에이전틱 커머스
Claude가 쇼핑과 매장 운영을 두 에이전트로 나눴습니다
Anthropic이 2026년 9월 2일 공개한 커머스 청사진은 고객용 쇼핑 에이전트와 직원용 머천트 에이전트를 분리하고, 결제와 운영 변경의 최종 통제권을 기업과 사람에게 남깁니다.
이 글에서 다룰 내용
두 에이전트의 역할, 결제·운영 권한 경계, 리테일 AI 도입 체크포인트
Claude 커머스 에이전트는 무엇이 달라졌을까
Anthropic이 2026년 9월 2일 공개한 Claude 커머스 에이전트 청사진은 단순한 상품 추천 챗봇을 만드는 안내서가 아닙니다. 상품을 찾는 고객과 매장을 운영하는 실무자에게 서로 다른 AI를 제공하는 구조가 핵심입니다.
기업은 이 청사진을 활용해 자사 앱이나 웹사이트 안에 AI 기능을 구현할 수 있습니다. 소매뿐 아니라 여행, 통신, 티켓 예매 등 여러 업종에 적용할 수 있는 참조 구현도 함께 제공됩니다.
이 글에서 다룰 내용
Claude 커머스 에이전트의 구성, 쇼핑 에이전트와 머천트 에이전트의 차이, 안전장치와 기업 활용 포인트
Anthropic은 개발팀이 빠르게 시작할 수 있도록 프롬프트, 스킬, 도구 연결 규칙, 승인 절차를 하나의 저장소에 담았습니다. Messages API와 Claude Agent SDK는 물론이고 베타 단계의 Claude Managed Agents 환경에서도 같은 구조를 활용할 수 있습니다.
고객을 상대하는 쇼핑 에이전트
쇼핑 에이전트는 기업의 앱이나 쇼핑몰에 들어가 고객과 직접 대화합니다. 사용자가 평범한 문장으로 원하는 조건을 말하면 상품을 검색하고, 후보를 비교하며, 여러 품목이 필요한 경우 구매 계획까지 정리합니다.
공식 예시처럼 “아이 둘과 주말 여행에 쓸 텐트, 침낭, 스토브가 필요해”라고 요청할 수 있습니다. 에이전트는 카탈로그에서 여러 품목을 함께 찾고, 조건에 맞는 선택지를 제시하며 장바구니 구성을 도울 수 있습니다.
주문 위치 확인, 교환과 반품 방법, 환불 정책 같은 고객지원 질문도 같은 대화에서 처리합니다. 검색과 상담을 따로 나누지 않는다는 점에서 기존 챗봇보다 AI 쇼핑 경험 전체를 연결하는 역할에 가깝습니다.
다만 Claude가 마음대로 가격이나 상품 정보를 만들어내도록 설계되지는 않았습니다. 실제 카탈로그 데이터를 근거로 답변하게 하고, 무리한 상향 판매를 피하도록 가드레일을 둔 것이 특징입니다.
결제도 에이전트가 독단적으로 끝내는 구조가 아닙니다. 장바구니를 준비한 뒤 기업이 사용하던 체크아웃 시스템이나 별도의 결제 서비스로 넘겨 최종 절차를 진행합니다.
직원을 돕는 머천트 에이전트
고객용 AI와 짝을 이루는 두 번째 축은 머천트 에이전트입니다. 이 에이전트는 매장이나 플랫폼의 직원이 판매 현황을 분석하고 상품, 재고, 가격, 프로모션을 관리하도록 돕습니다.
“재고가 부족해질 가능성이 큰 상품을 찾아줘”라고 요청하면 판매 흐름과 재고 데이터를 살펴 대응 후보를 정리할 수 있습니다. 실적 변화의 원인을 설명하거나 상품 정보 수정안과 마케팅 캠페인 초안을 만드는 일도 맡길 수 있습니다.
중요한 차이는 실행 권한입니다. 공개된 참조 구현에서는 상품 정보, 가격, 재고, 캠페인과 관련된 변경 사항을 곧바로 운영 시스템에 반영하지 않습니다.
