2026년 3월, Shopify는 Agentic Storefronts를 통해 자격 요건을 갖춘 판매자들이 별도의 판매자별 설정 없이도 ChatGPT 내에서 기본적으로 검색(discovery)될 수 있도록 포지셔닝했습니다. 두 달 후, Shopify가 4년 만에 가장 빠른 분기 매출 성장을 기록한 바로 그 주에 주가는 16% 하락했습니다.

두 사실 모두 진실입니다. 이들은 2026년 AI 커머스(AI commerce)가 실제로 처한 위치를 설명합니다. 즉, 진정으로 변혁적인 인프라가 구축되었으나, 단기적인 경제성이 유지될지 불확실한 시장에 투입된 상태라는 점입니다.

Adobe Commerce, Magento 2 또는 Shopify 이외의 이커머스 스택(e-commerce stack)을 사용하는 개발자와 아키텍트들에게 질문은 주가 이야기보다 더 구체적입니다. 어떤 아키텍처가 판매자에게 AI 커머스 가시성(visibility)을 확보할 수 있는 가장 제어 가능한 경로를 제공하는가 — 그리고 실제 코드 구현은 어떤 모습인가?

이 글은 단 하나의 차이점을 통해 해답을 제시합니다. 바로 플랫폼 중개형 AI 배포 (platform-mediated AI distribution) (Shopify의 전략) 대 판매자 제어형 AEO (Merchant-Controlled AEO) (Magento 판매자들이 직접 구축하는 방식이며, 점점 더 방어 가능한 장기적 입장이 되고 있는 방식)입니다.

다이어그램이 포함된 전체 버전은 angeo.dev에서 확인하실 수 있습니다.

주요 결과 (2026년 5월 기준)

1. Shopify는 배포(Distribution)에서 승리합니다. Agentic Storefronts는 2026년 3월 기준으로 수백만 명의 판매자가 ChatGPT에 기본적으로 노출될 수 있도록 포지셔닝했습니다. 자격 요건을 갖춘 미국 판매자의 경우 온보딩(Onboarding) 노력이 거의 제로에 가깝습니다.
2. Magento는 제어(Control)에서 승리합니다. 기본 Adobe Commerce 설치 상태는 9개 신호(9-signal) AEO 감사에서 약 25%의 점수를 기록합니다. 무료 오픈 소스 모듈을 사용하면 약 90분 내에 80~90% 달성이 가능합니다.
3. 두 플랫폼 모두 동일한 AI 채널에 도달합니다. ChatGPT, Microsoft Copilot, Google AI Mode, Gemini, 그리고 Perplexity는 기술적으로 두 플랫폼 모두에서 접근 가능합니다.
4. 검색 품질(Retrieval quality)은 플랫폼에 구애받지 않습니다. JavaScript로 렌더링된 콘텐츠는 Shopify와 Magento 모두에서 기본적으로 AI 추출(Extraction)이 불가능합니다. Agentic Commerce Protocol (ACP) 피드는 발견(Discovery) 문제를 해결하지만, 페이지 내 추출(On-page extraction) 문제를 해결하지는 않습니다.
5. 감사 가능성(Auditability)에서 뚜렷한 차이가 납니다. Magento의 AEO 신호는 단 한 번의 CLI 명령어로 검사할 수 있습니다. 반면 Shopify의 배포 계층은 개별 판매자가 파악하기에 대체로 불투명(Opaque)합니다.
6. 멀티 스토어 및 B2B는 Magento에 유리합니다. 스토어 뷰별 AEO 설정, B2B 가격표(Price books), 그리고 ERP 통합은 여전히 Magento의 고유 영역으로 남아 있습니다.

요약 (TL;DR) — Shopify는 배포에서 승리합니다. Magento는 제어에서 승리합니다. 두 플랫폼 모두 동일한 AI 채널에 도달합니다. 플랫폼의 선택보다 그 위에 구축할 AEO 구현 방식이 더 중요합니다.

AI 커머스 가시성을 향한 두 가지 경로

두 플랫폼의 근본적인 차이는 외관이 아닌 아키텍처(Architecture)에 있습니다:

SHOPIFY — 플랫폼 중개형 AI 배포 (Platform-Mediated AI Distribution)
판매자 카탈로그 (Merchant catalog)
       ↓
...

Shopify는 판매자를 대신하여 배포 계층을 처리합니다. Magento는 전체 스택(Full stack)을 노출하며, 판매자가 각 신호를 구성, 테스트 및 감사할 수 있도록 합니다.

