국내 수출 제조사 홈페이지의 전형적인 구조를 떠올려보자. 메인 배너에는 "글로벌 1위 혁신 기술"이라는 문구가 있고, 제품 카탈로그는 회원 가입을 해야만 PDF로 받을 수 있다.
인간 바이어라면 그래도 관심이 있으면 가입할 수 있다. 하지만 AI 에이전트는 로그인 폼 앞에서 멈춘다. 데이터를 읽을 수 없으면 그냥 다음 공급처로 넘어간다. 탈락 이유도 통보되지 않는다.
이것이 지금 많은 국내 수출 기업이 글로벌 바이어의 AI 조달 시스템에서 보이지 않는 채로 배제되고 있는 실제 메커니즘이다.
에이전틱 커머스(Agentic Commerce)란 바이어가 직접 검색하는 대신 AI 에이전트가 탐색·비교·필터링까지 대행하는 구매 방식이다. Perplexity Enterprise, ChatGPT 플러그인 기반 조달 봇, 자체 개발 구매 에이전트 등이 이미 실제 B2B 조달 현장에 투입되고 있다.
가트너는 2030년까지 온라인 거래의 약 20%가 AI 에이전트 주도로 이루어질 것으로 전망했다. 그리고 고단가 B2B 기술 바이어의 약 90%가 이미 파트너사 1차 스크리닝에 생성형 AI를 핵심 도구로 쓰고 있다는 조사 결과도 나와 있다.
AI 에이전트가 공급처를 선별할 때 판단 기준은 세 가지다.
"독보적인 기술력"이나 "20년 전통"은 AI 파싱 알고리즘에 아무 가중치도 주지 못한다. "인장강도 450MPa", "탄소 배출량 1.5kg CO2e/kg" 같은 정량 팩트만이 추천 근거로 추출된다.
웹사이트 루트 경로(yourdomain.com/llms.txt)에 마크다운 형식의 사이트 구조 요약 파일을 배치한다. LLM 크롤러가 이 파일을 먼저 읽고 핵심 문서 경로를 파악한다. 없으면 에이전트가 사이트 전체를 무작위로 탐색하거나 포기한다.
sitemap.xml에는 반드시 lastmod 태그를 적용해야 한다. 마지막 수정일이 없으면 AI 에이전트는 해당 페이지의 데이터 신선도를 알 수 없어 신뢰도를 낮게 평가한다. AGENTS.md 파일을 추가해 AI 봇의 접근 허용 범위와 수집 방법을 명시하는 것도 권장한다.
실무 팁: llms.txt는 사람이 보는 소개 페이지가 아니다. AI가 읽는 인덱스 파일이다. 마케팅 문구 없이 제품 카테고리, 주요 스펙 페이지 URL, 인증 문서 경로만 간결하게 담아야 한다.
브로셔 PDF를 웹에 올리는 것으로는 부족하다. AI 에이전트는 PDF 이미지 내부의 텍스트를 완벽히 파싱하지 못한다. 모든 제품 사양을 JSON-LD 코드로 변환해 HTML <head> 또는 <body> 안에 삽입해야 한다.
핵심 필드 구성 예시:
{
"@type": "Product",
"name": "고장력 냉연강판 SPFC 590",
"countryOfOrigin": "KR",
"hasCertification": {"@type": "Certification", "name": "KS D 3512"},
"additionalProperty": [
{"@type": "PropertyValue", "name": "인장강도", "value": "590 MPa"},
{"@type": "PropertyValue", "name": "탄소배출량", "value": "1.8 kg CO2e/kg"}
],
"offers": {
"@type": "Offer",
"priceCurrency": "USD",
"eligibleMinimumOrderQuantity": {"@type": "QuantitativeValue", "value": 5, "unitCode": "TNE"}
}
}Offer 스키마를 Product 안에 중첩(Nesting)하면 AI 에이전트가 가격·납기·MOQ를 한 번에 파악한다. 이 세 정보가 분리되어 있거나 텍스트로만 기술되어 있으면 에이전트는 불완전한 데이터로 판단하고 다른 공급처를 우선 추천한다.
디지털 제품 여권(DPP)은 제품의 원재료 소싱, 탄소발자국, 재활용률, 규제 준수 여부를 담은 디지털 식별자다. EU 배터리 규정은 2026년부터 단계적 시행에 들어갔고, ESPR 위임법률에 따라 섬유·철강·전자·알루미늄·가구 등 고영향 품목은 2027~2030년 의무화 로드맵이 확정되어 있다.
DPP 구현의 핵심은 GS1 Digital Link 표준 URI다. 글로벌 상품 코드(GTIN)를 기반으로 아래 형식의 URL을 생성한다.
https://id.yourbrand.com/01/GTIN값/21/시리얼번호?linkType=gs1:dpp
AI 조달 에이전트가 이 URI를 쿼리하면 탄소 배출량(PCF), 자재명세서(BOM), 재활용 가능 비율 등의 데이터를 JSON 형태로 반환받는다. API 엔드포인트가 열려 있지 않으면 에이전트는 DPP 미탑재로 간주한다.
