JD.com에서 20년 셀러 돕던 사람이 만든 AI 팀 — 왜 '목표 지향 에이전트'가 셀러의 다음 도구일까

핵심 요약 (TL;DR)

JD.com·DigitForce 셀러 서비스 베테랑 Tony TAN이 만든 ClawTeams가 2026-07-14 Product Hunt 1위(746 upvotes)에 올랐습니다. 'Q4 매출 20% 증가' 같은 목표만 입력하면 AI 에이전트 팀이 시장조사·리스팅·광고·재고까지 자동 실행하는 '목표 지향' 구조입니다. clawteams.ai에는 이미 12,000명 활성 팀 사용자·120만 건 작업 처리·평균 68% 시간 절감이라는 트랙션이 걸려 있고, 도메인 20년 노하우를 에이전트 팀에 이식한 첫 대형 사례로 읽힙니다.

셀러가 '팀'을 사고 싶어질 때

국내 스마트스토어와 쿠팡 셀러 옆자리에 앉아 보면, 하루 종일 창을 세 개 이상 띄우고 있습니다. 광고 관리자, 재고 시트, 상세페이지 편집기. 알리와 테무가 밀고 들어오면서 마진은 얇아지고, 사람 뽑을 여유는 사라졌죠. 이럴 때 셀러가 진짜 사고 싶은 건 도구가 아닙니다. 팀입니다.

지난 2026-07-14 Product Hunt 1위에 오른 ClawTeams(https://www.producthunt.com/products/clawteams)가 정확히 그 자리에 앉았습니다. 태그라인이 그대로 답이에요. "The first goal-driven, proactive AI team for e-commerce."

'명령형'에서 '목표형'으로

기존 AI 도구는 명령형입니다. "이 상품의 광고 카피 5개 뽑아줘", "이 리스팅 SEO 최적화해줘". 셀러가 매번 무엇을 시킬지 결정해야 하죠. ClawTeams는 다릅니다. 셀러가 'Q4 매출 20% 증가'라는 목표를 입력하면, AI 에이전트 팀이 시장 조사부터 리스팅 최적화, 광고 셋업, 재고 예측까지 계획해서 실행합니다. 셀러는 가격 인상이나 대량 발주 같은 고위험 결정만 승인합니다. 나머지는 백그라운드에서 자율적으로 돌아가고, 진행 상황은 Slack이나 Discord로 업데이트되는 구조죠.

이게 왜 셀러에게 매력적이냐면, 셀러의 시간을 '판단'이 아니라 '전략'에 쓰게 해주기 때문입니다. 판단은 위임하고, 전략은 남긴다. 시간이 없는 사람이 진짜 원하는 구조입니다.

20년 도메인이 만든 각도

만든 사람이 흥미롭습니다. Tony TAN은 JD.com에서 셀러 서비스만 몇 년, 이후 DigitForce에서 셀러 툴 리드였습니다. 셀러가 매일 어디서 넘어지는지 몸으로 아는 사람이죠. Chris Messina(전 Uber, 해시태그 창시자)가 조기 지지자로 붙었고, 자사 사이트 clawteams.ai에는 12,000명 이상 활성 팀 사용자, 120만 건 이상 작업 처리, 평균 68% 시간 절감이라는 트랙션 지표가 이미 공개돼 있습니다. Product Hunt 페이지에서는 미공개였지만, 데이터는 살아 있었어요.

바이브코더의 다음 각도

여기서 눈여겨볼 건 프로덕트 그 자체가 아니라 창업자의 프로파일입니다. 도메인 20년 → 에이전트에 이식. 이게 지난 이틀 Product Hunt 상위권을 관통한 공통점이었습니다. Notion 초기 커뮤니티 헤드가 회사 브레인을 만들었고, JD.com 셀러 베테랑이 셀러 팀을 만들었죠. 바이브코더의 다음 라운드는 '새 도구 만들기'가 아니라 '내가 10년 이상 밟은 도메인 노하우를 에이전트 팀에 얹기'라는 신호로 읽힙니다.

당신에게 남는 질문 하나. "내가 남보다 3배 빠르게 판단할 수 있는 도메인이 뭐지?" 그 답이 다음 프로덕트의 씨앗일 가능성이 높습니다. 20년까지 필요 없어요. 남들이 반나절 걸리는 판단을 30분에 끝낼 수 있는 영역 하나면, 에이전트 팀을 얹을 자리가 이미 있다는 뜻입니다.

FAQ

Q. ClawTeams는 국내 셀러도 쓸 수 있나요?
현재 사이트는 영어 기반이고 지원 마켓플레이스가 명시되어 있지 않습니다. 접속·구조 참고용으로 먼저 살펴보고, 국내 쿠팡·스마트스토어 커넥터가 붙는지는 별도 확인이 필요합니다.

Q. '목표 지향 에이전트'가 인간 개입 없이 실제 광고 셋업까지 실행하나요?
Product Hunt 페이지 기준으로 저위험 작업(리스팅 최적화·시장 조사)은 자율 실행, 고위험 작업(가격 인상·대량 발주)은 인간 승인 대기입니다. 실제 자율 범위는 데모 계정에서 직접 확인하는 게 안전합니다.

Q. 나도 비슷한 걸 만들 수 있을까요?
스택은 공개되지 않았지만, 유사한 아키텍처를 만들려면 LLM 오케스트레이션(LangGraph·CrewAI 같은) + 도메인 API + 승인 큐 구조가 필요합니다. 다만 이 프로덕트의 진짜 자산은 코드가 아니라 창업자의 셀러 도메인 이해도라는 점을 잊지 마세요.