밤 9시 40분, 파타야 어느 중개사무소 업무 채팅방에 메시지 하나가 뜬다. '조미엔에 있는 28제곱미터 스튜디오, 단기 임대 수익률 말고 진짜 월세 수익률이 얼마야?' 1년 전이었다면 답을 구하는 데 하루 반이 걸렸을 질문이다. 과거 거래 기록을 뒤지고, 관리회사 두 곳에 전화를 돌리고, 엑셀 시트를 만드는 과정이 필요했다. 지금은 부동산 데이터베이스와 CRM에 직접 연결된 AI 비서에게 물으면 몇 분 안에 지난 12개월 계약 내역을 층별, 조망별로 정리해서 받아볼 수 있다. 물론 숫자를 직접 검증하는 데는 여전히 한 시간이 걸린다. 하루 반은 아니지만 말이다.
2026년의 진짜 변화는 AI 모델이 더 똑똑해졌다는 데 있지 않다. AI가 실제 업무 시스템 안으로 '들어갈 권한'을 얻었다는 점이 핵심이다. 데이터를 끌어오고, 거래 상태를 업데이트하고, 업무를 배정한다. 개별 프로그램에 AI 기능이 하나씩 붙는 시대에서, 비서가 일련의 작업 전체를 알아서 처리하는 '에이전틱 워크플로우' 시대로 넘어간 것이다.
태국 중개업소의 96%가 AI를 쓴다는 게 실제로 무슨 뜻인가
2026년 말 기준 **중개업소의 96%**가 최소 한 가지 업무에 AI를 활용한다. 다만 이 기준은 매물 소개글을 AI로 생성하는 것만으로도 충족된다. 실제로 업무 프로세스 자체를 재설계한 곳은 훨씬 적고, 바로 이 차이가 '주당 10시간을 절약하는 에이전트'와 '주당 10분을 절약하는 에이전트'를 가른다.
2026년 프롭테크-AI 스택은 네 개 층으로 이뤄진다. 리드 확보, 매물 감정, 매물 소개글 제작, 그리고 에이전틱 기능을 가진 CRM이다. 스택 구성 자체는 크게 바뀌지 않았다. 달라진 건 '접근 권한'이다. MCP(Model Context Protocol) 덕분에 Claude나 ChatGPT 같은 범용 모델이 CRM과 매물 데이터베이스를 스프레드시트로 옮기지 않고 직접 조회할 수 있게 됐다. Rechat, ATTOM Intelligence, RealAnalytica Atlas Agents 같은 거래 플랫폼이 2026년 들어 이런 범용 모델에 API를 개방했다. AI가 에이전트의 업무 흐름 '옆'이 아니라 '안'에서 작동하기 시작한 것이다.
파타야, 푸켓 중개업소는 실제로 어디에 AI를 쓰고 있나
파타야에서는 외국인 구매자와의 첫 접촉 단계에 67%의 중개업소가 이미 AI를 배치하고 있고, 평균 거래 소요 기간은 기존 42일에서 28일로 줄었다(2026년 시장 데이터 기준). 가장 화려하지 않은 활용이 가장 수익성 있는 것으로 드러났다.
푸켓의 한 에이전트는 메신저 앱 세 개와 매물 플랫폼 세 곳을 통해 주당 6080건의 문의를 받는다. CRM에 연결된 에이전틱 비서가 예산, 일정, 매물 유형별로 이를 분류하고, 날짜가 지정된 작업을 생성하고, 문의 언어에 맞춰 초안 답변을 작성한다. 에이전트는 이를 수정해서 발송할 뿐이다. 기술적으로 대단해 보이지 않지만, 이것이 하루 23시간을 되돌려준다.
두 번째로 효과가 큰 영역은 매물 소개글 제작이다. 프리홀드, 리스홀드 30+30, 제곱미터당 월 관리비 같은 정확한 용어를 넣어 3개 언어로 매물 소개글을 쓰는 작업이 이제 분기마다 카피라이터에게 맡기던 일에서 몇 분짜리 작업으로 줄었다.
방콕과 푸켓의 주요 중개업소들은 이미 초기 감정가를 약 3초 안에 산출하는 AVM(자동가치평가모델)을 쓰고 있다. 며칠씩 걸리던 수기 작업과 비교하면 놀라운 속도지만, 이 속도조차 현지 비교 매물과의 사람 검증이 필요하다.
태국에서 AI 감정가를 믿으면 안 되는 이유
여기서는 분명히 말해야 한다. 태국 부동산의 최종 감정가를 AI에 맡기지 말 것. 모델은 자신 있게 숫자를 제시하지만, 그 근거는 매물 포털에 올라온 호가다. 한 매물이 18개월 동안 시장에 나와 있다가 결국 원래 호가보다 20~25% 낮은 가격에 팔리는 경우가 흔한데, AI는 이 격차를 반영하지 못한다. 미국에서는 모델이 실제 종결된 MLS 거래 데이터를 참고할 수 있지만, 태국에는 그런 데이터 층 자체가 없다. 어떤 MCP 커넥터도 존재하지 않는 데이터를 만들어낼 수는 없다.
실질적인 결론은 이렇다. AI는 초기 가격대와 비교 매물 목록을 뽑아주는 데는 쓸 만하다. 그 이상을 원한다면 관리회사에 직접 전화하고, 실제 임대 계약서를 확인하고, 실제 입주율 데이터를 봐야 한다. 자동으로 계산된 수익률만 믿고 투자 결정을 내린다면, 아무도 검증하지 않은 숫자에 돈을 거는 셈이다.
