【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스][박지민의 차이나 AI 전략실] 답변을 거래로 바꾸는 알리바바의 AI 쇼핑 전략

온카뱅크관리자

2026-11-05 20:47:26

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="xVSaM6nQrO">
 [IT동아]
 “출장용 가방을 하나 골라달라.” 소비자가 인공지능(AI)에 출장용 가방을 골라달라고 요청한다. 하지만 쇼핑은 상품명을 검색창에 입력하기 전에 시작된다. AI는 소비자의 예산과 사용 목적을 먼저 묻는다. 이어 수만 가지 제품 가운데 비교할 대상을 서너 개로 정리해 제안한다.
 중국 전자상거래 기업인 알리바바 그룹은 1999년 중국 항저우에서 설립된 기업이다. 알리바바는 타오바오와 티몰 등 중국 내수 온라인 장터를 비롯해 알리익스프레스, 라자다, 트렌디올 등 해외 유통망과 물류 자회사 차이냐오, 알리바바 클라우드를 거느리고 있다. 알리바바가 AI와 쇼핑을 결합하는 데 속도를 내는 배경에는 방대한 상거래 생태계가 자리한다. 고객이 던지는 첫 질문을 받아서 최종 결제까지 자기들 생태계 안에서 끝내려는 의도인 셈이다. 이 전략의 성패는 정확한 답변 하나가 아니라, 상품 탐색부터 주문, 배송, 환불에 이르는 전 과정을 매끄럽게 잇고 그 결과까지 책임지는 운영 능력이 좌우한다.
 <h3 contents-hash="72ef966ad12b8d9d2cb8041f50a4e122f99a6a2dffb575f8b6484ba7d32457e7" dmcf-pid="GlxUHyFYww" dmcf-ptype="h3">쇼핑하는 방법이 바뀌면 경쟁의 기준도 바뀐다</h3>
 AI 쇼핑을 검색창의 모양만 바뀐 형태로 이해한다면 변화의 절반만 본 것이다. 과거 온라인 쇼핑에서는 소비자가 직접 검색어를 입력하고 추천 목록을 살폈다. 구매자가 일일이 상세 페이지를 열어 가격과 소재, 배송 조건을 대조했다. 이제는 AI가 이 번거로운 탐색 작업을 대신 맡아 선택지를 압축한다. 소비자는 상품을 고르는 시간과 물건을 잘못 살 위험을 동시에 줄이기를 기대하고, 플랫폼 입장에서는 고객이 무엇을 원하는지 경쟁사보다 한발 앞서 파악할 기회를 얻는다. 우리가 생각했던 것과 반대로 외부 AI 서비스가 소비자의 구매 판단을 주도해 버리면, 기존 쇼핑몰은 주문서만 받아 처리하는 하청 창고 역할에 머물고 만다.
 알리바바의 행보는 이러한 위기의식과 기회 포착을 동시에 보여주는 사례로 꼽힌다. 알리바바는 2026년 5월 11일, 자사 AI 모델인 첸원(Qwen, 큐원)을 타오바오 및 티몰의 40억 개 이상 상품 목록과 연결했다고 밝혔다. 타오바오 앱 내부에도 큐원 쇼핑 도우미를 배치했다. 물건을 사러 쇼핑몰에 들어온 기존 고객과 일상적인 대화를 나누다가 구매로 넘어오는 신규 고객을 양쪽 길목에서 모두 맞이하는 구조다. 40억 개가 넘는 상품 연결 규모가 곧바로 추천의 정확성이나 매출 증가를 보증하는 건 아니다. 방대한 상품 정보 속에서 소비자의 의도에 꼭 맞는 물건을 찾아내는 정교함이 뒤따라야 하기 때문이다.
