AI 에이전트가 당신을 대신해 판매할 때: Shopify를 B2B 스택에 연결하기

문제: 에이전트는 구매할 수 있지만, B2B 스택은 견적을 돌려줄 수 없다

ChatGPT나 Google의 Gemini를 통해 쇼핑하는 컨슈머는 이제 브라우저 탭을 열지 않고도 상품을 발견하고, 카트에 담고, 체크아웃할 수 있습니다. Shopify의 에이전트 커머스 설명은 2026년 1분기에 AI 주도의 Shopify 스토어 트래픽이 전년 대비 8배 성장했고, AI 구동 검색에서의 주문이 거의 13배 증가했다고 보고합니다. 신규 바이어는 다른 채널보다 거의 2배의 비율로 AI 채널을 통해 주문합니다. Shopify의 엔터프라이즈 데이터는 더 나아갑니다: AI 경유 쇼퍼는 거의 50% 더 높은 전환율을 가지며, 오가닉 검색 트래픽보다 평균 주문 가치가 14% 더 높습니다.

컨슈머 브랜드에게는 순풍입니다. 프론트엔드에서 Shopify 또는 BigCommerce를, 백엔드에서 NetSuite 또는 Brightpearl을 운영하는 미드마켓 B2B 유통업체에게는 다른 문제입니다. AI 에이전트 반대편의 바이어는 컨슈머가 아닙니다 — Shopify 카탈로그에 존재하지 않는 협상된 가격 티어, 신용 조건, 볼륨 할인을 가진 기업의 구매 코디네이터입니다. AI 에이전트는 공개 가격을 봅니다. 고객은 계약상 다른 가격을 받을 자격이 있습니다. 에이전트가 공개 가격으로 체크아웃하면, 유통업체는 마진을 흡수하거나 주문을 취소하고 매출을 잃습니다.

두 번째 문제는 재고입니다. B2B 견적은 충동 구매가 아닙니다 — 승인을 통과하며, 때로는 며칠이 걸립니다. Shopify의 실시간 재고는 정확하지만 예약 가능하지는 않습니다. 240개의 라이브 카운트에 대해 200개를 견적하는 에이전트는 발주가 도착할 때쯤 틀릴 수 있습니다. 왜냐하면 그 사이에 다른 3개의 견적이 같은 재고를 소비했기 때문입니다. 이를 처리하는 RFQ 엔진 패턴 — TTL이 있는 원자적 가용성 홀드, 취소 정책 스냅샷, FX 레이트 락 — 은 이커머스 스토어프론트가 아닌 ERP와 견적 레이어에 있습니다.

세 번째 문제는 어트리뷰션입니다. Polar Analytics의 2026년 Shopify AI 리뷰가 직접 언급합니다: "각 도구가 자신의 숙제를 채점한다, 그래서 귀속 수익은 스토어가 번 것보다 더 많이 쌓인다." ChatGPT, Google AI Mode, Copilot, 그리고 가맹점 자체의 스토어프론트가 모두 같은 주문을 주장할 때, 수익 라인은 더 이상 신뢰할 수 없게 됩니다. 이사회에 채널 믹스를 보고해야 하는 재무 팀에게, 귀속 불가능한 수익은 마케팅 허영의 문제가 아닌 보고 문제입니다.

자체 표면이 다루는 것, 그리고 다루지 않는 것

Shopify는 다른 어떤 커머스 플랫폼보다 더 많은 자체 AI 에이전트 작업을 했습니다. Storefront MCP server는 Model Context Protocol을 통해 상품 발견, 카트 관리, 스토어 정보, 주문 관리를 노출합니다. Customer Accounts MCP server는 주문 추적과 반품을 처리합니다. Google과 공동 개발하고 Amazon, American Express, Etsy, Mastercard, Meta, Microsoft, Salesforce, Stripe, Target, Walmart, Visa가 지원하는 Universal Commerce Protocol (UCP)은 AI 에이전트가 모든 플랫폼과 결제 처리사를 가로질러 가맹점과 거래하는 방법을 정의합니다. Google은 Google I/O 2026(2026년 5월 19일)에 Universal Cart를 도입했으며, 600억 개 이상의 상품 리스팅의 Shopping Graph 위에 구축되었고, 에이전트가 사용자 지정 지출과 브랜드 가드레일 내에서 결제할 수 있게 하는 Agent Payments Protocol (AP2)을 갖추고 있습니다.

