쇼피파이, 상품 발견과 구매를 AI 대화 속으로 옮기다

쇼핑의 출발점이 검색창이나 브랜드 홈페이지가 아니라 AI와의 대화가 되는 흐름이 빨라지고 있다. 소비자가 “예산 안에서 이 색상의 프리미엄 스웨트셔츠를 찾아줘”라고 말하면, AI 에이전트가 상품을 찾고 가격·재고·배송 조건을 비교한 뒤 결제 단계로 안내하는 방식이다.

쇼피파이가 공개한 수치는 이 변화가 아직 초기이지만 무시하기 어려운 신호임을 보여준다. 2026년 1분기 AI 추천 유입 주문은 전년 동기 대비 약 13배 증가했고, AI 챗봇에서 유입된 세션은 8배 이상 늘었다. 쇼피파이는 AI 유입 고객의 평균 주문금액이 자연검색 유입 고객보다 14% 높았다고도 밝혔다. 79

웹사이트 중심 퍼널에서 ‘대화형 발견’으로

기존 이커머스는 검색엔진, 광고, 소셜미디어 게시물 또는 브랜드 사이트 방문에서 시작하는 경우가 많았다. 에이전틱 커머스에서는 소비자가 원하는 결과를 자연어로 설명하면 AI가 구조화된 상품 카탈로그를 바탕으로 후보를 좁히고, 대화 안에서 상품을 제시한다.

쇼피파이의 에이전틱 스토어프런트(Agentic Storefronts) 는 대상 판매자가 ChatGPT, 구글 AI 모드와 Gemini, 마이크로소프트 Copilot, Meta 등 AI 채널에서 발견되고 구매될 수 있도록 설계됐다. 적격 스토어는 쇼피파이 관리자 화면에서 AI 판매 채널을 관리할 수 있다. 19

그 기반에는 쇼피파이 카탈로그(Shopify Catalog) 가 있다. 이 시스템은 상품명, 설명, 이미지, 가격, 재고, 배송 정보를 표준화해 AI가 활용할 수 있게 한다. 최신성이 떨어질 수 있는 웹 크롤링 정보에만 의존하지 않도록 하려는 목적이다. 6 이제 상품 페이지는 사람을 설득하는 공간일 뿐 아니라, AI가 추천 여부를 판단할 수 있도록 상품 정보를 명확히 전달하는 데이터 자산이기도 하다.

UCP가 필요한 이유: AI와 상점 사이의 공통 언어

쇼피파이와 구글은 범용 커머스 프로토콜(UCP·Universal Commerce Protocol) 을 공동 개발했다. AI 에이전트가 판매자와 연결돼 거래하는 방식을 정의하려는 개방형 표준이다. 카탈로그 탐색, 결제 세션, 주문 등 소프트웨어가 상거래를 실제로 수행하는 데 필요한 기능을 포괄한다. 315

쇼피파이의 개발 도구는 UCP 호환 MCP 서버를 이용해 카탈로그 검색, 장바구니 구성, 체크아웃 생성, 구매자 인계, 주문 추적 같은 행동을 지원한다. 1

모든 AI 대화가 완전 자동 구매로 끝난다는 뜻은 아니다. 다만 AI 플랫폼과 판매자가 각각 별도의 맞춤형 연동을 만들 필요를 줄일 수 있다. 판매자에게는 고객이 쇼핑 질문을 던지는 곳마다 노출될 가능성이 커지고, 소비자에게는 여러 사이트를 오가며 직접 필터링하는 수고가 줄어드는 구조다.

AI 시대의 상품 발견력은 ‘상품 데이터 품질’에서 나온다

AI가 자신 있게 추천하려면 카탈로그 정보가 빠짐없이 명확해야 한다. 쇼피파이는 에이전틱 준비가 된 상품 데이터를 AI 에이전트와 대규모 언어 모델(LLM)이 직접 조회·해석·활용할 수 있는, 구조화되고 기계 판독 가능하며 실시간으로 갱신되는 정보로 정의한다. 22

브랜드가 먼저 점검할 요소는 비교적 기본적이지만 중요도가 커졌다.

• 상품이 무엇이고 대안과 어떻게 다른지 분명히 밝히는 상품명과 설명
• 옵션, 이미지, 재고, 가격, 배송 조건의 완결성
• 소재, 치수, 핏, 호환성, 사용 장면처럼 비교에 도움이 되는 속성
• 추천 이후 결제 단계에서 막히지 않도록 최신 상태를 유지한 재고와 판매 로직 622

캘리포니아 라이프스타일 의류 브랜드 에비에이터 네이션(Aviator Nation) 은 메타필드, 상품 정보, 이미지를 더 상세히 보강하고 있다. 이 브랜드는 30일 동안 ChatGPT를 통해 약 20건의 주문이 들어왔다고 밝혔다. 아직 규모는 작지만, AI 주도 쇼핑 채널을 준비할 이유로는 충분한 초기 신호라는 판단이다. 17

구조화된 데이터만으로는 브랜드를 설명할 수 없다

정확한 카탈로그는 필요조건이지만 브랜드 자체는 아니다. 에비에이터 네이션은 LLM의 브랜드 설명이 MLB 및 페스티벌 관련 협업처럼 눈에 띄는 요소에 치우치고, 브랜드가 전달하고 싶은 더 넓은 정체성을 충분히 담지 못할 수 있다는 점을 경험했다. 17

그래서 데이터 정비와 함께 이미지, 에디토리얼 콘텐츠, PR, 커뮤니티 활동을 통해 일관되고 풍부한 공개 서사를 유지하는 작업도 중요해진다. 상품 데이터는 ‘무엇을 파는가’를 알려주지만, 브랜드 스토리텔링은 소비자가 ‘왜 이 상품을 원하는가’를 이해하도록 돕는다.

