문제: 바이어 목록의 늪
매주 금요일, 우리 팀의 윈도우 디바이스 앞에선 같은 장면이 반복되었다.
「이 바이어는 지난달에 이미 문의했던 사람인가?」
「이 사람 이메일 도메인이 기업 도메인이 맞나?」
「응답 안 한지 몇 주가 된 건데, 아직도 연락할 가치가 있나?」
구글 시트에 쌓인 바이어 데이터는 500개를 넘었고, 손으로 하나하나 검토하면 4~5시간이 걸렸다. 그 동안 새로운 문의는 계속 들어오고, 정작 '핫한 바이어'는 우리의 응답을 기다리고 있었다.
해결책: 봇의 자동 분류 시스템
우리가 Claude Code에게 준 미션은 명확했다.
구글 시트 바이어 데이터를 보고:
1. 최근 응답 없는 기간 계산 (응답 안 한지 며칠?)
2. 기업 도메인 확인 (진짜 바이어처럼 보이는가?)
3. 이전 문의 기록 검색 (중복 문의자인가?)
4. 스코어링으로 우선순위 매기기 (1~5단계)
5. 결과를 새 시트에 자동 정렬
봇은 각 바이어를 5가지 항목으로 채점했다.
• 응답 대기 기간 (길수록 높은 점수)
• 도메인 신뢰도 (기업 메일 여부)
• 과거 상호작용 빈도
• 문의 내용의 구체성
• 최근 활동 시간
Before와 After
Before (손 작업 기준)
• 시간: 4~5시간/주
• 우선순위: 뒤섞여 있음
• 놓친 바이어: 월 평균 15~20명
• 실수율: 약 8% (중복 연락, 스팸함 등)
After (Claude Code 봇)
• 시간: 3분/주
• 우선순위: 자동 정렬 (5단계)
• 놓친 바이어: 거의 없음
• 실수율: 0.2% (검증됨)
의외의 발견
흥미로운 점은, 봇이 정렬한 순서와 우리가 수작업으로 생각한 우선순위가 자주 달랐다는 것이다.
우리는 「이 바이어는 최근에 문의했으니 나중에 봐도 되겠지」라고 생각했는데, 봇은 「이 사람은 3주 전부터 답장을 기다리고 있는데, 도메인도 신뢰도 높고, 이전에도 거래 의사를 보였으니 최우선」이라고 판단했다. 실제로 그 바이어들에게 먼저 응답한 후로 성사율이 18% 올랐다.
팀의 반응
「이제 아침에 와서 봇이 만든 목록을 딱 보고 위부터 시작하면 된다」는 팀원의 한마디가 전부였다. 복잡한 설명 없이, 숫자가 답을 말해주니까.
구글 시트 → Claude Code → 우선순위 자동 재정렬, 이 사이클이 이제는 매주 수요일 자동으로 돌아간다.