Vantage Discovery
Vantage Discovery (acquired by Shopify in March 2025) · 코딩 · 비즈니스
Vantage Discovery는 온라인 스토어를 위한 AI 검색 플랫폼이다. 임베딩과 언어 모델로 구매 의도를 읽고 상품 순서를 정하며 결과를 개인화한다. Shopify가 2025년 3월에 이 회사를 인수했다.

Vantage Discovery 소개
About
Vantage Discovery란
Vantage Discovery는 리테일 이커머스를 위한 AI 상품 탐색 플랫폼이었다. 2023년 Lance Riedel과 Nigel Daley가 세웠고, 두 사람 모두 Pinterest에서 검색을 담당한 이력이 있다. 시드와 시리즈 A 투자를 거쳐 2025년 3월 Shopify에 합류했다. 소비자용 앱이 아니라 스토어가 자사 카탈로그와 매장 화면에 연결하는 검색 계층이었다.
겨냥한 지점은 구매자가 쓰는 방식과 카탈로그가 색인된 방식 사이의 틈이다. "출퇴근 자전거용 가벼운 우비" 같은 질의는 제목과 태그만 대조하는 엔진에서 걸리지 않는다. 상품과 질의를 같은 벡터 공간에 넣으면서 자연어 상품 검색은 그 단어가 하나도 없는 상품까지 돌려줄 수 있게 됐다. 이 후보 목록을 언어 모델이 관련도가 높은 순서로 다시 정렬한다.
지금 가장 큰 제약은 구매 경로다. Vantage Discovery는 더 이상 독립 서비스로 팔리지 않고, 인수 이후 가격 페이지와 공개 문서도 사라졌다. 지금 이 제품을 읽는 사람은 원래 플랫폼을 사는 게 아니라 같은 팀이 Shopify에서 만든 것을 살피는 쪽에 가깝다. 두 번째 제약은 인력이다. API 제품이라 카탈로그를 설계하고 엔드포인트를 연결하고 순위를 조정할 사람이 필요하다.
시작하는 방법
- 카탈로그 규모와 질의량을 두고 팀과 이야기한다. 도입은 셀프 가입이 아니라 영업 논의로 이뤄졌다.
- 카탈로그를 넣는다. 상품은 제목, 설명, 가격, 검색이 쓸 속성을 담은 레코드로 등록됐다.
- 검색 엔드포인트를 매장 화면에 연결하고 카테고리, 가격대, 재고 상태 같은 필터를 정한다.
- 오픈 후 질의와 클릭을 보면서 순위 가중치와 개인화 신호의 비중을 조정한다.
제품 정보
Vantage Discovery의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 이커머스 개발팀
- 중견 리테일러의 상품 기획 담당
- 마켓플레이스와 B2B 카탈로그 운영자
작업
- 결과 없는 질의 구제
- 운영 중인 스토어에 자연어 상품 검색 추가
- 행동 데이터로 개인화 추천 구성
활용 상황
- 기술 부품만 가득한 카탈로그
- 유입은 많은데 검색 전환이 약한 스토어
- 이미 Shopify로 운영하는 스토어
주요 기능
카탈로그 전체의 시맨틱 대조
상품과 질의를 같은 벡터 공간에 두므로 공통된 단어가 아니라 의미로 연결된다. "겨울에 집에서 입을 포근한 옷"을 찾으면 포근하다는 말을 쓰지 않은 플리스 세트가 나온다. 플랫폼의 핵심이며 나머지 기능은 모두 이 위에 올라간다.
언어 모델 기반 결과 재정렬
벡터 유사도로 후보를 추린 뒤 언어 모델이 속성 적합도와 구매 가능성 같은 신호로 순서를 다시 정한다. 실무에서 차이는 상위 몇 개가 숫자상 가까운 항목이 아니라 숙련된 상품 담당자가 고를 법한 목록으로 보인다는 점이다. 창업팀이 내세운 차별점도 여기였다.
