Amazon 리뷰 스크래핑이 그 어느 때보다 어려운 이유(2026 업데이트)
Amazon 리뷰는 실제 고객 감정, 불만 사항, 기능 요청, 경쟁 정보 등 플랫폼에서 가장 귀중한 데이터 중 일부입니다. 연구에 따르면 실시간 리뷰 피드백을 사용하여 가격 및 제품 전략을 조정하는 기업은 평균적인 수익 23% 증가.
하지만 그 데이터를 얻는 것이 그 어느 때보다 어려웠습니다. 지난 18개월 동안 세 가지 주요 변화로 인해 가능한 것이 달라졌습니다.
- November 2024: 리뷰가 로그인 벽 뒤로 이동되었습니다. 인증되지 않은 사용자는 이제 제품 세부 정보 페이지에서 3~8개의 "추천 리뷰"만 볼 수 있습니다. 전체
/product-reviews/경로는 인증되지 않은 트래픽에 대한 로그인 화면으로 리디렉션됩니다. 세션을 관리하지 않는 스크레이퍼는 2023년보다 훨씬 적은 양의 데이터를 확인합니다. - May 2026: PA-API v5가 종료되고 Creators API이 이를 대체합니다. 기존 제품 광고 API가 중단됩니다. 새로운 Creators API을 사용하려면 지난 30일 동안 10회 이상의 적격 판매가 발생한 Associates 계정이 필요합니다. 이는 일반 API 액세스를 차단하는 더 높은 기준입니다.
- February 2026: 제품 변형 간 리뷰 공유가 제한됩니다. 이제 Amazon에서는 기능적으로 동일한 변형(색상, 크기)만 리뷰를 공유할 수 있습니다. 다양한 기능 변형의 경우 리뷰가 분할되어 집계 평점이 표시되는 방식과 경쟁업체가 사회적 증거를 구축하는 방식이 변경됩니다.
이 모든 것에도 불구하고 자체 제품이나 소수의 경쟁업체로부터 리뷰를 추출하는 연구 규모의 리뷰 스크래핑은 여전히 실용적입니다. 2026년에 실제로 가능한 것이 무엇인지 알아야 합니다.
Four Ways to Get Amazon 검토 데이터(2026 현실)
| 방법 | 당신이 얻는 것 | 규모 | 위험 | 최고의 대상 |
|---|---|---|---|---|
| Amazon Creators API | Star ratings, 리뷰 수, 제품별 상위 리뷰. 제한된 리뷰 텍스트 — 전체 액세스 권한은 아닙니다. JSON을 정리하세요. | 1-10 TPS based on affiliate revenue | ✅ Safe | 10개 이상의 판매를 보유한 직원을 위한 Programmatic access |
| Keepa | 월/년에 따른 리뷰 수 + 평가 추세입니다. 리뷰 텍스트 없음 - Keepa은 리뷰가 아닌 가격을 추적합니다. | API from €49/mo | ✅ Safe | 리뷰량 + 시간 경과에 따른 평점 추세 모니터링 |
| Amazon SP-API (Sellers Only) | Your own product 리뷰 — 전체 액세스. 경쟁사 리뷰가 없습니다. | 일일 동기화를 위한 Rate-limited, reasonable | ✅ Safe (your own data) | Amazon sellers monitoring their own 리뷰 |
| AI Scraper (Research Only) | Logged-in: 제품당 리뷰 10-20개(텍스트, 평가, 날짜). 인증되지 않음: 추천 리뷰가 3~8개만 있습니다. | 3-5 products/session. Human speed only. | ⚠️ Low scale, logged-in account at risk | 몇몇 주요 경쟁사에 대한 Reading full 리뷰 텍스트 |
실제로 추출할 수 있는 리뷰 데이터
모든 리뷰 데이터에 동일하게 접근할 수 있는 것은 아닙니다. 각 접근 방식에서 기대할 수 있는 사항은 다음과 같습니다.
| 데이터 포인트 | Creators API | SP-API | AI 스크레이퍼 (로그인됨) | AI 스크레이퍼(로그인 없음) |
|---|---|---|---|---|
| Star rating + 리뷰 수 | ✅ | ✅ (자체 제품) | ✅ | ✅ (페이지에 표시됨) |
| Full 리뷰 텍스트 | ⚠️ Top 리뷰만 | ✅ (자체 제품) | ⚠️ Top 10-20 | ❌ 3~8개만 추천 |
| Reviewer name + date | ✅ | ✅ (자체 제품) | ✅ (페이지에 표시) | ✅ (페이지에 표시) |
| Verified purchase status | ❌ | ❌ | ✅ (페이지에 표시) | ✅ (페이지에 표시) |
| Review images/videos | ❌ | ❌ | ⚠️ Image URLs only | ⚠️ Image URLs only |
| Rating distribution over time | ❌ | ⚠️ Manual calculation | ⚠️ Manual calculation | ⚠️ Manual calculation |
EasyClaw으로 Amazon 리뷰를 추출하는 방법
단일 연구 세션에서 소수의 제품에서 전체 리뷰 텍스트를 추출합니다. 이는 귀하의 목록과 2~3개의 상위 경쟁업체에 적용됩니다.
