이 글의 목차
1,000만 건 이상의 Shopify 주문 중 약 19건에 1건(5.2%)은 결제(체크아웃) 후 수정됩니다(Revize, 2026). Shopify Catalog MCP가 실제로 작동하는 모습은 이렇습니다. 판매자가 AI 어시스턴트에게 여름 컬렉션 상품 중 시카고 창고의 재고가 10개 미만인 상품을 묻습니다. AI는 스토어 카탈로그를 조회하고 위치별 재고와 대조한 뒤 약 4초 만에 조건에 맞는 목록을 반환합니다. 이런 정확성은 재입고에만 중요한 것이 아닙니다. 1,000만 건 이상의 Shopify 주문 중 약 19건에 1건(5.2%)은 결제 후 수정되며(Revize, 2026), 수정할 때마다 최신 재고 정보가 있어야 정확하게 처리할 수 있습니다. 피벗 테이블도, Shopify Admin 화면에서 내보낸 파일도, 사람이 직접 합쳐야 하는 데이터도 필요하지 않습니다.
시연용 가상 사례가 아닙니다. Shopify Plus 운영팀은 이미 실제 업무에 활용하고 있습니다.
하지만 대부분의 설명에서 빠뜨리는 점이 있습니다. “Catalog MCP”는 Shopify가 별도 제품으로 출시한 기능이 아닙니다. 여러 구성 요소를 연결해 구현하는 기능입니다. 먼저 두 용어를 이해하면 나머지 내용을 쉽게 따라갈 수 있습니다. API는 한 소프트웨어가 다른 소프트웨어에 데이터를 요청하는 통로입니다. 계산원이 상품을 스캔해 시스템에서 가격을 불러오는 것과 비슷합니다. MCP (Model Context Protocol**)**는 Anthropic이 2024년 11월 공개한 공통 규약으로, AI 어시스턴트가 각각의 통로에 맞춰 별도 연결 코드를 작성하지 않고도 이를 사용할 수 있게 합니다. “Catalog MCP”는 이 공통 규약을 통해 AI를 스토어의 상품 데이터에 연결한다는 뜻입니다.
Shopify가 기본 제공하는 것과 Shopify API를 이용해 직접 구성해야 하는 것을 구분하는 것이 핵심입니다. 이를 혼동하면 실제 운영 환경에서 작동하지 않는 가정에 기대어 구축하게 됩니다. 이 가이드에서는 작동 방식, 2026년 중반 현재 실제로 지원하는 기능, 운영 환경에서 권한을 관리하는 방법, 그리고 대규모 구매 후 업무를 운영하는 팀에 어떤 의미가 있는지 다룹니다.
핵심 답변: Shopify Catalog MCP 기능이란 AI 에이전트가 Model Context Protocol을 통해 스토어의 상품 데이터, 재고, 컬렉션, 가격 정보로 수행할 수 있는 작업을 말합니다. 직접 구성하거나 개발한 MCP 서버를 Shopify의 Admin API 또는 Storefront API에 연결해 작동합니다. 2026년 중반 현재 검색, 필터링, 재고 확인, 메타필드 접근 같은 읽기 작업은 충분히 지원되며 실제 운영에 사용할 수 있습니다. 가격 업데이트, 상품 수정, 이형 상품 변경 같은 쓰기 작업도 적절한 API 권한이 있으면 가능하지만 신중한 설정이 필요합니다. Shopify에서 바로 켜서 쓰는 기능은 아닙니다. 직접 연결해야 하지만 그만한 가치가 있습니다.
Shopify Catalog MCP 기능이란?
Shopify Catalog MCP 기능은 MCP 서버를 Shopify API에 연결했을 때 AI 에이전트가 스토어의 상품 데이터에 대해 수행할 수 있는 작업의 집합입니다. 기반이 되는 Model Context Protocol은 Anthropic이 2024년 11월 오픈소스로 공개했으며, 이후 AI 어시스턴트와 외부 데이터 소스를 연결하는 업계 표준 인터페이스로 자리 잡았습니다.
