Shopify가 에이전틱 커머스로 전환한 방식이 기업 AI 도입에 주는 교훈

# Shopify가 에이전틱 커머스로 전환한 방식이 기업 AI 도입에 주는 교훈

많은 기업이 "AI 도입"을 고민할 때 보통 챗봇이나 검색 기능 개선 정도를 떠올립니다. 그런데 Shopify는 다른 경로를 걸었습니다. 2026년 초 공개한 Winter '26 Edition에서 Shopify는 자사 플랫폼 전체를 에이전틱(agentic) 구조로 전환했다고 선언했습니다. AI가 보조 도구가 아닌 실행자로 올라선 순간입니다.

Shopify Winter '26 Edition, 무슨 일이 있었나?

150개 이상의 업데이트를 담은 이번 에디션의 핵심은 "AI가 사용자를 보조하는 도구"에서 "AI가 직접 비즈니스 프로세스를 실행하는 시스템"으로의 전환입니다. 세 가지를 짚을 만합니다.

Agentic Storefront

고객이 쇼핑할 때 AI 쇼핑 에이전트가 개입합니다. 단순히 상품을 추천하는 수준이 아니라, 에이전트가 고객의 의도를 파악하고, 필요하다면 외부 AI 에이전트(예: Google의 쇼핑 에이전트)와 통신해서 직접 거래를 체결합니다. Shopify는 2025년 초 대비 AI 기반 주문이 15배 증가했다고 밝혔습니다.

Universal Commerce Protocol(UCP)

Google과 공동 개발한 오픈 표준입니다. AI 에이전트들이 서로 다른 플랫폼 간에 표준화된 방식으로 통신할 수 있게 하는 프로토콜입니다. AI 시장에서 비슷한 움직임으로는 Anthropic이 주도하는 MCP(Model Context Protocol), Google의 A2A(Agent-to-Agent) 등이 있는데, 커머스 특화 버전이 등장한 셈입니다.

Sidekick 2.0

Shopify의 AI 어시스턴트입니다. 과거에는 "질문에 답하는" 방식이었다면, 이번 버전은 판매자의 비즈니스 맥락을 이해하고 스스로 행동을 제안하거나 실행합니다. "어제 매출 하락 원인 분석하고 캠페인 초안 잡아줘"가 실제로 동작하는 수준입니다.

이게 커머스만의 이야기일까?

아닙니다. Shopify의 사례가 흥미로운 건 이게 하나의 업계 선례이기 때문입니다.

지금까지 기업 AI 도입은 크게 두 단계를 거쳐왔습니다.

1단계 — 정보 제공형: FAQ 챗봇, 내부 검색, 문서 요약 등 AI가 정보를 주는 역할

2단계 — 의사결정 보조형: RAG 기반 분석, 보고서 자동화, 이상 탐지 등 AI가 판단을 지원하는 역할

그런데 Shopify는 이미 3단계로 진입했습니다.

3단계 — 실행형: AI 에이전트가 직접 주문을 처리하고, 외부 시스템과 통신하고, 비즈니스 프로세스를 실행합니다. 사람은 감독자이고, AI가 실무자입니다.

우리 기업은 몇 단계인가?

이 질문을 던져보는 게 AX 전략 수립의 출발점입니다. AI 예산과 프로젝트가 있더라도, "우리가 어디에 있는가"를 먼저 파악해야 다음 투자가 효과적입니다.

아직 1단계에 머물고 있다면 — 내부 데이터를 잘 정리하고, RAG 시스템 하나를 제대로 구축하는 것이 우선입니다. 나무숲(TreeSoop)에서 진행한 여러 프로젝트를 보면, RAG 시스템 하나가 업무 흐름을 얼마나 바꾸는지 실감하는 경우가 많습니다. 단기간에 가시적 효과가 나오는 영역입니다.

2단계로 이동하려면 — 데이터 파이프라인, 권한 관리, 사용자 피드백 루프가 준비되어야 합니다. AI 에이전트가 잘못된 판단을 내렸을 때 사람이 개입하고 수정하는 체계가 없으면 오히려 혼란이 커집니다.

3단계로 가려면 — AI 에이전트가 외부 API, 내부 시스템, 다른 에이전트와 어떻게 통신할지 설계해야 합니다. 여기서 MCP나 UCP 같은 프로토콜이 중요해집니다.

에이전틱 전환을 위한 3가지 기반 조건

1. 데이터 신뢰성

에이전트가 잘못된 데이터를 기반으로 행동하면 피해가 직접적입니다. 정보 제공용 AI와 달리, 실행형 AI는 "wrong input → wrong output"의 결과가 현실 비즈니스에 영향을 미칩니다. 데이터 정합성과 거버넌스가 먼저입니다.

2. 명확한 에이전트 권한 범위

에이전트가 무엇을 할 수 있고, 무엇을 해서는 안 되는지를 코드 수준에서 명확하게 정의해야 합니다. 특히 결제, 계약, 외부 통신 같은 고위험 행동은 반드시 사람의 승인 루프를 거치도록 설계해야 합니다. Shopify도 Sidekick이 판매자 동의 없이 가격을 변경하거나 주문을 취소하지 않도록 가이드라인을 공개했습니다.

3. 관찰 가능성(Observability)

에이전트가 어떤 판단을 내렸는지, 어디서 막혔는지를 실시간으로 추적할 수 있어야 합니다. 단순 로그가 아니라, 에이전트의 추론 과정과 도구 호출 흐름을 시각적으로 파악하는 시스템이 필요합니다.

에이전틱 전환은 "도구 도입"이 아니다

Shopify 사례를 보면서 한 가지를 강조하고 싶습니다. 에이전틱 AI 전환은 새 소프트웨어를 구매하는 게 아닙니다. 비즈니스 프로세스 자체를 AI와 협업하도록 재설계하는 작업입니다.

이건 IT팀 단독으로 할 수 없습니다. 각 업무 부서가 자신의 워크플로우를 에이전트 친화적으로 바꾸는 데 동참해야 가능합니다. Shopify가 성공할 수 있었던 건 기술보다 조직 전체가 에이전틱 사고방식으로 전환했기 때문입니다.

커머스에서 증명된 이 패턴은 이커머스, 금융, 물류, 제조 등 다양한 산업으로 빠르게 확산될 것입니다. 지금 자사의 AX 로드맵을 점검하기 좋은 시점입니다.

---

AI 도입의 다음 단계를 검토 중이라면 나무숲 블로그에서 관련 사례와 가이드를 더 확인해보세요. RAG 시스템 구축부터 에이전틱 AI 시스템 설계까지 함께할 수 있습니다.