AI 에이전트의 쇼핑 트래픽 3배, 이커머스는 에이전틱 커머스 시대에 무엇을 준비해야 할까?

Summary

AI가 상품 추천을 넘어 탐색·비교·구매까지 수행하는 에이전틱 커머스가 확산되면서, 이커머스 트래픽의 성격도 달라지고 있습니다. Shopify 사례처럼 AI 기반 유입과 주문이 빠르게 증가하면서 AI는 더 이상 단순한 검색·추천 채널이 아니라 실제 구매와 API 요청을 발생시키는 새로운 클라이언트가 되고 있습니다.

문제는 하나의 사용자 의도가 상품·가격·재고·주문 등 여러 자동 요청으로 확산될 수 있다는 점입니다. 따라서 방문자 수만 보는 기존 방식보다 어떤 주체가 어떤 목적으로 어떤 API를 얼마나 호출하고 있는지를 함께 파악해야 합니다.

이에 따라 AI 시대의 트래픽 관리는 기존의 사람 vs. 봇, Good Bot vs. Bad Bot이라는 단순한 구분에서 벗어나 다음과 같은 흐름으로 전환될 필요가 있습니다.

에이전틱 커머스의 시대, 이커머스는 트래픽을 어떻게 구분해야 할까?

여러분은 쇼핑할 때 AI를 얼마나 사용하시나요? AI에게 제품을 추천 받은 후 후보 중에서 선택하는 것을 넘어, AI가 소비자를 대신해 상품을 탐색하고 비교하며 구매까지 완료하는 방식인 에이전틱 커머스가 떠오르고 있습니다.

이러한 변화는 2025년, Shopify와 ChatGPT가 연동되면서 부터 빠르게 나타나기 시작했는데요. Shopify의 2026년 2분기 발표에 따르면 자사 가맹점 스토어로 유입되는 AI 기반 트래픽은 전년 동기 대비 3배, AI 검색에서 발생한 주문 역시 3배 증가했습니다. AI 채널을 통해 유입된 신규 구매자의 주문율도 다른 채널보다 약 2배 높게 나타났습니다. 소비자들은 이제 상품을 스스로 탐색하지 않고, AI의 결정을 그대로 따라가는 방식에 도달하게 된 것입니다.

1분기 데이터에서는 변화가 더 뚜렷했습니다. Shopify 스토어의 AI 챗봇 추천 유입 세션은 전년 대비 8배 이상, AI 검색에서 발생한 주문은 약 13배 증가했습니다. AI 검색 유입 고객의 전환율은 일반 검색 대비 약 50% 높고, 평균 주문 금액도 14% 높은 것으로 나타났습니다.

AI가 실제 구매 트래픽을 만들기 시작했다고?

기존 AI 커머스 논의는 대부분 ‘ChatGPT나 Gemini가 어떤 상품을 추천할까?’, ‘우리의 제품이 AI에게 인용되기 위해서는 어떤 콘텐츠를 마련하고 웹페이지를 어떻게 개편해야할까?’에 초점이 맞춰져 있었습니다. 하지만 소비자의 구매 흐름은 더욱 빠르게 확장되고 있습니다.

그렇기에 앞으로 이커머스를 이용하는 소비자들은 다음처럼 나뉠 가능성이 높습니다.

이제 인터넷 트래픽에서 중요한 것은 봇과 일반 사용자를 나누는 것이 아닙니다.

어떤 목적으로, 어떤 영역에 접근하고 있는가?

해당 질문에 더 집중해야하는 시기가 왔습니다.

AI 에이전트 트래픽은 일반 사용자의 트래픽과 무엇이 다를까?

사람은 일반적으로 검색하고, 페이지를 클릭하고, 상품을 살펴보고, 비교하고 구매하는 과정을 진행합니다. AI 에이전트도 동일하지만, 그 과정 중 일부를 프로그램으로 수행한다는 것에 차이가 있습니다.

예를 들어 사용자가 AI에게 다음과 같이 요청한다고 가정해볼 수 있는데요.

20만 원 이하 러닝화 중 재고가 있고 이번 주 안에 받을 수 있는 제품을 찾아줘.

AI가 이 요청을 처리하기 위해서는 상품 목록, 가격, 옵션, 배송 정보, 재고 등 여러 데이터를 확인해야 할 수 있습니다.

그 결과 한 명의 사용자가 사이트를 한 번 방문하는 것과 달리, 하나의 사용자 의도가 여러 자동 요청으로 변환되거나 특정 API에 집중될 가능성이 생깁니다. AI 에이전트 구조에서는 한 번의 사용자 요청이 여러 서버와 API 호출로 확산되고, 외부 시스템의 지연이 내부 요청 대기로 이어질 수 있는 것 입니다.

따라서 이커머스 트래픽에서는 단순 방문자 수 외에도 다음 지표를 같이 볼 필요가 있습니다.

• 특정 API의 초당·분당 요청량

• 동일 세션 또는 계정의 반복 요청 빈도

• 상품·가격·재고 API 집중도

• 로그인·결제·주문 API 호출 패턴

• 실패 이후 반복되는 재시도

• API 응답시간 및 현재 처리량

• 정상 사용자와 자동화 요청의 비율

이제 100명의 사람 트래픽이 들어왔는지보다, 그 100개의 의도가 시스템에서 어떤 요청으로 바뀌었는지가 중요해지는 것입니다.

AI 트래픽은 어떻게 관리하고 처리해야할까?