구조는 단순합니다. MCP는 AI(Claude, GitHub Copilot, GPT-4o)와 Shopify API(Admin 또는 Storefront) 사이에 놓입니다. AI가 일상 언어로 MCP 서버에 요청하면, 서버가 이를 구조화된 GraphQL 호출로 바꿉니다(GraphQL은 Shopify 시스템이 받는 정확한 쿼리 형식입니다). Shopify가 데이터를 반환하고 AI가 결과를 보여줍니다. 즉, 평소 쓰는 말로 질문하면 중간 계층이 이를 스토어 시스템의 언어로 바꿨다가 다시 풀어 줍니다. 답을 얻기 위해 직접 코드를 작성할 필요가 없습니다.
Shopify가 공식 제공하는 MCP 서버는 하나입니다. 2025년 초부터 npm에서 제공한 @shopify/dev-mcp입니다. 이 서버는 개발 도구용으로, AI 어시스턴트가 Shopify 문서, 컴포넌트 라이브러리, 개발 유틸리티에 접근하게 합니다. 판매자가 카탈로그 MCP 기능을 검색할 때 기대하는 도구는 아닙니다.
“품절된 SKU를 모두 보여줘”나 “40개 이형 상품의 가격을 한꺼번에 변경해 줘” 같은 카탈로그 작업은 Shopify의 Admin API(GraphQL) 또는 Storefront API를 감싼 커뮤니티 제작 또는 맞춤형 MCP 서버에서 구현합니다. 두 API 모두 성숙했고 문서도 잘 갖춰져 있습니다. MCP 계층은 여기에 자연어 인터페이스와 AI 에이전트가 호출할 도구 목록을 더합니다.
Universal Commerce Protocol 가이드에서는 이런 프로토콜 계층의 표준화가 커머스 기술 전반에서 AI 에이전트의 활용 범위를 어떻게 바꾸고 있는지 설명합니다.
Shopify MCP의 카탈로그 접근 방식
Shopify MCP의 카탈로그 접근은 AI 클라이언트, MCP 서버, Shopify API라는 3계층 구조로 이루어집니다. 각 계층의 역할은 분명하며, 다른 계층을 다시 작성하지 않고도 개별적으로 교체할 수 있습니다. 이 유연성 덕분에 MCP를 다양한 AI 도구와 스토어 구성에 활용할 수 있습니다.
프로토콜 계층: MCP가 하는 일
MCP는 호출 가능한 함수인 “도구”와 읽을 수 있는 데이터 객체인 “리소스”의 형식을 정의합니다. AI 에이전트에 카탈로그 데이터가 필요하면 get_products나 search_catalog 같은 MCP 도구를 호출합니다. MCP 서버는 도구를 등록하고 인증을 처리하며, 해당 API 호출을 Shopify로 전달합니다.
API 계층: Admin과 Storefront의 차이
쉽게 말해 Admin API는 스토어의 직원 출입구입니다. 폭넓게 접근할 수 있고 가격, 재고, 주문을 변경할 수 있습니다. 반면 Storefront API는 고객에게 보이는 매장 진열창으로, 읽기 전용이며 쇼핑객에게 허용된 정보만 보여줍니다. 카탈로그 운영에는 거의 항상 직원 출입구가 필요합니다. 기술적으로 Shopify의 Admin API는 GraphQL 기반이며 쓰기 작업, 재고 업데이트, 상품 수정, 메타필드 쓰기(메타필드는 사이즈 가이드나 공급업체 코드처럼 상품에 추가하는 사용자 지정 데이터 필드), 컬렉션 관리를 지원합니다. Storefront API는 고객에게 공개되는 읽기 전용 API입니다. 쇼핑 경험을 제공하는 AI 에이전트에는 적합하지만 카탈로그 운영 관리에는 기능이 부족합니다.