 <figure class="figure_frm origin_fig" contents-hash="fee8849ab4ecbea706e457bcaf489eb112f9697546f9dafc322b380ba0c69e1b" dmcf-pid="ZuwR2BPKmk" dmcf-ptype="figure">
 <img alt="AI 역량을 빠르게 확장하고 있는 알리바바 / 출처=알리바바" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/05/itdonga/20261105204502731uzga.jpg" data-org-width="1500" dmcf-mid="6HNbFZ71Oh" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/05/itdonga/20261105204502731uzga.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 AI 역량을 빠르게 확장하고 있는 알리바바 / 출처=알리바바
 </figcaption>
 </figure>
 중국 빅테크 기업의 움직임을 보면 시장의 쟁점이 분명하게 드러난다. 2026년 4월 17일, 텐센트는 중국 본토 이용자용 메신저 서비스인 웨이신의 대화창과 결제 시스템, 앱 안의 작은 앱인 미니프로그램을 앞세워 상거래 접점을 넓혔다. 전 세계 이용자를 대상으로 하는 위챗과 연동하면서도 중국 내수 시장에서는 웨이신 기반의 탐색과 예약, 판매자 연결망을 단단히 다지는 방식이다. 바이트댄스는 짧은 동영상 플랫폼인 더우인을 전면에 내세웠는데, 영상 콘텐츠 창작자와 판매자, 운영 지원 사업자를 한데 모아 시청자의 흥미를 구매로 연결하고 있다.
 텐센트가 일상 소통, 바이트댄스가 영상 시청을 무기로 삼는다면 알리바바는 수십 년간 쌓아온 상품 데이터와 판매자 관계, 실제 거래 경험이 무기다. 세 기업의 자산 구도를 비교해 보면 AI 경쟁의 본질은 언어 모델의 연산 성능 대결이 아니라, 소비자가 무언가를 사고 싶어지는 바로 그 순간을 누가 먼저 포착해 실제 거래로 연결하는가에 달렸다. 알리바바가 대화형 앱과 쇼핑 앱을 동시에 개편한 이유도 상거래 시장 주도권을 놓치지 않으려는 계산에서 나온 것이다.
 <h3 contents-hash="4f1361e1c64b5293cd329e93b4873219b4375745fa2ae4d703f801098ea8c38b" dmcf-pid="tqsJ49MVDj" dmcf-ptype="h3">축적된 상거래 데이터와 정책이 맞물린 중국 시장의 추진력</h3>
 중국 AI 상거래 시장이 빠르게 흘러가는 원동력은 플랫폼 내부에 이미 구축된 실물 거래 기반 데이터다. 이는 AI 기술을 실험할 때 가상의 시나리오에 의존할 필요가 없다는 이점이 따른다. 소비자의 수요 파악과 상품 비교가 끝나면 곧장 재고 확인과 대금 결제, 물류 배송, 반품 및 사후 처리로 이어진다. 고객이 물건을 사고 만족했는지 혹은 어떤 이유로 반품했는지를 기록한 결과는 다음 추천 품질을 높이는 학습 근거로 쓰인다. 언어 모델과 상거래 데이터, 현장 운영 체계를 끊임없이 맞춰보며 고도화할 수 있는 순환 구조를 가진 셈이다. 신생 AI 개발사들이 처음부터 발품을 팔아 모아야 하는 수백만 판매자와 거래망을 알리바바 같은 기성 플랫폼은 이미 손안에 쥐고 출발한 것과 마찬가지다.
 아무리 거대한 거래망을 갖췄더라도 현장 데이터가 부실하면 시스템은 제대로 작동하지 못한다. 판매자가 등록한 상품 정보가 몇 달 전 내용 그대로 멈춰 있거나, 상점마다 반품 및 교환 조건이 제각각이면 AI의 자동 연결은 중간에 끊어진다. 축적하는 데이터의 절대적인 양 못지않게 정보의 최신성과 규격의 표준화, 판매자들의 자발적인 참여가 뒷받침되어야 한다.
 중국 중앙정부와 지방정부의 산업 정책은 이러한 기업의 시도를 뒤에서 지원하는 데 초점을 뒀다. 중국 상무부를 포함한 8개 부처는 AI 플러스 소비 발전 시행 의견에서 전자상거래 운영과 고객 상담, 마케팅, 물류 전반의 AI 활용 방향을 구체적으로 제시했다. 지침에는 현장 실증과 기술 표준 수립, 소비자 정보 보호 원칙 등을 담았다.
