최종 업데이트: 2026년 3월 3일
Agentic Commerce Optimization(ACO)은 AI 쇼핑 에이전트가 소비자를 대신해 상품을 발견하고, 추천하고, 가격을 비교하고, 거래할 수 있도록 상품 데이터, 카탈로그 인프라, 커머스 API를 구조화하는 작업이에요. Morgan Stanley는 2030년까지 AI 에이전트가 미국 이커머스 지출의 3,850억 달러를 차지할 것으로 전망하지만, 대부분의 리테일러는 여전히 ChatGPT, Google AI Mode, Perplexity 전반에서 보이지 않는 상태예요. 카탈로그에 이 플랫폼들이 요구하는 구조화된 마크업과 프로토콜 지원(ACP, UCP, MCP)이 없기 때문이에요.
SEO가 검색 엔진 순위와 클릭에 최적화했다면, ACO는 에이전트가 읽을 수 있는 상품 피드, 실시간 재고 API, 멀티 프로토콜 연결성에 최적화해요. 이 전환이 지금 중요한 이유는 이래요. ChatGPT는 9억 명이 넘는 주간 활성 사용자로부터 상품 질의를 처리하고, Semrush 데이터에 따르면 Google AI Mode 검색의 93%가 어떤 웹사이트로도 클릭 없이 끝나요. ACO는 이 새로운 제로클릭 커머스 레이어에서 여러분의 상품이 존재하는지 여부를 좌우하는 규율이에요.
리테일 업계는 검색 엔진 최적화를 알아내는 데 약 20년의 시간이 있었어요. 플레이북은 성숙해 있어요. 키워드, 백링크, 페이지 속도, 구조화된 데이터. 진지한 리테일러 대부분은 이를 잘 다루고 있어요.
이제 그 플레이북이 낡아가고 있어요. SEO가 작동을 멈춰서가 아니라, 쇼핑 여정이 SEO가 따라갈 수 없는 곳으로 이동하고 있기 때문이에요.
ChatGPT는 주간 활성 사용자가 8억 명이에요. 미국인의 16%는 이미 AI 추천에 기반해 구매한 적이 있어요. Morgan Stanley는 에이전틱 커머스가 2030년까지 미국 지출에서 3,850억 달러에 이를 수 있다고 전망해요. 그리고 그 전환은 가속되고 있어요. ChatGPT 사용자층의 53%가 18~34세로, 향후 10년의 커머스 트렌드를 결정하는 인구 집단이에요.
리테일러에게 문제는 이거예요. 대부분의 브랜드가 AI 쇼핑 결과에서 완전히 보이지 않아요. 이들은 수년간 Google에 최적화하는 데 시간을 쏟았지만, 가장 빠르게 성장하는 채널에서는 존재감이 전무해요.
ACO는 SEO, AEO, GEO와 어떻게 다른가
각 세대의 최적화는 서로 다른 문제를 해결했어요.
SEO(1990년대~현재)는 검색 엔진 순위에 최적화해요. 사용자 여정은 이래요. 검색하고, 클릭하고, 웹사이트를 둘러보고, 구매해요. 성공 = 트래픽.
AEO(Answer Engine Optimization, 2010년대~현재)는 피처드 스니펫과 음성 검색에 최적화해요. 사용자 여정은 이래요. 질문하고, 직접적인 답을 얻고, 어쩌면 클릭해 들어가요. 성공 = 답변 박스 확보.
GEO(Generative Engine Optimization, 2023년~현재)는 AI가 생성한 응답에 최적화해요. 사용자 여정은 이래요. 대화형 질의를 하면, AI가 생성한 답변이 여러분 브랜드를 언급할 수도 있어요. 성공 = AI 응답에 인용되는 것.
ACO는 여기서 더 나아가요. AI 인터페이스 안에서 이뤄지는 전체 구매 흐름에 최적화해요. 사용자 여정은 이래요. 대화형 쇼핑 질의를 하면, AI가 여러분 상품을 추천하고, 고객이 챗을 벗어나지 않고 구매해요. 성공 = AI 에이전트를 통해 완료된 거래.
결정적 차이는 이거예요. ACO는 구매 루프를 닫아요. SEO, AEO, GEO는 모두 궁극적으로 트래픽을 다른 곳으로 몰아가려 해요. ACO는 판매가 ACP, UCP, MCP 같은 프로토콜을 통해 AI 경험 그 자체 안에서 일어난다는 뜻이에요.
ACO가 실제로 포함하는 것
ACO는 다섯 가지 영역으로 나뉘어요. AI 에이전트가 여러분 상품을 판매하기를 원한다면 그중 어느 것도 선택 사항이 아니에요.
