Tesco API를 역설계하여 AI 에이전트가 제 식료품 쇼핑을 하고 영양가로 음식을 평가하게 만들었습니다

(dev.to)

Dev.to AI2026년 6월 2일AI 코딩

Tesco API를 역설계하여 AI 에이전트가 제 식료품 쇼핑을 하고 영양가로 음식을 평가하게 만들었습니다

Tesco의 비공개 GraphQL API를 역설계하여 AI 에이전트가 영양 성분을 기준으로 식료품을 검색하고 쇼핑을 자동화할 수 있도록 구현한 'basketeer' SDK의 등장은 데이터 구조화와 AI 에이전트의 실질적 행동 가능성을 보여주는 중요한 사례입니다.

이 글의 핵심 포인트

1Tesco의 비공개 GraphQL API를 역설계하여 안정적인 데이터 구조 확보
2영양 성분(매크로/마이크로 영양소)을 정형화된 타입으로 변환하여 AI 검색 가능케 함
3Playwright를 활용해 Akamai 보안 및 인증(Auth) 문제를 해결하고 세션 유지
4MCP(Model Context Protocol) 서버를 통해 Claude Desktop 등 AI 에이전트와 연동
5결제 단계는 인간이 직접 수행하도록 설계하여 안전성과 법적 리스크 관리

이 글에 대한 공공지능 분석

왜 중요한가?

공개 API가 없는 폐쇄적 환경에서도 역설계를 통해 AI 에이전트가 활용 가능한 정식 데이터 플레인을 구축할 수 있음을 증명했습니다. 특히 영양 성분이라는 복잡한 비정형 데이터를 구조화하여 AI의 의사결정 도구로 변환했다는 점이 핵심입니다.

어떤 배경과 맥락이 있나?

최근 AI 에이전트 기술은 단순한 텍스트 생성을 넘어 실제 웹 서비스와 상호작용하는 'Actionable AI'로 진화하고 있습니다. 이 과정에서 기존 웹의 HTML 스크래핑 방식의 한계를 극복하기 위해 내부 API 프로토콜을 직접 활용하는 기술적 접근이 시도되었습니다.

업계에 어떤 영향을 주나?

이 사례는 데이터 접근 권한이 제한된 영역에서도 혁신적인 서비스가 탄생할 수 있음을 보여주며, AI 에이전트용 MCP(Model Context Protocol) 서버 구축이 차세대 서비스 개발의 핵심 경쟁력이 될 것임을 시사합니다.

한국 시장에 어떤 시사점이 있나?

배달의민족이나 쿠팡과 같이 API가 폐쇄적인 한국 이커머스 환경에서도, 특정 목적(영양, 가성비 등)에 특화된 AI 에이전트 서비스를 위한 데이터 확보 및 자동화 전략이 새로운 틈새시장을 창출할 수 있습니다.

이 글에 대한 큐레이터 의견

이번 사례는 '데이터의 구조화'가 AI 에이전트 시대의 가장 큰 병목이자 기회임을 명확히 보여줍니다. 개발자는 단순히 웹을 긁어오는 것에 그치지 않고, 복잡한 영양 성분 데이터를 AI가 이해할 수 있는 타입화된 모델로 변환함으로써 단순한 자동화를 넘어 '지능형 쇼핑'이라는 새로운 가치를 창출했습니다. 이는 AI 에이전트 기반의 버티컬 서비스(Vertical Service)를 준비하는 창업자들에게 매우 중요한 인사이트를 제공합니다.

창업자들은 주목해야 합니다. API가 공개되지 않았다고 해서 포기할 것이 아니라, 기존 서비스의 통신 프로토콜을 분석하여 에이전트가 즉시 실행 가능한 '도구(Tools)'를 만드는 역량이 곧 제품의 차별점이 될 것입니다. 다만, 법적/윤리적 경계(Scraping vs. Reverse Engineering)와 결제 단계에서의 인간 개입(Human-in-the-loop)을 설계하는 안전 모델 구축은 반드시 병행되어야 할 필수 과제입니다.

원문 보기 →