Step 1: 스크래핑 활성화
EasyClaw → Skills → "Scrapling Web Data Extraction" → Add.
Step 2: 로그인 여부 결정
2024년 11월부터 추출할 수 있는 리뷰 데이터의 양은 전적으로 로그인 상태에 따라 달라집니다.
- Without login: 제품당 3~8개의 추천 리뷰가 표시됩니다. 빠른 감정 펄스 확인에는 충분하지만 철저한 분석에는 충분하지 않습니다. 이것이 가장 안전한 옵션입니다. Amazon 계정에는 아무것도 연결되지 않습니다.
- Logged in: 전체 리뷰 섹션에 액세스하고, 리뷰 페이지를 매기고, 제품당 10~20개 이상의 리뷰를 추출할 수 있습니다. 하지만 use a dedicated research-only Amazon account — 기본 구매 또는 판매 계정이 아닙니다. 신고된 자동화 활동으로 인해 구매 내역 및 Prime 혜택을 포함한 계정이 제한될 수 있습니다.
Step 3: 천천히 가세요 — 인간의 속도는 협상할 수 없습니다
⚠️ Critical: 지시사항에 항상 "페이지 간 X초 대기"를 포함시키십시오. Amazon의 탐지는 마우스 움직임, 스크롤 타이밍, 요청 간격 등의 행동 패턴을 기반으로 합니다. 페이지 로드 간격이 8초 이상인 것이 CAPTCHA 실행을 방지하는 가장 효과적인 방법입니다.
너: 다음은 Amazon 제품 URL 3개입니다[붙여넣기]. 각각에 대해 리뷰 섹션으로 이동하여 전문과 함께 가장 유용한 리뷰 10개를 추출하세요. 제품 사이에 최소 8초 정도 기다리십시오. 각 제품의 리뷰를 동일한 Excel 파일의 별도 시트에 저장하세요.
Step 4: 단순한 데이터가 아닌 통찰력 추출
원시 리뷰 텍스트는 노이즈입니다. 이를 실행 가능한 인텔리전스로 전환하는 3단계 프로세스는 다음과 같습니다.
- Categorize by theme. 크기, 품질, 배송 속도, 기능 요청, 고객 서비스 등 고객이 언급한 내용을 기준으로 리뷰를 그룹화합니다. 과도하게 엔지니어링하지 마십시오. 5~8개 범주이면 충분합니다.
- Identify frequency × sentiment. 부정적인 감정을 지닌 리뷰 중 40%에서 언급된 기능이 최우선 사항입니다. 극찬을 받은 리뷰 중 5%에서 언급된 기능은 아마도 이미 괜찮은 기능일 것입니다.
- Build your competitive positioning. 경쟁사 리뷰에서 "3시간 안에 배터리가 방전됩니다"라고 지속적으로 불평하고 제품이 8시간 동안 지속된다면 이것이 바로 헤드라인의 주요 항목입니다. 고객의 실제 언어를 사용하십시오.
계산은 간단합니다. 경쟁사당 리뷰 15개 × 경쟁사 3명 = 데이터 포인트 45개입니다. 이는 해당 카테고리에서 승자와 패자를 구별하는 상위 3~5개 패턴을 식별하는 데 충분합니다. 한 제품에 대한 1,000개의 리뷰는 통찰력이 아닌 노이즈를 추가합니다.
존중해야 할 한계
- 제품당 리뷰 10~20개, 세션당 제품 3~5개. 초과하지 마십시오.
- 페이지 간 8초 이상. 예외는 없습니다.
- cron 일정에 따라 Amazon 리뷰 스크래핑을 자동화하지 마십시오.
- CAPTCHA를 누른 경우: 중지하고 몇 시간 동안 기다렸다가 다음번에는 세션 크기를 줄이세요.
- 상업적 규모의 경우: 공식 API(Creators API 또는 SP-API)를 사용하세요.
스크랩된 리뷰를 어떻게 처리해야 할까요? 입증된 5가지 사용 사례
1. 제품 개선 로드맵
자신의 제품 리뷰에서 일반적인 불만 사항을 추출하세요. 빈도별로 분류하고 순위를 매깁니다. 상위 3가지 문제를 먼저 해결하세요. 연구에 따르면 가장 일반적으로 인용되는 불만 사항을 해결하면 평점이 가장 빠르게 향상되는 것으로 나타났습니다. 반복되는 불만 사항이 해결되면 90일 이내에 평균 평점이 별 0.2~0.3개 바뀔 수 있습니다.
