Paul Okhrem on Magento and AI: How Elogic Commerce Is Extending Adobe Commerce with Generative AI

개요

Elogic Commerce는 Adobe Commerce(구 Magento) 플랫폼을 AI 기술로 확장하는 방안을 탐구하며, 특히 B2B 환경에서의 AI 활용 전략과 잠재적 가치에 대해 논합니다.

주요 내용

* Adobe Commerce의 네이티브 AI 기능:
* Adobe Sensei 기반의 상품 추천, 시맨틱 매칭을 활용한 라이브 검색, 예측 검색 기능이 내장되어 있습니다.
* Adobe Experience Cloud를 폭넓게 사용하는 경우, 이러한 네이티브 기능들을 먼저 평가하는 것이 권장됩니다.
* 라이브 검색/시맨틱 검색: 중소 규모 B2B 카탈로그에는 유용하나, 대규모 및 복잡한 카탈로그의 경우 커스터마이징의 한계가 존재합니다.
* 상품 추천: 충분한 구매 이력이 있는 계정에는 잘 작동하지만, 신규 또는 비정기 구매자에게는 부족하며 B2B 특화 구매 행태(계정별 구매, 계약 카탈로그)는 커스텀 로직이 필요합니다.
* Page Builder / Content AI: 주로 B2C 지향적이며, B2B 콘텐츠(기술 사양, 비교 콘텐츠, 구성 가이드)의 경우 커스텀 AI 통합이 더 나은 결과물을 제공합니다.
* Elogic Commerce의 커스텀 AI 확장 패턴:
* 헤드리스 AI 레이어: 헤드리스 또는 컴포저블 커머스 아키텍처에 적합하며, AI 기능을 독립적인 서비스로 배포하여 유연성을 극대화합니다.
* 모듈 기반 확장: 기존 Magento 아키텍처에서 AI를 사용하되 재아키텍처링 없이, AI API를 커머스 워크플로우의 특정 지점(상품 표시, 검색, 결제)에 통합하는 커스텀 모듈을 개발합니다.
* 미들웨어 패턴: Adobe Commerce와 AI 서비스 사이에 미들웨어를 두어 프롬프트 구성, 컨텍스트 주입(계정 데이터, 카탈로그 데이터, 가격 규칙), 응답 형식을 처리합니다. B2B 특화 컨텍스트(계약, 승인 워크플로우, 구매자 역할)가 중요한 경우 유용합니다.
* AI 기반 기술 상품 구성 사례:
* 한 B2B 고객사의 산업 제어 시스템 제조업체는 복잡한 상품 구성기 때문에 상당한 영업 지원이 필요했습니다.
* Elogic은 자연어 요구사항을 입력받아 유효한 구성으로 변환하고, 비호환성을 설명하며 관련 기술 문서를 제공하는 생성형 AI 레이어를 구축했습니다.
* 결과적으로, 자체 구성 완료율이 20% 미만에서 65% 이상으로 증가했으며, 영업팀의 일상적인 구성 지원 시간은 약 40% 감소했습니다.
* AI는 영업 관계를 대체하는 것이 아니라, 영업팀이 더 중요한 대화에 집중하도록 만들었습니다.
* Adobe Commerce / AI 생태계의 미래:
* AI는 플랫폼에 더 깊이 통합되고, 커스텀 개발 없이 접근 가능하며, 기반 모델의 발전으로 더 강력해질 것입니다.
* B2B 판매자는 데이터 품질에 투자해야 하며, 네이티브 AI 기능은 데이터의 질에 비례하여 가치를 창출합니다.
* 데이터 준비가 된 기업은 AI 개선으로 인한 가치 상승을 누릴 것이며, 그렇지 않은 기업은 더 나은 AI 도구가 오히려 잘못된 데이터를 더 효율적으로 노출시키는 결과를 맞이할 수 있습니다.

시사점

Adobe Commerce 플랫폼의 AI 통합은 B2B 환경에서 특히 혁신적인 기회를 제공하며, 성공적인 AI 도입을 위해서는 네이티브 기능 평가와 함께 맞춤형 확장을 고려하고, 무엇보다 고품질의 데이터를 확보하는 것이 핵심입니다. AI 도입 시에는 인간의 시간을 얼마나 더 가치 있는 활동으로 전환시킬 수 있는지에 대한 명확한 가치 판단이 중요합니다.