[AI 전환 커머스 ⑤] MCP 구축하는 이커머스 플랫폼
AI가 검색창을 열고, 상품을 고르고, 결제 버튼을 누른다. 소비자가 직접 클릭하던 자리를 AI가 대신 채우는 시대가 열리고 있다. 이미 업계 안팎에서는 AI 쇼핑 에이전트가 커머스의 판도를 바꿀 것이라는 전망이 정설로 굳어지고 있다. 에이전틱 커머스라는 파도는 이미 해안에 닿았다. 유통업계에 남은 시간이 많지 않다. 준비하지 못한 기업은 소비자의 선택지에서 조용히 사라질 것이라는 경고가 나온다. [AI 전환 커머스 2026] 기획은 AI 쇼핑이 어디까지 왔는지 현재를 짚고, 유통업계가 어떻게 대비해야 하는지를 살펴본다.[편집자주]
[AI 전환 커머스 2026 ①] 검색이 장바구니가 되는 시대
[AI 전환 커머스 2026 ②] SEO와 다른 GEO, 어떻게 대응해야 하나
[AI 전환 커머스 2026 ③] 한국 이커머스는 왜 챗GPT에 안 나올까
[AI 전환 커머스 ④] 이커머스 플랫폼의 GEO 대응: 적극 열거나, 막거나
[AI 전환 커머스 ⑤] MCP 구축하는 이커머스 플랫폼
[AI 전환 커머스 2026 ⑥] AI 에이전트 앞에 선 한국 이커머스
챗GPT와 같은 AI 챗봇이 인기를 끌면서, 이커머스 플랫폼들도 AI 챗봇에 자사 서비스를 노출하려는 시도가 늘고 있다. 대표적인 방법론은 MCP(Model Context Protocol) 활용이다. MCP는 AI와 데이터를 직접 주고 받을 수 있는 개방형 표준이다. AI 전략에 적극적인 국내 이커머스 플랫폼들은 MCP 서버를 마련하기 위해 데이터 정비 등 여러 선행 작업을 진행하고 있다.
robots.txt 넘어 MCP로
이커머스 기업이 MCP 서버를 구현한다면, 어떤 AI에게 어떤 데이터를, 어떤 방식으로 제공할지 주체적으로 설계할 수 있다. 내부적으로 LLM을 잘 활용할 수 있을 뿐만 아니라, 외부 AI 챗봇과의 연결을 위한 기반이 되기도 한다.
앞선 기사 이커머스 플랫폼의 GEO 대응: 적극 올라타거나, 써먹거나, 막거나 에서 언급한 robots.txt 개방은 AI 모델이 우리 정보에 접근해주길 기대하는 수동적 방법인 반면, MCP 활용은 AI 모델과 직통 채널을 열고 정보를 전달하는 능동적인 전략이다. MCP는 공통의 개방형 표준이기에 LLM와 데이터, 도구 등과의 연동을 단순화한다.
퀸잇 운영사 홍주영 라포랩스 대표는 “MCP는 일종의 API 묶음으로, API를 에이전트가 호출할 수 있는 프로토콜을 제공하는 식”이라고 설명하기도 했다.
예를 들어 챗GPT에 ‘무신사에서 20대 여성이 좋아하는 신발을 추천해줘’라고 요청했을 때, MCP가 없는 상황에서 챗GPT는 무신사에서 20대 여성이 어떤 상품을 선호하는지를 파악하기 어렵다. 무신사를 방문한 20대 여성이 어떤 상품을 선호하는지는 무신사만 알고 있는 정보이기 때문이다.
반면 무신사 MCP 서버를 운영한다면, 상황이 달라진다. 무신사와 GPT가 정보를 주고 받을 수 있는 통로가 열렸기 때문이다. 챗GPT는 이용자의 요청에 따라 무신사가 GPT와 미리 정해둔 원칙에 따라 정보를 넘겨받을 수 있다.
MCP, 어디가 준비하나
현재 국내에서도 다양한 이커머스 플랫폼들이 MCP 서버를 구축하고 있다. 대표적으로 무신사와 롯데온이 MCP 서버를 구축했거나 구축 중이다. CJ올리브영은 AI와 통신하고자 카카오에 내부 MCP 서버를 연결했다. 또 지그재그, 오늘의집, SSG닷컴 등도 MCP 서버를 준비하고 있다.
커머스 플랫폼이 MCP 서버를 구축한다면, 자사 브랜드를 노출해 잠재 이용자를 확보할 수 있을 뿐만 아니라, 이용자의 질의 의도에 대해 보다 정확한 정보를 제공할 수 있다는 장점이 있다. 지그재그 운영사 카카오스타일은 “사용자가 특정 브랜드를 정확히 인지, 명시하고 데이터를 요청하는 상황에서 사용이 가능해, 해당 방식을 준비하고 있다”고 설명했다.
