쇼핑몰 Agent는 FAQ를 넘어 추천·비교·전환까지 담당합니다. 블루버튼은 fashion_curator(루나), tech_curator(제이), beauty_curator(미나)로 카테고리별 페르소나와 shopUrl·metadata를 분리합니다.
개념 정의
Shop Agent는 isShopAgent: true, shopUrl, shopCategory, 전용 tools를 가진 Agent입니다. ShopAgentStatistics는 sessionCount, recommendationCount, linkClickCount, userCount를 추적합니다.
| Curator | node | 카테고리 초점 |
|---|---|---|
| fashion_curator | 4 | 코디·사이즈·시즌 |
| tech_curator | 5 | 스펙·호환·가성비 |
| beauty_curator | 6 | 피부타입·성분·루틴 |
메커니즘: 5턴 대화 플로우
| Turn | 목적 | Agent 행동 |
|---|---|---|
| 1 | Intent | 선물/자가용·예산대 질문 |
| 2 | Constraint | 사이즈·피부·기기 호환 |
| 3 | Narrow | 후보 3 SKU + 이유 |
| 4 | Compare | 표로 diff, metadata 저장 |
| 5 | CTA | 링크·장바구니, clickedLinks |
Coordinator auto_select는 "향수 추천"→beauty, "노트북"→tech로 라우팅합니다.
이론적 배경
Conversational Commerce에서 Agent는 discovery→consideration→purchase funnel을 대화로 압축합니다. 카테고리별 decision factor가 다릅니다: 패션=스타일·핏, 전자=스펙·AS, 뷰티=성분·자극. 동일 프롬프트로는 conversion이 낮아 Curator 분리가 필요합니다.
30초 요약
- 패션·전자·뷰티는 별도 Curator Agent와 페르소나로 설계합니다.
- 5턴 플로우로 질문→추천 3→비교→CTA까지 표준화합니다.
- metadata·ShopAgentStatistics로 전환 funnel을 측정합니다.
쇼밍 Agent는 백화점 MD와 같습니다. 패션 MD에게 GPU 스펙을 물으면 안 되듯, 카테고리 Curator가 신뢰와 전환을 만듭니다.
FAQ
Q. shopUrl은 어디 쓰나요?
A. metadata·추천 링크 base. 응답에 절대 URL 생성.
Q. responseStyle 카테고리별?
A. fashion/beauty→friendly·casual, tech→technical·professional.
Q. 재고 연동은?
A. external tool로 inventory API. 없으면 "재고 확인 중" 핸드오ff.
용어 사전
| 용어 | 설명 |
|---|---|
| Shop Agent | 쇼핑몰 전용 isShopAgent Agent |
| Curator | 카테고리 큐레이션 Specialist |
| recommendedProducts | metadata 내 추천 SKU 배열 |
| linkClickCount | Agent 추천 링크 클릭 KPI |
| conversion funnel | discovery→구매 대화 단계 |
팁: Turn 3에서 항상 3 SKU로 제한하면 선택 paralysis를 줄이고 linkClickCount가 올라갑니다.
실무: 카테고리별 시나리오
패션: "봄 오피스룩 20만 이하" → 체형·색상 → 코디 3세트 → 코트 vs 자켓 표 → 상품 URL
전자: "영상편집 노트북 150만" → OS·SW → RAM/GPU 후보 3 → 벤치 비교 → 구매 링크
뷰티: "민감성 수분크림" → 성분 알레르기 → 3 SKU 성분표 → 아침/저녁 루틴 → 장바구니
CreateShopAgentDto 체크리스트
- shopName·shopCategory·shopUrl
- persona + responseStyle 카테고리 매칭
- tools: internal 검색 + external 재고(선택)
- metadata schema: recommendedProducts 필드
- A/B: 3 SKU vs 5 SKU
Before / After
| Before | After |
|---|---|
| 단일 FAQ 봇 | Curator 3종 라우팅 |
| 링크 없는 추천 | metadata URL + click 추적 |
| 턴 수 무제한 | 5턴 CTA |
KPI (ShopAgentStatistics)
- recommendationCount / sessionCount ≥ 2.5
- linkClickCount / recommendationCount ≥ 35%
- 5턴 내 CTA 도달률 ≥ 70%