2. 경쟁사 격차 분석
경쟁업체 리뷰를 스크랩하여 지속적으로 실패하는 부분을 찾아보세요. 경쟁업체에 대한 리뷰 50개 중 12개가 "플라스틱 부품이 2개월 이내에 파손됩니다"라고 언급하면 해당 제품의 구조적 약점을 발견한 것입니다. 이러한 격차를 중심으로 제품 차별화와 마케팅 메시지를 구축하세요.
3. 고객 언어 카피라이팅
주요 항목 및 제품 설명에 대한 언어를 축어적으로 검토합니다. "원단의 느낌이 고급스럽고 세탁 후에도 보풀이 발생하지 않습니다"는 "고급 소재"보다 더 좋게 변환됩니다. 실제 고객 표현은 대상 구매자가 제품을 평가할 때 사용하는 언어와 정확히 일치하기 때문에 더 나은 성능을 발휘합니다.
4. 기능 동향 추적
고객이 시간이 지남에 따라 증가한다고 언급한 기능을 추적하세요. 작년에 언급되지 않았던 카테고리의 리뷰 중 50%에 "무선 충전"이 나타나면 시장이 변화한 것입니다. 리뷰 추세 데이터를 사용하여 경쟁이 시작되기 6~12개월 전에 제품 요구 사항을 예측하세요.
5. 가격 정보
리뷰 감정을 가격대와 연관시키세요. 가격을 29달러에서 39달러로 인상한 후 경쟁업체의 리뷰가 부정적으로 치솟았다면 가격 상한선을 찾은 것입니다. 49달러의 리뷰에서 지속적으로 "가격 대비 훌륭한 가치"라고 평가된다면 이것이 가격 벤치마크입니다. 리뷰 기반 가격 데이터를 사용하는 회사는 평균 23%의 수익 증대를 경험합니다.
Amazon이 리뷰 순위를 매기는 방법(그리고 스크래핑에 중요한 이유)
아마존은 리뷰를 시간순으로 표시하지 않습니다. 순위 알고리즘을 이해하면 제한된 수만 추출할 수 있는 경우 스크랩할 리뷰의 우선순위를 정하는 데 도움이 됩니다.
Amazon의 리뷰 순위는 다음과 같은 여러 요소에 가중치를 둡니다.
- Verified purchase — 가장 큰 비중을 차지합니다. 확인되지 않은 리뷰가 싱크됩니다.
- Recency — 비슷한 유용성 점수를 가진 이전 리뷰보다 최신 리뷰가 더 높은 순위를 차지합니다.
- Helpfulness votes — 더 많은 "유용함" 찬성 투표를 받은 리뷰가 맨 위에 표시됩니다.
- Review length and detail — 더 길고 더 실질적인 리뷰가 알고리즘에 따라 선호됩니다. 한 단어로 된 리뷰("훌륭해요!")는 별점과 관계없이 우선순위에서 제외됩니다.
- Media inclusion — 이미지나 동영상이 포함된 리뷰는 일반적으로 더 높은 순위를 차지합니다.
스크래핑용 Practical implication: "상위" 15개 리뷰를 추출하면 무작위 샘플이 아닌 Amazon의 알고리즘 선택을 얻게 됩니다. 이것은 실제로 더 나은 경쟁 조사의 경우 구매자 결정에 가장 큰 영향을 미치는 리뷰를 보고 있기 때문입니다. 전체 배포를 받을 수 없다는 점에 유의하세요.
자주 묻는 질문
/product-reviews/ 경로는 로그인 화면으로 리디렉션됩니다. 이러한 변경은 자동 스크래핑으로부터 리뷰 데이터를 보호하고 계정 생성을 장려하려는 Amazon의 광범위한 노력의 일환이었습니다.결론
2026년 아마존 리뷰 스크래핑은 트레이드오프 게임이다. 로그인 장벽, API 마이그레이션 및 변형 리뷰 분할로 인해 대규모 리뷰 데이터에 액세스하기가 더 어려워졌습니다. ~할 수 있다 더 적은 수의 경쟁업체가 잘 해내고 있기 때문에 더 많은 가치를 얻을 수 있습니다.
가장 현명한 접근 방식: 어떤 작업에 어떤 도구가 사용되는지 파악하는 것입니다. 사용 Creators API 프로그래밍 방식 검토 통계의 경우. 사용 SP-API 당신이 자신의 리뷰를 모니터링하는 판매자라면. 사용 Keepa 장기적인 평가 추세를 확인하세요. 그리고 연구 규모, 전용 계정, 인간의 속도로 전체 경쟁사 리뷰 텍스트가 필요한 경우에만 스크레이퍼를 사용하십시오.