특히 프리미엄 의류처럼 감성적 선택이 큰 카테고리에서는 더 그렇다. 핏과 촉감, 자기표현, 자신감, 브랜드 정체성은 속성 목록만으로 압축하기 어렵다. AI는 탐색과 비교의 마찰을 줄일 수 있지만, 고관여 구매를 움직이는 동경과 연결감까지 자동으로 재현하지는 못한다.

Shop 앱이 노리는 것은 재타기팅이 아닌 새 브랜드 발견

쇼피파이의 Shop 앱 역시 이 전략의 한 축이다. 쇼피파이는 이미 본 브랜드나 상품만 반복 노출하기보다, 소비자에게 더 폭넓은 관련 판매자를 소개하는 추천 방식을 지향한다고 설명한다. Shop에서 이뤄지는 구매의 거의 절반은 사용자가 처음 구매하는 브랜드에서 발생한다는 것이 회사 측 주장이다. 7

이는 이미 브랜드를 방문했거나 장바구니를 이탈한 이용자를 다시 끌어오는 전통적 재타기팅과 다르다. 재타기팅은 기존 접점이 있는 고객에게 이메일, 문자, 광고 등으로 재접근하는 마케팅 방식이다. 43 Shop이 구매 의도가 높은 이용자와 아직 알려지지 않은 관련 브랜드를 안정적으로 연결한다면, 단순 후속 광고 채널이 아니라 고객 획득을 위한 발견 채널이 될 수 있다.

반면 추천이 불투명한 플랫폼 순위 체계에 지나치게 좌우될 위험도 있다. 따라서 탄탄한 상품 데이터와 선명한 브랜드 존재감은 전환율뿐 아니라, 소비자가 자사 사이트 밖에서 브랜드를 처음 만났을 때 왜곡 없이 소개되기 위해서도 중요하다.

앤트로픽은 ‘유통사가 직접 만드는 에이전트’에 베팅한다

AI 기반 쇼핑의 주도권을 노리는 기업은 쇼피파이만이 아니다. 앤트로픽은 2026년 9월 Claude를 기반으로 유통사가 고객용 및 판매자용 에이전트를 구축할 수 있도록 하는 청사진을 발표했다. 로이터에 따르면 이는 리테일·여행·티켓팅 기업을 위한 가이드라인으로, 고객용 에이전트는 선호도에 따라 상품을 제안하고 장바구니에 담을 수 있다. 27

핵심은 앤트로픽이 소비자용 쇼핑 목적지 하나를 운영하는 데 그치지 않고, 유통사가 자신의 고객 경험과 내부 운영에 에이전트를 구축할 수 있는 구성 요소를 제공한다는 점이다. 초기 참여자로는 쇼피파이, 비자, 마스터카드, 액센추어가 거론됐다. 28

결국 경쟁은 ‘누가 하나의 지배적 쇼핑 챗봇이 되느냐’에만 있지 않다. 여러 에이전트가 거래할 수 있게 만드는 표준, 카탈로그 연결, 결제 흐름, 체크아웃 인계, 판매자 도구를 누가 확보하느냐의 경쟁에 가깝다.

브랜드가 지금 할 일

지금 필요한 대응은 과도한 예측보다 실행에 가깝다.

1. 카탈로그를 감사하라. 상품 속성, 옵션, 이미지, 재고, 가격, 배송 정보가 완전하고 최신인지 확인한다. 622
2. 비교 가능한 언어로 작성하라. 감성적 문구만이 아니라 유사 상품과 구분할 구체적 정보를 제공해야 한다. 22
3. AI가 브랜드를 어떻게 설명하는지 살펴라. 브랜드 설명이 평면화되거나 특정 요소에 치우친다면, 공개 콘텐츠와 상품 맥락을 보강할 지점을 찾는다. 17
4. AI 유입을 별도 측정하라. 쇼피파이 관리자 도구에서는 ChatGPT 같은 채널의 주문 추천 유입을 확인할 수 있어, 추가 투자 판단에 필요한 데이터를 얻을 수 있다. 10
5. 사람의 경험을 중심에 둬라. AI는 탐색과 의사결정의 마찰을 줄이는 데 활용하되, 브랜드를 차별화하는 창의적 방향성, 서비스, 커뮤니티, 감성적 단서는 지켜야 한다.

중요한 초기 신호, 그러나 소매의 최종 형태는 아니다

쇼피파이가 제시한 성장률은 AI 추천 유입 커머스를 주목할 이유가 충분하다는 점을 보여준다. 특히 초기 주문금액과 전환 지표가 자연검색보다 좋게 나타났다는 점은 눈여겨볼 만하다. 79 다만 이는 쇼피파이가 공개한 플랫폼 지표와 개별 브랜드 사례다. AI가 검색엔진, 브랜드 사이트, 오프라인 매장, 사람의 상품 기획과 큐레이션을 대규모로 대체한다는 증거는 아직 아니다.

당장의 변화는 상품 발견이 더 대화형이고, 기계의 매개를 받는 과정으로 바뀌고 있다는 데 있다. 상품 정보의 신뢰성을 높이고 재고를 최신 상태로 유지하며 브랜드 정체성을 분명히 하는 기업은, 구매가 자사 스토어에서 시작되든 검색 결과에서 시작되든 AI 대화에서 시작되든 더 나은 위치를 차지할 가능성이 크다.