Anthropic은 직원 69명에게 각각 100달러를 주고, Slack 기반 마켓플레이스에 이들을 넣은 뒤, Claude 에이전트가 각자를 대신해 거래를 협상하게 했어요. 에이전트들은 4,000달러가 넘는 가치의 거래 186건을 성사시켰어요. 그것이 구매자 에이전트와 판매자 에이전트 협상에 대해 공개된 최초의 실제 돈 결과이고, 대부분의 브랜드가 아직 준비를 시작하지 않은 에이전틱 커머스의 한 계층을 가리켜요.
TL;DR: Project Deal은 구매 측 AI 에이전트가 실제 돈을 써서 판매 측 AI 에이전트와 직접 협상하는 것을 보여준 최초의 통제된 실험이에요. 지금까지의 프로토콜 작업(UCP, ACP)은 구매자 에이전트가 판매자 카탈로그를 어떻게 읽는지를 최적화해요. 멀티에이전트 협상은 다른 최적화 표면이에요. 그것은 가격 규칙, 반품 정책, 대체품, 재고에 대한 판매자의 기계 판독 가능한 지식에 달려 있어요. 자신이 어떻게 표현되는지에 발언권을 갖고 싶은 브랜드는 지금부터 그 지식을 준비하기 시작해야 해요.
Digital Commerce 360이 4월 30일 보도한 이 실험의 헤드라인 수치는 그 자체로는 소박해요. 참가자 69명, 500개 이상의 항목 등록, 네 개의 병렬 마켓플레이스(일부는 Claude Opus 4.5, 일부는 Haiku 4.5 사용)에 걸쳐 성사된 거래 186건이에요. 참가자들은 공정성을 7점 만점에 4점으로 매겼는데, 어느 쪽도 속았다고 느끼지 않았음을 시사하는 중간값이에요. Opus 에이전트를 쓴 판매자는 Haiku 판매자보다 항목당 평균 2.68달러를 더 벌었어요. 수치는 작아요. 아키텍처가 핵심이에요.
이것이 UCP·ACP와 구조적으로 다른 이유
지금까지의 모든 공개 에이전틱 커머스 프로토콜은 한쪽만 에이전트라고 가정해요. ChatGPT, Gemini, Microsoft Copilot은 모두 ACP, UCP, 또는 둘 다를 통해 판매자 카탈로그를 읽는 구매 측 에이전트를 돌려요. 판매자는 피드를 통해 구조화된 상품 데이터를 노출하고, 에이전트가 쇼핑객에게 가장 잘 맞는 것을 고르며, 쇼핑객은 구매를 완료하러 판매자 사이트로 가요.
Project Deal은 그렇게 작동하지 않아요. 양쪽 다 에이전트예요. 구매자의 에이전트는 목표와 예산을 가져요. 판매자의 에이전트는 가격 하한, 수용 의사, 항목 수준 컨텍스트를 가져요. 이들이 협상해요. 양쪽 인간이 그 결과를 승인해요.
그것이 프로토콜 설계자들이 수년간 최종 종착점으로 이야기해온 에이전트 대 에이전트("A2A") 시나리오예요. 2026년 4월에 바뀐 것은, Anthropic이 실제 돈과 공개된 방법론을 갖춘 작동 버전을 공개했다는 거예요. 더 이상 백서가 아니에요.
핵심 수치: 참가자 69명과 500개 이상 항목에 걸쳐 성사된 거래 186건, 합산 가치 4,000달러 이상, 평균 공정성 평점 7점 만점에 4점. 출처: Anthropic Project Deal, 2026년 4월 30일 공개.