 지방정부는 기업이 당장 체감할 수 있는 비용 절감책을 내놓았다. 상하이시 경제정보화위원회가 2026년 5월 7일 게시한 연산 및 모델, 데이터 바우처 지원 공고가 대표적인 사례다. 상하이시는 현지 기업들이 고성능 연산 자원을 빌리거나 외부 AI 모델을 이용하고 학습용 데이터를 구매할 때 쓸 수 있는 바우처를 지급한다. 중앙정부가 산업의 방향타를 잡으면 지방정부가 기업의 초기 도입 문턱을 낮춘다. 물론, 이러한 정책 지원이 개별 기업의 사업 성공이나 보조금이 끊긴 뒤의 시장 수요까지 끝까지 책임져 주는 건 아니다.
 우호적인 정책 환경을 실질적인 사업 성과로 바꾸는 일은 기업의 몫이다. 알리바바는 국내외 전자상거래를 하나의 사업 부문으로 통합했다. 클라우드와 반도체 사업은 AI 클라우드 및 연산 서비스 부문으로 재편한 데 이어 언어 모델 연구와 소비자 및 기업용 AI 제품 개발 조직은 AI 연구 및 응용 부문에 한데 모았다. 상거래 현장과 연산 인프라, AI 제품 개발을 유기적으로 돌아가게 하려는 의도다. 중국 기술 기업들의 추진력을 정부의 보조금 하나로만 설명할 수 없는 이유다.
 조직을 새로 꾸몄다고 해서 부서 사이의 벽이 하루아침에 사라지지 않는다. 내부 성과 평가 기준이 서로 어긋나면 부서 간 협업은 금세 흔들릴 수밖에 없다. 기존 쇼핑 사업부는 당장의 광고 매출을 지키는 데 급급하고, AI 사업부는 앱 이용자 수와 대화 건수를 늘리는 데만 매달릴 수 있다. 경영진은 초기 개발비와 AI가 일으킨 결제 오류 처리 비용을 어느 부서가 떠안을지 정해야 한다. AI 추천을 거쳐 성사된 거래의 수익을 두 부서에 어떻게 나눌지에 대한 명확한 규칙도 필요하다. 플랫폼에 입점한 판매자들에게도 상품 정보를 표준 규격에 맞춰 다시 입력하는 수고와 비용보다 더 큰 매출 이익이 돌아가야 기술 생태계가 유지된다. 기술 연결을 지속하는 원동력은 참여자들이 함께 얻는 이익이다.
 <h3 contents-hash="fe1cfee4342cd4998f8df97d9b9bc0ca684d2c304e1563b8c5417cf6d1034fbf" dmcf-pid="7gUSDAIkEi" dmcf-ptype="h3">추천의 신뢰성 확보와 막대한 인프라 투자 회수라는 두 가지 과제</h3>
 알리바바는 두 가지 과제를 해결하는 데 집중한다. 첫 번째는 소비자가 AI의 추천 결과를 끝까지 믿고 지갑을 여는가다. 화면에 출력되는 제품 선택지가 줄어들수록 파급력은 이전보다 훨씬 커진다. 플랫폼 입장에서는 광고비를 많이 낸 판매자의 상품을 끼워 넣고 싶은 유혹과 소비자에게 꼭 맞는 최적의 상품을 골라줘야 하는 의무가 정면으로 충돌한다. 추천 결과에 광고 상품이 포함되었는지, 전체 시장에서 어느 범위의 상품을 비교했는지를 소비자에게 투명하게 알려야 한다. 판매자가 잘못 기재된 상품 정보를 발견했을 때 즉시 바로잡을 수 있는 창구도 열어두어야 한다. 자사 쇼핑몰 안에서 고른 최선의 상품과 시장 전체를 통틀어 고른 최선의 상품을 소비자가 혼동하지 않게 구분해 주는 정직함이 신뢰의 밑바탕이 될 수밖에 없는 이유다.
 AI의 역할이 상품 추천을 지나 대리 실행으로 확대되면 플랫폼이 져야 할 법적, 금전적 책임은 한층 무겁다. 중국 매체 관뎬왕의 2026년 10월 13일 보도에 따르면, 알리바바는 실행형 에이전트 서비스인 첸원 고(Qwen Go)의 체험 신청 페이지를 열고 이용 자격을 순차 확대했다. 같은 날 중국 기술 매체 테크노드는 첸원 고의 내부 시험 이용자가 구매 후 가격이 내려갔을 때 보상받는 가격 보장 제도에 따라 차액 환급 신청을 자동으로 처리한 사례를 보도했다.
