※ 2026년 8월 25일 업데이트
이 글은 2026년 7월 보도된 프라임 비디오의 AI 중심 개편 논의를 바탕으로, 단순 뉴스 요약이 아니라 기업 서비스에서 AI 추천을 어떻게 설계해야 하는지에 초점을 맞춰 보강했습니다.
넷플릭스든 프라임 비디오든, 막상 켜놓고 볼 걸 못 골라서 화면만 넘기다 그냥 꺼버린 적이 있습니다. 볼 게 없어서가 아니라, 오히려 너무 많아서 못 고르는 경우입니다.
2026년 7월 23일 로이터는 제프 베이조스가 프라임 비디오를 AI 중심으로 재설계하는 프로젝트를 직접 밀고 있으며, 이 프로젝트가 내부적으로 Lighthouse라고 불린다고 보도했습니다. 핵심은 콘텐츠를 더 만드는 것이 아니라, 이미 많은 콘텐츠 가운데 이용자가 원하는 것을 더 빨리 찾게 만드는 데 있습니다.
✓AI를 전면에 내세우려는 이유
로이터 보도에 따르면 Lighthouse는 개인화 추천, 음성 검색, 홈 화면 재구성, 상황과 취향에 맞춘 콘텐츠 묶음 같은 기능을 검토하고 있습니다. 예를 들어 단순히 인기 순위를 보여주는 대신 “80년대 액션 영화”처럼 이용자가 원하는 조건에 맞춰 작품을 찾게 하는 방식입니다.
이 방향은 갑자기 나온 것이 아닙니다. 아마존은 이미 프라임 비디오에서 생성형 AI를 활용한 개인화 추천과 AI Topics를 시험해왔습니다. AI Topics는 이용자의 관심사와 시청 이력을 바탕으로 관련 작품을 주제별로 묶어 보여주는 기능입니다.
현재 Lighthouse의 최종 형태가 확정된 것은 아닙니다. 로이터 보도 시점에는 일부 이용자 대상 테스트 단계였으며, 실제 적용 범위는 이후 달라질 수 있습니다.
✓첫 번째 교훈: AI를 넣기 전에 불편부터 찾아야 한다
이 사례에서 먼저 볼 것은 “프라임 비디오가 AI를 도입한다”는 사실이 아닙니다. 왜 AI를 넣으려 하는지입니다.
문제는 이용자가 볼 콘텐츠가 부족하다는 것이 아니라, 너무 많은 콘텐츠 중에서 원하는 것을 찾는 시간이 길다는 데 있습니다. 따라서 AI의 역할도 콘텐츠 생성보다 탐색 시간 단축에 맞춰집니다.
기업이 AI 기능을 추가할 때도 같은 기준을 적용할 수 있습니다. “우리 서비스에도 AI를 붙일까?”보다 먼저 “고객이나 직원이 어디에서 가장 오래 멈추는가?”를 찾아야 합니다.
| 확인 항목 | 프라임 비디오 사례 | 기업 적용 |
|---|---|---|
| 문제 | 보고 싶은 작품 찾기 어려움 | 반복 탐색·선택·분류 구간 찾기 |
| AI 역할 | 추천·검색·분류 | 사람이 오래 쓰는 판단 보조 |
| 성과 기준 | 원하는 콘텐츠까지 걸리는 시간 | 처리시간·재작업·이탈 감소 |
✓두 번째 교훈: 추천 결과보다 추천 과정이 중요하다
AI 추천이 좋아지면 이용자는 더 빨리 원하는 작품을 찾을 수 있습니다. 하지만 반대 질문도 필요합니다. 왜 이 작품이 내 화면에 먼저 보였는가?
AI가 추천 결과와 홈 화면 순서를 동시에 결정하면, 이용자는 AI가 고른 후보 안에서 선택하게 됩니다. 편리함은 커지지만 추천 기준은 더 보이지 않을 수 있습니다.
이 문제는 기업 내부 AI에도 그대로 적용됩니다. AI가 발주 후보, 우선 처리 고객, 채용 후보, 이상 재고를 정한다면 단순히 결과만 보여주는 것보다 어떤 기준으로 추천했는지 확인할 수 있어야 실무자가 검증할 수 있습니다.
✓세 번째 교훈: AI 성과를 사용량으로만 보면 안 된다
AI 기능이 들어갔다고 해서 성공한 것은 아닙니다. 프라임 비디오처럼 탐색 문제를 해결하려는 서비스라면 AI 사용 횟수보다 찾는 시간이 실제로 줄었는지가 더 중요한 지표입니다.
기업 업무도 마찬가지입니다. 직원이 AI를 하루에 몇 번 사용했는지보다 보고서 작성 시간이 줄었는지, 오류가 줄었는지, 재작업이 감소했는지를 봐야 합니다.
이 관점은 AI 시대, 성과를 보는 기준이 달라야 한다에서 정리한 내용과도 연결됩니다.
✓네 번째 교훈: 기존 업무에 AI를 얹는 것과 다시 설계하는 것은 다르다
아마존은 이미 프라임 비디오에서 생성형 AI 기반 추천과 AI Topics를 사용해왔습니다. Lighthouse의 의미는 기능 하나를 더 붙이는 것보다 홈 화면과 탐색 흐름 자체를 AI 중심으로 다시 짜려는 시도에 가깝습니다.
업무 자동화에서도 같은 차이가 있습니다. 기존 엑셀, 메일, 보고서 사이에 AI 한 단계를 끼워 넣는 것과 업무 흐름 자체를 다시 설계하는 것은 결과가 다릅니다.
그래서 자동화를 시작할 때는 도구보다 먼저 입력, 판단, 확인, 예외처리, 최종 승인 순서를 정해야 합니다. 이 부분은 AI 쓰는데 왜 일이 더 늘지? 자동화 전에 정해야 할 5가지에서도 다뤘습니다.
✓기업에서 바로 써볼 수 있는 점검 질문
AI 기능을 새로 넣기 전에 아래 네 가지를 먼저 확인하면 좋습니다.
| 점검 질문 | 확인 이유 |
|---|---|
| 사람이 가장 오래 찾고 고르는 구간은 어디인가? | AI 적용 후보를 찾기 위해 |
| AI가 추천한 이유를 사람이 확인할 수 있는가? | 오판과 책임 문제를 줄이기 위해 |
| AI 도입 전후 시간을 측정할 수 있는가? | 효과를 사용량이 아니라 결과로 보기 위해 |
| 기존 화면에 기능만 붙이는가, 흐름을 다시 설계하는가? | 중복 업무를 만들지 않기 위해 |
프라임 비디오의 사례에서 기업이 볼 부분은 “AI를 얼마나 많이 쓰느냐”가 아닙니다. 이용자가 결정하기 어려운 순간을 찾아내고, 그 시간을 줄이는 방향으로 서비스 흐름을 다시 설계한다는 점입니다.
AI가 사용자 대신 판단하는 범위가 어디까지 넓어질 수 있는지는 터미네이터의 스카이넷은 아직 영화일까?에서도 다뤘습니다.
참고자료
로이터, Amazon’s Bezos pushes Prime Video redesign focused on AI
아마존 공식 자료, Prime Video’s new AI Topics feature makes it easier to find something to watch
아마존 공식 자료, Prime Video rolls out an improved streaming experience
English Summary
Prime Video’s AI redesign shows that the real value of AI is not simply adding more features. It starts with finding where users struggle to search, choose, and decide. Companies should measure AI by reduced decision time, fewer errors, and better workflows rather than by usage alone.