문제의 시작: '저 이메일, 본 것 같은데?'
매주 수십 개의 바이어 문의가 들어옵니다. 이메일, 전화번호, 회사명을 일일이 엑셀에 입력하고 있었는데요. 어느 날 한 팀원이 중얼거렸습니다. "어? 이 회사는 작주에도 연락했던 것 같은데?"
감이었습니다. 직관적으로 뭔가 놓친 게 있다는 느낌.
Before: 수작업 검증의 한계
그때까지는 이렇게 했어요:
엑셀 → 육안으로 스크롤 → "어? 이거 중복?" → 손으로 지우기 → 다음 줄 → 반복
결과? 다음 주 금요일쯤 되면 또 중복이 나타났습니다. 3,000개 행을 모두 눈으로 확인할 수 없거든요.
자동화 해결책: Claude Code 검증 봇
윈도우 디바이스에서 간단한 Python 스크립트를 만들어 봤습니다.
# 바이어 데이터 중복 검증 로직
import pandas as pd
from difflib import SequenceMatcher
# 1. 완전 중복 감지
# 2. 이메일 형식 검증 (@ 포함, 도메인 체크)
# 3. 전화번호 정규식 검증
# 4. 유사도 70% 이상 항목 플래그
봇이 하는 일:
• **완전 중복**: 같은 이메일/전화번호가 여러 행에 나타나는 경우 감지
• **형식 오류**: 이메일에 @ 없음, 전화번호가 숫자 아님 등 검출
• **의심 중복**: "john@company.com"과 "j.john@company.com" 같이 유사한 항목 표시
• **자동 정렬**: 최신 입력 데이터 우선 보존 (이전 것 제거)
After: 한 번에 발견한 결과
처음 실행했을 때 결과는 충격적이었습니다.
| 검증 항목 | 발견 건수 |
|---------|----------|
| 완전 중복 | 48개 |
| 형식 오류 (이메일) | 23개 |
| 형식 오류 (전화번호) | 15개 |
| 의심 중복 (70%+ 유사도) | 14개 |
| **총 정리 건수** | **100개** |
우리가 놓친 게 100개였습니다. 잘못된 이메일로 3주간 자동 회신을 보내고 있었던 것도 발견했고요.
실제 개선 효과
정리 전: 3,000행 중 중복/오류 데이터 100개 혼재
정리 후: 2,900행의 '신뢰할 수 있는' 바이어 데이터
가장 큰 변화는 이메일 도달률입니다. 이전에는 매주 평균 15~20건의 "undeliverable" 반송 메일을 받았는데, 자동화 이후로는 3~5건으로 줄었습니다.
봇이 알려준 패턴
검증 결과를 분석하다 보니 몇 가지 패턴이 보였어요:
1. **시간대별 오류율**: 야간에 입력된 데이터가 오류율이 높음 (피로도 증가)
2. **회사별 형식**: 특정 국가의 바이어들은 거의 같은 형식 오류를 범함
3. **재입력 주기**: 같은 바이어가 2~3주 간격으로 여러 번 문의하는 패턴
이 정보를 바탕으로 입력 양식을 개선하고, 자동 중복 경고 기능도 추가했습니다.
지금은
매주 월요일 오전 10시에 봇이 자동으로 검증을 실행합니다. 혹시 모를 오류가 생기면 그때 팀에 알림이 갑니다. 수작업 검증 시간은 거의 0이 되었고요.
"저 이메일, 본 것 같은데?" 하는 일은 이제 봇이 대신 해줍니다.