독일전기전자산업협회(ZVEI)는 이미 '탄소발자국 컨트롤 캐비닛(PCF@Control Cabinet)' 쇼케이스에서 AI 에이전트가 전자 부품의 전 생애주기 데이터를 읽고 실시간 탄소세를 산출하는 것을 검증했다. 스웨덴의 Trace4Value 프로젝트도 섬유 산업 특화 DPP 프로토콜을 정립해 친환경 구매 에이전트가 공급망 데이터를 자동 탐색하도록 구조화하는 데 성공했다.
첫째, 데이터 불일치는 즉각 탈락 사유다.
HTML 페이지에 표시된 인장강도가 590MPa인데 JSON-LD 스키마에 580MPa로 입력되어 있다면? AI 에이전트는 이를 '데이터 왜곡 위험(Trust Failure)'으로 판단하고 추천 리스트에서 제외한다. 시스템 간 정보 동기화는 선택이 아니라 필수다.
둘째, 폐쇄형 카탈로그 구조는 AI에게 보이지 않는 것과 같다.
국내 수출 기업의 관행인 '회원 가입 후 PDF 다운로드' 방식은 AI 에이전트의 데이터 수집을 원천 차단한다. 카탈로그 데이터를 완전히 개방된 머신 리더블 상태로 전환하는 것이 글로벌 조달 시장에서 가시성을 확보하는 유일한 방법이다.
| 현재 상태 | 우선 작업 |
|---|---|
| 카탈로그가 PDF/이미지만 존재 | JSON-LD 스키마 마크업 전환 |
| 스키마는 있지만 Offer 미포함 | MOQ·납기·가격 Nesting 추가 |
| EU 수출 비중 30% 이상 | DPP + GS1 Digital Link URI 구축 |
| llms.txt·sitemap lastmod 미적용 | 에이전트 가독성 기본 설계 |
| 세 곳의 데이터가 불일치 | 데이터 동기화 파이프라인 점검 |
모든 것을 한꺼번에 할 필요는 없다. 그러나 EU 수출 비중이 있는 기업은 DPP 구축을 가장 먼저 시작해야 한다. 규제 미준수는 마케팅 이슈가 아니라 거래 자격 박탈 이슈이기 때문이다.
Q1. JSON-LD 마크업은 개발자 없이 적용할 수 있나요?
Schema.org의 Product 스키마는 구글의 Rich Results Test 도구로 검증할 수 있으며, CMS(예: WordPress)를 사용하는 경우 플러그인으로 기본 적용이 가능합니다. 다만 PropertyValue로 기술 스펙을 세밀하게 태깅하고 Offer를 중첩하는 작업은 프런트엔드 개발자 또는 기술 마케팅 전문가와 협업하는 것이 정확도 면에서 훨씬 유리합니다.
Q2. DPP는 대기업만 해당되는 규제인가요? 아닙니다. EU ESPR은 EU 역내에 제품을 유통하는 모든 공급자에게 적용됩니다. 국내 중견 제조사라도 EU 바이어에게 납품한다면 의무 대상입니다. 배터리 규정은 이미 시행 중이고, 섬유·전자 품목은 2027년부터 단계적으로 적용됩니다.
Q3. GS1 GTIN이 없으면 DPP를 만들 수 없나요? GTIN 없이도 자체 URI 체계로 DPP를 구성할 수 있지만, 글로벌 AI 조달 에이전트가 표준 URI를 신뢰하는 방식으로 설계되어 있기 때문에 GS1 Digital Link 표준 준수를 강력히 권장합니다. GS1 Korea를 통해 GTIN 발급이 가능합니다.
Q4. 스키마 마크업을 적용하면 기존 SEO에도 영향을 주나요? 긍정적인 영향을 줍니다. 구글의 Rich Results(리치 결과)에 제품 정보가 구조화되어 노출되고, 검색 클릭률(CTR)이 개선되는 효과가 있습니다. AI 에이전트 최적화와 기존 SEO는 상충되지 않으며, 머신 리더블 구조 자체가 두 채널 모두에서 신뢰도를 높이는 기반이 됩니다.
Q5. 이 작업을 내부에서 직접 하기 어려운 경우 어떻게 해야 하나요? 기술 SEO, 스키마 설계, DPP 인프라 연동은 별개의 전문 영역이 맞물리는 작업입니다. 내부 리소스가 부족한 경우, B2B 수출 마케팅과 기술 구조화 경험을 함께 보유한 전문 에이전시와 협업하는 것이 시행착오를 줄이는 현실적인 경로입니다.
글로벌 바이어의 조달 방식이 바뀌었다. 아름다운 디자인과 감성적인 브랜드 스토리는 여전히 인간 의사결정자에게 중요하지만, 1차 필터링을 담당하는 AI 에이전트에게는 기계가 파싱 가능한 데이터 구조만이 신호로 작동한다.
지금 당신의 카탈로그가 AI 에이전트에게 읽히고 있는지, 아니면 조용히 배제되고 있는지 확인이 필요하다면 에이달(ADALL)에 문의해 주세요. 수출 제조사의 웹사이트 에이전트 가독성 진단부터 JSON-LD 스키마 설계, DPP 연동 전략까지 실무 중심으로 함께 설계합니다.
📩 프로젝트 문의: master@adall.co.kr 📞 전화 문의: 02-2664-8631 📍 에이달(ADALL): 서울특별시 강서구 방화대로31길 2, 5~6층
무료 컨설팅 받아보고 싶다면?
무료 컨설팅 신청하기