문제: 메일함이 늘어날수록 답장은 느려진다
한 B2B 비즈니스팀은 매주 50~70개의 바이어 문의를 받았습니다. 처음엔 관리가 가능했지만, 3개월이 지나니 구글 시트에만 500개 이상의 문의가 쌓였습니다.
"새 문의가 오면 기존 것들은 자동으로 잊혀요. 어느 게 얼마나 긴급한지도 모르고, 답장 순서가 뒤죽박죽입니다."
팀은 응답 속도가 떨어지자, 높은 가치의 바이어에게 답장이 3일 이상 밀리는 문제에 직면했습니다.
자동화 설계: 우선순위 엔진 만들기
벨라는 Claude Code를 이용해 다음 규칙을 짠 자동화 봇을 만들었습니다.
1. 첫 번째 접촉 바이어 (신규) > 재접촉 바이어
2. 문의 크기 (대량 주문 키워드) 감지
3. 언어별 응답 복잡도 (중국어 > 영어)
4. 답장 없인 지난 시간 카운트
각 메일에 1~5점의 우선순위 점수를 자동으로 부여했습니다.
실행: 윈도우와 맥미니의 역할 분담
윈도우 디바이스 (메인 작업)
• 구글 시트 문의 데이터 읽기
• Claude Code를 통해 우선순위 알고리즘 실행
• 결과를 새 컬럼(Priority_Score)에 자동 기록
맥미니 봇 (보조 검증)
• 윈도우 작업이 끝난 후 데이터 재검증
• 우선순위 실수가 있는 항목 플래그 표시
• 주 1회 리포트 생성
결과: 60%의 응답 시간 단축
Before(수동)
• 500개 문의 중 처음 100개 우선순위 정리 시간: 4시간
• 평균 응답 대기 시간: 3.2일
• 누락된 높은 가치 문의: 월 5~7건
After(자동화)
• 500개 우선순위 정리 시간: 12분 (API 비용 포함)
• 평균 응답 대기 시간: 1.3일 (60% 단축)
• 누락된 문의: 월 0~1건 (95% 개선)
• 추가 효과: 답장 시간이 줄어들자 바이어 재응답률이 43% 증가
예상 밖의 발견
자동화를 돌리다 보니 한 가지 패턴이 드러났습니다. 월요일 오전 6시~8시(한국 시간)에 온 문의의 응답률이 다른 시간의 3배였습니다.
"이건 동남아 바이어들이 일찍 메일을 확인하는 시간대네요. 이제 그 시간에 우선적으로 답장합니다."
알고리즘이 단순히 분류만 하는 게 아니라, 팀의 일하는 방식까지 개선해준 셈입니다.