스퀘어(Square)가 소규모 자영업자를 위한 AI 에이전트 'Managerbot'을 공개 베타로 출시했다. 단순한 기능 업데이트처럼 보이지만, 이 움직임은 글로벌 핀테크 플랫폼 전쟁의 판도를 바꿀 수 있는 구조적 신호다.

---

"지능형 비즈니스 에이전트"가 포스(POS) 단말기에 들어왔다

스퀘어의 공식 발표에 따르면, Square Dashboard에 내장된 새 AI 에이전트 Managerbot은 지난해 출시된 Square AI의 다음 진화 단계다. 현재 일부 셀러를 대상으로 오픈 베타가 진행 중이며, 핵심 기능은 자영업자의 일상적 운영 업무(재고 파악, 매출 분석, 스케줄 조정 등)를 자동화하는 것이다.

"The new Managerbot is the next evolution of the Square AI that was launched last year." — PYMNTS, 2026-04-28

이 문장이 중요한 이유는 "진화"라는 단어에 있다. 단순 챗봇이나 질의응답 도구가 아니라, 스스로 판단하고 행동하는 AI 에이전트(agentic AI) 영역으로 넘어왔다는 선언이기 때문이다. 챗봇은 "재고가 얼마나 남았나요?"에 답한다. 에이전트는 재고가 줄어드는 패턴을 인식하고, 주문을 제안하거나 실행하기까지 한다.

---

Square Managerbot이 노리는 시장: '메인 스트리트'의 경제학

스퀘어가 공식적으로 타깃으로 명시한 계층은 "Main Street sellers", 즉 동네 카페, 미용실, 소규모 소매점이다. 이 시장은 겉으로는 작아 보이지만, 실제로는 미국 전체 고용의 절반 가까이를 차지하는 거대한 경제 기반이다.

이 계층의 공통된 문제는 인력 부족과 운영 복잡성의 불균형이다. 대기업은 ERP, SCM, CRM을 별도로 운영하지만, 동네 가게 사장은 혼자 또는 2~3명이서 이 모든 역할을 해야 한다. Managerbot이 정확히 이 공백을 겨냥하고 있다.

여기서 기사가 직접 언급하지 않는 맥락이 있다. 스퀘어의 모회사 Block Inc.은 최근 몇 년간 Cash App, Afterpay(후불결제), 비트코인 서비스 등을 통해 금융 생태계를 확장해왔다. Managerbot은 단순한 생산성 도구가 아니라, 이 생태계 안에서 자영업자를 더 깊이 '잠금(lock-in)'하는 전략적 레이어일 가능성이 높다. AI 에이전트가 대신 분석하고 제안하는 플랫폼에서 이탈하기란 쉽지 않다.

---

같은 날 터진 OpenAI-Amazon 협약과 읽어야 할 AI 인프라 지형도

같은 날(2026년 4월 28일) 보도된 또 다른 뉴스가 이 그림을 더 입체적으로 만든다. OpenAI 모델이 Amazon Bedrock을 통해 제한적 프리뷰 형태로 제공되기 시작했다는 것이다. OpenAI는 기존에 Microsoft Azure와 독점적 협력 관계를 유지해왔는데, 이번 Amazon Bedrock 편입은 AI 모델 공급망이 다중화되고 있음을 의미한다.

스퀘어가 Managerbot에 어떤 LLM(대형 언어 모델)을 쓰는지는 공개되지 않았다. 그러나 Block Inc.이 AWS 인프라를 상당 부분 활용하고 있다는 점을 고려하면, OpenAI-Amazon 협약은 Managerbot 같은 서비스의 기반 모델 선택지를 넓혀주는 구조적 호재로 작용할 수 있다.

더 넓게 보면, 이 흐름은 AI 에이전트 시대의 인프라 레이어 경쟁을 드러낸다. 누가 더 나은 에이전트를 만드느냐보다, 누가 더 싸고 안정적인 모델 공급망을 확보하느냐가 비용 구조와 수익성을 결정할 수 있다. 이 주제는 AI 클라우드, 이제 "누가 데이터를 보관할지"도 스스로 결정한다 — 그 판단은 당신이 승인했는가?에서 더 깊이 다룬 바 있다.

---

### 한국 핀테크 시장에 주는 시사점: '카카오페이·토스'는 준비됐나

스퀘어의 움직임은 한국 시장에도 직접적인 함의가 있다. 한국의 소상공인 결제 생태계는 카카오페이, 토스, 네이버페이가 주도하고 있으며, 이들 역시 AI 기반 서비스 확장을 공언해왔다.

