Online travel distribution and AI agents: AI 여행 에이전트는 OTA에 대한 단기 위협은 제한적이나 Booking과 Expedia에는 장기적으로 중대한 도전이 될 수 있다
Bernstein은 현재 AI 에이전트가 여전히 대형 OTA에 크게 의존하고 여행 검색 인터페이스도 약해 단기 혼란은 제한적이라고 본다. 그러나 재고 접근, 가격 비교, 사용자 경험이 개선되면 OTA의 테이크레이트, 가격결정력, 여행 퍼널 통제력을 약화시킬 수 있으며, Airbnb는 상대적으로 덜 노출돼 있다.
요약
Bernstein은 현재 AI 에이전트가 여전히 대형 OTA에 크게 의존하고 여행 검색 인터페이스도 약해 단기 혼란은 제한적이라고 본다. 그러나 재고 접근, 가격 비교, 사용자 경험이 개선되면 OTA의 테이크레이트, 가격결정력, 여행 퍼널 통제력을 약화시킬 수 있으며, Airbnb는 상대적으로 덜 노출돼 있다.
- 현재 에이전트 기반 여행 예약은 OTA 트래픽에 비해 작고, 종종 Booking과 Expedia를 통해 처리된다.
- Bernstein은 OTA 사업모델의 세 가지 핵심 위험으로 탈중개화, 테이크레이트 압력, 가격 경쟁을 제시한다.
- Bernstein 분석에서 Booking과 Expedia가 미국 호텔 최저가를 제공한 비율은 약15%였고, 소형 OTA는 77%였다.
- Booking의 Preferred 및 Preferred Plus 프로그램은 혼합 커미션을 약130bp 높이고 매출을 약10% 끌어올린다.
- 사용자 부담형 에이전트는 OTA에 가장 위협적인 수익모델로, 광고형 모델은 가장 유리한 것으로 평가된다.
- Airbnb는 차별화된 재고, 호스트 도구, 직접 트래픽, 예약 후 고객 접점으로 상대적으로 방어력이 높다고 평가된다.
보고서 해설
개요
이 산업 보고서는 여행을 검색, 비교하고 예약까지 완료할 수 있는 AI 에이전트가 온라인 여행 유통을 어떻게 바꿀지를 검토한다. Bernstein은 OTA의 단기 펀더멘털 영향은 제한적일 것으로 보지만, 역량이 높아지는 에이전트는 장기적으로 Booking과 Expedia에 중대한 도전이 될 수 있으며 Airbnb에는 몇 가지 구조적 보호 요인이 있다고 결론 내린다.
핵심 견해
AI 여행 에이전트는 여행 영감 단계에서 예약과 결제 단계로 넘어왔다. Bernstein은 여행 재고 검색과 호텔 예약을 수행할 수 있는 Instinct, Meta Muse, Google AI Mode를 다루며, OpenAI Dots도 또 다른 자율형 에이전트 경쟁자로 등장했다고 언급한다. 현재 기능에는 예약 플랫폼 검색, 고객 정보와 결제 정보 사용, 로열티 계정 로그인, 가격 모니터링, 취소 및 재예약 가능성이 포함된다. Bernstein의 테스트에서 Instinct는 자주 Booking과 Expedia의 결과를 활용했다. 일반 검색에서 제시된 5개 호텔 모두 Booking.com에서 나왔고, 최상위 추천도 Booking 자체의 결과 순서와 일치했다. 이에 따라 대형 OTA는 현재 광범위한 재고, 콘텐츠, 예약 인프라의 중요한 원스톱 소스로 남아 있다. 보고서는 OTA 경제성에 대한 세 가지 장기 위협을 제시한다. 첫째, 에이전트는 브랜드 OTA 검색을 우회하여 OTA, 호텔 공급자, 소형 OTA, GDS, 베드뱅크를 조회하고 가격, 로열티 혜택, 정보 조합이 가장 좋은 공급자를 통해 예약할 수 있다. OTA는 고객 접점의 관문이 아니라 여러 재고 소스 중 하나가 될 수 있다. 