카탈로그를 AI가 읽을 수 있게 만들기
AI 에이전트는 사람처럼 상품 페이지를 둘러보지 않아요. 구조화된 데이터를 파싱하고, 속성 완전성을 평가하고, 프로그래밍 방식으로 상품을 비교해요. 여러분 웹사이트에서 잘 작동하는 상품 리스팅이 AI 쇼핑 에이전트에게는 쓸모없을 수 있어요.
그 격차는 대개 극적이에요. 대부분의 리테일 카탈로그는 상품당 58개의 속성을 갖고 있어요. AI 에이전트는 4050개 이상일 때 가장 잘 작동해요. 이는 대화형 속성(단순히 "보라색 러닝화"가 아니라 소재, 쿠셔닝 유형, 보행 적합성, 인솔 호환성, 노면 유형)과 상품별 구조화된 FAQ 데이터, 기계가 읽을 수 있는 사이즈·호환성 정보를 추가한다는 뜻이에요.
시각 콘텐츠도 중요해요. AI 플랫폼은 점점 컴퓨터 비전을 사용해 상품을 평가하므로, 이미지 품질, 다양한 각도, 설명적인 alt-text가 모두 에이전트가 여러분 상품을 추천할지 여부에 영향을 줘요.
커머스 프로토콜 구현하기
세 가지 프로토콜이 AI 에이전트가 거래하는 방식을 형성하고 있어요.
UCP(Universal Commerce Protocol)는 AI Mode와 Gemini 안에서의 구매를 가능하게 하는 Google의 표준이에요. 상품 발견, 장바구니 관리, OAuth를 통한 신원 연결, 체크아웃, 주문 관리를 처리해요. Google 생태계를 통해 판매한다면 UCP 준비는 필수예요.
ACP(Agentic Commerce Protocol)는 여러 AI 에이전트에 걸쳐 체크아웃 워크플로를 위한 더 넓은 플랫폼 통합을 제공해요. UCP가 Google 전용인 반면, ACP는 여러 플랫폼에서 작동해요.
MCP(Model Context Protocol)는 더 깊은 에이전트 간 통신을 가능하게 해요. 챗 내 구매와 복잡한 다단계 거래를 지원하는 브랜드형 ChatGPT 앱을 구동하는 것이 바로 이것이에요.
대부분의 리테일러는 아직 이를 구현하지 않고 있어요. 먼저 움직이는 쪽은 AI 쇼핑 볼륨이 확대되면서 상당한 우위를 갖게 될 거예요.
AI Visibility 모니터링하기
측정할 수 없는 것은 최적화할 수 없어요. 대부분의 리테일러는 AI 어시스턴트가 자사 상품을 추천하는지 전혀 모르고, 알아낼 방법도 없어요.
AI Visibility 모니터링은 ChatGPT, Google AI Mode, Perplexity, Claude 전반에서 여러분 상품이 어떻게 나타나는지 추적해요. 다음 질문에 답해요. 어떤 질의가 여러분 상품을 촉발하나요? 경쟁사 대비 어디에 랭크되나요? 어떤 상품이 추천되고 어떤 상품이 보이지 않나요? 최적화하면서 시간에 따라 여러분의 가시성이 어떻게 변하나요?
이것이 모든 ACO 노력의 출발점이에요. 무언가를 최적화하기 전에 기준선이 필요해요.
AI 플랫폼 전반의 피드 관리하기
각 AI 플랫폼은 데이터 요구사항, 피드 형식, 통합 방식이 달라요. ChatGPT는 한 가지 형식을 사용해요. Google AI Mode는 특정 속성을 지닌 Merchant Center 피드를 기대해요. Perplexity는 자체 요구사항이 있어요.
이를 개별적으로 관리하는 것은 규모가 커지면 비현실적이에요. ACO를 위한 피드 관리란 모든 플랫폼에 맞는 규격 피드를 동시에 생성하고, 카탈로그가 변할 때 이를 동기화 상태로 유지하며, 프로토콜 차이(ACP 대 UCP 대 MCP)를 뒤에서 처리한다는 뜻이에요.
구조화된 데이터와 스키마
Schema.org 마크업은 AI 플랫폼이 상품을 발견하고 평가하는 방식의 기반으로 남아 있어요. Product 스키마, offers, ratings, reviews, FAQ, organization 데이터가 모두 AI 에이전트가 여러분 브랜드를 추천할 만큼 신뢰하는지에 영향을 줘요.
전통적인 SEO 스키마와의 차이는 이거예요. ACO에서는 완전성이 그 어느 때보다 중요해요. AI 에이전트는 추천에 대한 확신을 쌓기 위해 여러 스키마 유형을 교차 참조해요. 누락된 리뷰 데이터, 불완전한 배송 정보, 없는 반품 정책은 AI 순위에서 여러분 상품을 경쟁사 아래로 밀어낼 수 있어요.
