1. 고객 문의 자동화의 기본 구조

고객 문의 자동 분류는 “고객에게 바로 답변하는 자동화”가 아니라 “문의가 들어왔을 때 사람이 더 빨리 판단하도록 정리해 주는 자동화”로 시작하는 것이 안전합니다. 입문 단계에서 권장하는 흐름은 아래처럼 단순합니다.

문의 접수
→ 문의 내용 수집
→ AI 요약
→ AI 유형 분류
→ 중요도 판단
→ 필요 시 관리자 알림
→ 구글 시트에 기록

여기서 AI가 맡는 일은 문의 내용을 읽고 요약하거나, 정해진 기준에 따라 분류하는 역할입니다. 환불 승인, 계약 변경, 장애 공지, 고객 응대 문구 발송처럼 실제 책임이 따르는 결정은 처음부터 자동화하지 않는 편이 좋습니다.

n8n, Make, Zapier 모두 위 흐름을 만들 수 있습니다. Google Forms나 Gmail처럼 구글 도구 중심이면 Google Apps Script도 선택지가 됩니다. 다만 입문 단계에서는 화면으로 흐름을 확인하기 쉬운 Make나 Zapier가 접근하기 쉽고, 조건 분기와 API 연결까지 확장하려면 n8n이 유리한 편입니다.

2. 문의 접수 채널 정리

자동화를 만들기 전에 가장 먼저 할 일은 문의가 어디로 들어오는지 확인하는 것입니다. 고객 문의 채널이 여러 개면 자동화 난이도가 빠르게 올라갑니다.

예를 들면 다음과 같습니다.

1. 홈페이지 문의 폼
2. 고객지원 이메일
3. 채널톡, Intercom, Zendesk 같은 상담 도구
4. 네이버폼, Google Forms
5. 카카오톡 채널 또는 메신저
6. 쇼핑몰 주문 문의

처음에는 모든 채널을 한 번에 묶기보다 하나의 채널만 고르는 편이 좋습니다. 가장 추천하는 출발점은 Google Forms 또는 Gmail입니다. 두 도구는 데이터 구조가 비교적 단순하고, 구글 시트와 연결하기도 쉽습니다.

예를 들어 Google Forms를 사용한다면 문의가 접수될 때마다 구글 시트에 한 줄씩 쌓이게 만들 수 있습니다. 이 시트를 자동화의 시작점으로 삼으면 됩니다.

트리거: 구글 시트에 새 행이 추가됨
입력 데이터: 접수일, 이름, 이메일, 문의 제목, 문의 내용
다음 단계: AI 요약 및 분류

Gmail을 사용할 경우에는 특정 라벨을 기준으로 처리하는 방식이 안정적입니다. 받은편지함 전체를 대상으로 삼으면 광고, 자동 알림, 내부 메일이 섞일 수 있습니다.

트리거: Gmail에 특정 라벨이 붙은 새 메일 도착
라벨 예시: customer-inquiry
입력 데이터: 보낸 사람, 제목, 본문, 수신 시간

3. 문의 유형 분류 기준 만들기

AI에게 “알아서 분류해 줘”라고 요청하면 결과가 매번 흔들릴 수 있습니다. 먼저 사람이 분류 기준을 정해야 합니다. 분류 기준은 너무 많지 않게 시작하는 것이 좋습니다.

입문용으로는 아래 정도면 충분합니다.

문의 유형:
- 결제
- 환불
- 배송
- 계정
- 사용법
- 오류/장애
- 제휴/영업
- 기타

중요도:
- 높음
- 보통
- 낮음

중요도 기준도 함께 정해야 합니다. 예를 들어 “장애”, “결제 실패”, “환불 분쟁”, “법적 표현”, “VIP 고객” 같은 단어가 포함된 문의는 중요도를 높게 볼 수 있습니다. 다만 키워드만으로 판단하면 오분류가 생길 수 있으므로, AI가 본문 맥락을 함께 읽게 만드는 편이 좋습니다.