두 가지가 뒤따라요. 첫째, 마켓플레이스 카테고리(eBay, Etsy, Facebook Marketplace)가 지난 분기와는 다른 방식으로 갑자기 판에 올랐어요. Amazon과 eBay 모두 오늘날 자사 플랫폼에서 서드파티 AI 에이전트를 금지하고 있어요. Anthropic이 이 실험을 공개한 건 서사적 압박이에요. 에이전트 매개 마켓플레이스는 기존 사업자가 허용하든 말든 오고 있다는 거죠. 둘째, Anthropic은 이제 두 개의 뚜렷한 에이전틱 커머스 형태를 병렬로 돌리고 있어요. Instacart, Uber, Resy와의 커넥터 통합, 그리고 이 실험적 멀티에이전트 마켓플레이스예요. 어느 쪽도 UCP/ACP 형태가 아니에요.
양쪽 다 에이전트일 때 최적화되는 것
구매자만 에이전트일 때 중요한 표면은 판매자의 카탈로그예요. 제목, 속성, 설명, 구조화된 데이터, 스키마죠. 그것이 query fan-out과 문단(passage) 수준 검색이 작동하는 계층이에요. 판매자는 에이전트에게 판독 가능해짐으로써 승리해요.
판매자도 에이전트일 때, 두 번째 계층이 열려요. 판매자 에이전트는 실시간으로 결정을 내려야 해요. 이 제안을 수락할까? 다른 SKU로 대체할까? 국제 배송을 할까? 구매자가 밀어붙일 때 실제 반품 정책은 무엇이고, 브랜드 마진과 경쟁사 리스팅을 감안한 이 항목의 가격 하한은 얼마인가?
| 계층 | 구매자 에이전트만 (오늘날 UCP/ACP) | 구매자 에이전트 + 판매자 에이전트 (Project Deal) |
|---|---|---|
| 에이전트가 읽는 것 | 카탈로그 피드(제목, 속성, 가격, 재고) | 카탈로그 피드 + 판매자 정책 + 추론 컨텍스트 |
| 최적화 표면 | 상품 데이터 구조와 완결성 | 상품 데이터 + 기계 판독 가능한 정책, 가격 규칙, 반품, 대체품 |
| 브랜드의 실패 양상 | 상품이 검색되지 않고 카드로 표시되지 않음 | 상품이 협상에서 잘못 표현되고, 브랜드가 동의하지 않을 조건을 수락함 |
| 시간 지평 | ChatGPT, Gemini, Copilot에 걸쳐 지금 라이브 | 실험적; 2026년 4월 랩 검증 |
대부분의 브랜드는 이 표의 오른쪽을 준비하지 않았어요. 가격 규칙은 스프레드시트에 있어요. 반품 정책은 고객 서비스 위키에 있어요. 대체 로직은 카테고리 매니저의 머릿속에 있어요. 그중 무엇도 판매자 에이전트가 지어내지 않고 쓸 수 있는 형태로 지금 존재하지 않아요.
아무도 말하지 않는 중견 시장의 문제
엔터프라이즈 리테일러는 정책팀, 법무 검토, 그리고 판매자 에이전트가 참조할 깔끔한 기계 판독 가능한 규칙집을 조립할 예산을 갖고 있어요. 중견 브랜드는 그렇지 않아요. 매출 5천만5억 달러의 소비자 직거래 브랜드는 보통 SKU당 58개의 상품 속성을 가지는데, AI 에이전트는 30개에 가까운 것을 필요로 하고, 상품 자체가 아닌 것에 대해서는 구조화된 정보가 더욱 적어요.
그 격차는 보기보다 커요. 2025년 12월 공개된 Surfer SEO의 173,902개 URL 연구에 따르면, AI 검색 시스템이 인용한 페이지의 68%가 오가닉 상위 10위 안에 없고, fan-out 하위 질의에 부합하는 콘텐츠는 161%의 인용 상승을 얻어요. 같은 패턴이 협상 컨텍스트에도 적용될 거예요. 에이전트는 실제로 검색 가능한 판매자 정보에, 그것이 불완전할 때조차 가장 크게 기대게 돼요.
판매자 에이전트가 실제 반품 기간을 갖고 있지 않으면, 하나를 추론해낼 거예요. SKU의 최소 마진이 없으면, 추측해요. 대체 규칙이 없으면, 구매자 에이전트가 제안하는 무엇이든 수락해요. 브랜드는 자기가 얼떨결에 채택한 정책을 사후에야 알게 돼요.
