Online travel user experience and distribution 리서치 보고서 해설

개요

이 산업 보고서는 여행 예약을 실행할 수 있는 AI 에이전트의 등장과 Google의 EEA 내 DMA 주도 호텔 검색 재설계라는 온라인 여행 사용자 경험의 두 변화를 검토한다. Bernstein은 후자를 단기적인 OTA 호재로 보지만, 전자는 중개업체의 고객 관계와 수익화에 대한 장기적 도전으로 본다.

핵심 견해

Bernstein은 최근의 전개를 온라인 여행 사용자 경험 경쟁에서 상반된 두 힘으로 규정한다. 새로운 AI 에이전트는 에이전트형 호텔 및 레스토랑 예약이 이미 작동할 수 있음을 보여주며 OTA 탈중개화와 여행 검색 수익화 우려를 되살렸다. 동시에 Google의 EEA DMA 대응은 호텔 검색 상품을 크게 약화시켰다. 보고서는 이를 OTA에 즉각적인 호재로 보지만, 최대 사업자의 과거 우위를 강화하기보다 OTA 시장 내 경쟁 여건을 평준화할 수 있다고 본다. 장기적으로 에이전트형 AI는 여전히 중대한 위협이며 최근 개발은 중개업체에 추가적인 부정적 데이터 포인트다. 보고서는 사용자를 대신해 웹사이트와 애플리케이션을 탐색하고 업무를 완료할 수 있는 개인 AI 어시스턴트 Instinct를 테스트했다. 맨해튼에서 성인 두 명, 10월 15일~19일, 1박 $500 미만, 무료 취소 조건으로 검색했을 때 가격, 총 숙박비, 리뷰 점수를 포함한 여섯 가지 옵션을 제시하고 Arlo Midtown을 추천했다. 이어 Booking.com 결제 과정을 진행하고 총액, 환불 가능한 보증금, 취소 기한, 취소 수수료 및 예상 결제 시점을 제시한 뒤 예약 전 명시적 승인을 요청했다. Instinct는 인증된 Booking.com Genius 세션을 유지했고 Booking.com과 Hotels.com을 비교할 수 있었다. 그러나 5–10분의 응답 시간은 전통적 예약 채널과 다른 AI 어시스턴트보다 현저히 느렸다. 결과가 주로 텍스트 목록으로 제공되고 일정 공유나 협업 기능이 뚜렷하지 않아 OTA와 여행 플랫폼의 더 풍부하고 상호작용적인 계획 경험에는 미치지 못한다. 핵심 전략 위험은 에이전트의 수익화 방식이다. Instinct는 현재 소비자와 예약을 받는 호텔·레스토랑 모두에게 무료이나, Bernstein은 향후 이용자 구독료 또는 호텔·레스토랑 예약 수수료가 필요할 것으로 예상한다. 이용자 자금 기반 모델은 에이전트가 여행자에게 최선의 예약 옵션을 우선시하게 하므로 중개업체에 가장 큰 위협이며, 직접 예약, 테이크레이트 압력 및 가격 경쟁 위험을 높인다. Meta의 Muse, xAI의 Grokbot, Anthropic의 Claude Agent는 AI가 검색·추천 도구에서 거래 및 워크플로 계층으로 이동하고 있음을 보여준다. 이는 OTA와 여행 제공업체가 받는 직접 고객 접점을 줄이고, 에이전트 최적화 유통·가격·콘텐츠의 중요성을 높일 수 있다. Google의 EEA 추가 변경은 DMA 대응 및 이후의 €460m 미준수 벌금에 따른 것이다. 테스트는 7월부터 시작됐고 재설계는 9월에 완전히 도입됐다. 스폰서 링크는 상단에 남아 있지만, 주요 자연 검색 결과는 이제 Booking.com, Expedia 또는 Google 같은 제공업체를 선택할 수 있는 애그리게이터 유닛이다. 이 유닛은 호텔 세 곳만 보여주고 가격, 평점, 위치 등으로 필터링할 수 없으며 거의 모든 상호작용이 OTA 앱이나 웹사이트로 연결된다. 별도의 공급업체 유닛은 호텔 직접 링크를 제공하지만 정보가 더 적고, 필터링·리뷰 점수·가격 비교가 없으며 호텔 선정 이유도 불명확하다. 전통적인 지도 기반 탐색과 비교 기능 대부분은 사라졌고, 같은 체계가 AI Overviews와 AI Mode에도 적용될 전망이다. Bernstein은 이 재설계가 서비스 품질의 대폭 축소라는 Google의 평가에 대체로 동의한다. 보고서는 소비자가 가격, 리뷰 점수, 위치, 브랜드, 편의시설, 객실 가능 여부로 호텔을 비교하고 반복적으로 검색을 개선하기가 훨씬 어려워졌다고 본다. 소비자는 AI 네이티브 여행 검색 플랫폼, Trivago 같은 메타서치 사업자 또는 OTA 직접 사용으로 이동할 수 있다. 과거 DMA 관련 변화는 호텔 직접 트래픽을 약 30% 줄인 것으로 추정됐으며, Bernstein은 이번의 더 제약적인 재설계가 트래픽과 예약을 중개 플랫폼으로 추가 이동시킬 수 있다고 본다. 공급업체 유닛 관찰에서 암스테르담은 단 여덟 개 숙소만 직접 노출됐고, 호텔은 실시간 가격과 리뷰 점수를 표시할 수 없었다. Google 내에서 OTA는 가장 명확한 수혜자다. OTA는 페이지의 고가시성 영역을 더 많이 차지하고, 경매가 아니라 무료로 애그리게이터 유닛에 참여하며, 비교 기능 제거로 할인 및 고객획득 예산을 낮출 수 있다. 이용자는 Google 검색 환경에 계속 머무르기보다 OTA 생태계로 직접 유입된다. 다만 수혜의 배분은 불확실하다. 기존 Google SEO와 유료 검색에서는 Booking의 높은 전환율과 가격 경쟁력이 더 강한 입찰력과 트래픽 점유율로 이어져 규모가 보상받았다. 새 순위는 경매 경제가 아니라 관련성과 유용성에 기반한다고 설명된다. 열 개 도시 검색에서 Booking.com은 네 번, Expedia는 한 번, Hotels.com은 한 번, Google은 세 번 1위를 차지했다. 규모와 입찰 강도의 중요성이 낮아지면 요건을 충족하는 소형 OTA가 불균형적으로 큰 수혜를 입어 OTA 위계를 흔들 수 있다. Airbnb는 Google Vacation Rentals 제거로 소형 플랫폼과 직접 예약 옵션의 노출이 소폭 줄어 제한적인 수혜자가 될 가능성이 있다.