실무에서는 분류 기준을 별도 문서나 시트에 적어두는 것이 좋습니다. 그래야 나중에 담당자가 바뀌어도 자동화 기준을 이해할 수 있습니다.

오류/장애: 서비스가 작동하지 않거나 접속, 결제, 기능 사용에 문제가 있다는 문의
환불: 결제 취소, 환불 요청, 환불 지연, 환불 정책 관련 문의
계정: 로그인, 비밀번호, 회원 정보, 권한 문제 관련 문의
사용법: 기능 사용 방법, 설정 방법, 화면 위치를 묻는 문의
기타: 위 기준에 명확히 해당하지 않는 문의

4. AI에게 문의 내용을 요약시키는 방법

AI 요약은 길게 만들수록 오히려 확인 시간이 늘어날 수 있습니다. 고객 문의 자동화에서는 “담당자가 빠르게 읽고 판단할 수 있는 요약”이 목적입니다. 보통 1~3문장 또는 핵심 항목 3개 이내가 적당합니다.

AI에게 보낼 프롬프트는 출력 형식을 고정하는 것이 중요합니다. 자동화 도구는 다음 단계에서 AI 응답을 다시 사용해야 하므로, 가능하면 JSON 형태로 받는 편이 안정적입니다.

다음 고객 문의를 읽고 지정된 형식으로만 답하세요.

분류 기준:
- 결제
- 환불
- 배송
- 계정
- 사용법
- 오류/장애
- 제휴/영업
- 기타

중요도 기준:
- 높음: 서비스 장애, 결제 문제, 환불 분쟁, 법적 문제, 강한 불만, 긴급 처리가 필요한 내용
- 보통: 일반적인 문의 또는 확인이 필요한 요청
- 낮음: 단순 사용법 질문, 정보 확인, 긴급하지 않은 문의

출력 형식:
{
  "summary": "문의 내용을 1~2문장으로 요약",
  "category": "위 분류 기준 중 하나",
  "priority": "높음/보통/낮음 중 하나",
  "reason": "그렇게 판단한 이유를 짧게 설명"
}

고객 문의:
제목: {{문의 제목}}
본문: {{문의 본문}}

여기서 `{{문의 제목}}`, `{{문의 본문}}`은 자동화 도구에서 이전 단계 데이터를 넣는 자리입니다. Make, Zapier, n8n마다 표시 방식은 다르지만 개념은 같습니다. 이전 단계에서 받은 값을 AI 프롬프트 안에 끼워 넣는 방식입니다.

출력 예시는 아래처럼 나와야 다음 단계에서 다루기 쉽습니다.

{
  "summary": "고객이 결제는 완료했지만 서비스 이용 권한이 열리지 않았다고 문의했습니다.",
  "category": "결제",
  "priority": "높음",
  "reason": "결제 후 서비스 이용 불가 상황으로 빠른 확인이 필요합니다."
}

5. 중요 문의만 알림 보내는 방식

모든 문의를 관리자에게 알림으로 보내면 자동화의 의미가 줄어듭니다. 알림은 “놓치면 안 되는 것”에만 보내야 합니다. 그래서 AI가 판단한 `priority` 값이 “높음”일 때만 Slack, 이메일, 문자, 카카오워크 같은 채널로 알림을 보내는 구조를 권장합니다.

흐름은 단순합니다.

AI 분류 결과 확인
→ priority가 "높음"인지 조건 검사
→ 높음이면 관리자 알림
→ 보통 또는 낮음이면 시트에만 기록

알림 메시지에는 원문 전체를 길게 넣기보다 담당자가 바로 판단할 수 있는 정보만 담는 편이 좋습니다.

[중요 고객 문의]

유형: {{category}}
중요도: {{priority}}
요약: {{summary}}
판단 이유: {{reason}}

고객 이메일: {{email}}
문의 제목: {{title}}
접수 시간: {{created_at}}

n8n에서는 IF 노드, Make에서는 Filter, Zapier에서는 Filter by Zapier 또는 Paths 기능을 사용해 조건을 나눌 수 있습니다. 이름은 다르지만 핵심은 같습니다. “AI 결과값이 특정 조건에 맞을 때만 다음 액션을 실행한다”는 구조입니다.

