실제 WooCommerce 스토어에서 AI 에이전트가 구매를 진행한 30일간의 기록: 데이터가 말해주는 것

지난주 @benjifisher는 에이전트 커머스(agentic commerce)의 복잡한 중간 단계, 즉 "찾았다"와 "구매했다" 사이의 신뢰, 검증 및 책임 계층에 관한 날카로운 글을 게시했습니다. 그의 결론은 다음과 같습니다: 중간 단계는 대부분 구축되지 않았다는 것입니다.

우리는 그와는 다른 이야기를 하는 30일간의 프로덕션(production) 데이터를 보유하고 있습니다. 데모가 아닙니다. 샌드박스(sandbox)도 아닙니다. 40,000개의 SKU, 실제 가격, 실제 세금, 실제 지갑 결제가 이루어지는 네덜란드의 실제 향수 스토어 데이터입니다. 실제로 어떤 일이 일어났는지 소개합니다.

수치

• €1,269의 AI 주도 매출 — 지난 30일간
• AI 에이전트를 통한 39건의 주문 완료
• AI 트랜잭션(transaction)당 평균 주문 가치 €32.54
• 76.5% 세션 전환율 — 51개의 에이전트 세션 중 39개가 주문 완료로 이어짐
• 세션당 평균 1.5회의 호출(calls) — 사양 벤치마크는 4회(목록 조회 → 생성 → 업데이트 → 완료)입니다.

제가 집중하고 싶은 부분은 바로 마지막 수치입니다.

세션당 1.5회의 호출은 에이전트가 단계를 건너뛰고 있음을 의미합니다

UCP 사양의 최적화된 벤치마크는 완전한 구매를 위해 4회의 도구 호출(tool calls)을 요구합니다: 제품 목록 조회, 체크아웃 생성, 체크아웃 업데이트, 체크아웃 완료. 우리의 에이전트들은 평균 1.5회를 기록하고 있습니다.

이는 에이전트가 실패하고 있다는 뜻이 아닙니다. 이전 세션에서 이미 탐색(discovery)을 마친 에이전트가 의도를 가지고 도착하여 즉시 체크아웃으로 넘어간다는 것을 의미합니다. 우리가 2주 전에 출시한 /agents.md 지침(instruction) 계층이 작동하고 있는 것입니다. 에이전트들은 첫 방문 시 운영 매뉴얼을 읽고, 이후의 모든 트랜잭션마다 이를 다시 읽지 않습니다.

프로토콜(protocol)이 깔끔하고 지침이 명확하다면, 복잡한 중간 단계는 더 이상 복잡해 보이지 않습니다.

실제로 누가 구매하고 있는가

30일 동안 8개의 서로 다른 에이전트가 스토어를 방문했습니다. 에이전트 테이블이 보여주는 내용은 다음과 같습니다:

에이전트 (Agent)	세션 (Sessions)	평균 호출 (Avg Calls)	상태 (Status)
UCP Directory Verifier	19	1	Discovery only
...

가장 흥미로운 행은 Unknown Agent입니다. 13번의 세션, 평균 2.2회의 호출을 기록했으며, 목표치와 같거나 그 이하의 수치를 보였습니다. 이름을 식별할 수 없는 에이전트가 스토어를 대상으로 효율적이고 반복적으로 거래를 수행하고 있습니다. 이 에이전트는 /.well-known/ucp 매니페스트 (manifest)를 찾아내고, 기능 선언 (capability declarations)을 파싱 (parsing)했으며, 우리 측의 어떠한 통합 작업 없이도 구매를 완료하고 있습니다.

이것이 바로 프로토콜 (protocol)이 설계된 대로 작동하고 있는 모습입니다.

UCP Playground는 5회의 호출로 벤치마크 (benchmark)를 상회하는 유일한 에이전트입니다. 이는 신원 연결 (identity linking) 흐름을 포함하여 전체 엔드 투 엔드 (end-to-end) 검증 세션을 실행 중인 Ben의 테스트 환경입니다. 예상된 노이즈 (noise)이며, 문제는 아닙니다.

혼란스러운 중간 과정의 실제 모습

이 단계에 도달하기까지의 과정은 깔끔하지 않았습니다. 첫 번째 완전 자율 구매인 3월 25일의 WooCommerce 주문 #82251을 완료하기까지 두 명의 인원이 24시간 동안 디버깅 (debugging)을 수행해야 했습니다. 실패 원인은 구체적이었습니다:

멱등성 키 (Idempotency key) 형식. Claude는 meta를 적절한 중첩 객체 (nested object) 대신 문자열화된 JSON 객체로 계속해서 보냈습니다. 오케스트레이터 (orchestrator) 수준에서 키 형태를 자동 주입 (auto-injecting)함으로써 해결했습니다.

지갑 수단 ID (Wallet instrument ID) 대 핸들러 이름 (handler name). 스토어의 검증기 (validator)는 com.terrawallet.store_credit (핸들러 이름)은 수락했지만, terrawallet-1 (수단 ID)은 거부했습니다. 두 개의 서로 다른 식별자, 하나의 조회 경로, 그리고 하나의 침묵하는 실패 모드 (silent failure mode)가 결합된 문제였습니다.

