가장 먼저 던지는 질문 중 하나는 "당신의 가격 책정 모델이 무엇을 하는가"가 아니라 "당신 벤더의 데이터 처리 부속서(addendum)를 읽어본 적이 있는가"이다. 왜냐하면 고객 간 데이터 통합을 조용히 허용하는 조항이야말로 반독점 위험이 도사리는 곳이고, 그것은 법무 팀이 서명하고 가격 책정 팀은 결코 보지 못한 계약서의 세 층 아래에 있기 때문이다.

이것은 또한 FTC의 6(b) 감시 가격 책정 연구가 중요한 지점이다. 2024년 FTC는 마스터카드, PROS, 액센츄어, 맥킨지를 포함한 여덟 개 회사에 명령을 보내, 이들이 가격을 설정하기 위해 소비자 데이터를 어떻게 사용하는지 밝히도록 요구했다. 가장 흔한 가격 책정 플랫폼 중 일부가 그 연구에 이름을 올렸다. 그들의 알고리즘이 당신의 책임일 수 있으며, "우리는 그냥 소프트웨어를 샀을 뿐"이라는 말은 결코 변호가 된 적이 없다.

RealPage 동의 명령(consent decree)은 실제로 무엇을 요구하는가?

이 영역 전체에서 가장 교훈적인 문서는 법령이 아니다. 그것은 2025년 11월 법무부(DOJ)의 RealPage 동의 명령이며, RealPage가 임대 주택 사건임에도 이것이 전자상거래에 중요한 이유는, 규제 당국이 규정을 준수하는 가격 책정 알고리즘이 어떤 모습인지를 기술적 세부까지 처음으로 문서화했기 때문이다.

나는 인쇄본을 하나 보관하고 있다. 헤드라인 보도는 "DOJ, 임대료 책정 소프트웨어 단속"이었다. 실제 이빨은 엔지니어링 사양이다:

• 다음보다 최근의 임대 데이터로는 학습 금지 12개월 — 모델은 경쟁사의 실시간 시장 신호에 반응할 수 없다.
• 다음보다 좁은 지리적 분석 금지 주(state) 단위 — 하위 시장 군집화를 사용해 가격 결정력을 정확히 짚어내는 것 금지.
• "거버너(governor)" 가드레일 — 알고리즘이 권장할 수 있는 하한선과 상한선 — 은 반드시 대칭적이어야 하며, 그래야 도구가 가격을 조용히 올리기만 하도록 조정될 수 없다.
• 자동 수락 기능에는 사용자 설정 매개변수, 180일 구현 기한, 그리고 7년 임기의 전담 반독점 규정 준수 책임자가 필요하다.

RealPage 명령은 우리가 가진 것 중, 규제 당국이 변호 가능한 알고리즘의 사양서를 당신에게 직접 건네는 것에 가장 가깝다. 대부분의 회사는 보도자료를 읽고 청사진은 놓쳤다.

그것을 처음 읽었을 때, 내 반응은 정부가 방금 내 제품 로드맵의 절반을 무료로 해줬다는 것이었다. 대칭적 거버너, 데이터 노후화 요건, 지리적 하한선 — 이것들은 법적 추상 개념이 아니다. 이것들은 당신이 구현하고, 테스트하고, 입증할 수 있는 제약이다. 그것이 규정 준수 메모와 규정 준수 시스템의 차이다.

아무도 예산을 잡지 않는 포렌식 문제

FTC의 민사 조사 요구(civil investigative demand)가 30일 자료 제출 시한을 안고 가격 책정 팀의 책상에 떨어질 때 실제로 무슨 일이 일어나는지 지켜보라.

그들은 답할 수 없다. 그들이 유죄여서가 아니라 — 올바른 데이터를 결코 기록해 두지 않았기 때문이다. 그들은 알고리즘이 지난 화요일에 어떤 가격을 매겼는지는 말해줄 수 있지만, 왜인지는 말해줄 수 없다: 어떤 입력값이 그 특정 가격을 유발했는지, 사용자 세그먼트 간 격차가 보호 대상 무언가와 상관관계가 있었는지, 경쟁사의 수치가 그 출력에 영향을 미쳤는지 말이다. 그래서 그들은 시스템이 초당 수천 번 내렸으면서도 결코 기록하지 않은 결정들을 재구성하며 포렌식 데이터 추출에 6개월에서 12개월을 쓴다.