기존, 봇 트래픽은 랜섬웨어 감염이나 크리덴셜 스터핑 등 시스템의 정보를 가져갈 수 있는 악성 봇일 가능성을 가지고 있었기 때문에 많은 관리자분들이 봇 트래픽을 차단하고는 했습니다.

하지만 AI가 대중화된 지금, 기존의 단순한 Good Bot / Bad Bot 분류만으로는 부족하다는 의견이 나오고 있습니다. 에이전틱 환경에서는 에이전트의 신원과 의도를 함께 판단하고, 일괄 차단보다 선택적 접근 정책을 적용하는 방향이 필요하다는 것입니다.

026년 Akamai가 발표한 Agentic Security Framework에서도, 역시 사람·봇·AI 에이전트의 identity, behavior, intent를 함께 분석해 신뢰 수준에 따라 접근을 제어하는 구조를 제시합니다.

즉, AI 트래픽 관리는 AI를 차단하는 것이 아니라, 어떤 자동화가 비즈니스에 도움이 되는지 구분하고 각각 다른 권한을 서버 내에서 부여하는 것입니다.

AI 커머스 트래픽은 ‘식별 → 정책 → 제어’로 관리해야 한다.

실무에서는 다음 세 단계로 정리할 수 있습니다.

여기서 중요한 것은 2단계에서 끝내지 않는 것입니다.

정상적인 AI 에이전트라고 해도 시스템이 한 번에 처리할 수 있는 용량에는 한계가 있기 때문입니다.

1단계. 누가 요청하는지 식별한다

먼저 유입되는 자동화 트래픽을 구분해야 합니다.

AI 커머스 환경에서도 첫 번째 단계는 자동화 트래픽에 가시성을 확보하는 것입니다.

‘AI에서 왔다’는 이유만으로 허용하거나, ‘봇이다’라는 이유만으로 막기 전에 실제 행동을 확인해야 합니다.

2단계. API와 행동에 따라 정책을 나눈다

모든 페이지와 API가 같은 위험도를 갖는 것은 아닙니다.

예를 들어 공개 상품 설명 페이지와 결제 API는 같은 정책으로 운영할 필요가 없습니다.

AI 에이전트 접근 정책 예시

이 표는 특정 제품의 기본 설정값이 아니라 이커머스 운영 정책을 설계할 때 사용할 수 있는 예시입니다. 실제 정책은 서비스의 API 구조와 비즈니스 위험도에 따라 달라져야 합니다.

3단계. 정상 요청도 처리 용량 안에서 진입시킨다

트래픽이 정상이라고 해서 시스템이 무한대로 처리할 수 있는 것은 아닙니다.

결제 서버가 동시에 500개의 요청을 안정적으로 처리할 수 있다면 1,000번째 요청이 정상 사용자나 정상 AI 에이전트에서 발생했다고 해도 모두 동시에 처리하는 것은 위험할 수 있습니다.

이 지점에서 대기열 기반 진입 제어가 필요합니다.

예를 들어 동일한 주문 시스템이라도 일반 상품 조회와 실제 결제 요청이 동시에 몰린다면 비즈니스 중요도에 따라 처리 우선순위를 달리하는 방식을 고려할 수 있습니다.

이커머스에서 트래픽을 어떻게 구분하고 용량에 따라 처리하는 방법은 없을까?

AI 커머스 환경에서는 ‘누구를 들여보낼 것인가’와 ‘얼마나 빠르게 들여보낼 것인가’를 분리해 생각하는 것이 중요합니다.

1. 어떤 자동화 트래픽인가?

먼저 자동화 도구, 접속 환경, 빈도, 패턴 등 여러 조건으로 트래픽을 분석하고 악성 봇·우호 봇을 분류한 뒤 정책을 적용하는 역할을 합니다.

2. 허용된 요청을 어느 속도로 처리할 것인가?

시스템의 처리 용량보다 많은 API 요청이 들어왔을 때 이를 즉시 버리지 않고 대기열에 저장하고, 가용 용량에 맞춰 순차적으로 진입시킵니다. API Gateway, Web Server, WAS 등 필요한 구간에 적용할 수 있으며 우선순위와 응답시간 등 다양한 기준으로 진입량을 제어할 수 있습니다.

AI 시대의 이커머스는 ‘사람만 오는 웹’이 아니다

AI 쇼핑 트래픽의 증가가 의미하는 것은 단순히 새로운 마케팅 채널이 하나 등장했다는 것만은 아닙니다.

AI는 상품을 찾고 추천하는 검색 인터페이스이면서 동시에, 앞으로는 실제 서비스를 호출하고 거래에 참여하는 새로운 유형의 클라이언트가 될 수 있습니다.

Akamai가 2026년 7월 발표한 조사에서도 전체 AI 봇 트래픽의 47.9%가 커머스 산업에서 관찰됐습니다. Akamai는 이에 따라 정상적인 AI 에이전트는 받아들이면서 악성 자동화는 차단하는 ‘agentic readiness’가 필요하다고 설명합니다.

따라서 앞으로의 이커머스 트래픽 관리는

사람 vs. 봇

이라는 단순한 이분법보다,

누구인가 → 무엇을 하려는가 → 어디까지 허용할 것인가 → 시스템은 지금 얼마나 처리할 수 있는가

라는 네 가지 질문으로 바뀔 가능성이 높습니다.

AI 에이전트를 무조건 막는 것이 답은 아닙니다.
구분해서 받아들이고, 받아들인 요청을 시스템이 감당할 수 있는 속도로 처리하는 것이 중요해질 것입니다.