물론 모두가 MCP 서버 구현이 용이한 건 아니다. AI가 정보를 잘 가져가기 위해서는 데이터 정합성을 확보하고, 전처리를 하는 과정이 선행되어야 한다. 단순히 정형 데이터 뿐만 아니라 비정형 데이터도 AI가 읽을 수 있도록 준비가 돼 있어야 한다.
예를 들어 플랫폼이 이용자 구매 데이터를 이용자 중심이 아니라 구매건수 중심으로 집계해왔다면, AI는 분석이 어렵다. 단순히 많이 팔렸을 뿐, 누구에게 많이 팔렸는지 알 수 없기 때문이다. 또 데이터가 이미지라면, LLM이 읽을 수 없는 상황이 된다. 무신사를 방문한 20대 여성이 어떤 상품을 선호하는지 무신사가 알지 못한다면, 그 데이터를 챗GPT에 제공할 수 없는 건 자명하다.
김도윤 크리테오 코리아 대표는 “꽤 큰 기업임에도 자신의 데이터를 완벽하게 정리하지 못한 경우를 많이 목격할 수 있다”며 “카테고리, 상품 필드 등을 정리하지 않는다면 효율 자체가 떨어져, LLM 관점에서 데이터의 재정비 등을 세심하게 살필 필요가 있다”고 설명했다. 또 여러 사례를 보았을 때, (AI 쇼핑 구현을 위해) 데이터를 다시 정리하는 데에 긴 시간이 걸릴 곳이 많을 것으로 보인다고 부연했다.
마이크로서비스아키텍처(MSA)는 필수인가
이미 MCP 서버를 구축한 올리브영의 경우, 데이터 자산 관리를 점진적으로 진행해왔다고 설명했다. 올리브영은 지난 몇 년 동안 운영 DB의 클라우드화, 분석용 데이터 웨어하우스 교체, 마이크로 서비스 아키텍처(MSA)를 통한 데이터 서비스 플랫폼으로의 확장 등을 진행했다.
회사 측은 “데이터 자산의 가치 증진 및 비즈니스에 직간접적으로 활용하기 위해 데이터 표준화, 구조화를 통해 올리브영 데이터 자산 관리를 점진적으로 진행하고 있다”며 “AI가 올리브영의 정보를 쉽게 찾고 이해할 수 있도록 내부적으로 데이터 지도를 만드는 것”이라 설명했다.
예를 들어 MSA로의 전환은 LLM 도입이나 MCP 구현에 필수까지는 아니지만, 도입에 보다 용이하다고 전문가들은 말한다. MSA는 시스템을 작은 단위의 모듈(마이크로 서비스)로 나누어 서로 연결하는 구조를 말한다. 홍 대표는 “MCP는 결국 API로 제공하는 것이기 때문에, 마이크로 서비스 별로 API가 잘 나눠져 있다면 데이터를 잘 공급할 수 있다”고 말했다. 다만 “모놀리식 아키텍처도 API가 있기 때문에 (MSA 도입이) 필수는 아니다”고 그는 덧붙였다.
MCP 연동 플랫폼을 준비하고 있는 오늘의집 측은 MSA로의 전환이 MCP 서버 구현에 필수적이었다고 설명했다. 회사는 “MSA로의 전환과 데이터 파이프라인 고도화는 LLM 도입과 MCP 구현과 같은 차세대 기술 전략을 실행하기 위한 필수적인 기초공사”라며 “서비스 단위로 분리된 API 구조, 통합 인증 및 인가 레이어, 분산 추적 인프라가 MCP 서버 구현을 단순화했다”고 설명했다.
이 외에도 여러 이커머스 플랫폼은 AI를 포함해 사이트의 경쟁력 제고를 위해 리뷰와 이미지와 같은 비정형 데이터를 수집·정제·가공하는 과정을 필수로 거치고 있다. 최근에는 이와 같은 솔루션을 제공하는 기업도 늘어나고 있는 상황이다.
롯데온 경우, 패션 카테고리에 특화된 대화형 검색 서비스인 ‘패션 AI’를 구축하는 단계에서 소비자가 상품의 실제 느낌을 가장 잘 파악할 수 있도록 최적의 상품 이미지를 선별하는 기준을 수립하고, 상세 페이지 내 치수표를 정규 데이터로 변환하는 작업을 진행하고 있다. 또 기본적인 상품 정보 외에도 디자인의 세부 요소와 감성적인 스타일 키워드를 추출해 메타 데이터로 활용하고 있다.
SSG닷컴 또한 AI 이용을 포함한 플랫폼 전반 경쟁력 제고를 위해 데이터 정합성 확보와 전처리, AI 개발 측면에서는 안정적으로 데이터 파이프라인을 통해 수집·정제·활용될 수 있도록 구조를 설계해 운영해오고 있다.
글. 바이라인네트워크
<성아인 기자> aing8@byline.network