카탈로그 쪽에서는 이 문제를 푸는 접근이 이미 자리 잡고 있어요. 희소한 판매자 입력을 AI 에이전트가 필요로 하는 30개 이상의 구조화된 속성으로 바꾸는 거예요. 멀티에이전트 협상은 그 표면을 넓히지만, 원칙은 같아요. 브랜드가 실제로 아는 것을 취해, 구조화하고, 에이전트가 쓸 수 있는 곳에 노출하는 거예요.
결제 측에서 병렬로 벌어지는 일
이번 주에 일어난 또 다른 일이 있어요. MoonPay가 AI 에이전트 지출을 위해 만든 가상 Mastercard인 MoonAgents Card를 출시했어요. 그것은 Visa Intelligent Commerce, Mastercard Agent Pay, Stripe Link의 에이전트용 지갑과 함께하는 네 번째 병렬 에이전트 자금 결제 레일이에요. 결제 측 마찰이 모든 트랙에서 한꺼번에 무너지고 있어요.
Project Deal과 결합하면 명확한 그림이 나와요. 구매자 에이전트는 자금이 채워진 잔액을 갖고 있어요. 판매자 에이전트는 협상할 수 있어요. 종단간 에이전트 매개 거래를 위한 배관은 존재해요. 빠진 것은 롱테일 브랜드들을 위한 깔끔한 판매자 측 표현 계층이에요. 그 격차는 채워질 거예요. 채우는 데 참여하는 브랜드는 정확하게 표현돼요. 참여하지 않는 브랜드도 어차피 표현돼요. 찾을 수 있는 공개 정보라면 무엇이든 읽는 에이전트에 의해서요.
명시적으로 말할 가치가 있어요. 이 중 무엇도 에이전트가 채팅 안에서 구매를 완료한다는 뜻은 아니에요. ChatGPT는 추천하고 판매자 사이트로 리디렉트해요. Project Deal은 마켓플레이스 실험이지, 체크아웃 재부팅이 아니에요. 쇼핑객은 여전히 업계 전반에 정착된 발견-리디렉트 모델에서 리테일러 사이트에서 구매해요.
이번 주에 할 일
- 기계 판독 가능한 정책 표면을 감사하세요. 고객 대면 규칙을 모두 하나의 문서로 끌어모으세요. 반품 기간, SKU 등급별 대체 허용, 국제 배송 가능 여부, 최저 광고가 예외 사항이요. 그것이 고객 서비스 교육 자료에만 있다면, 판매자 에이전트에게는 보이지 않아요.
- 카탈로그에 가격 하한과 마진 메타데이터를 추가하세요. 오늘 어떤 에이전트도 여러분을 대신해 협상하고 있지 않더라도, 상품 피드에 최솟값과 허용 가능한 대체품을 노출하면 다음 프로토콜 개정에 대비할 수 있어요. 매출 기준 상위 100개 SKU부터 시작하세요.
- 멀티에이전트 시나리오에서 누가 여러분을 대변할지 매핑하세요. 오늘은 영업팀과 고객 서비스예요. 내일은 여러분의 구조화된 정책을 추론하는 Claude나 Gemini 인스턴스일 수 있어요. 에이전트가 묻기 시작하기 전에, 지금 어느 팀이 규칙집을 소유할지 정하세요.
- 여러분이 현재 어떻게 표현되고 있는지 발견 감사를 실행하세요. surfd 같은 AI 준비도 진단 도구는 여러분의 상품 지식 중 얼마나 많은 부분이 AI 쇼핑 에이전트에게 이미 검색 가능한지 점수를 매겨요. 인간에게 말하는 것과 기계에 공개하는 것 사이의 격차가 보통 문제의 크기예요.
