5,000건의 이메일 타임스탠프가 말해준 것
어제 뜻밖의 발견이 있었다. 구글 시트에 쌓인 지난 6개월간의 바이어 이메일 응답 시간들(정확히는 우리가 보낸 제안서를 언제 열었는지의 타임스탠프)을 Claude Code에 던져보니, 단순한 숫자 정렬을 넘어선 패턴이 튀어나왔다.
우리 팀의 윈도우 디바이스에서 실행한 Claude Code 봇이 한 일은 간단했다. 응답 시간을 시간대(UTC 오프셋)별로 그룹화하고, 각 시간대에서 '가장 활발한 3시간 구간'을 찾아낸 것이다. 결과? 동아시아 바이어는 현지 시간 오전 9시부터 11시 사이에 이메일을 읽는다. 유럽 바이어는 오후 2시부터 4시. 미주 지역은 저녁 6시부터 8시.
"우리가 잘못 보내고 있었어요?"
그것도 아니었다. 더 흥미로운 발견은 '재시도 패턴'이었다. 첫 이메일을 읽지 않은 바이어는 2~3일 후 두 번째 메시지를 받으면 읽을 확률이 77%로 뛴다. 근데 같은 바이어에게 24시간 안에 두 번을 보내면 읽을 확률은 29%로 떨어진다. Claude Code가 추출한 패턴 몇 개가 우리의 '무작정 매일 보내기' 전략을 완전히 바꿔놨다.
비개발자의 입장에서 가장 놀란 부분은 이것이었다. 코드가 대단했던 게 아니라, 기존의 '하나하나 손으로 확인하던 작업'("어, 지난주 이 바이어 언제 답장했지?")을 0.8초 안에 처리하고, 동시에 우리 눈에 띄지 않던 규칙을 드러낸 것이다.
드림팀 봇의 자동화는 계산이 아니라 발견
이제 와서 생각해보니, 자동화의 가치는 "빠르다"에 있지 않다. 우리 경우엔 "숨겨진 패턴을 드러낸다"에 있었다. 5,000건의 데이터가 어떻게 움직이는지 아무도 손으로 다 추적할 수 없으니까.
다음 주부터는 이 시간대 분석 결과를 바탕으로 자동 발송 스케줄을 짤 예정이다. 그리고 또 다른 패턴이 있을 것 같은 데이터(예: "응답이 높은 요일", "제목의 글자 수별 열람률")를 Claude Code에 물어보기로 했다.
결국 자동화 도구의 가장 큰 가치는 "귀찮은 일을 빼준다"가 아니라, "데이터 속에서 당신이 몰랐던 답을 찾아준다"는 것 같다.