| 기능 | MCP를 통한 Admin API | MCP를 통한 Storefront API |
|---|---|---|
| 전체 상품 데이터 읽기 | 가능 | 공개 필드만 가능 |
| 위치별 재고 읽기 | 가능 | 구매 가능 상태만 확인 가능 |
| 메타필드 읽기 및 쓰기 | 가능 | 공개 메타필드 읽기만 가능 |
| 상품 가격 업데이트 | 가능(권한 필요) | 불가 |
| 컬렉션 관리 | 가능 | 읽기만 가능 |
| 초안 상품 접근 | 가능 | 불가 |
| 주문 데이터 접근 | 가능 | 불가 |
| B2B 카탈로그 및 가격 | 가능(Plus 전용) | 불가 |
| 상품 일괄 작업 | 가능 | 불가 |
인증에는 표준 OAuth 절차나 비공개 앱 토큰을 사용합니다. Shopify 카탈로그에 접근하는 MCP 서버 구현에서는 대부분 필요한 최소 권한만 부여한 비공개 앱 토큰을 사용합니다. Admin API 토큰은 MCP 서버의 환경 설정에 보관하며, AI 클라이언트 자체에는 저장하지 않습니다.
Shopify Catalog MCP가 실제로 지원하는 기능
2026년 중반 현재 실제 운영에 사용되는 Shopify Catalog MCP 구현은 카탈로그 작업을 7가지 범주에서 지원합니다. 이론적인 활용 사례가 아닙니다. Shopify Plus 스토어의 운영팀이 이미 사용하고 있습니다.
- 상품 검색 및 필터링. 상품명, 판매업체, 상품 유형, 태그, 가격 범위, 게시 상태를 기준으로 조회합니다. 가장 흔히 구현하는 도구이며 현재 모든 API 버전에서 안정적으로 작동합니다.
- 이형 상품 및 옵션 조회. 한 상품의 모든 이형 상품과 SKU, 가격, 재고 수량, 옵션 조합(사이즈, 색상, 소재)을 가져옵니다. 대규모 작업에서 AI 에이전트의 가치가 드러납니다. 사람이 200개 상품의 정보를 모으는 데 10분이 걸린다면 에이전트는 몇 초 만에 처리합니다.
- 컬렉션 소속 확인. 상품이 속한 컬렉션을 확인하거나 특정 컬렉션의 모든 상품을 가져옵니다. 카탈로그 점검, 시즌 프로모션, 판매 채널 관리에 유용합니다.
- 위치별 실시간 재고. Shopify의
inventoryLevel객체를 통해 여러 창고의 재고를 가져옵니다. 위치를 구분한 재고 조회는 월 500건 이상의 주문을 처리하며 여러 창고를 운영하는 판매자에게 특히 가치가 큰 카탈로그 MCP 활용 사례입니다. - 메타필드 읽기 및 쓰기. 메타필드에 저장된 사용자 지정 상품 데이터(사이즈 가이드, 인증 정보, 공급업체 코드, 교차 판매 메타데이터)를 모두 읽을 수 있으며, 쓰기 권한이 있으면 MCP를 통해 업데이트할 수도 있습니다. 이전에는 Shopify Admin에서 수작업으로 처리하거나 별도 스크립트가 필요했던 카탈로그 정보 보강 작업이 가능해집니다.
- 상품 일괄 업데이트. Admin API의 대량 작업 지원을 MCP 구현에서도 활용할 수 있습니다. AI 에이전트는 하나의 작업 흐름에서 대규모 상품 카탈로그의 가격, 설명, 게시 상태를 업데이트하고, 적용 전에 검토할 수 있도록 변경 내역을 기록할 수 있습니다.
- B2B 카탈로그 접근(Plus). Shopify Plus에서는 Admin API를 통해 회사별 가격표와 B2B 카탈로그 할당 정보(도매 거래처에 제공하는 상품 및 가격의 일부)에 접근할 수 있습니다. MCP 서버는 특정 회사에 할당된 카탈로그의 상품을 조회하고 B2B 가격을 확인할 수 있습니다. 도매 채널의 비중이 큰 Plus 운영팀에 가장 큰 가능성을 제공하는 카탈로그 MCP 활용 사례입니다.
