Custom AI Agent 도입으로 Shopify 업무 자동화 및 처리 속도 최대 8.8배 개선

Context

Shopify Magic의 내장 AI는 단순 콘텐츠 생성에 최적화되어 있어 State 관리와 스케줄링이 불가능한 구조임. 특히 다량의 데이터를 처리할 때 발생하는 반복적인 수동 승인 프로세스로 인해 운영 효율성이 저하되는 병목 지점 발생.

Technical Solution

• Claude Sonnet 4.6과 Shopify Admin GraphQL API를 결합한 MCP(Model Context Protocol) 스타일의 Tool Registry 설계
• 범용 GraphQL 실행 도구를 12개의 세분화된 Narrow Tools로 분리하여 모델의 Hallucination을 억제하고 Error Rate를 18%에서 2%로 감소
• Write 작업의 안정성 확보를 위해 'Dry Run -> Preview -> Confirmation' 단계의 확인 게이트 패턴 적용
• BullMQ와 Redis 기반의 비동기 큐를 도입하여 인간의 개입 없는 Scheduled Execution 환경 구축
• Anthropic API의 Prompt Caching(5-min TTL)을 활용한 반복 호출 비용 및 지연 시간 최적화
• 대량 데이터 업데이트 시 단일 Mutation 대신 bulkOperationRunMutation을 사용해 API 호출 부하 4배 경감

Impact

• 50개 상품 설명 생성 시간: 8분(수동) -> 54초(배치 처리)로 단축
• 작업 자동화 범위: 단순 텍스트 생성에서 스케줄링 및 외부 채널(Telegram) 연동으로 확장
• API 호출 비용: 실행당 $0.08 ~ $0.42 수준의 낮은 비용으로 고효율 자동화 달성

Key Takeaway

AI Agent의 신뢰성은 모델의 성능보다 도구의 세분화(Tool Granularity)와 명확한 스키마 정의에 의해 결정됨. 특히 쓰기 작업이 포함된 워크플로우에서는 AI에게 직접 제어권을 주기보다 Preview 단계를 통한 Human-in-the-loop 검증 구조를 설계하는 것이 필수적임.