행동에 따른 검색 개인화
클릭, 저장, 구매를 읽어 방문자마다 결과를 바꾼다. 와이드 데님을 자주 보는 사람은 다음 방문에서 그 상품을 더 위에서 본다. 행동 데이터를 이미 쌓아 둔 스토어일수록 효과가 크다. 모델이 참고할 이력이 있기 때문이다.
개발자를 위한 벡터 검색 API
모든 기능이 벡터 검색 API를 지나고 스토어는 자사 프런트엔드에서 이를 호출한다. 화면과 결제 흐름은 그대로 두고 아래 질의 계층만 바꾼다. 테마를 다시 만들 필요가 없어 검증에서 운영까지 걸리는 시간이 짧다.
속성과 메타데이터 필터
상품은 카테고리, 가격, 재고 같은 메타데이터를 갖고 질의는 정렬 전에 이 값으로 걸러낼 수 있다. 의미가 비슷하다는 이유로 사이즈가 다른 품목이나 품절 상품이 섞이는 일을 막는다. 순수한 유사도가 무시할 업무 규칙을 적용하는 역할도 한다.
카탈로그 적재 흐름
상품을 넣는 일은 마무리 작업이 아니라 정해진 단계다. 모델이 필요로 하는 항목을 담은 레코드로 들어가고 카탈로그가 바뀌면 따라 갱신된다. 제목과 속성이 깨끗한지가 중요하다. 데이터가 엉성하면 순위 모델이 아무리 좋아도 대조가 엉성해진다.
장단점
장점
- 속성이 여러 개 붙은 설명형 질의에도 쓸 만한 결과가 나온다. 리테일 카탈로그에서 키워드 검색이 무너지는 지점이 바로 여기다.
- API 우선 설계라 스토어가 자체 프런트엔드와 결제를 유지한다. 다른 커머스 플랫폼으로 옮길 필요가 없다.
- 창업팀이 Pinterest에서 검색을 만들었고, 순위 설계에는 대규모 트래픽의 실무 경험이 배어 있다.
- 개인화가 대부분의 스토어가 이미 기록하는 행동 데이터 위에서 돌아간다. 추적 계층을 새로 깔지 않아도 된다.
단점
- 지금은 계약할 수 없다. Shopify 인수 이후 독립 서비스로 제공되지 않아 2026년에 검색 벤더를 찾는 기업은 후보에서 빼야 한다.
- 가격이 공개된 적이 없고 옛 가격 페이지도 닫혔다. 예산을 세울 기준이 남아 있지 않다.
- 내부 기술 담당자가 필요하다. 카탈로그 설계, 엔드포인트 연결, 관련도 조정이 모두 스토어 몫이라 마케팅 조직만으로는 감당하기 어렵다.
자주 묻는 질문
리테일 매장의 검색과 상품 탐색에 쓰였다. 스토어가 카탈로그를 보내고 API를 호출하면 키워드 일치가 아니라 의미 일치와 개인화된 결과가 돌아오는 구조였다.
관련 콘텐츠
Vantage Discovery와 관련된 도구, 스킬, 아티클을 살펴보세요.
Vantage Discovery 대안
Base Code
Base44 (Wix) · 코딩 · 생산성Base Code는 Base44가 만든 공유 클라우드 개발 환경이다. 팀은 기존 GitHub 저장소에 대한 변경을 채팅으로 설명하고, 미리보기로 확인한 뒤 풀 리퀘스트로 돌려보낸다.
Google EmbeddingGemma 2
Google DeepMind · 글쓰기 · 이미지 · 코딩Google EmbeddingGemma 2는 7억 4000만 파라미터의 오픈 모델로, 텍스트와 코드, 이미지, 오디오, 영상 프레임을 하나의 768차원 공간에 벡터로 바꿔 스마트폰과 노트북에서 실행한다.
GitGlow
GitGlow · 코딩 · 생산성GitGlow는 내 코드와 AI 에이전트의 변경을 한 리뷰에 모으는 데스크톱 Git 클라이언트다. 배포 전에 내 기계에서 무엇이 나가는지 확인할 수 있다.