구매 후 업무에서 Catalog MCP가 갖는 의미
MCP의 활용 범위는 카탈로그에서 끝나지 않습니다. AI 에이전트가 같은 인터페이스로 상품 데이터와 주문 데이터를 읽을 수 있으면 구매 후 업무 방식이 크게 달라집니다. 이 지점에서 카탈로그 접근 기능이 운영팀의 업무와 실질적으로 맞닿습니다.
반품 요청을 예로 들어 보겠습니다. MCP에 연결된 에이전트는 하나의 작업 흐름에서 원래 주문을 읽고, 교환할 상품의 현재 재고를 확인하고, 가격이 바뀌지 않았는지 검증한 뒤, 권장 처리 방법을 제시할 수 있습니다. MCP가 없다면 Shopify Admin 화면 3곳을 오가며 사람이 직접 정보를 연결해야 합니다.
구매 후 업무량이 많은 Square Enix와 Nude Project 같은 브랜드도 바로 이런 문제를 겪습니다. 결제 후 고객이 요청한 내용을 운영팀이 처리하려면 여러 도구를 오가야 합니다. 대규모 주문 관리 방식을 전체적으로 살펴보면, MCP로 연결한 카탈로그 접근이 사람이 개입하기 전 데이터 조회에 드는 수고를 어떻게 줄이는지 알 수 있습니다.
Catalog MCP와 구매 후 주문 수정이 만나는 구체적인 순간은 고객이 결제 후 이형 상품을 교체하려 할 때입니다. MCP를 사용하는 에이전트는 교체할 이형 상품의 재고를 실시간으로 확인한 다음 교체 옵션을 제시할 수 있습니다. 이 확인 과정이 있어야 주문은 정상적으로 수정되고, 이후 주문 처리(풀필먼트) 단계에서 예외가 발생하지 않습니다.
실제 주문 변경(주문 항목 변경, 가격 조정, 주문 처리 지침 업데이트)에 필요한 Shopify 측 쓰기 작업은 Revize 같은 도구가 처리합니다. 구조는 명확합니다. MCP로 카탈로그를 읽고, 구매 후 업무에 특화된 앱으로 주문을 수정합니다. 고객이 결제 후 직접 변경 사항을 처리하는 방식을 검토하고 있다면 Shopify 주문 취소 가이드에서 가능한 작업과 작동 방식을 확인할 수 있습니다.
에이전트 기반 커머스와 Catalog MCP: 현재 가능한 일과 앞으로의 변화
2026년 중반 현재 Shopify Catalog MCP로 실제로 할 수 있는 일은 과장된 기대보다는 제한적이지만, 많은 판매자가 생각하는 것보다는 폭넓습니다. 현재 상황을 정확히 나누어 보겠습니다.
현재 실제 운영에 사용할 수 있는 기능:
- 읽기 중심의 카탈로그 작업: 검색, 필터링, 점검, 후속 도구로 내보내기
- 재고 모니터링과 위치별 구매 가능 여부 확인
- 카탈로그 정보 보강을 위한 메타필드 읽기 및 쓰기
- 적절한 권한을 부여한 Admin API 쓰기 작업(가격, 설명, 상태)
- Claude Desktop, GitHub Copilot 등 MCP 호환 AI 클라이언트와의 통합
아직 발전 중인 기능:
- Shopify가 직접 관리하는 MCP 호스팅(대부분의 구현은 자체 호스팅하거나 Railway, Fly.io 같은 플랫폼에 배포)
- 표준화된 카탈로그 MCP 도구 형식(현재는 팀마다 자체 도구 호출 형식을 정의하므로 AI 클라이언트를 바꿀 때 통합 작업이 필요)
- 카탈로그 MCP를 활용해 실시간 맞춤 상품 추천을 대규모로 제공하는 소비자 대상 AI 쇼핑 에이전트
- Shopify가 직접 관리하는 에이전트 기반 제품 계층(로드맵에는 있는 것으로 보이지만 판매자용 제품으로 출시되지는 않음)
방향은 분명합니다. Shopify는 2025년과 2026년 내내 AI 도구에 크게 투자했고, MCP는 AI와 API가 소통하는 업계 공통 방식으로 자리 잡았습니다. 바로 사용할 수 있는 제품이 나오기 전에 현재 구조를 이해한 판매자는 해당 제품이 출시될 때 의미 있는 출발 우위를 확보할 수 있습니다.