둘째, 사용자 선호만 최적화하는 에이전트는 수수료가 높은 호텔 재고로 수요를 유도하지 않을 수 있다. Bernstein은 Booking의 Preferred와 Preferred Plus 프로그램이 혼합 커미션을 약130 basis points 높여 약10%의 매출 증가를 만든다고 추정한다. 이 재고로 소비자를 유도하는 능력이 약화되면 테이크레이트가 하락할 수 있다. 셋째, 에이전트는 가격 발견을 개선하고 저가 공급자의 긴 꼬리를 드러낼 수 있다. Bernstein은 Booking과 Expedia 브랜드가 미국에서 최저가를 제시한 비율이 약15%였고, 소형 OTA는 77%였다고 분석했다. 에이전트가 이러한 가격을 제시할 수 있다면 대형 OTA는 경쟁을 위해 테이크레이트에서 더 많은 할인 재원을 투입해야 할 수 있다. 현재의 에이전트 경험은 중요한 단기 보호 요인이다. 지도, 슬라이더, 시각적 필터, 맞춤형 검색 표시를 제공하는 성숙한 OTA와 달리 텍스트 기반 에이전트는 복잡한 호텔 검색에 여전히 부적합하다. Bernstein 테스트에서 Instinct는 Booking과 Expedia를 이용한 일반 호텔 검색 결과를 약2분 만에 생성했지만, 플랫폼 전반의 최저가 검색에는 10분이 걸리고 일부 예약 옵션 접근에 어려움을 겪었다. 에이전트는 여러 재고 소스를 읽을 때 컴퓨팅 및 시간 비용도 부담한다. 이러한 제약은 현재 대규모 구조화 재고를 낮은 비용으로 제공할 수 있는 대형 OTA에 유리하다. 다만 Bernstein은 인터페이스가 더 시각적이고 적응적으로 발전하고 처리비용이 낮아지며 공급자 직접 통합이 발전하면 이 보호가 약화될 것으로 예상한다. 에이전트 수익모델은 혼란의 심각도를 좌우한다. 사용자 부담형 구독 또는 사용량 기반 모델은 가장 큰 위협이다. 비용을 내는 사용자는 편향 없는 결과를 기대할 가능성이 높고, 이는 에이전트가 다수의 재고 소스를 비교하고 공급자 재고를 0% 테이크레이트로 직접 나열하도록 만들 수 있기 때문이다. 거래 수수료 모델은 중간 수준의 위험을 만들며, 광고 모델은 OTA에 가장 유리하다. 여행 사업자가 노출을 위해 경쟁적으로 비용을 지불할 수 있고 OTA는 경제적 이익의 대가로 전환 위험을 계속 부담할 수 있기 때문이다. Bernstein은 최종 모델이 구독, 거래 수수료, 광고, 교차보조의 혼합일 것으로 예상하며, 소비자의 지불 의향과 광고 없는 결과에 대한 선호가 핵심 결정 요인이 될 것으로 본다. 단기 펀더멘털 영향은 작을 것으로 예상된다. Instinct는 약$1 billion의 연환산 거래량 중 약 절반이 여행 관련이라고 밝혔으며, Bernstein은 이것이 Booking 트래픽의 약0.25%에 불과하다고 말한다. Muse는 더 클 가능성이 있으나 현재 미국 중심이고 초대 전용이다. 현재 에이전트 기반 여행 수요의 상당 부분은 여전히 OTA를 통해 유입되며, 사실상 고객획득비용이 없어 단기적으로 완만한 ROA 순풍이 될 수 있다. Bernstein은 DMA가 의무화한 Google Search 인터페이스 재설계와 쉬운 중동 비교 기준이 현재 AI 에이전트보다 FY27 OTA 펀더멘털에 훨씬 큰 영향을 줄 것으로 본다. 시장이 이 강한 펀더멘털을 에이전트 위험이 과장됐다는 증거로 해석할 수 있어도, 2027년은 Booking과 Expedia에 강한 해가 될 것으로 예상한다. 장기 쟁점은 여행 퍼널 통제권의 이동이다. Bernstein의 틀에서 OTA의 과거 우위는 규모, 브랜드, 마케팅 강도에서 비롯됐지만, 에이전트는 사용자에게 제공되는 근본적 가치에 더 큰 비중을 둘 수 있다. 