Before: 손으로 세다, 눈으로 찾다
지난 3개월간 쌓인 바이어 문의 메일이 1,200개였다. 각 메일에서 회사명과 이메일 주소를 수작업으로 구글 시트에 옮기는 과정에서 오타는 빈번했다. 타이핑 실수도 있었지만, 이메일 주소가 정말 유효한지 확인할 방법이 없었다.
문제는 더 있었다. 부족한 데이터로 '실제 연락 가능한 바이어'와 '데이터만 남은 바이어'를 구분하지 못했다. 주 1회씩 오래된 데이터를 들어내거나 정정하는 일도 자동화 없이는 끝이 보이지 않았다.
**When: 매주 월요일 아침 30분 씩 수작업 검증**
**Pain: 180개의 오류가 숨어있었다는 걸 나중에야 알았다.**
After: 봇이 한 번에 검증하다
Claude Code를 활용해 다음 로직을 자동화했다.
1. 구글 시트 바이어 데이터 읽기
2. 이메일 주소 정규식 검사 (@와 도메인 형식 확인)
3. 회사명 길이 및 특수문자 패턴 검증
4. 오류 플래그 추가 + 체크시트 생성
5. 매주 화요일 자동 실행
첫 실행 결과:
• 총 1,200개 데이터 중 180개(15%) 형식 오류 발견
• 공백만 있고 이메일 누락: 45개
• '@' 기호 누락이나 중복: 87개
• 도메인 형식 불완전('.com' 없음 등): 48개
이 정보로 우리는 다음을 했다.
1. **즉시 정정 가능한 것**: 자동 수정 스크립트 작동 (예: 공백 제거, 대문자 통일)
2. **수동 확인 필요한 것**: 플래그 표시, 담당자에게 알림
3. **버릴 것 같은 것**: 결과 리포트로 정리, 비즈니스 판단에 활용
소기의 성과
시간 절약: 주 30분 수작업 → 자동 실행 (수동 개입 주 5분)
데이터 신뢰도: 오류율 15%에서 2% 이하로 개선 (자동 정정 + 검증 후)
예상 밖의 발견: 동일 이메일로 여러 회사명이 등록된 사례 발견 (중복 바이어 감지)
한 줄 배운 점
비개발자가 했을 법한 검증은 생각보다 간단하지만, 규모가 커지면 봇의 손이 얼마나 가벼운지 느껴진다. 정규식 한 줄이 180개의 문제를 노출시켰다.