예외는 있다. 가격표가 투명하게 공개되고 단계별 분양 데이터가 명확한 대형 개발사 프로젝트는 AI 모델이 상당히 정확하게 작동한다. 데이터 자체가 공개적이고 구조화돼 있기 때문이다.
태국에는 통일된 MLS(복수매물등록시스템)가 없다. 토지청의 거래 데이터는 기계가 읽을 수 있는 형태로 공개되지 않으며, 세금 산정용 공시 감정가는 실제 시장 거래가와 일치하지 않는다.
유럽 거주 고객이 있다면 놓치면 안 되는 규정
중개업소 사무실이 방콕에 있어도, 고객이 EU 거주자라면 **EU AI 법(EU AI Act)**의 공시 및 인간 감독 요건이 적용된다. 최소한 매칭이나 초기 답변이 시스템에 의해 생성됐다는 사실을, 그리고 최종 판단은 사람이 내린다는 사실을 고객이 알아야 한다. 이런 상호작용의 로그도 남겨둬야 한다. 태국에는 아직 이에 상응하는 규제가 없지만, 사무실이 어디 있는지보다 고객이 어느 관할권에 속하는지가 더 중요하다.
협상과 관계 관리는 여전히 사람의 일
AI가 자동화하는 건 행정 업무다. 협상, 판단, 고객 관계 관리는 여전히 사람이 맡는다. 96%라는 도입률 수치에 현혹되지 말아야 할 이유가 여기 있다. 거래 자체를 AI가 대신하는 게 아니라, 거래를 둘러싼 서류 작업의 부담을 줄여주는 것이다.
우리 중개업소는 어디서부터 시작해야 하나
- 시간이 실제로 어디에 쓰이는지 추적한다. 일주일 동안 인바운드 리드 정리, 소개글 작성, 소유주 보고서 준비에 쓰는 시간을 기록한다. 주당 5시간 넘게 쓰는 업무는 자동화할 가치가 있다.
- AI를 붙이기 전에 데이터를 정리한다. 중복 데이터와 빈 필드로 가득한 CRM에 연결하면 AI는 쓰레기를 더 빠르게 만들어낼 뿐이다. 저녁 한 번 투자해서 데이터베이스를 정리하는 것이 구독료보다 낫다.
- MCP 호환 데이터 소스 하나를 연결한다. 외부 애그리게이터가 아니라 자체 매물 데이터베이스부터 시작한다.
- 반복 업무용 프롬프트 템플릿 세 가지를 만든다. 리드 분류, 3개 언어 매물 소개글, 월간 소유주 보고서. 결과가 예측 가능해질 때까지 문구를 다듬는다.
- 검증 규칙을 세운다. 모델이 산출한 수익률이나 제곱미터 수치는 원자료와 대조 확인한 뒤에만 고객에게 전달한다.
- 첫 자동 답변에 공시 문구를 넣는다. 두 문장이면 규제 리스크를 충분히 덮는다.
- 현장 방문 일정을 자동화한다. 매물 위치와 분양 사무소 운영 시간을 기준으로 3일짜리 동선을 짜게 한다.
- 한 달 후 시간을 다시 점검한다. 절약된 시간이 주당 5시간에 못 미친다면, 자동화 대상을 잘못 고른 것이다.
자주 묻는 질문
태국에서 AI가 부동산 중개인을 대체하게 될까?
아니다. 중개업소의 96%가 AI를 도입했다고 해도, 협상과 리스크 판단, 고객의 의구심을 다루는 일은 여전히 사람의 몫이다. 자동화되는 건 행정 업무 계층이다.
MCP가 뭐고, 왜 필요한가?
Model Context Protocol은 AI 비서가 CRM, 매물 데이터베이스, 캘린더 같은 외부 소스를 직접 조회할 수 있게 하는 표준이다. 이게 없으면 데이터를 일일이 채팅창에 복사해 넣어야 하고, 있으면 모델이 스스로 데이터를 요청한다.
파타야 콘도의 AI 감정가를 믿을 수 있나?
초기 가격대 참고용으로는 괜찮다. 하지만 거래 결정의 근거로는 안 된다. 태국에는 종결된 거래에 대한 공개 등록 시스템이 없어서, 모델은 실제 낙찰가보다 평균적으로 높은 호가에 의존한다.
소규모 중개업소가 AI 도구를 갖추는 데 비용이 얼마나 드나?
AI 비서 구독료와 CRM 커넥터를 합친 기본 패키지는 사용자당 월 몇천 바트 수준이다. 진짜 비용은 돈이 아니라 템플릿을 만들고 데이터를 정리하는 시간이다.
EU 거주 고객에게 AI 사용 사실을 알려야 하나?
고객이 EU 거주자라면 그렇다. EU AI 법이 공시와 인간 감독을 요구한다. 그 외의 경우엔 신뢰의 문제지만, 실제로는 정직하게 공시해도 반발이 거의 없다.
AI가 절대 접근할 수 없는 태국 시장 데이터는 뭔가?
실제 종결 거래가, 임대 풀 내 실제 입주율, 개발사의 내부 할인 조건. 이런 정보는 여전히 전화 통화와 개인적 인맥을 통해서만 얻을 수 있다.
출처: Kalinka Thailand