분석 프레임워크

Bernstein은 AI 여행 에이전트의 실사용 테스트와 Google의 개정된 EEA 호텔 검색 흐름 검토를 결합했다. 이어 발견, 순위, 클릭 경로 및 가격 투명성 변화가 OTA 트래픽, 고객획득비, 경쟁 지위 및 장기 유통 경제에 미칠 수 있는 영향을 추적한다.

방법론 메모

• 경쟁 전략 프레임워크가치사슬 분석

  여행 유통 및 고객 접점 분석

  보고서는 AI 에이전트와 Google의 재설계된 검색 흐름이 소비자, OTA, 호텔 및 메타서치 제공업체 사이에서 발견, 예약 트래픽 및 수익화를 어떻게 재배분할 수 있는지 평가한다.

• 가치평가 방법론EV/EBITDA 가치평가

  NTM+1 EV/EBITDA 동종업체 멀티플 가치평가

  공시 부록은 동종업체를 기준으로 한 NTM+1 EV/EBITDA 멀티플과 P/E 멀티플을 사용해 커버 기업을 가치평가한다.

• 가치평가 방법론DCF(할인현금흐름법)

  Expedia의 AI 교란 위험 시나리오 DCF

  Expedia의 명시된 가치평가에는 AI 교란 위험을 반영하도록 설계된 할인현금흐름 시나리오가 포함된다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Booking Holdings (BKNG)

  Google의 재설계된 EEA 호텔 검색에서 OTA 노출이 커짐에 따라 수혜를 입는 주요 OTA이나, 관련성 기반 순위에서는 규모 우위의 결정력이 낮아질 수 있다.

  강점

  과거에는 우수한 전환율과 가격이 더 큰 입찰력과 트래픽 점유율을 뒷받침했다.

  약점

  새 순위 체계는 규모와 입찰 우위를 약화시킬 수 있다.

  비교

  열 개 도시 애그리게이터 순위 검토에서 네 번 1위였으며, 보고서 표에서는 Market-Perform 등급이다.

