01핵심 개요
| 항목 | 내용 |
|---|
| 주제 | AI로 쇼핑몰 상품 목록·검색을 만들 때 코드 이전에 사람이 정해야 하는 5가지 정책 |
| 핵심 메시지 | 코드는 AI의 몫, 결정은 만드는 사람의 몫. AI 시대 실력은 '결정 목록'에서 갈림 |
| 실험 방식 | 동일 쇼핑몰(동네 마켓, 상품 120개)에 목록·검색을 두 버전으로 생성 — 한 줄 프롬프트('뚝딱') vs 실전 프롬프트 |
| 문제 제기 | 아무 지시가 없으면 AI는 최신 등록순을 선택 → 어제 등록된 품절 상품이 최상단에 노출 |
| 법적 배경 | 국내 1위 이커머스가 검색 알고리즘 조작(자사 상품 6만 개 상위 고정)으로 공정위 과징금 약 100억 원 부과, 소송 진행 중 |
| 결론 | 정렬 순서는 회사 권한이나, 소비자를 속이는 방식이면 법 문제. 목록·검색은 만들고 끝이 아니라 운영하는 화면 |
| 기술 스택 | 레일즈(Rails) — 외부 검색 서비스 없이 한 프레임워크 안에서 목록·검색·기록·관리자까지 구현 |
02정해야 할 5가지 정책 (핵심)
| # | 정책 | 뚝딱 버전 (지시 없음) | 실전 버전 (결정 반영) |
|---|
| 1 | 정렬 기본값 | 최신 등록순(AI 기본값) → 품절 신상품이 최상단 | 추천순. 최근 30일 판매량×3 + 평점×8 + 신상품(등록 2주내) 가산점 15 |
| 2 | 품절·판매중지 처리 | 판매중지 상품이 목록에 노출, 상세·장바구니까지 열림 → CS 사고 | 품절=표시 달고 목록 뒤로. 판매중지=숨기되 직접 진입 시 '판매 종료' 안내+유사 상품 |
| 3 | 목록 범위·나눔 방식 | 120개 전체 한 번에 노출(만 개면 화면 멈춤) | 24개씩 페이지네이션, 페이지 이동해도 정렬·필터 유지 |
| 4 | 검색 범위·결과없음 화면 | 상품명만 검색('사과'→'청송 부사' 미노출). 결과 없으면 빈 화면 | 검색 태그(품종·브랜드·별칭) 부착. 결과 없으면 안내+인기 상품 노출 |
| 5 | 검색 기록 | 검색 시도 자체가 아무데도 안 남음 | 검색어·횟수 기록(개인정보 미결합), 결과 없는 검색어를 관리자 리포트로 집계 |
03두 버전의 근본적 차이
| 구분 | 뚝딱 버전 | 실전 버전 |
|---|
| 프롬프트 | "상품 목록 페이지와 검색 기능을 만들어 달라" (한 줄) | 정렬·품절/판매중지·목록방식·검색·검색기록·관리자 6항목 명시 |
| 코드 성격 | 등록일 역순 정렬 + 상품명 검색, 사실상 두 줄 | 말로 정한 진열 정책이 그대로 공식·규칙 코드로 전환 |
| 정책 유무 | 정책이 없는 게 아니라 아무도 정하지 않은 정책이 이미 작동 | 답변하는 과정에서 진열 정책이 문서로 축적 |
| 결과물 | 화면이 나오고 끝남 | 다음 결정을 돕는 데이터가 쌓이기 시작 |
| AI의 역할 | 코더 | 기획 파트너(구현 전 미결 정책을 되물음) |
04핵심 개념·설계 원칙
| 개념 | 설명 |
|---|
| 상품 목록 = 진열대 | 목록 첫 페이지·검색 결과 최상단은 오프라인 매장의 눈높이 선반. 무엇을 놓는지가 매출을 결정 |
| 검색의 2단계 | ①찾기(검색어에 맞는 상품 선별) ②줄 세우기(순서 결정). 과징금 사건은 두 번째 단계에서 발생 |