이것은 내가 좋은 회사들에게 진정으로 불공평하다고 느끼는 부분이다. 소매업체는 완벽하게 변호 가능한 가격 책정 전략을 운영하면서도 여전히 그것을 입증할 수 없을 수 있는데, 왜냐하면 그것을 입증하려면 모든 가격에 대한 모델 카드 — 어떤 입력값이 사용되었는지, 출력이 무엇이었는지, 그리고 그것이 인구통계학적 대리 변수에 대해 어떻게 테스트되었는지를 담은 타임스탬프 로그 — 가 필요한데, 요구가 도착하기 전까지는 아무도 그것을 만들지 않기 때문이다.

우리는 요구를 먼저 염두에 두고 설계하기 시작했다. 감사 추적을, 사후의 고고학 프로젝트가 아니라, 가격 책정 결정의 일급 출력물로 삼는 것이다. 2026년 1월 캘리포니아 법무장관(AG)이 조사 일제 점검에 착수했을 때 — 소매, 식료품, 호텔 업체에 쇼핑 이력, 브라우징, 위치, 인구통계를 가격 설정에 정확히 어떻게 사용하는지 묻는 서한을 보냈다 — 분기가 아니라 며칠 만에 답할 수 있었던 회사들은 가격뿐 아니라 그 결정 자체를 계측해 둔 회사들이었다.

에이전트형 가격 책정은 왜 이 모든 것을 더 악화시키는가?

지금 모두가 부랴부랴 구축하려는 규정 준수 프레임워크는 인간이 가격 책정 결정을 검토한다고 가정한다. 그 가정은 이미 만료되어 가고 있다.

월마트는 2026년 1월 두 건의 AI 가격 책정 특허를 출원했고 연말까지 5,200개 매장 전체에 디지털 선반 라벨을 도입하고 있다 — 다만 이것을 "동적 가격 책정"이 아니라 "알고리즘 상품화(merchandising)"라 부르는 데 신중하며, 누가 쇼핑하든 가격은 일관되게 유지된다고 주장한다. 맥킨지는 에이전트형 상거래를 2026년을 규정짓는 전자상거래 트렌드라 부른다: 자율적으로 조사하고, 비교하고, 구매하는 AI 에이전트 말이다. 포레스터는 2027년까지 판매자 다섯 중 하나가 판매자 통제형 가격 책정 대응 에이전트를 배치할 것으로 예상한다.

이것이 나를 잠 못 이루게 하는 이 문제의 버전인데, 규정 준수 질문에 아직 답이 없기 때문이다. 구매자의 AI 에이전트가 판매자의 AI 에이전트와 가격을 협상하고, 합의된 가격이 차별적인 것으로 드러날 때 — 누가 책임을 지는가? 에이전트 대 에이전트 가격 책정을 위한 규제 프레임워크는 없다. 초당 수천 건의 자율적 결정으로 확장되도록 설계된 시스템은, 대리 변수 차별이나 담합적 수렴을 각각 검사하는 인간을 루프에 둘 수 없다. 규정 준수는 반드시 에이전트 안에 있어야 하며, 그렇지 않으면 존재하지 않는다.

그것은 미래의 문제가 아니다. 그것은 오늘 설계되고 있는 모든 가격 책정 시스템의 설계 제약이다.

"이건 그냥 비용 센터 아닌가?"

내가 가장 많이 듣는 반론은, 보통 최고매출책임자(CRO)로부터 나오는데, 규정 준수 도구는 돈을 버는 것이 본업인 기능에 얹힌 간접비라는 것이다.

나는 그 숫자들을 나란히 놓고 스스로 논쟁하게 둘 것이다. 완전한 가격 책정 규정 준수 프로그램 — 인구통계학적 영향 분석, 담합 위험 평가, 다중 관할권 공개, 감사 추적 생성 — 은 첫해에 대략 10만 달러에서 50만 5천 달러가 들고, 지속적 모니터링이 그 위에 의미 있게 더해진다. 인스타카트의 합의금은 6천만 달러였다. 아마존은 25억 달러였다. 9자릿수 합의금에 맞선 수십만 달러의 규정 준수는 비용 센터가 아니다. 그것은 건물 안에서 가장 저렴한 보험 증권이다.