소비자가 OTA 거래 계층에 도달하기 전에 많은 결정이 내려질 수 있고, 에이전트는 예약 후에도 가격을 계속 모니터링해 예약을 다시 잡을 수 있다. OTA는 재고 집계, 콘텐츠, 결제, 서비스 역량이라는 가치를 보유하지만, Bernstein은 결국 시장점유율 또는 경제적 이익을 양보해야 할 수 있으며 업계 역사는 후자의 가능성이 더 높음을 시사한다고 본다. Booking과 Expedia는 광범위한 호텔 검색 트래픽을 전환하는 데 특화됐고, 호텔은 더 낮은 유통비를 원하며, 가격 비교가 호텔 검색의 핵심이고, 호텔 예약은 수익화할 수 있는 예약 후 접점이 제한적이어서 가장 큰 영향을 받을 것으로 평가된다. 보고서는 양사가 에이전트 접근을 차단할 것으로 보지 않는다. 그렇게 하면 중요한 예약 채널을 포기하게 되고 경쟁 공급자는 여전히 에이전트에 재고를 제공할 수 있기 때문이다. 대신 Expedia와 Muse의 제휴 같은 파트너십은 재고 품질을 높이고 에이전트 트래픽의 더 큰 몫을 확보하며 경제적 이익을 확보할 가능성이 있다. 판매자 기록상 지위를 유지하고 에이전트의 예약 후 기능을 제한하는 것도 고객 접점을 유지하고 연결 여행, 경험, 렌터카를 판매할 기회를 만들 수 있다. Airbnb는 상대적으로 방어력이 높지만 Bernstein은 AI 에이전트가 더 넓은 투자 논리에는 여전히 순부정적이라고 본다. 휴가용 숙박 재고는 더 차별화돼 있고 순수 가격 비교에 덜 적합하다. Bernstein은 Airbnb의 9 million 활성 리스팅 중 약70%가 플랫폼 독점 재고라고 추정한다. 호스트는 스마트 가격 책정과 AirCover를 포함한 Airbnb 도구 및 서비스에 의존하므로 플랫폼을 우회할 유인이 작다. Airbnb 트래픽의 45%는 직접 유입이어서 일반 유료 검색 고객획득의 혼란에 덜 노출된다. 예약 후 관계도 더 강하다. Bernstein은 Airbnb 예약을 한 이용자의 90%가 이후 호스트에게 메시지를 보낸다고 말한다. 이 서비스와 커뮤니케이션 접점은 에이전트가 최초 예약을 중개해도 Airbnb가 고객 관계를 유지하는 데 도움이 될 수 있다. 회사는 시각적으로 풍부한 인터페이스를 갖춘 AI 에이전트를 2027년에 출시할 계획도 있다. 규제 역시 중요한 불확실성이다. 소비자가 공급자에게 결제 또는 개인정보를 직접 입력하게 하는 규제는 OTA의 고객 접점을 유지할 수 있지만, 고테이크레이트 재고로 고객을 유도하는 능력은 회복시키지 못한다. 반대로 에이전트를 사용자를 대신해 행동하는 주체로 보는 규제는 플랫폼이 에이전트 접근을 허용하도록 만들 수 있어 탈중개화를 가속할 수 있다. 가격 패리티 규제도 관련 있다. EU에서 DMA가 패리티 조항을 제한한 것은 에이전트 주도 가격 경쟁에 대한 보호를 약화시키는 반면, AI 여행 상품이 먼저 출시되는 미국에서는 패리티 조항이 더 큰 보호를 제공할 수 있다.
분석 프레임워크
Bernstein은 운영 중인 여행 에이전트 제품을 평가하고 예약, 검색, 재고 행동을 테스트했다. 이후 OTA 가격 비교, 커미션 프로그램 경제성, 사용자 인터페이스 관찰, 대체 에이전트 수익모델을 사용해 탈중개화, 테이크레이트 하락, 가격 경쟁의 메커니즘을 통해 OTA 노출을 평가했다. 보고서는 Booking과 Expedia의 호텔 중심 유통모델을 Airbnb의 차별화된 휴가용 숙박 임대 모델과 비교하고, 공급자 접근, 파트너십, 예약 후 통제, 규제를 검토한다.