어느 한 경로가 본질적으로 우월한 것은 아닙니다. 이는 판매자와 AI 플랫폼 사이의 인프라를 누가 제어하느냐에 대한 서로 다른 철학을 반영합니다.

현황: 각 플랫폼이 제공하는 것

Shopify — 플랫폼 중개형 AI 배포 (Platform-mediated AI distribution)

Shopify의 AI 커머스 전략은 2026년 가장 중요한 플랫폼 수준의 AEO (Answer Engine Optimization) 발전입니다. 에이전틱 스토어프런트 (Agentic Storefronts)를 통해, Shopify는 자신의 판매자 생태계가 ChatGPT, Microsoft Copilot, Google AI Mode, 그리고 Gemini 앱 내에서 기본적으로 검색될 수 있도록 포지셔닝했습니다. 이는 Shopify 관리자(Admin)에서 중앙 집중식으로 관리되며, 판매자가 별도의 앱을 설치하거나 피드(feed)를 제출할 필요가 없습니다.

이 아키텍처는 기술적으로 매우 중요합니다: Shopify는 에이전틱 커머스 프로토콜 (Agentic Commerce Protocol, ACP)을 통해 Shopify 카탈로그의 실시간 가격, 재고, 이미지 및 변형(variants) 정보를 OpenAI의 쇼핑 레이어로 신디케이션(syndicating)한다고 설명합니다. Shopify의 발표에 따르면, AI 가시성을 위해 특별한 조치를 취하지 않은 판매자들도 ChatGPT 내에서 기본적으로 제품 검색이 가능하도록 포지셔닝되었습니다. 다만, ChatGPT의 쇼핑 레이어 내에서의 실제 검색 결과 일관성(retrieval consistency)과 랭킹 동작은 독립적으로 검증되지 않았습니다.

또한 Shopify는 자사의 AI 툴킷(AI Toolkit)을 통해 네이티브 모델 컨텍스트 프로토콜 (Model Context Protocol, MCP) 서버 지원을 발표했습니다. 이는 AI 에이전트가 재고 및 사양을 포함한 실시간 스토어 데이터에 접근할 수 있도록 하는 것으로 설명됩니다. 커머스 분야에서의 MCP 상용 도입은 아직 초기 단계이지만, 생태계가 성숙함에 따라 인프라가 해당 방향을 향해 설계된 것으로 보입니다.

초기에 보고된 지표들은 유의미한 견인력을 시사합니다: Shopify는 2026년 1분기에 AI 기반 트래픽이 전년 대비 8배 급증했으며, AI 기반 검색을 통한 주문은 거의 13배 증가했다고 보고했습니다 — 이는 작지만 성장 중인 기반으로부터 나온 결과입니다.

의미하는 바: AEO를 위해 문자 그대로 아무것도 하지 않은 Shopify 기반의 미국 DTC 판매자가 기본적으로 ChatGPT 가시성을 확보하게 됩니다. 이는 SMB (중소기업) 세그먼트에서는 전례 없는 일입니다.

Magento — 판매자 제어형 AEO

Adobe Commerce / Magento 2는 OpenAI 또는 기타 AI 플랫폼과 플랫폼 수준의 협약이 체결되어 있지 않습니다. 모든 AEO (AI 엔진 최적화) 신호는 의도적으로 구성되어야 합니다. 50개 이상의 스토어를 대상으로 실시한 감사 결과에 따르면, 기본 Magento 2 설치 상태는 9개 신호 AEO 감사에서 약 25%의 점수를 기록했으며, 세 가지 일관된 실패 지점이 발견되었습니다:

1. robots.txt가 AI 크롤러를 차단함 — 기본 와일드카드 규칙이 OAI-SearchBot, PerplexityBot, Google-Extended의 스토어 접근을 방해합니다.
2. llms.txt 부재 — 기계가 읽을 수 있는 카탈로그 맵이 존재하지 않습니다.
3. Product schema에 offers.availability 누락 — ChatGPT Shopping ACP (AI 컨포먼스 프로그램) 준수 확인을 위한 필수 필드입니다.

적절한 오픈 소스 모듈을 사용하면 이를 수정하는 데 약 90분이 소요됩니다. ChatGPT Shopping 자격 요건을 충족하려면 chatgpt.com/merchants에서 별도의 신청을 진행하고, ACP 피드(feed)를 생성하며, OpenAI의 준수 검토(conformance review)를 통과해야 합니다. 자동화된 경로는 없지만, 판매자 제어형 (Merchant-Controlled) AEO 구현을 통해 동일한 AI 커머스 채널에 기술적으로 도달할 수 있습니다.