| 추천순의 실체 | '추천순'은 정렬 자체가 아니라 판매량·평점·신상품 가중치를 배분한 공식. 개발이 아닌 장사의 결정 |
| 결과 없음 = 두 번째 진열대 | 검색까지 한 손님은 목적이 가장 뚜렷 → 빈 화면 대신 인기 상품 제시 |
| 결과 없는 검색어 = 시장조사 | 손님이 찾다가 못 찾고 간 상품 목록. 다음 입고 결정을 손님이 직접 알려주는 데이터 |
| 개인정보 원칙 | 인기 검색어 집계엔 검색어·횟수만 필요. 데이터는 목적에 필요한 만큼만 |
| 인덱스 | 책 뒤 찾아보기. 없으면 검색마다 전체를 훑음. 상품 만 개 규모부터 속도 저하(오픈 한참 뒤 나타남) → 실전 버전은 미리 인덱스 설정 |
| 검색 엔진 필요성 | 오타 교정·자연어 검색은 전용 엔진이 맞으나, 수천 개 규모까진 DB 검색+태그로 충분. 도구가 아닌 순서의 문제 |
05총평
| 항목 | 내용 |
|---|
| 강점 | 법적 사례(공정위 과징금)로 정렬의 무게를 각인. 동일 데이터 2버전 비교로 정책 부재의 실질 피해를 직관적으로 전달 |
| 핵심 통찰 | AI 시대의 실력은 코드가 아니라 '결정 목록'에서 갈림. 실전 프롬프트는 매장을 운영해 본 사람만 작성 가능 |
| 실무 팁 | 프롬프트 말미에 "구현 전, 내가 정하지 않은 정책 중 결정이 필요한 게 있으면 먼저 질문해 달라"를 항상 삽입 → AI가 기획 파트너로 전환 |
| 한계·유의 | 검색 순위 관련 법원 판단은 갈리는 영역(대법원이 회사 손 들어준 사례도 존재). 순서는 권한, 속임은 법 문제라는 선이 기준 |
| 적용 대상 | AI 코딩으로 쇼핑몰·이커머스를 빠르게 구축하는 개발자·기획자·소상공인 |
06용어 사전
| 용어 | 뜻 |
|---|
| 뚝딱 버전 | 한 줄 프롬프트로 AI가 즉석 생성한, 정책 결정이 빠진 결과물 |
| 실전 버전 | 5가지 정책 결정을 프롬프트에 반영해 손님을 받을 수 있는 수준으로 만든 결과물 |
| 추천순 | 판매량·평점·신상품 등 가중치 공식으로 상품 순서를 정하는 정렬 방식 |
| 정렬 기본값 | 손님 대다수가 바꾸지 않는 기본 진열 순서 = 사실상 매장 진열 정책 전부 |
| 페이지네이션 | 목록을 1·2페이지로 나눠 넘기는 방식(비교 구매형 쇼핑에 적합) |
| 무한 스크롤 | 계속 아래로 이어 붙는 방식(SNS 피드형에 적합, 뒤로가기 시 최상단 튕김 문제) |
| 검색 태그(이름표) | 상품에 붙이는 품종·브랜드·별칭 등 검색 보조 키워드('부사'←'사과') |
| 결과 없음 화면 | 검색 결과가 없을 때 안내와 인기 상품을 제시하는 화면 |
| 인덱스 | DB 검색 속도를 높이는 찾아보기 구조. 대량 데이터에서 성능 좌우 |
| 마이그레이션 | 레일즈에서 DB 변경(예: 인덱스 추가)을 안전하게 기록·반영하는 절차 |
| 과징금 | 공정거래법 위반 시 부과되는 금전 제재(본 사건 약 100억 원) |
07출처
- 제목: AI로 쇼핑몰 검색 만들면 품절 상품이 맨 위에 뜹니다 — 정해야 할 5가지
- 채널: 헤이제임스 - AI 쉽게 배우기
- URL: https://www.youtube.com/watch?v=da8AGavTM5s
- 게시일: 2026-07-19