6. 구글 시트에 처리 결과 저장하기

자동화 결과는 반드시 기록으로 남겨야 합니다. 기록이 없으면 AI가 어떤 문의를 어떻게 분류했는지 확인하기 어렵고, 나중에 오분류를 개선하기도 힘듭니다.

구글 시트 컬럼은 처음부터 복잡하게 만들 필요가 없습니다. 아래 정도면 기본 흐름을 추적할 수 있습니다.

접수일시
고객명
이메일
문의 제목
문의 본문
AI 요약
AI 분류
중요도
AI 판단 이유
알림 발송 여부
처리 상태
담당자 메모

`처리 상태` 컬럼은 사람이 후속 작업을 관리하기 위한 칸입니다.

처리 상태 예시:
- 신규
- 확인 중
- 답변 완료
- 보류
- 종료

자동화가 새 문의를 기록할 때는 기본값을 `신규`로 넣어두면 됩니다. 담당자는 시트를 보면서 상태를 바꾸고 메모를 남길 수 있습니다. 이 단계까지 만들면 “문의 접수 → 요약 → 분류 → 중요 문의 알림 → 기록 저장”이라는 기본 자동화가 완성됩니다.

Google Apps Script로 직접 처리하는 경우도 있지만, 입문 단계에서는 Make, Zapier, n8n에서 Google Sheets의 “Add Row” 또는 유사한 액션을 쓰는 방식이 더 쉽습니다. Apps Script는 구글 환경 안에서 세밀하게 제어해야 할 때 검토하는 편이 좋습니다.

7. 처음부터 고객에게 자동 답변하지 말아야 하는 이유

고객 문의 자동화에서 가장 조심해야 할 지점은 자동 답변입니다. AI가 문의를 요약하고 분류하는 것은 내부 업무 보조에 가깝지만, 고객에게 답변을 보내는 순간 대외 커뮤니케이션이 됩니다. 잘못된 안내, 환불 정책 오해, 법적 표현, 개인정보 노출 문제가 생길 수 있습니다.

특히 아래 유형은 처음부터 자동 답변 대상으로 두지 않는 편이 안전합니다.

- 환불, 보상, 계약 해지 관련 문의
- 서비스 장애나 데이터 손실 관련 문의
- 결제 오류 및 중복 결제 문의
- 법적 책임이 생길 수 있는 표현이 포함된 문의
- 강한 불만이나 민원이 포함된 문의
- 개인정보 확인이 필요한 문의

초기 자동화의 목표는 고객에게 즉시 답변하는 것이 아니라, 담당자가 더 빨리 정확한 답변을 할 수 있도록 준비하는 것입니다. AI가 요약과 분류를 해두면 담당자는 원문을 처음부터 끝까지 반복해서 읽는 시간을 줄일 수 있습니다. 중요한 문의는 알림으로 먼저 확인할 수 있고, 일반 문의는 시트에서 차례대로 처리할 수 있습니다.

자동 답변은 내부 검수 흐름이 충분히 쌓인 뒤에 검토하는 것이 좋습니다. 예를 들어 한 달 정도 AI 분류 결과를 확인하면서 오분류 사례를 모으고, 자주 들어오는 단순 문의만 따로 골라 사람이 승인한 템플릿으로 답변하는 방식이 더 안전합니다.

이번 단계에서 완성해야 할 것은 고객 응대 전체의 자동화가 아닙니다. 문의가 들어왔을 때 내용이 정리되고, 유형이 나뉘고, 중요한 건 놓치지 않으며, 모든 결과가 기록으로 남는 흐름입니다. 이 정도만 안정적으로 돌아가도 반복 확인 업무가 크게 줄어듭니다.