- Anthropic의 커넥터 로드맵을 추적하세요. Project Deal은 연구지만, Instacart, Uber, Resy와의 Claude 커넥터 전략은 Anthropic이 두 형태를 동시에 향해 구축하고 있음을 시사해요. 어느 쪽이 먼저 상업적 규모에 도달하느냐가 여러분이 누구에게 판독 가능해야 하는지를 재편해요.
자주 묻는 질문
Project Deal이 뭔가요?
Project Deal은 2026년 4월 Anthropic이 진행한 실험으로, 직원 69명에게 각각 100달러를 주고 Claude 에이전트를 써서 네 개의 병렬 Slack 기반 마켓플레이스에서 항목을 사고팔게 했어요. 네 시장에 걸쳐 에이전트들은 4,000달러가 넘는 거래 186건을 성사시켰고 참가자 공정성 평점은 7점 만점에 4점이었어요.
에이전트 대 에이전트 커머스는 ACP나 UCP와 같은 건가요?
아니요. ACP와 UCP는 한쪽만 에이전트인 커머스를 위한 프로토콜이에요. 구매 측 AI 에이전트가 판매자 카탈로그를 읽고 상품을 추천해요. 에이전트 대 에이전트(A2A) 커머스는 구매자 에이전트와 판매자 에이전트가 직접 협상하는 것을 포함해요. Project Deal은 공개된 최초의 실제 돈 A2A 실험이에요.
그럼 쇼핑객이 곧 Claude를 통해 구매하게 되나요?
가까운 시일 내엔 아니에요. Project Deal은 연구지, 출시된 제품이 아니에요. 오늘날 Claude의 상업적 에이전틱 커머스 작업은 Instacart, Uber, Resy와의 커넥터 앱을 통해 이뤄져요. 이 실험은 아키텍처를 검증해요. 소비자 마켓플레이스 제품은 여전히 몇 분기 앞의 일일 가능성이 커요.
오늘날 중견 브랜드에게 현실적인 위험은 무엇인가요?
위험은 잘못된 표현이에요. 만약 구매자 에이전트가 여러분 브랜드에 대해 찾을 수 있는 공개 정보를 써서 쇼핑객을 대신해 협상한다면, 여러분이 결코 동의하지 않을 반품 정책, 대체 규칙, 가격을 추론할 수 있어요. 그런 규칙을 구조화된 기계 판독 가능한 형태로 넣으면 그 격차가 닫혀요.
멀티에이전트 커머스에 지금 무엇을 준비할 수 있나요?
먼저 상품 데이터가 에이전트가 읽을 수 있게 구조화돼 있는지 확인하는 거예요. ChatGPT와 Google AI Mode에서 발견을 이끄는 바로 그 구조화된 데이터 원칙이, 미래의 판매자 에이전트가 읽을 정책·컨텍스트 계층에도 데이터를 공급해요. surfd의 AI 준비도 진단이 여러분의 상품 페이지가 그 기준에서 어디에 서 있는지 점수로 보여줘요.
Amazon과 eBay가 자사 플랫폼에서 서드파티 에이전트를 허용할까요?
둘 다 현재 서드파티 AI 에이전트를 금지하고 있으며, Amazon은 이미 Comet을 두고 Perplexity와 소송 중이에요. Project Deal이 그 정책을 바꾸지는 않아요. 바뀌는 것은 주장의 강도예요. 기존 사업자는 더 이상 이 아키텍처가 작동하지 않는다고 주장할 수 없고, 다만 허용하지 않기로 선택하고 있다고만 말할 수 있어요.
Project Deal은 규모로는 작고 함의로는 커요. 구매자 에이전트 계층은 출시할 만큼 해결됐어요. 그것이 UCP와 ACP예요. 판매자 에이전트 계층은 활짝 열려 있고, 거기에 먼저 도달하는 브랜드는 가격, 정책, 대체 로직이 이미 에이전트가 읽을 수 있게 구조화된 곳들일 거예요. AI 검색을 위해 시작한 카탈로그 작업이 다음 계층이 열릴 때 중요해지는 바로 그 작업이에요. 한 번 제대로 해두면, 두 번 값을 해요.