작은 실수에서 시작된 발견
지난주, 드림팀 봇 중 하나가 보낸 자동 회신 100개를 무작위로 살펴봤다. 내용은 모두 같은 템플릿인데, 어떤 바이어는 「고마워요」라고 답장했고, 어떤 바이어는 「매우 감사합니다」라고 정중하게 답했다. 처음엔 단순한 개인차라고 생각했다.
그런데 패턴을 보니 다르더라. 동아시아 지역 바이어들은 우리 봇의 정중한 표현에 더 높은 존댓말로 응했다. 반면 서구권 바이어들은 「좋아요」처럼 캐주얼한 답장이 많았다. 우리 봇이 모두에게 같은 톤으로 답했는데도 말이다.
봇이 「문맥」을 읽기 시작했다
Claude Code를 열고 간단한 실험을 시작했다. 봇의 바이어 정보(지역, 산업, 이전 거래 톤)를 학습시킨 뒤, 회신 생성 때 이 맥락을 반영하도록 했다.
입력: 바이어 지역(동아시아), 이전 메일 톤(정중함), 요청 내용(배송 문의)
출력: 정중하고 상세한 답장
입력: 바이어 지역(북미), 이전 메일 톤(캐주얼), 요청 내용(배송 문의)
출력: 빠르고 친근한 답장
결과는 놀라웠다. 같은 배송 정보인데도 첫 번째는 「배송 예정일은 다음과 같습니다」, 두 번째는 「배송은 3일이면 도착합니다」로 완전히 달라졌다.
발견: 톤은 신뢰의 언어다
더 흥미로운 건, 톤을 맞춘 회신에 바이어들의 반응 속도가 24시간 이상 빨라졌다는 것. 우리가 「상품 샘플을 보내도 되나요?」 요청에 대해 지역별 톤으로 답하자, 승인율이 전주 대비 18% 올라갔다.
이건 자동화가 아니다. 이건 '소통'이 됐다는 뜻이다.
비개발자가 배운 것
Claude Code는 텍스트를 생성한다. 하지만 이번 실험에서 알았다. 봇이 「데이터」를 입력받으면 「감정」을 읽을 수 있다는 걸. 지역, 기업 규모, 이전 거래 패턴 같은 맥락은 낱말보다 강하다.
"같은 말도 어떻게 말하느냐에 따라 거래는 달라진다."
이제 우리 봇은 단순히 「회신을 보내는 것」을 넘어 「그 사람의 언어로 말하는 것」을 배웠다. 그게 자동화의 마지막 단계라고 생각한다.