의미하는 바: Magento의 "불리함"은 오후 한나절 정도의 비용입니다. "유리함"은 스택 내의 모든 신호를 직접 소유하고 감사할 수 있다는 점이며, 이는 AI 플랫폼이 다양화되고 피드(feed) 조건이 진화함에 따라 더욱 중요해집니다.

실제 감사 결과 — 판매자 제어형 AEO의 모습

감사 결과가 실제로 무엇을 반환하는지 확인하면 추상적인 비교가 구체화됩니다. 다음은 완전히 구성된 Adobe Commerce 2.4.7 스토어(중견 의류 기업, 약 14,000개 SKU, EU 멀티 스토어)에서 bin/magento angeo:aeo:audit를 실행했을 때의 출력 결과입니다:

$ bin/magento angeo:aeo:audit --store=default

Running AEO audit for store: default
...

Shopify의 경우, AI 가시성 (AI visibility)은 상당 부분 블랙박스(black box) 상태입니다. 제품이 ChatGPT 응답에 나타나는지 여부는 관찰할 수 있습니다. 하지만 Shopify가 ACP를 통해 특정 변형(variant)에 대해 전송하는 offers.availability 값이 무엇인지 검사할 수 없으며, OpenAI가 수신하는 정확한 피드(feed) 형식을 확인하거나, 어떤 제품이 준수성 검사(conformance checks)를 통과하지 못했는지 그리고 그 이유가 무엇인지 감사(audit)할 수도 없습니다. 제품이 나타나지 않는다면, 디버깅 경로는 간접적일 수밖에 없습니다.

그 차이 — 4초 만에 나오는 CLI 출력값과 불투명한 배포 계층(distribution layer) 사이의 차이 — 가 실무에서 말하는 "판매자 제어형 AEO (Merchant-Controlled AEO)"의 의미입니다.

검색 테스트 — AI 엔진이 실제로 노출하는 것

기능 테이블은 이론적인 도달 범위를 설명합니다. 검색 테스트(Retrieval tests)는 AI 엔진이 가용 신호(available signals)를 가지고 실제로 무엇을 하는지를 설명합니다. 다음은 2026년 5월, 동일한 카테고리(산업용 테스트 장비, 벤치마킹을 위해 플랫폼 간에 동일하게 복제된 제품 카탈로그) 내의 세 가지 스토어 구성에서 실행된 제어된 쿼리의 스팟 체크(spot-check) 결과입니다:

테스트 패턴에서 얻은 두 가지 관찰 결과는 다음과 같습니다:

1. 기본 설정의 Magento는 보이지 않습니다. AI 봇 차단, llms.txt 누락, 불완전한 스키마(schema), 그리고 ACP 피드 부재가 결합되어 검색 노출 면적(retrieval surface)이 제로가 됩니다.
2. 설정된 Magento는 검색 측면에서 Shopify와 대등하며, 때로는 EU 특화 및 사양 중심 쿼리에서 Shopify를 능가합니다. Agentic Storefronts는 현재 미국 시장에 가중치가 실려 있습니다. 상세 사양 검색은 스키마의 깊이(schema depth)에 달려 있는데, Magento는 Shopify의 표준 제품 템플릿보다 더 세밀하게(granularly) 이를 노출합니다.

이것이 의미하는 바: 배포 대 제어(distribution-versus-control)의 프레임워크는 이론적인 것에 그치지 않습니다. Magento 스토어가 판매자 제어형 AEO(Merchant-Controlled AEO)로 구성되면, 검색 성능(retrieval performance)은 경쟁력을 갖추게 되며, 판매자는 Shopify가 제공하지 못하는 진단 제어권(diagnostic control)을 유지할 수 있습니다.

전체 기능 비교

Shopify의 이점이 실질적인 부분

ACP를 통한 플랫폼 레벨의 배포

공식 발표에 기반한 Shopify와 OpenAI의 파트너십은 구조적인 배포 우위(structural distribution advantage)이며, 이는 단순한 기능적 동등성(parity feature)의 문제가 아닙니다. Shopify의 문서에 따르면, 자격 요건을 갖춘 판매자는 별도의 개별 조치 없이도 Agentic Storefronts와 Agentic Commerce Protocol을 통해 기본적으로 ChatGPT 검색 노출(discoverability)이 가능하도록 배치되었습니다. Adobe Commerce 또는 Magento 판매자에게는 이와 동등한 협약이 존재하지 않습니다. Adobe는 그 어떤 AI 쇼핑 플랫폼과도 이와 유사한 플랫폼 레벨의 통합을 발표한 바 없습니다.