ACO 시작하기
대부분의 리테일러를 위한 현실적인 접근법은 이래요.
1~2개월 차: 기준선을 세워요. 카탈로그를 AI Visibility 모니터링 도구에 연결해 실제로 어디에 서 있는지 확인해요. 상품 데이터 완전성을 감사해요. AI 봇이 사이트에 접근할 수 있는지 확인해요(robots.txt의 GPTBot, ClaudeBot, PerplexityBot). 기술적 차단 요소를 고쳐요.
3~4개월 차: 최적화를 시작해요. AI 에이전트가 필요로 하는 속성으로 상품 카탈로그를 풍부하게 채워요. 상품 페이지 전반에 Schema.org 마크업을 구현하거나 개선해요. 고객이 가장 활발한 AI 플랫폼을 위한 최적화된 피드를 생성하기 시작해요.
5개월 차 이후: 더 깊이 들어가요. 여러분 플랫폼에서 사용 가능해지는 대로 커머스 프로토콜(UCP, ACP, MCP)을 활성화해요. 서로 다른 AI 엔진에 걸쳐 상품 설명을 A/B 테스트해요. 단순 트래픽이 아니라 대화-전환율을 추적하는 측정 프레임워크를 구축해요.
핵심 통찰은 이거예요. ACO는 마케팅 지출보다 데이터 품질에 보상해요. AI 에이전트는 여러분의 광고 예산을 신경 쓰지 않아요. 이들이 신경 쓰는 것은 여러분의 상품 데이터가 쇼핑객에게 자신 있게 추천할 만큼 충분히 좋은지예요.
ACO에 관해 자주 묻는 질문
이미 강력한 SEO가 있다면 ACO가 필요한가요?
네, 그리고 둘은 서로를 보완해요. SEO는 검색 트래픽을 포착해요. ACO는 검색 엔진을 아예 건드리지 않는, 점점 커지는 쇼핑객 층을 포착해요. 이제 소비자의 57%가 시간을 절약해주기 때문에 쇼핑에 AI를 사용해요. 그 채널을 무시하는 것은 그것을 경쟁사에 내주는 것이에요.
어떤 AI 플랫폼에 먼저 집중해야 하나요?
ChatGPT(시장 점유율 68%)와 Google AI Mode가 대부분의 리테일러에게 가장 우선순위가 높은 두 플랫폼이에요. Perplexity는 더 전문적·리서치 지향적인 사용자층과 함께 빠르게 성장하고 있어요. Amazon에서 판매한다면 Amazon Rufus가 중요해요. 고객이 이미 있는 곳에서 시작하세요.
결과를 보기까지 얼마나 걸리나요?
초기 가시성 개선은 AI 플랫폼이 강화된 상품 데이터를 발견하면서 보통 12개월 안에 나타나요. 의미 있는 전환 증가는 최적화가 성숙해지는 34개월 차쯤에 와요. 6개월 차가 되면 일관되게 ACO를 구현한 리테일러는 AI 채널에서 상당한 시장 점유율 상승을 보게 돼요.
이건 대형 리테일러에게만 해당되나요?
ACO는 오히려 경쟁의 장을 평평하게 만들어요. 대형 브랜드가 광고 지출로 지배하는 전통적 마켓플레이스와 달리, AI 에이전트는 상품 데이터 품질과 관련성을 우선시해요. 뛰어난 구조화된 데이터와 풍부한 상품 설명을 갖춘 소규모 브랜드가 카탈로그 데이터가 빈약한 대형 경쟁사를 앞지를 수 있어요.
고객 데이터와 개인정보 보호는 어떤가요?
전통적 마켓플레이스 대비 AI 커머스의 한 가지 장점은 이거예요. AI 플랫폼은 보통 고객 정보를 보유하기보다 판매자에게 전달해요. 여러분은 고객 관계를 유지하고, 로열티 프로그램을 구축할 수 있으며, 구매 후 경험을 소유해요. 표준 개인정보 보호 규정(GDPR, CCPA)이 적용돼요.
3,850억 달러 규모의 에이전틱 커머스 시장이 지금 부상하고 있어요. 이를 차지할 리테일러는 AI 에이전트가 검색 엔진과 다른 최적화를 필요로 한다는 것을 인식하고, 오늘 그 현실을 위해 구축하기 시작하는 곳이에요.
여러분 브랜드가 어디에 서 있는지 확인하세요. surfd의 무료 AI 준비도 진단은 상품 페이지 URL만 넣으면 AI 쇼핑 엔진 준비도를 0~100점으로 채점해, 어디에 집중해야 할지 정확히 알려드려요.