이는 Shopify 에이전트 기반 스토어프런트로 ChatGPT에서 판매하는 방법에서 다루는 내용과 직접 연결됩니다. AI가 카탈로그와 실시간으로 상호작용하는 구매 경로가 되고 있으며, MCP는 그 연결을 구현하는 방식입니다.
자주 묻는 질문
Catalog MCP는 Shopify의 특정 제품인가요?
아니요. “Catalog MCP”는 Shopify의 별도 제품이나 기능 이름이 아닙니다. Model Context Protocol로 AI 에이전트를 Shopify의 카탈로그 데이터, 즉 상품, 이형 상품, 컬렉션, 재고에 연결하는 방식을 줄여 부르는 말입니다. MCP 서버를 Shopify의 Admin API 또는 Storefront API에 연결해 이 기능을 구현합니다. Shopify의 공식 MCP 서버(@shopify/dev-mcp)는 판매자의 카탈로그 운영이 아니라 개발 도구를 대상으로 합니다. “Catalog MCP”라고 부를 만한 기능은 모두 커뮤니티에서 만들었거나 맞춤 구현한 것입니다.
Model Context Protocol이 정확히 무엇인가요?
MCP는 Anthropic이 2024년 11월 공개한 개방형 프로토콜로, AI 모델이 외부 도구 및 데이터 소스와 소통하는 방식을 표준화합니다. 범용 어댑터라고 생각하면 됩니다. AI 도구마다 각 API에 연결할 맞춤 코드를 작성하는 대신 MCP의 공통 인터페이스를 사용합니다. Shopify API를 MCP 서버로 감싸면, 호환되는 AI 클라이언트는 사용하려는 AI 도구마다 별도 통합 작업을 하지 않고도 API를 호출할 수 있습니다.
Shopify Catalog MCP를 설정하려면 개발자가 필요한가요?
네. 2026년 중반 현재 Shopify Catalog MCP 접근을 설정하려면 개발자의 도움이 필요합니다. 적절한 API 권한을 가진 맞춤형 Shopify 앱을 만들고, MCP 서버를 배포하거나 연결하며, 노출할 카탈로그 도구를 구성해야 합니다. npm에서 공개 소스 패키지(shopify-mcp-server로 검색)를 사용하면 설정 시간을 줄일 수 있지만, 호스팅과 환경 설정은 여전히 필요합니다. 코딩 없이 바로 사용하는 Shopify용 MCP 서비스가 등장하고 있으나 아직 일반적이지는 않습니다.
어떤 Shopify 요금제에서 Catalog MCP를 사용할 수 있나요?
Admin API를 통한 Catalog MCP는 Plus, Advanced, Grow를 포함해 비공개 앱 생성을 지원하는 모든 요금제에서 사용할 수 있습니다. Admin API 자체에는 맞춤형 앱 생성 요건 외에 요금제별 제한이 없습니다. 다만 활용 가치가 가장 큰 사례인 B2B 가격, 여러 위치의 재고, 대규모 일괄 작업은 월 500건 이상의 주문을 처리하는 Plus 및 Advanced 스토어에 가장 잘 맞습니다.
MCP로 Shopify 카탈로그에 쓸 수도 있나요, 아니면 읽기만 가능한가요?
기반 API 토큰에 쓰기 권한이 있고 MCP 서버가 쓰기 도구를 제공한다면 MCP로 Shopify 카탈로그를 변경할 수 있습니다. 이는 프로토콜 계층이 아니라 MCP 서버 계층에서 의도적으로 결정하는 사항입니다. 많은 팀이 안전을 위해 읽기 전용으로 시작하고, 읽기 작업을 충분히 검증한 뒤 쓰기 기능을 추가합니다. 일반적인 쓰기 작업에는 상품명과 설명 업데이트, 가격 변경, 재고 조정, 메타필드 쓰기가 있습니다. 실제 운영용 MCP 서버에서는 삭제 기능을 의도적으로 제외하는 경우가 많습니다.