자체 표면은 컨슈머 경로를 해결합니다: 쇼퍼가 AI 에이전트에게 상품을 요청하면, 에이전트가 Shopify Catalog에서 찾고, 카트에 담고, Shopify Checkout을 통해 체크아웃합니다. 가맹점은 기록상의 가맹점으로 남습니다. 적격 상품에는 커스텀 통합이 필요 없습니다 — Shopify Catalog는 구조화된 데이터를 AI 플랫폼에 자동 신디케이트합니다.

자체 표면이 해결하지 않는 것은 B2B 경로입니다. Storefront MCP server는 공개 카탈로그 데이터를 노출합니다. 고객 세그먼트 가격 책정, 협상된 계정별 신용 조건을 노출하지 않습니다. 재고를 예약하지 않고 — 가용성을 보고합니다. 수락된 주문을 올바른 GL 코딩, 자회사, 세무 넥서스와 함께 NetSuite에 다시 기록하지 않습니다. 구매 팀이 발주에 첨부할 수 있는 견적 문서를 생성하지 않습니다. 어느 AI 채널이 주문을 발생시켰고 어느 도구 호출이 체크아웃을 실행했는지 매핑하는 감사 추적을 생성하지 않습니다.

이것은 NetSuite MCP 모듈 분석에서 나타나는 것과 같은 구조적 패턴입니다: 벤더의 자체 커넥터는 연결 문제를 해결합니다. 시맨틱 레이어 문제 — 데이터가 말하는 것과 비즈니스가 의미하는 것의 갭 — 은 해결하지 않습니다. NetSuite의 경우 시맨틱 갭은 어느 GL 계정이 수익을 구성하는지입니다. Shopify B2B의 경우 시맨틱 갭은 어느 조건 아래 어느 수량에 대해 어느 고객에게 어느 가격이 적용되는지입니다.

에이전트 오케스트레이션 B2B 솔루션

프로덕션 패턴은 AI 에이전트와 완전한 B2B 스택 사이에 위치하는 커스텀 MCP 모듈입니다 — 프론트엔드에 Shopify, 백엔드에 NetSuite 또는 Brightpearl, 중간에 공급업체 카탈로그 그래프, 그리고 견적과 예약을 처리하는 RFQ 엔진. 자체 Storefront MCP는 상품 발견과 카트 메커니즘을 처리합니다. 커스텀 모듈은 스토어프론트가 모르는 상업 로직을 처리합니다.

엔터프라이즈 계정(협상된 계약 가격), 미드마켓 계정(볼륨 티어), 공개 카탈로그 가격의 트랜잭셔널 바이어 등 세 가지 고객 세그먼트에 산업용 부품을 판매하는 유통업체를 생각해 보세요. 엔터프라이즈 바이어의 구매 코디네이터를 대표하는 AI 에이전트가 부품 500개의 요청을 보냅니다. 에이전트는 공개 가격이 아닌 — 출발점을 봅니다. 커스텀 모듈이 요청을 가로채고 자체 표면에는 불가능한 네 가지를 수행합니다:

첫째, 고객 신원과 세그먼트를 해결합니다. 에이전트는 (신용카드가 아닌) 계정 식별자를 운반하고, 모듈은 해당 계정과 상품에 대한 협상된 가격 티어를 조회합니다. 에이전트가 견적하는 가격은 카탈로그 가격이 아닌 계약 가격입니다. RFQ 엔진 아키텍처는 공급업체 아이템 배치에서 로드되고 수량 임계값으로 필터링된 세그먼트 기반 가격 티어를 통해 이를 처리합니다.

둘째, 가용성 홀드를 획득합니다. 모듈은 NetSuite 재고 카운트에 대해 RFQ 엔진의 acquire_availability_hold 작업을 호출하고, 가용 용량을 원자적으로 감소시키고 TTL이 있는 홀드 토큰을 반환합니다. 견적은 이제 사라질 수 있는 라이브 카운트가 아닌, 예약된 실제 재고로 뒷받침됩니다. 바이어가 창 내에 수락하면, 두 번째 감소 없이 홀드가 확인됩니다. TTL이 만료되면, 용량이 복원되고 다음 견적이 그것을 사용할 수 있습니다.