모든 쓰기 작업은 변경안으로 준비되고 사람이 승인해야 적용되는 방식입니다. 리테일 AI가 분석을 넘어 행동하는 단계로 발전하더라도 최종 통제권은 사업자에게 남겨두겠다는 의미입니다.
쇼핑과 운영 AI를 왜 분리했을까
고객에게 필요한 것은 빠르고 정확한 탐색 경험입니다. 반면 운영자에게 필요한 것은 데이터 분석, 재고 대응, 가격 검토처럼 사업 의사결정에 가까운 기능입니다.
두 역할을 하나의 만능 에이전트에 넣으면 권한과 책임의 경계가 흐려질 수 있습니다. 고객 응대 기능이 내부 판매 데이터나 가격 변경 권한에 접근하는 상황도 보안 측면에서 바람직하지 않습니다.
Anthropic은 이를 쇼핑 에이전트와 머천트 에이전트로 나누고 각각 별도의 도구 계약과 안전 규칙을 적용했습니다. 에이전틱 커머스의 성패가 모델의 말솜씨보다 데이터 연결과 권한 설계에 달려 있다는 현실적인 접근입니다.
공개 저장소의 예제도 실제 주문이나 카드 결제를 실행하지 않습니다. 판매 정보 변경 역시 승인 전까지 대기하도록 구성돼 있어, 기업이 실제 환경에 도입하기 전에 안전하게 구조를 검토할 수 있습니다.
리테일 AI 도입을 고민하는 기업이 볼 부분
이번 청사진은 완성된 쇼핑몰 솔루션이라기보다 출발점에 가깝습니다. 기업은 자체 카탈로그, 고객 정보, 주문 내역, 재고 시스템과 연결하는 백엔드 작업을 별도로 해야 합니다.
브랜드 말투와 정책도 직접 적용해야 합니다. 같은 Claude를 사용하더라도 어떤 데이터를 근거로 답하는지, 어떤 행동까지 허용하는지에 따라 결과는 크게 달라집니다.
Anthropic은 Claude 기반 쇼핑 에이전트를 운영한 일부 소매업체에서 장바구니 규모가 최대 35% 커지고 구매 완료 가능성이 60% 높아졌다고 소개했습니다. 다만 최대 성과 수치인 만큼 모든 기업에 동일하게 적용된다고 보기보다는, 실제 도입 후 자체 지표로 검증할 필요가 있습니다.
기업이 먼저 점검할 항목은 명확합니다. 정확한 가격과 재고를 제공할 수 있는지, 고객별 데이터 접근 권한이 분리돼 있는지, 변경 작업에 승인 절차가 있는지부터 확인해야 합니다.
에이전틱 커머스의 다음 경쟁
이번 발표에서 눈여겨볼 부분은 Anthropic이 직접 쇼핑몰이나 결제 서비스를 장악하려 하기보다 기업이 자체 에이전트를 만들 수 있는 기반을 제공했다는 점입니다. Claude API, Amazon Bedrock, Microsoft Foundry, Google Cloud Vertex AI 등 기존 개발 환경에서 배포할 수 있도록 선택지도 열어뒀습니다.
앞으로 AI 쇼핑 경쟁은 추천을 얼마나 그럴듯하게 하느냐에만 머물지 않을 가능성이 큽니다. 고객의 의도를 파악해 적합한 상품을 찾는 능력과 실제 재고·주문·정책을 안전하게 연결하는 능력이 함께 평가받게 됩니다.
Claude 커머스 에이전트 청사진은 이 흐름을 고객용 쇼핑 에이전트와 직원용 머천트 에이전트라는 두 축으로 정리했습니다. 리테일 AI를 도입하려는 기업이라면 먼저 두 역할의 데이터와 권한을 나누고, 사람이 개입해야 할 지점을 명확히 설계하는 것이 좋겠습니다.
한 줄 요약: Anthropic의 커머스 청사진은 잘 추천하는 AI보다 고객 경험과 매장 운영을 안전하게 분리하는 구조에 초점을 맞췄습니다.