네이티브 AI 기여도 분석 (Native AI attribution)

Shopify Analytics는 AI 리퍼러(referrer)별로 세션과 주문을 네이티브하게 필터링합니다. 반면 Magento의 경우, 기본적인 AI 기여도 분석을 위해서도 리퍼러 데이터를 sales_order에 유지하기 위한 커스텀 옵저버 코드(custom observer code)가 필요합니다. Shopify가 기본적으로 포함하고 있는 측정 인프라를 Magento에서 구현하려면 수 시간의 커스텀 개발이 필요합니다.

AI 가시성 확보 속도

아무것도 없는 상태에서 시작하는 판매자에게 Shopify가 AI 커머스 가시성을 확보하는 데 걸리는 시간은 몇 시간 단위이며, Agentic Storefronts의 기본 활성화를 고려하면 사실상 '0'에 가깝습니다. 반면 Magento의 경로는 다음과 같은 순차적인 단계가 필요합니다: AEO 감사, robots.txt 수정, llms.txt 생성, 스키마(schema) 업데이트, ACP 피드 생성, 판매자 신청, 그리고 OpenAI 준수 검토(conformance review). 총 소요 시간은 며칠에서 몇 주에 달합니다.

Shopify의 논지를 한 문장으로 요약하면: 만약 플랫폼 중개형 AI 배포(platform-mediated AI distribution)를 수용한다면, Shopify는 시장의 그 어떤 대안보다 더 빠르고 완전하게 이를 제공합니다.

Magento의 이점이 실질적으로 작용하는 지점

제어권과 감사 가능성 — 판매자 제어형 (Merchant-Controlled) AEO 포지션

Magento의 AEO 스택에 있는 모든 AI 신호는 명시적으로 구성되며, 단일 CLI 명령어로 테스트 및 감사(audit)가 가능합니다 (위의 감사 출력 결과 참조). 반면 Shopify에서 AI 가시성(visibility)은 대체로 블랙박스(black box) 상태입니다. 제품이 ChatGPT 응답에 나타나는지는 관찰할 수 있습니다. 하지만 Shopify가 특정 변형(variant)에 대해 어떤 ACP 피드 페이로드(feed payload)를 전송하고 있는지, OpenAI가 수신하는 정확한 형식이 무엇인지 검증하거나, 어떤 제품이 준수 검토(conformance checks)에서 실패했는지 그리고 그 이유가 무엇인지를 감사할 수는 없습니다.

멀티 스토어 아키텍처 (Multi-store architecture)

Shopify의 AI 기능은 주로 단일 브랜드 스토어프런트(storefront)를 위해 설계되었습니다. 서로 다른 카탈로그, 언어, 통화 또는 B2B 가격표(price books)를 가진 여러 스토어를 운영하는 판매자의 경우, Magento의 네이티브 멀티 스토어 아키텍처는 모든 AEO 신호에 대해 스토어별 제어권을 제공합니다. 스토어 뷰(store view)별로 별도의 llms.txt를 구성하고, 로캘(locale)별로 다른 스키마(schema) 설정을 적용하며, 시장(market)별로 정밀한 ACP 피드 제어가 가능합니다.

개방형 표준, 벤더 종속성 없음 (No vendor lock-in)

판매자 제어형 AEO가 구축되는 기반 신호들은 다음과 같은 개방형 표준입니다:

• robots.txt — 30년 된 RFC
• JSON-LD — W3C 표준
• Agentic Commerce Protocol (ACP) — OpenAI의 개방형 사양(open spec)으로, 모든 판매자가 채택 가능
• Model Context Protocol (MCP) — Anthropic의 개방형 사양(open spec)
• llms.txt — 새롭게 부상하는 커뮤니티 관례(convention)

판매자 제어형 AEO를 운영하는 판매자는 현재와 미래에 존재할, 이러한 프로토콜을 사용하는 모든 AI 엔진에 도달할 수 있습니다. 반면 Shopify를 사용하는 판매자는 Shopify가 계약을 맺은 플랫폼들에만 도달할 수 있습니다. 전자는 프로토콜 계층과 함께 확장되지만, 후자는 플랫폼의 사업 개발(BD) 팀과 함께 확장됩니다.

데이터 소유권