Catalog MCP는 Shopify Flow와 어떻게 다른가요?
Shopify Flow는 “X가 발생하면 Y를 실행”하는 이벤트 기반 자동화입니다. Catalog MCP는 “이 질문의 답을 실시간 스토어 데이터에서 찾아줘”라고 요청할 때 에이전트가 데이터에 접근하는 방식입니다. 해결하는 문제가 다릅니다. Flow는 재고가 5개 미만으로 떨어지면 구매 담당자에게 이메일을 보내는 식의 규칙 기반 자동화에 적합합니다. MCP는 표시된 상품 80개를 검토하고 현재 마진 규칙에 따라 가격 업데이트가 필요한 상품을 찾아내는 식의 상황별 작업에 적합합니다. 두 방식은 함께 사용할 수 있습니다. Shopify Functions 마이그레이션 튜토리얼에서는 플랫폼의 여러 자동화 계층이 어떻게 연결되는지 설명합니다.
Catalog MCP에 필요한 Admin API 권한은 무엇인가요?
읽기 전용 Catalog MCP에 필요한 최소 권한은 read_products, read_inventory, read_product_listings입니다. 쓰기 작업에는 write_products와 write_inventory가 필요합니다. Catalog MCP 구현에서 주문 데이터도 다룬다면 주문을 읽는 데 read_orders, 주문을 수정하는 데 write_orders가 필요합니다. 특히 AI 기반 자동화를 실행할 때는 항상 필요한 최소 권한만 부여해야 합니다. 권한이 과도한 토큰으로 AI 에이전트가 작업하면 불필요한 보안 위험이 생기며, 나중에 이를 감사하기도 어렵습니다.
Catalog MCP로 Shopify B2B 업무를 처리할 수 있나요?
네. 다만 B2B Catalog MCP에는 Shopify Plus가 필요합니다. 회사별 가격표, B2B 카탈로그 할당, 도매 전용 상품군에는 Plus 요금제의 Admin API로 접근할 수 있습니다. Plus 자격 증명으로 구축한 MCP 서버는 회사에 할당된 카탈로그에 어떤 상품이 있는지 조회하고 B2B 가격을 확인하며, 도매 구매자를 직접 지원하는 AI 에이전트에 데이터를 제공할 수 있습니다. DTC 스토어와 함께 비중 있는 도매 채널을 운영하는 Plus 판매자에게 가능성이 가장 큰 Catalog MCP 활용 사례입니다.
어떤 AI 클라이언트가 Shopify Catalog MCP와 작동하나요?
MCP 표준을 지원하는 AI 어시스턴트라면 Shopify Catalog MCP 서버에 연결할 수 있습니다. 2026년 중반 현재 Claude Desktop(Anthropic), VS Code의 GitHub Copilot, MCP 클라이언트 지원을 구성한 기업용 GPT-4o 배포 환경이 여기에 포함됩니다. 설정은 간단합니다. AI 클라이언트에 MCP 서버의 엔드포인트를 지정하면 됩니다. 서버가 제공하는 카탈로그 도구는 AI가 호출할 수 있는 함수가 됩니다. 서버를 배포한 후에는 클라이언트 측에 맞춤형 AI 통합 코드를 작성할 필요가 없습니다.
MCP로 카탈로그 데이터를 조회하면 성능에 영향이 있나요?
네. API를 직접 호출할 때보다 지연 시간이 추가되며, 일반적인 카탈로그 조회에서는 보통 2초 미만입니다. MCP 프로토콜을 사용하면 AI 클라이언트, MCP 서버, Shopify API 사이의 왕복 과정이 추가됩니다. 1초 미만의 응답이 중요한 실시간 스토어프런트 기능에는 Storefront API를 직접 호출하는 편이 더 적합합니다. 카탈로그 데이터를 대상으로 AI가 점검, 가격 재설정, 정보 보강처럼 여러 단계를 거쳐 판단하는 운영 업무에서는 얻는 가치에 비해 이 지연이 미미합니다. Catalog MCP는 스토어프런트 페이지 로딩 속도보다 운영 업무에 맞춰 설계하는 것이 좋습니다.