만료된 OAuth 세션 (Stale OAuth sessions). 판매자 측의 토큰 취소 (token revocation)가 감지되지 않았습니다. 에이전트들은 만료된 베어러 토큰 (Bearer tokens)을 보유하고 있었고, 명확한 복구 경로 없이 401 에러를 받고 있었습니다. 연결 시 토큰 검증을 추가하고 401 발생 시 자동 삭제하도록 하여 해결했습니다.

MCP 엔드포인트 (endpoint) 오버라이드 (override). 우리의 Shopify 스토어프론트 프로브 (storefront probe)가 매니페스트 엔드포인트를 오버라이드하고 있었습니다. OAuth 토큰은 /api/mcp에 저장되었지만, MCP 호출은 /wp-json/ucpready/v1/mcp로 향하고 있었습니다. 엔드포인트 불일치 하나로 인해, 이를 발견하기 전까지 성공적인 완료는 단 한 건도 없었습니다.

이 각각의 사례는 실제 구매를 가로막은 실질적인 실패였습니다. 프로토콜이 이를 숨긴 것이 아니라, 세션 데이터가 모든 실패를 포착했습니다. 관찰 가능성 (Observability) 덕분에 이러한 문제들을 수정할 수 있었습니다.

76.5%의 전환율이 맥락상 의미하는 것

이커머스에서의 인간 결제 전환율 (Human checkout conversion)은 평균 2~4%입니다. 모바일은 이보다 더 낮습니다. 성과가 높은 스토어조차 콜드 트래픽 (Cold traffic)에서 5%를 넘는 경우는 드뭅니다.

76.5%는 인간의 결제 전환율과 비교 대상이 아닙니다. 에이전트 세션은 정의상 브라우징이 아닌 의도적인 행위이기 때문입니다. 하지만 이는 마찰 (Friction)에 대해 무언가를 알려줍니다. 잘 구현된 UCP 엔드포인트에서 create_checkout에 도달한 에이전트는 76.5%의 확률로 구매를 완료합니다. 실패 사례들은 대부분 구매 의도가 없었던 탐색 세션 (UCP Directory Verifier, UCP Checker)입니다.

순수 탐색 세션을 제외하면 완료율은 더 높아집니다.

소규모 소매업체의 준비세 (Readiness tax) — 재검토

Deloitte의 Paul do Forno는 지난주 소규모 소매업체들이 "숨겨진 에이전트 준비세 (Hidden agentic readiness tax)"에 직면해 있다고 게시했습니다. 이는 완벽한 카탈로그 데이터가 기본 요건이 되고, 깊은 시스템 접근 권한이 데이터 유출 위험을 초래하는 것을 의미합니다.

위의 데이터는 네덜란드의 한 소규모 소매업체로부터 나온 것입니다. 플랫폼도 아니고, 대기업도 아닙니다. WooCommerce 스토어입니다. 준비세는 실재합니다. 여기까지 오는 데 몇 달간의 개발이 필요했습니다. 하지만 그 결과물로, 그렇지 않았다면 존재하지 않았을 30일간의 AI 기반 주문 39건과 1,269유로의 매출이 발생했습니다.

준비세는 일회성 비용입니다. 매출은 반복적입니다.

다음 단계

13건의 '알 수 없는 에이전트 (Unknown Agent)' 세션은 현재 우리가 가진 가장 흥미로운 데이터 포인트입니다. 신원 미상의 에이전트가 이 스토어를 발견하고, 프로토콜을 파싱하여 반복적으로 거래를 수행하고 있습니다. 우리는 그것이 어디에서 왔는지 모릅니다. 이것이 바로 개방형 프로토콜의 네트워크 효과입니다. 특정 장소에 등록될 필요가 없습니다. 규격에 맞는 /.well-known/ucp 매니페스트를 게시하기만 하면 에이전트들이 당신을 찾아냅니다.

다음 이정표는 해당 에이전트를 식별하고 그 권한 범위(mandate scope)를 이해하는 것입니다. 만약 에이전트가 명시적인 구매자 확인 단계 없이 AP2 자율 구매(autonomous purchasing)를 실행하고 있다면, 감사 추적(audit trail)만이 "성공했다"와 "잘못된 것을 구매했다" 사이를 가르는 유일한 장치입니다. 이것이 바로 Ben이 말한 관측 가능성 계층(observability layer)입니다. 이는 이론적인 필요가 아니라, 실제 운영상의 요구 사항입니다.

중간 단계가 구축되지 않은 것은 아닙니다. 초기 단계이며, 제대로 구현하기까지는 혼란스럽지만, 일단 성공하면 실제 수익을 창출합니다.

UCPReady는 이 데이터의 기반이 된 WooCommerce 플러그인입니다. AI 에이전트 분석(AI Agent Analytics) 대시보드는 Pro 기능입니다. houseofparfum.nl은 실제 참조 스토어이며, 매니페스트(manifest)는 houseofparfum.nl/.well-known/ucp 에 위치합니다.

귀하의 WooCommerce 스토어가 어느 단계에 있는지 확인하고 싶다면: ucpchecker.com