두 번째 반론은 더 미묘하다: 공개와 공정성 제약이 최적화를 죽이지 않을까? 그리고 여기 우리가 시작할 때 예상하지 못했던 것이 있다 — 미국 성인의 62%가 2025년 12월 Talker Research에 개인화 가격 책정에 대해 우려한다고 말했다. 월마트의 가격 책정 특허는 소셜 미디어의 반발을 불러일으켰다. 다음 인스타카트 헤드라인이 되는 브랜드 리스크는 실재하며 정량화 가능하다. 그리고 나는 CRO에게 프로젝트 네시의 14억 달러 초과 이익이 FTC와의 접촉에서 살아남지 못했음을 상기시킨다 — 당신이 변호할 수 없는 매출은 결국 환불하게 될 매출이다. 공개적으로 떳떳이 지지할 수 있는 가격 책정 엔진은, 숨겨야 하는 몇 베이시스 포인트보다 더 값지다.

우리가 실제로 만든 것

내가 계속 부딪힌 공백은 시장이 정확히 한가운데로 갈라져 어느 쪽도 서비스하지 않는다는 것이다. 가격 책정 플랫폼은 가격을 최적화하고 공정성 테스트, 담합 모니터링, 공개 자동화는 전혀 제공하지 않는다 — 그들의 알고리즘이 당신의 책임일 수 있다. 법무 법인과 빅4는 훌륭한 자문 메모를 쓰지만 자동화된 것은 아무것도 돌리지 않는다. 딜로이트나 맥킨지의 반독점 계약은 50만 달러 이상의 컨설팅이며, 그 끝에 도구는 없다. ORCAA와 FTI는 실질적인 감사와 경제 전문성을 가져오지만, 컨설팅 전용이고 소송 형태다.

그 한가운데에 앉은 이는 아무도 없었다: 개인화 가격 책정에 대한 인구통계학적 영향 분석을 수행하고, 알고리즘 담합 위험을 점수화하고, 뉴욕, 캘리포니아, 콜로라도와 EU AI법을 위한 다중 관할권 공개 로직을 자동화하며, FTC나 DOJ 조사가 요구할 감사 추적을 생성하는 통합 계층 말이다. 그 공간 — 최적화 도구가 하는 일과 변호사가 하는 일 사이 — 이야말로 우리가 Veriprajna의 가격 책정 규정 준수 시스템을 만들어 채우려 한 것이다.

그것이 다뤄야 하는 규제 지도는 안정적이지 않으며, 그것이 바로 이를 자동화하는 이유다. 콜로라도의 AI법은 2026년 6월 발효되며, 중대한 결정을 내리는 고위험 시스템에 대해 배치 전, 이후 매년, 그리고 실질적인 모델 변경이 있을 때마다 90일 이내에 다시 영향 평가를 요구한다. EU AI법의 고위험 의무는 2026년 8월에 도래하며, 최대 3,500만 유로 또는 글로벌 매출의 7%에 달하는 벌칙을 수반한다. 2025년 24개 주에 걸쳐 51건의 알고리즘 가격 책정 법안이 있었고, 테네시와 뉴멕시코는 2026년에 이미 움직이고 있다. 어떤 인간 팀도 그 행렬을 손으로 추적하며 최신 상태를 유지할 수 없다. 법과 함께 업데이트되는 규정 준수 시스템만이 작동하는 유일한 버전이다.

나는 그 첫 번째 깨끗한 감사에 대해 자주 생각한다.

알고리즘 가격 책정에서 가장 무서운 것은 차별하거나 담합하려고 작정한 회사가 아니다. 그것은 오직 매출을 극대화하라는 지시만 받은 모델을 통해 우연히 둘 다를 저지르는 회사이고 — 그리고 민사 조사 요구가 도착했을 때 그렇지 않음을 입증할 수 없다는 것을 알게 되는 회사다. 알고리즘은 아무것도 의도하지 않았다. 그럼에도 출력은 불법이고, 의도는 애초에 문제가 아니었다.

당신의 가격 책정 엔진은 가격을 매길 때마다 법적 주장을 하고 있다. 유일하게 불확실한 것은, 당신이 그것을 되읽어낼 수 있을지 여부다.