Shopify Catalog MCP 서버의 보안은 어떻게 관리해야 하나요?
MCP 서버를 Admin API 자격 증명을 보관하는 다른 서비스와 똑같이 취급해야 합니다. 필요한 최소 권한만 부여한 비공개 앱 토큰을 사용하고, 정기적으로 자격 증명을 교체하고, 감사를 위해 모든 MCP 도구 호출을 기록하고, 인증 없이 MCP 서버 엔드포인트를 노출하지 마세요. MCP 프로토콜은 HTTPS 외에 별도의 암호화를 추가하지 않습니다. 서버의 접근 제어가 보안을 지키는 경계입니다. 민감한 B2B 가격이나 초안 상품 데이터가 MCP를 통과하는 Plus 운영팀이라면 이를 선택적인 보안 강화가 아닌 필수 요건으로 다루어야 합니다.
실시간 스토어프런트 상품 추천에 Catalog MCP를 사용할 수 있나요?
가능하지만 해당 용도에는 Storefront API가 더 적합합니다. Storefront API는 읽기 전용이고 공개 데이터에 대한 지연 시간이 더 짧으며 Admin 수준의 자격 증명도 필요하지 않습니다. Storefront API를 감싼 MCP 서버는 “제 사이즈 재고가 있나요?” 같은 질문에 답하거나 대화형 쇼핑을 제공하는 AI 에이전트에 적합합니다. Admin API 기반 Catalog MCP는 쓰기 접근, 초안 상품 조회, B2B 가격 데이터가 중요한 운영 업무에 더 적합합니다. 용도에 맞는 API를 선택하세요.
Shopify Catalog MCP 기능을 도입할 계획이라면 이번 주에 다음을 진행해 보세요.
- 현재 API 접근 권한을 점검하세요. Admin API 자격 증명을 가진 Shopify 비공개 앱이 있다면 이미 기반은 마련된 셈입니다. 부여된 권한과 쓰기 접근 범위를 확인하세요.
- 읽기 전용으로 시작하세요. npm에서 활발히 유지 관리되는
shopify-mcp-server패키지를 찾아보세요. 쓰기 작업을 추가하기 전에 상품 및 재고 조회가 안정적으로 작동하게 만드세요. 읽기 전용 Catalog MCP만으로도 운영에 큰 도움이 됩니다. - 도구 형식을 정확하게 정의하세요. MCP 서버가 제공하는 도구는 가능한 모든 API 호출이 아니라 팀에 실제로 필요한 작업과 맞아야 합니다. 범위를 정확히 정하면 기능이 불필요하게 늘어나는 것을 막고 보안 위험 범위도 줄일 수 있습니다.
- 쓰기 권한이 있는 AI 에이전트를 연결하기 전에 실제 카탈로그 데이터로 테스트하세요. 조회 결과가 예상과 일치하는지, 재고 위치가 정확히 확인되는지, 메타필드 읽기가 사용자 지정 데이터 구조를 모두 다루는지 검증하세요.
- AI 작업 흐름에 구매 후 업무가 포함된다면, MCP 구현이 카탈로그 데이터뿐 아니라 주문 데이터도 처리하는지 확인하세요. 카탈로그 읽기와 주문 수정은 함께 작동해야 하는 경우가 많습니다.
2026년 8월 업데이트. Revize는 고객이 구매 후 직접 주문을 수정할 수 있게 하는 Shopify 앱입니다. 고객은 지원팀에 문의하지 않고도 주문 처리(풀필먼트) 전에 배송 주소를 변경하고, 이형 상품이나 상품을 교체하고, 주문을 취소하고, 환불이나 스토어 크레딧을 받을 수 있습니다. 자세한 내용은 고객이 직접 Shopify 주문을 수정하도록 하는 방법에서 확인하거나 Shopify App Store에서 Revize를 살펴보세요.