AI 에이전트로 부업용 해외 직구 소싱 아이템 찾는 법

2026-06-11

리뷰 분석을 넘어 돈 되는 상품을 찾아내는 자동화

준비물은 간단한 개발 터미널 환경 하나면 충분합니다

이번 프로젝트를 시작하기 위해 필요한 준비물은 간단합니다. 우선 PC에 Node.js 환경이 설치되어 있어야 하며, Anthropic 콘솔 계정과 결제용 신용카드가 필요합니다. 툴 설치는 터미널에 npm install -g @anthropic-ai/claude-code를 입력하는 것만으로 완료됩니다. 이후 터미널에 claude를 입력하면 코딩 에이전트가 실행됩니다.

Claude Code는 한국어 질문을 아주 잘 이해하므로 영어 장벽 걱정 없이 명령을 내릴 수 있습니다. 사용 요금은 전적으로 API 사용량에 따라 미국 달러(USD)로 청구되며, 신용카드사에서 원화로 자동 환산해 청구하므로 국내 결제 환경에서도 쓰기 편합니다. 다만 국내 전용 결제 수단인 카카오페이, 네이버페이는 아직 지원하지 않으므로 해외 결제가 가능한 카드를 등록해 두어야 합니다.

5분 만에 상품 정보와 한국 마진을 계산하는 뼈대 만들기

에이전트를 켜고 가장 먼저 해야 할 일은 기본적인 계산기 뼈대를 잡는 것입니다. Claude Code 창이 열리면 다음과 같이 요청해 보세요. "알리익스프레스 상품 정보(상품명, 달러 가격)를 입력받아서 한국 원화로 환산하고, 예상 국제 배송비 5,000원과 관세 10%, 국내 예상 판매가를 바탕으로 마진을 계산해 주는 파이썬 스크립트 sourcing_agent.py를 만들어줘."

이 명령어 한 줄이면 Claude Code가 필요한 라이브러리를 판단하고 다음과 같은 코드를 작성해 줍니다.

def calculate_margin(usd_price, exchange_rate, shipping_krw, domestic_selling_price):
    product_cost_krw = usd_price * exchange_rate
    landed_cost = product_cost_krw * 1.1 + shipping_krw
    margin_krw = domestic_selling_price - landed_cost
    margin_rate = (margin_krw / domestic_selling_price) * 100 if domestic_selling_price > 0 else 0
    return {
        'product_cost_krw': round(product_cost_krw),
        'total_cost_krw': round(landed_cost),
        'margin_krw': round(margin_krw),
        'margin_rate': round(margin_rate, 2)
    }

res = calculate_margin(usd_price=15.5, exchange_rate=1380, shipping_krw=5000, domestic_selling_price=35000)
print(res)

이 뼈대 코드를 터미널에서 python sourcing_agent.py로 실행하면 5분도 지나지 않아 마진율 분석 결과가 텍스트로 깔끔하게 출력되는 것을 확인할 수 있습니다.

국내 쇼핑몰 가격과 비교해 소싱 가치를 평가하기

단순히 고정된 국내 판매가를 입력하는 것을 넘어, 이제 에이전트가 직접 국내 최저가를 검색하도록 고도화할 단계입니다. Claude Code에게 "네이버 쇼핑 API나 웹 검색을 활용해 입력한 상품명의 국내 최저가를 검색해 오고, 이를 자동으로 국내 예상 판매가 자리에 채워 마진을 계산하도록 코드를 수정해줘"라고 요청합니다. API 연동이 까다롭다면 모의 검색 모듈을 먼저 만들고 단계별로 채워 나가면 됩니다.

Claude Code는 diff 뷰어를 통해 수정할 코드 블록만 안전하게 바꾸므로 기존에 작동하던 계산 로직을 망가뜨리지 않습니다. 수정된 스크립트는 우리가 특정 직구 상품명과 가격만 던져주면, 한국 내 유통 가격과 비교해 20% 이상의 마진이 확보되는 경우에만 '소싱 추천' 판정을 내리게 됩니다. 수작업 가격 비교가 완전히 줄어드는 순간입니다.

엑셀 파일로 소싱 리스트를 일괄 저장하는 자동화

이제 낱개 상품 분석을 넘어 여러 상품 목록을 한 번에 처리하는 배치(Batch) 기능을 붙여 보겠습니다. Claude Code에게 "여러 개의 분석 대상 상품 리스트가 적힌 input.json 파일을 읽어서 모든 상품의 마진을 순차적으로 비교하고, 그 결과를 엑셀(sourcing_results.csv)로 저장하는 루프 코드를 추가해줘"라고 명령합니다.

에이전트가 코드를 완성하고 나면, 우리는 알리나 아마존에서 구경해 둔 장바구니 리스트의 가격만 파일에 적어두고 스크립트를 돌리기만 하면 됩니다. 스크립트 실행이 끝나면 마진율이 높은 순으로 보기 좋게 정리된 엑셀 보고서가 생성됩니다. 코딩 한 줄 직접 타이핑하지 않고도 나만의 자동화된 마진 계산 시스템이 완성되는 것입니다.

지나친 자동화가 부르는 예상치 못한 경고음

하지만 AI가 계산해 준 마진율만 믿고 덥석 재고를 대량으로 사들이는 것은 매우 위험합니다. 실제로 중국 가전제품 소싱을 테스트했다가 국내 안전 인증인 KC 인증 비용으로 수백만 원을 지출하게 되면서 역마진을 보고 포기한 실패 사례가 드물지 않게 발생합니다. 특히 어린이 제품이나 전자기기는 인증 유무에 따라 통관 자체가 불가능할 수 있으므로 주의해야 합니다. 또한 단기간에 너무 많은 상품 정보를 조회하면 IP 차단을 당해 스크립트가 멈추는 일도 생깁니다.

국내 대안으로는 배송 대행이나 도매꾹, 셀클럽 같은 국내 B2B 도매 사이트를 활용해 무재고로 소싱 가능성을 먼저 검증해 보는 방법이 있습니다. 특히 여러 명이 함께 일하는 국내 협업 환경에서는 각자의 로컬 PC에서 스크립트를 돌리기보다 클라우드 서버에 에이전트를 올려 두고 공동의 엑셀 데이터베이스를 갱신하는 편이 훨씬 관리하기 쉽다는 장점도 있습니다.

지금 당장 서랍 속 아이템 한 개부터 계산해 보세요

처음부터 완벽하게 수천 개의 제품을 크롤링하는 거대한 시스템을 구상할 필요는 없습니다. 그렇게 시작하면 에러만 잔뜩 마주하고 결국 도중에 지쳐 나가떨어지기 십상입니다. 제가 추천하는 검증 방식은 지금 당장 여러분이 관심 있거나 최근에 직접 직구로 구매했던 유용한 물건 한두 개를 골라 스크립트에 넣어 보는 것입니다.

실제로 작동하는 작은 도구를 손에 쥐는 것이 중요합니다. 오늘 만든 마진 계산 스크립트에 실제 판매 데이터를 입력해 보며 마진율을 검증해 보세요. 이렇게 시작한 작은 스크립트 하나가 나중에는 매일 아침 돈 되는 아이템을 보고서로 배달해 주는 스마트한 부업 에이전트로 성장하는 밑거름이 될 것입니다. 지금 즉시 Claude Code를 켜고 첫 번째 명령을 내려보세요.