셋째, 상업 조건을 스냅샷합니다. 취소 정책, FX 레이트(바이어의 통화가 공급업체와 다른 경우), 그리고 기간 한정 프로모션은 견적 시점에 고정됩니다. 공급업체가 협상 도중에 취소 조건을 강화해도, 견적은 발행될 때 유효했던 조건을 운반합니다. 그렇지 않으면 뒤따랐을 분쟁은 일어나지 않습니다.

넷째, 수락된 주문을 올바른 API 표면 — 주문 레코드에는 SuiteTalk REST, 커스텀 검증에는 RESTlet, 조인이 필요한 읽기에는 SuiteQL — 을 통해 NetSuite에 다시 기록하며, 동시성 제한을 준수하고 OAuth 서명을 내부적으로 계산하고, 모든 도구 호출에 대한 감사 로그 항목을 기록합니다. 에이전트는 OAuth 서명을 구성하거나 API 표면을 선택하지 않습니다. create_order를 호출하면 모듈이 나머지를 처리합니다.

인간이 루프에 머무는 곳: 모듈은 저신뢰도 가격 해결, 마진 가드레일 아래의 주문, 새 계정의 모든 요청을 견적이 전송되기 전 인간 검토자에게 라우팅합니다. guardrail_price_per_uom 필드는 할인이 가격을 배치 비용 아래로 떨어뜨리는 모든 견적을 플래그합니다. 에이전트가 제안하고, 인간이 예외를 승인하며, 감사 로그가 누가 무엇을 언제 승인했는지 보여줍니다.

결과

측정 가능한 개선은 구체적입니다. 견적까지의 시간은 에이전트가 Shopify, 가격 스프레드시트, NetSuite의 세 번의 수동 조회가 아닌 단일 패스로 상품, 가격, 가용성을 해결하기 때문에, 며칠에서 몇 분으로 줄어듭니다. 가용성 홀드는 과다 약속 문제를 제거합니다 — 견적은 예약된 재고로 뒷받침되거나 발행되지 않습니다. 세그먼트 기반 가격 책정은 에이전트가 계약의 존재를 몰랐기 때문에 계약 고객이 공개 가격으로 견적되었을 때 발생하는 마진 침식을 제거합니다. 감사 로그는 주문을 발생 AI 플랫폼, 그것을 실행한 도구 호출, 그것을 수정한 인간 승인에 연결하는 채널 어트리뷰션 레코드를 생성합니다 — Polar Analytics가 "각 도구가 자신의 숙제를 채점한다"고 식별하는 어트리뷰션 문제는 단일 플랫폼의 자체 보고 신뢰가 아닌, 모듈 레이어에서 해결됩니다.

Shopify가 보고하는 AI 채널의 전년 대비 13배 주문 성장은 B2B 유통업체가 방관할 수 있는 파도가 아닙니다. 그것을 포착하는 유통업체는 컨슈머 체크아웃과 B2B 견적의 차이를 아는 에이전트 레이어를 가지고 있고, 두 번째를 가능하게 하는 모듈 패턴을 가진 유통업체입니다.

---

스토어프론트에 Shopify, ERP에 NetSuite, 3개의 공급업체 카탈로그를 운영하는 유통업체는 AI 쇼핑 채널의 요청을 수신하고, 고객의 협상된 가격 티어를 해결하고, NetSuite 재고에 대해 원자적 가용성 홀드를 획득하고, 취소와 FX 조건을 스냅샷하고, 수락된 주문을 올바른 API 표면을 통해 NetSuite에 다시 기록하는 에이전트를 얻습니다 — 모든 도구 호출은 로깅되고, 모든 예외는 인간 검토자에게 라우팅됩니다. 그 빌드는 4단계 메서드의 2-3단계이며, 일반적으로 5-8주 내에 라이브됩니다.

스코프가 정의된 빌드를 요청하세요. 1주일 Discovery. 시스템 인벤토리, 워크플로 맵, 고정 스코프를 받습니다 — 당사와 빌드하는지 여부와 관계없이.