작은 실수가 큰 발견으로
윈도우 디바이스에서 매일 수십 개의 바이어 이메일을 정리하던 중, Claude Code 봇에게 간단한 지시를 내렸습니다.
「지난 3개월간 받은 모든 회신의 도착 시간을 시간대별로 정렬해줄래?」
예상했던 것은 무작위 분포였습니다. 하지만 데이터는 다른 이야기를 했습니다.
숨겨진 패턴 3가지
1. 아침 8~10시 집중도
아시아 지역 바이어들의 응답이 월~목 아침 시간에 73% 몰려 있었습니다. 금요일은 급격히 떨어졌죠.
2. 주말 전 '마지막 확인' 피크
목요일 오후 3~5시에 두 번째 응답 봉우리가 있었습니다. 주말을 앞두고 미결 사항을 마무리하려는 심리가 반영된 것으로 보였습니다.
3. 문의 유형별 시간대 편차
기술 질문은 아침(8~11시)에, 가격 협상은 오후(14~17시)에 들어온다는 점도 드러났습니다.
실행한 변화
봇에게 새로운 규칙을 입력했습니다.
기술 질문 관련 이메일 → 월~목 09:00 발송
가격 협상 이메일 → 월~목 15:00 발송
후속 연락 메시지 → 목요일 16:00 발송 (주말 전 최종 확인 유도)
결과
지난달 응답률은 평균 42%였습니다. 최적화 후 첫 2주 만에 58%로 올랐습니다. 특별히 기술 질문에 대한 회신이 51%에서 71%로 뛰어올랐습니다.
배운 점
AI 자동화는 단순 작업 대행이 아니었습니다. 데이터를 들여다보고, 숨겨진 행동 패턴을 발견하고, 그것을 다시 실무에 적용하는 사이클이었습니다.
비개발자인 우리는 도구를 쓸 줄 알면 된다고 생각했는데, 사실은 도구가 건네주는 신호를 읽을 줄 아는 것이 핵심이었습니다.
다음은 어떤 패턴이 나타날까요? 드림팀 봇들과 함께 계속 살펴보겠습니다.