 일부 시험의 성공 사례가 서비스 전체의 보편적인 안정성을 증명하는 건 아니다. AI가 고객을 대신해 결제하는 범위가 넓어질수록 잘못된 판단 하나가 엉뚱한 결제나 원치 않는 계약, 환불 분쟁으로 번질 위험도 함께 커지기 때문이다. 최종 결제 전 이용자의 사전 승인을 어디까지 받을 것인지, 실행 도중 멈추는 권한을 어떻게 줄 것인지, AI가 실패했을 때 어느 시점에 상담원에게 업무를 넘길 것인지가 제품 설계 단계부터 포함되어야 한다.
 <figure class="figure_frm origin_fig" contents-hash="642400b2a93eca3afb50dd2be943095a5250dbfece54ca32e973e64d77199bc9" dmcf-pid="bAqWsDSrmR" dmcf-ptype="figure">
 <img alt="알리바바의 AI 쇼핑 전략 / 출처=박지민 36케이알코리아 대표" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/05/itdonga/20261105204503996znjo.jpg" data-org-width="1500" dmcf-mid="PpQpGTtWIC" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/05/itdonga/20261105204503996znjo.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 알리바바의 AI 쇼핑 전략 / 출처=박지민 36케이알코리아 대표
 </figcaption>
 </figure>
 맞춤형 상담에 쓰이는 개인정보 통제 역시 까다로운 과제다. 이용자가 가방을 고르면서 털어놓은 예산과 여행 일정 같은 사적인 정보가 그룹 내 다른 서비스로 어디까지 흘러가는지 투명하게 공개해야 한다. AI가 기억하는 개인정보를 직접 확인하고 고치거나 지울 수 있는 권리도 보장해야 한다. 악의적인 판매자가 심어놓은 허위 상품 정보에 AI가 속아 넘어가거나 허용된 권한 바깥의 행동을 저지르는 상황도 철저히 검증해야 한다.
 통제 역량은 해외 시장을 개척할 때 더 엄격하게 작용한다. 중국 내에서 매끄럽게 돌아가던 결제망과 판매자 연결 방식이 국경을 넘어가면 그대로 작동하지 않는다. 진출 국가마다 서로 다른 개인정보 보호법과 소비자 보호 체계, 현지 상거래 관행에 시스템을 맞추는 추가 비용이 발생하기 때문이다.
 두 번째는 막대한 투자를 회수하는 구조 확보다. AI 사업의 수익 경로는 크게 두 갈래로 나뉜다. 전자상거래 부문에서는 고객의 최종 구매 완료율을 끌어올리거나 상담 및 반품 처리 비용을 아껴서 영업 이익을 개선한다. 클라우드 부문에서는 외부 기업 고객에게 AI 모델과 연산 자원을 빌려주고 이용료를 받는다.
 알리바바의 회계연도 2026년 2분기 실적 자료에 따르면 AI 클라우드 및 연산 서비스 부문 전체 매출과 외부 고객 매출은 전년 동기 대비 45% 증가했다. 반면, 같은 기간 그룹 전체의 설비 투자 등 자본 지출은 75% 급증했다. 클라우드 사업이 가파르게 성장하는 동시에 서버와 반도체를 사들이는 인프라 투자 부담이 현금 흐름에 영향을 준 탓이다.
 거시적인 재무 수치만으로는 AI 쇼핑 도우미가 투자 대비 얼마만큼의 이익을 내고 있는지 단정하기 어렵다. 수익성을 제대로 따지려면 반품이나 취소 없이 정상적으로 끝난 거래 한 건 당 전체 원가를 계산해야 한다. 기존 상거래에서 부담하던 상품 조달과 물류, 결제 수수료, 고객 유치 마케팅 비용 위에 AI 연산 비용과 답변 재시도 비용, 오류 상담 및 환불 처리 비용을 모두 얹어서 예전 방식과 비교해야 하는 상황이다.
