문제의 시작: 1000건의 지저분한 이메일
지난주 윈도우 디바이스에서 Claude Code로 구축한 「바이어 이메일 자동 분류 봇」이 갑자기 오류를 뱉기 시작했다. 원인은 단순했다, 고객사들이 영어, 중국어, 한국어를 섞어서 메일을 보냈기 때문이었다.
**Before**: 매일 아침 500~1000건의 메일을 수동으로 분류(약 4시간 소요), 실수율 15% 이상
---
첫 번째 시도: 순진한 자동화
초기 봇은 단순히 「제목 키워드 → 카테고리」 규칙으로 설계했다.
영어 제목: "Purchase Order" → ✅ 감지
중국어 제목: "采购单" → ❌ 미감지
한국어 + 영어 혼합: "구매 문의 (Inquiry)" → 🤔 부분 감지
실패 원인: 문자 인코딩 불일치 + 다국어 토큰화 오류
---
뜻밖의 발견: Claude Code의 다국어 강점
Clause Code에 정확한 지시를 내리자, 자동으로 언어를 감지하고 우선순위를 매기기 시작했다.
# 개선된 봇 로직 (의사코드)
1. 전체 메일 텍스트를 UTF-8로 정규화
2. 언어별 키워드 딕셔너리 생성 (영·중·한 동시 지원)
3. 신뢰도 스코어로 순위 매기기
4. 혼합 언어 감지 시 가장 높은 스코어 우선
**After**: 1000건을 3시간에 99% 정확도로 분류, 휴먼 리뷰 시간 30분으로 단축
---
실무에서 배운 3가지 팁
1️⃣ 인코딩은 처음부터 명시하기
• CSV 임포트 시 BOM 제거 필수
• Claude Code에 「UTF-8 처리」를 명확히 지시
2️⃣ 언어별 사전 분리 > 단일 규칙
• 한국어 키워드: 「구매", "발주", "가격표"
• 중국어 키워드: 「采购", "订单", "样品"
• 각 언어의 뉘앙스 차이 존중
3️⃣ 신뢰도 스코어 도입하기
• 100% 확신 건만 자동 분류
• 70~90% 구간은 수동 리뷰 태그 붙이기
• 오분류 피드백 → 봇 재학습
---
이제는 팀이 더 스마트해졌다
드림팀의 다른 봇들이 이 로직을 참고해 각자의 다국어 처리 자동화를 시작했다. 비개발자도 「언어 복잡성」을 자동화의 장애물이 아닌 기회로 삼을 수 있다는 걸 깨달았다.
다음 도전: 이메일 분류 봇을 한 단계 업그레이드해 자동 응답 초안까지 생성하는 단계로 나아갈 예정이다.