고객 문의 자동화의 첫 목표를 “AI가 바로 답장하기”로 잡으면 위험합니다. 계정, 환불, 법적 분쟁과 개인정보 문의까지 같은 방식으로 처리할 수 없기 때문입니다. 초기에는 분류와 초안 작성부터 자동화하고 발송 권한을 단계적으로 넓히는 편이 안전합니다.
1. 수신 메일을 사건으로 저장합니다
메일 고유 ID, 수신 시각, 발신자, 제목과 본문을 작업 원장에 기록합니다. 첨부파일은 별도 검사 전까지 자동으로 열거나 외부 AI에 보내지 않습니다. 같은 메일 ID가 다시 들어오면 새 답장을 만들지 않습니다.
2. 규칙과 AI로 문의를 분류합니다
광고, 단순 사용법, 결제, 환불, 계정 접근, 개인정보와 긴급 장애처럼 범주를 정합니다. 명확한 키워드는 규칙으로 먼저 처리하고 애매한 문장만 AI 분류를 사용합니다. 분류 결과에는 확신도와 판단 근거를 함께 남깁니다.
3. 승인된 자료에서 답을 찾습니다
공개 도움말, 내부 FAQ와 정책 문서 중 현재 유효한 자료만 검색합니다. 답변마다 사용한 문서와 버전을 기록합니다. 근거가 없으면 그럴듯한 답을 만들지 않고 정보 부족 상태로 사람에게 넘깁니다.
4. 템플릿 안에서 초안을 만듭니다
인사, 문의 요약, 답변, 필요한 다음 행동과 서명을 고정 구조로 만듭니다. AI가 환불 승인, 보상 약속이나 계정 변경을 임의로 확정하지 못하게 금지 항목을 둡니다. 고객이 제공하지 않은 개인정보를 추측하지 않습니다.
5. 위험도에 따라 발송을 나눕니다
영업시간, 공개 문서 링크처럼 영향이 낮고 정답이 고정된 문의만 자동 발송 후보로 둡니다. 결제, 환불, 법률, 개인정보, 불만과 낮은 확신도의 결과는 상담자 승인 대기함으로 보냅니다.
6. 발송 후에도 상태를 추적합니다
답장 메시지 ID와 원본 문의 ID를 연결하고 재문의 여부와 해결 상태를 기록합니다. 반송이나 발송 실패는 제한적으로 재시도합니다. 모든 로그에서 접근 토큰과 불필요한 개인정보를 가립니다.
제가 자동 발송부터 시작하지 않는 이유
블로그 자동화에서 “완료” 로그와 실제 공개 결과가 달랐던 경험이 있습니다. 메일은 잘못 보내면 게시물을 수정하듯 되돌릴 수도 없습니다. 그래서 이 자동 회신은 아직 실운영 성공 사례라고 부르지 않고 구축 설계라고 명시합니다.
제가 먼저 자동화하고 싶은 부분은 발송이 아니라 문의 요약, 분류와 답변 근거 찾기입니다. 사람이 승인한 결과를 충분히 모은 다음, 정답이 고정된 소수 범주만 자동 발송으로 전환할 생각입니다. 실제 조직에 적용할 때는 메일 서비스 권한과 개인정보 보관 기준도 별도로 검토해야 합니다.