방법론 메모
여행 유통 가치사슬 분석
보고서는 에이전트가 고객의 탐색 및 예약 결정을 OTA에서 공급자 또는 대체 재고 소스로 옮기고, 이것이 트래픽, 커미션, 예약 경제성에 미치는 영향을 추적한다.
재고 접근과 공급자 유통 분석
Bernstein은 에이전트가 이용할 수 있는 여행 재고의 폭, 세부 정보, 비용을 평가하고 공급자 직접 연결이 대형 OTA 의존도를 어떻게 낮출 수 있는지 분석한다.
경쟁적 위치 비교 분석
보고서는 OTA의 규모와 호텔 검색 기능을 Airbnb의 독점 재고, 호스트 서비스, 직접 트래픽, 예약 후 고객 관계와 비교한다.
NTM+1 EV/EBITDA 배수
Bernstein은 매출 성장, EBITDA 마진, 현금 전환과 연계되고 동종업체와 비교되는 선행 EV/EBITDA 배수를 사용해 대상 기업을 부분적으로 평가한다.
NTM+1 P/E 배수
보고서는 기업 가치평가 방식에서 선행 P/E 배수도 사용한다.
AI 혼란 위험 시나리오 DCF
Expedia의 가치평가에는 AI 에이전트의 잠재적 혼란을 반영하도록 설계된 할인현금흐름 시나리오가 포함된다.
자산 매핑 및 비교
투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).
- Airbnb (ABNB)호텔 중심 OTA보다 에이전트형 여행 혼란에 대한 노출이 상대적으로 작다.
- 강점
- 9 million 활성 리스팅의 약70%가 독점 재고로 추정된다. 호스트 도구, 45% 직접 트래픽, 차별화된 탐색, 예약 후 메시징이 고객 관계를 강화한다.
- 약점
- AI 에이전트는 더 넓은 투자 논리에 여전히 순부정적이며, 최초 예약을 중개할 수 있다.
- 비교
- 휴가용 숙박 임대는 상품화 정도가 낮고 가격 비교 의존도도 낮아 Booking과 Expedia보다 방어력이 높다.
- 위험
- 전체 여행 수요 감소, Google·Booking·Expedia의 경쟁 급증, 공급을 제한하는 규제.
- Booking Holdings (BKNG)장기적 에이전트 탈중개화, 테이크레이트 압력, 가격 경쟁에 대한 주요 OTA 노출이다.
- 강점
- 광범위한 재고, 리뷰 콘텐츠, 결제, 고객서비스 인프라가 현재 에이전트에 효율적인 소스가 되게 한다. 현재 에이전트 트래픽은 낮은 고객획득비용을 수반할 수 있다.
- 약점
- 일반 호텔 검색 의존도와 고커미션 재고로 수요를 유도하는 능력은 에이전트가 탐색을 통제하면 취약하다.
- 비교
- Expedia와 함께 Airbnb보다 노출이 큰 것으로 평가된다. Bernstein 분석에서 Booking과 Expedia가 미국 호텔 최저가를 제공한 비율은 약15%였다.
- 위험
- 신규 OTA에 시장점유율을 잃는 것, 호텔 공급 통합에 따른 테이크레이트 하락, 예상보다 ADR 및 테이크레이트 희석적인 APAC 성장.
- Expedia Group (EXPE)에이전트형 여행 혼란에 대한 주요 OTA 노출이며, Muse와의 제휴는 위험 완화 기회가 된다.
- 강점
- 광범위한 재고는 에이전트 검색에 가치를 줄 수 있고, Muse와의 공식 연결은 재고 품질과 트래픽 확보를 개선할 수 있다.
- 약점
- 가격 비교, 일반 호텔 검색 탈중개화, 재고 구성에 영향을 미칠 능력 저하에 노출된다.
- 비교
- Booking과 함께 Airbnb보다 노출이 큰 것으로 평가된다. 에이전트와의 제휴는 가능한 완화책이지 완전한 해결책은 아니다.
- 위험
- 비용 절감 미실현, 미국 시장점유율 상실, 호텔 브랜드 점유율 상승에 따른 테이크레이트 하락.