그러나 현재까지 이들이 제공하는 AI 기능은 대부분 분석 리포트나 추천 알림 수준에 머물러 있다. Managerbot처럼 "대신 실행"해주는 에이전트 수준에는 아직 도달하지 못한 것으로 보인다. 이는 기술 역량의 문제이기도 하지만, 규제 환경의 문제이기도 하다. 한국의 전자금융거래법과 개인정보보호법 체계 안에서 AI가 사업자를 대신해 자율적으로 행동하는 것은 아직 법적 회색지대에 있다.

스퀘어가 미국 시장에서 Managerbot의 에이전트 기능을 검증하고 확장해가는 동안, 한국의 핀테크 플레이어들이 이 격차를 어떻게 좁힐지는 주목할 만한 변수다. 특히 소상공인 디지털 전환 지원을 국정 과제로 내세운 한국 정부 입장에서는, 이 분야의 규제 정비가 늦어질수록 글로벌 플랫폼과의 기능 격차가 벌어질 수 있다.

---

Square Managerbot이 드러낸 AI 에이전트 도입의 진짜 리스크

AI 에이전트 도입이 장밋빛이기만 한 것은 아니다. 에이전트는 단순 챗봇보다 훨씬 높은 수준의 신뢰를 요구한다. 챗봇이 틀린 답을 줘도 사람이 최종 판단하지만, 에이전트는 직접 행동한다. 재고 주문을 잘못 실행하거나, 가격 정책을 오판해 적용하면 그 피해는 즉각적이고 실질적이다.

이 때문에 스퀘어가 "일부 셀러 대상 오픈 베타"로 시작한 것은 기술적 신중함이기도 하지만, 동시에 책임 소재 분산 전략으로도 읽힌다. 베타 참여자는 일정 수준의 리스크를 감수하는 데 동의한 셈이다. 대학들이 AI 에이전트를 실제 캠퍼스에 배치하기 전에 샌드박스 환경에서 먼저 테스트하는 이유도 정확히 이 때문이다 — 행동하는 AI는 실수의 비용이 다르다.

Andreessen Horowitz의 AI 에이전트 관련 분석에 따르면, 에이전트 시스템이 신뢰를 얻으려면 "단계적 권한 부여(progressive trust)"가 핵심이라는 지적이 있다. 처음에는 제안만, 그 다음엔 승인 후 실행, 마지막에야 자율 실행으로 넘어가는 구조다. Managerbot이 이 단계를 어떻게 설계했는지는 아직 공개된 정보가 충분하지 않다.

---

플랫폼 의존과 데이터 주권: 자영업자가 놓치는 질문

마지막으로 가장 중요하지만 가장 적게 논의되는 지점이 있다. Managerbot이 매일 매출, 재고, 고객 패턴을 분석하고 행동한다는 것은, 그 모든 데이터가 스퀘어(Block Inc.)의 서버에 축적된다는 의미다.

자영업자 입장에서는 편리함을 얻는 대신, 자신의 사업 핵심 데이터를 플랫폼에 귀속시키는 거래를 하는 셈이다. 이는 테슬라가 한국에서 3.3조 원의 매출을 올리면서 가치 대부분을 해외로 유출시킨 구조와 다른 층위에서 유사한 문제를 제기한다 — 편의를 제공하는 플랫폼이 실질적인 데이터 자산을 누적하는 구조 말이다. 이 '플랫폼 추출' 구조에 대한 논의는 중국 EV가 한국 시장 3분의 1을 점령한 날: 이것은 자동차 산업의 문제가 아니다에서도 다른 각도로 다룬 바 있다.

소규모 자영업자가 Managerbot 같은 AI 에이전트를 도입할 때 물어야 할 질문은 단순히 "이게 편리한가?"가 아니다. "내 사업 데이터가 어디로 가는가?", "플랫폼을 바꾸면 이 데이터를 가져올 수 있는가?", "AI가 내린 결정에 대한 책임은 누가 지는가?" — 이 세 가지 질문이 AI 에이전트 시대 자영업자의 진짜 리터러시다.

Square Managerbot은 핀테크와 AI 에이전트의 교차점에서 나온 흥미로운 실험이다. 그러나 그 편리함 뒤에는 플랫폼 종속, 데이터 귀속, 책임 소재라는 구조적 질문이 조용히 쌓이고 있다.