 <h3 contents-hash="9f551bf43f6464d2594cd8faa40cde72e46c375cfa8ef072873eb4dc49d0e33f" dmcf-pid="4xHDLdAis8" dmcf-ptype="h3">급변하는 AI 상거래 환경, 한국은 어떻게 준비해야 하나</h3>
 알리바바의 실험 사례와 중국 시장의 변화를 한국 산업계에 대입했을 때 우리는 무엇을 준비해야 할까? 기업이 소비자의 구매 판단을 직접 이끄는 플랫폼이 될지, 아니면 국내외 거대 AI 에이전트가 믿고 주문을 맡길 수 있는 최우선 공급자가 될 것인지부터 노선을 정해야 한다. 유통 기업은 초기 구매 상담부터 주문 처리, 사후 환불로 이어지는 고객 관계 관리 능력을 경쟁 무기로 삼을 수 있다. 제조 기업은 한 치의 오차도 없는 부품 사양 정보와 실시간 재고 현황, 정확한 납기 일정과 투명한 거래 조건을 갖춰 AI 가장 먼저 선택하는 거래처로 발돋움 가능하다. 어느 길을 택하든 고객 데이터와 주문 승인 권한을 철저히 관리하고, 사용하는 AI 모델이나 외부 플랫폼을 바꾸더라도 누적된 상품 지식과 업무 절차를 손쉽게 옮길 수 있는 독립성을 확보해야 한다.
 국내 대기업은 한 명의 사업 책임자에게 거래 전 과정의 성과를 온전히 맡기는 결단이 필요하다. 영업 부서와 물류 부서, 고객지원 부서가 각자 다른 소리를 하지 않도록 동일한 성과 지표를 공유하고, 특정 상품군을 골라 일정 기간 현장 시험을 진행한다면 도움이 될 것으로 예상된다. AI 도우미를 적용한 고객 집단과 기존 방식을 유지한 무작위 대조군을 나란히 두고 최종 구매 완료율과 반품률, 거래 한 건당 순이익을 비교하는 방식도 생각해 볼 수 있다.
 기업 간 거래가 중심인 제조업 현장에서는 부품 사양 확인부터 견적서 산출, 납기일 조회, 발주 승인까지를 하나로 연결하는 솔루션 도입이 가능하다. 큰 금액이 오가는 고액 주문은 반드시 현장 담당자가 최종 승인 버튼을 누르도록 안전장치를 두고, 도입 전후로 잘못된 발주 건수와 구매 소요 시간이 얼마나 줄어들었는지를 측정하면 된다.
 대기업이 거래의 큰 흐름을 총괄한다면, 국내 스타트업은 현장의 까다로운 실무 난제를 해결하는 틈새시장을 파고들면 된다. 부품 공급사마다 양식과 용어가 제각각인 사양서를 표준 기준으로 깔끔하게 변환해 주는 기술이 좋은 예다. 거래처가 보내온 견적서 조건에서 기존 계약과 어긋나는 부분을 자동으로 찾아내거나, 복잡한 반품 증빙 서류를 규격에 맞게 정리해 주는 특화 서비스도 유망할 것으로 전망된다.
 고객사가 기존에 쓰던 전사적자원관리(ERP)나 주문 및 재고 관리 시스템에 손쉽게 덧붙이고, 상황에 따라 여러 회사의 AI 모델을 변경 가능하도록 설계한다면 기업 고객의 도입 부담을 낮추는 데 도움이 된다. 스타트업이 고객사를 설득할 때도 챗봇 대화 건수보다 견적 오류 감소율, 업무 처리 시간 단축, 유료 서비스 재계약 비율 같은 지표를 제시하는 게 유리하다.
 기업들의 외로운 각개전투를 산업 생태계 전체의 경쟁력으로 넓히려면 정부와 지자체, 대학의 역할 분담이 뒤따라야 한다. 중앙정부는 기업들이 현장에서 공통으로 쓸 수 있는 거래 규칙과 데이터 표준을 닦는 데 역량을 모아야 한다. 업종별 상품 사양과 납기 정보를 적는 공통 양식을 만들고, AI에게 어디까지 대리 실행 권한을 줄지, 실행 기록은 어떻게 남기고 사고 발생 시 책임 소재는 어떻게 가릴지 기준선을 세우는 일이 급선무다. 중소기업 지원 사업 역시 보여 주기 식 시범 화면을 만드는 데서 끝나지 않고, 사내 데이터 정비와 실제 주문 시스템 연동까지 이어져야 한다. 정부 보조금은 실수요 기업이 실제로 시스템을 사용하고 후속 유료 계약을 맺는지 단계별로 점검하며 집행하는 방식이 타당하다.