- TripAdvisor (TRIP)Bernstein의 티커 테이블에 포함된 커버 대상 온라인 여행 기업.
- 위험
- Viator 단위 경제성이 예상보다 수익성이 낮을 위험, Meta 검색 매출의 더 빠른 감소, Google이 Trip의 더 많은 매출원을 겨냥할 위험.
핵심 데이터
- Instinct의 여행 관련 연환산 거래량Approximately $1 billion, with roughly half travel-relatedBernstein에 따르면 이는 Booking 트래픽의 약0.25%에 불과하다.
- Booking 우선 재고의 매출 증대Approximately 10%Preferred와 Preferred Plus는 Booking의 표준 커미션율을 약130 basis points 높인다.
- 미국 호텔 검색에서 최저가를 제공한 빈도Booking and Expedia approximately 15%; smaller OTAs 77%Bernstein이 최고 순위 최저가에 대해 2026년에 비교한 결과다.
- 글로벌 객실 공급에서 브랜드 호텔이 차지하는 비중Less than 10%에이전트는 폭넓은 검색 가치를 제공하려면 독립 호텔에 접근해야 한다.
- Instinct 일반 호텔 검색 응답 시간Approximately 2 minutes검색은 Booking.com과 Expedia를 사용했다. 플랫폼 전반 최저가 검색에는 10분이 걸렸고 접근 어려움이 있었다.
- Airbnb 활성 리스팅9 millionBernstein은 이 중 약70%가 Airbnb 독점 재고라고 추정한다.
- Airbnb 직접 트래픽 비중45%Bernstein은 직접 트래픽이 유료 일반 검색 고객획득 혼란에 대한 노출을 낮춘다고 본다.
- Airbnb 예약 후 호스트에게 메시지를 보내는 비중90%예약 후 커뮤니케이션은 고객 접점의 중요한 원천이다.
영향과 시사점
Bernstein은 2027년 OTA의 강한 펀더멘털이 현재 AI 에이전트보다 Google Search 변화와 쉬운 중동 비교에 더 크게 좌우될 것으로 예상한다. 장기적 의미는 더 중대하다. 에이전트가 재고 소스를 가로질러 포괄적이고 빠르며 편향 없는 검색을 제공하면 Booking과 Expedia는 더 낮은 테이크레이트, 더 많은 할인, 고객획득 통제력 약화에 직면할 수 있다. Airbnb의 차별화된 공급과 서비스 생태계는 상대적 보호를 제공하지만 에이전트 위험을 완전히 제거하지는 못한다.
위험
- 전체 여행 수요가 감소할 수 있다.
- Google, Booking 또는 Expedia와의 경쟁이 크게 강화될 수 있다.
- 규제가 여행 공급을 제한할 수 있다.
- Booking은 신규 OTA에 시장점유율을 잃고, 호텔 공급 통합으로 테이크레이트가 하락하며, 예상보다 ADR 및 테이크레이트 희석적인 APAC 성장을 겪을 수 있다.
- Expedia는 기대한 비용 절감을 실현하지 못하고 미국 시장점유율을 잃으며 호텔 브랜드 점유율 상승으로 테이크레이트가 하락할 수 있다.
- TripAdvisor는 예상보다 수익성이 낮은 Viator 단위 경제성, 더 빠른 Meta 검색 매출 감소, Google 경쟁 확대의 위험에 직면한다.
주시할 점
- 에이전트 인터페이스가 복잡한 호텔 검색과 필터링을 처리할 만큼 빠르고 시각적이며 유능해지는지.
- 에이전트가 독립 호텔 재고에 직접 접근하는 정도와 재고 처리비용 하락 여부.
- 특히 사용자 부담형 모델과 광고 또는 거래 수수료 모델 중 어떤 에이전트 수익모델이 우세해지는지.
- Expedia와 Muse 제휴 및 다른 OTA-에이전트 제휴의 규모와 경제성.
- 에이전트가 예약 후 상호작용과 예약 재구매를 관리할 능력을 유지하는지.
- 에이전트 웹사이트 접근, 자율 거래, 가격 패리티 규칙에 대한 규제 결정.
- DMA 주도의 Google Search 변화가 FY27 OTA 펀더멘털에 미치는 영향.