  위험

  신규 OTA에 시장점유율을 잃을 수 있고, 호텔 공급 통합에 따라 테이크레이트가 하락할 수 있으며, APAC 성장은 ADR과 테이크레이트를 희석할 수 있다.

• Airbnb (ABNB)

  유럽에서 Google Vacation Rentals가 제거되면서 제한적인 수혜를 입는다.

  강점

  제거로 소형 플랫폼과 직접 예약 옵션의 노출이 소폭 줄어든다.

  비교

  보고서는 Airbnb를 Outperform으로 평가한다.

  위험

  여행 수요 감소, Google·Booking·Expedia의 경쟁 급증 또는 공급을 제한하는 규제.

• Expedia Group (EXPE)

  무료 애그리게이터 유닛 참여와 OTA 생태계로 직접 유입되는 트래픽 증가의 수혜를 받을 수 있는 OTA다.

  강점

  열 개 도시 순위 검토에서 한 번 1위를 차지했다.

  약점

  AI 교란 위험은 DCF 가치평가 시나리오에 반영될 정도로 중요하다.

  비교

  보고서는 Expedia를 Market-Perform으로 평가하며 가치평가 부록에서 $310 목표주가를 제시한다.

  위험

  비용 절감 미실현, 미국 시장점유율 하락, 브랜드의 호텔 점유율 상승에 따른 테이크레이트 하락, Viator 유닛 경제성 악화 또는 메타서치 매출의 더 빠른 감소.

• TripAdvisor (TRIP)

  소비자가 Google의 개정된 경험에서 사라진 비교, 가격 투명성 및 필터링을 찾을 경우 메타서치 관련 수혜자가 나타날 수 있다.

  비교

  보고서는 TripAdvisor를 Outperform으로 평가한다.

  위험

  메타서치 매출이 예상보다 빠르게 감소하고 Google이 TripAdvisor의 더 많은 수익원을 겨냥할 수 있다.

핵심 데이터

• Google DMA 벌금€460mGoogle의 EEA 호텔 검색 추가 변경에 선행한 것으로 언급됐다.
• Instinct 응답 시간5–10 minutes전통적 예약 채널과 다른 AI 어시스턴트보다 현저히 느리다.
• Instinct 호텔 검색 결과6 options맨해튼에서 성인 두 명, 10월 15일~19일, 1박 $500 미만, 무료 취소 조건의 검색이다.
• Arlo Midtown 참고 가격$425/night; $1,846 for four nights before taxes and fees보고서 테스트에서 Instinct가 추천한 옵션이다.
• Booking 결제 가격$2,138.02 all-inInstinct가 Arlo Midtown에 대한 Booking.com 결제를 진행한 뒤 표시됐다.
• 호텔 직접 트래픽 영향roughly 30% reduction최신 재설계 이전의 DMA 관련 변화에 대한 추정치다.
• 애그리게이터 순위 표본Booking.com 4; Expedia 1; Hotels.com 1; Google 3열 개 도시 검색에서의 최상위 결과다.
• Booking 공급업체 유닛 최상위 비율40%Bernstein의 공급업체 유닛 검색 20건 표본에서 가장 흔한 최상위 공급업체였다.

영향과 시사점

보고서는 DMA 재설계가 노출 확대, OTA 생태계로의 트래픽 유도, 경매 기반 고객획득비 절감을 통해 공급업체와 메타서치 대비 OTA의 단기 경쟁 지위를 개선할 것으로 본다. 다만 특히 수익 모델이 공급업체 수수료보다 소비자 결과를 우선시할 경우, AI 에이전트가 궁극적으로 중개업체의 직접 고객 관계를 약화시킬 수 있다고 경고한다.

위험

• AI 에이전트는 여행자를 직접 예약으로 유도하고 중개업체의 테이크레이트를 압박해 OTA를 탈중개화할 수 있다.
• 이용자 자금 기반 AI 에이전트 모델은 여행자 성과를 가장 강하게 우선시해 중개업체의 가격 경쟁을 높인다.
• 관련성 기반 순위가 규모와 입찰력의 가치를 낮춘다면 DMA 재설계는 OTA 경쟁 위계를 흔들 수 있다.
• 여행 수요 약화, 점유율 하락, 테이크레이트 압력 및 규제는 커버 기업의 명시된 하방 위험이다.