 지방자치단체는 지역 주력 산업 안에서 인공지능 기술을 처음 도입할 마중물 구매자를 발굴하고 공동 실증 사업을 조직해야 된다. 경상남도 창원 국가산업단지가 대표적 사례다. 창원 국가산업단지는 기계 및 부품 기업들을 대상으로 대기업 구매 부서와 중소 부품 공급사, 인공지능 솔루션 개발사가 함께 참여하는 현장 실증 설계 방안을 추진하고 있다.
 현장 실증의 성과를 객관적으로 검증하는 역할은 대학 연구진의 몫이다. 공학 분야 교수진은 전산 기록과 다른 오래된 재고 정보나 모호하게 적힌 부품 사양, 잘못 입력된 단가처럼 실제 현장에서 빈번하게 터지는 실패 조건들을 일부러 섞어 시험 과제를 설계한다. 경영학 및 법학 연구진은 인공지능 도입으로 생겨난 이익이 대기업과 협력사에 공정하게 나뉘는지, 권한과 책임 설계에 법적 빈틈은 없는지를 함께 들여다볼 수 있다. 참여 기업의 영업 비밀이 담긴 실제 거래 자료는 접근 권한을 엄격히 통제해 보호하되, 성능을 시험한 검증 방법론은 학계와 산업계에 투명하게 공개해야 한다. 다양한 환경 대처 능력을 검증해야 비로소 산업 현장에서 안심하고 사용 가능한 기술이 완성된다.
 알리바바의 AI 전환 사례가 보여준 중국 AI 산업의 저력은 새로운 기술을 쉼 없이 시험하고 고쳐 나가는 현장 실행력에 있다. 그 이면에는 다양한 이해충돌, 기업의 책임, 천문학적인 인프라 투자비 회수 등 여러 숙제가 쌓여 있다. 한국 기업과 산업계가 나아갈 길 역시 우리가 보유한 제조 및 유통 현장의 지식을 실제 거래의 이익으로 바꾸는 데서 출발한다. 인공지능이 소비자의 선택을 안내하고 주문을 직접 실행하는 시대, 우리는 상거래의 어느 단계에서 기꺼이 대가를 지불할 만한 가치를 만들어 내고 그 최종 결과까지 온전히 책임질 준비가 되어 있는지 스스로에게 물어야 할 때다.
 <figure class="figure_frm origin_fig" contents-hash="32ee89d76d87bd8c290b1bac1ee0da81409241aebf5f217cbc50e115e560bb17" dmcf-pid="H7reVbQ9Oz" dmcf-ptype="figure">
 <img alt="출처=박지민 36케이알코리아 대표" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/05/itdonga/20261105204505219ilxq.jpg" data-org-width="1500" dmcf-mid="QHdq1HUZOI" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/05/itdonga/20261105204505219ilxq.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 출처=박지민 36케이알코리아 대표
 </figcaption>
 </figure>
 글 / 박지민 피더블유에스그룹(PWSGROUP) 창업자·대표이사, 36케이알코리아(36Kr KOREA) 공동대표
 박지민 대표는 한중 기업의 시장 진출, 기술협력, 투자유치를 지원한다. 중국 국유 철강그룹 시노스틸(Sinosteel)과 베이징 중관촌창업거리 이노웨이(INNOWAY) 등에서 현장 경험을 쌓았다. 이 외에 한국경영학회 산업계 상임이사, 저장 세창미래 벤처캐피털 한국 공동대표, 비욘드 엑스포 한국 독점 대표, 드레이퍼 드래곤 한국 대표, 하이어드차이나 한국 대표, 북경총한국학생회연합 명예회장 등을 역임 중이다. 그의 주 전문분야는 중국 AI·로봇 산업, 공급망, 벤처투자다.
 정리 / IT동아 강형석 기자 (redbk@itdonga.com)
 사용자 중심의 IT 저널 - IT동아 (it.donga.com)
 </section> 
 </div> 
 Copyright © IT동아. 무단전재 및 재배포 금지.

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기