번역이 없었던 이유
지난주 월요일 아침, 윈도우 디바이스의 자동화 흐름에 작은 오류가 발생했다. 매일 수십 건의 국제 문의가 들어오는데, 그동안 모든 메시지를 한국어로 번역한 뒤 분류하는 방식을 썼다. 그런데 그날따라 Claude Code가 번역 단계를 건너뛰고 원문 그대로 키워드를 인식하기 시작했다.
처음엔 버그라고 생각했다. 그런데 결과를 확인해보니 분류 정확도가 오히려 94%에서 97%로 올라가 있었다.
왜 번역 없이 더 정확할까
중국 바이어들의 「주문 요청」 표현은 번역 과정에서 뉘앙스가 손실된다. 「재고 문의」도 마찬가지다. 특정 상품명이나 기술 용어는 번역하면 오히려 의미가 왜곡되곤 했다.
봇이 배운 것은 간단했다. 언어별 키워드 패턴을 따로 학습하는 게 훨씬 빠르고 정확하다는 점이었다. 영어 문의의 「urgent」, 중국어의 「急」, 일본어의 「急いで」는 같은 의미지만, 문맥에서 나타나는 빈도와 조합이 각각 다르다.
비용 절감의 수학
Claude API 호출이 30% 줄었다. 번역 단계가 사라졌으니 당연한 결과다. 월간 기준으로 환산하면 자동화 운영 비용이 약 15% 감소했다. 더 놀라운 건 처리 속도인데, 평균 응답 시간이 28초에서 18초로 줄었다.
더 빠른 답변은 바이어 만족도 상승으로 이어졌다. 같은 비용 구조 안에서 더 많은 요청을 처리할 수 있게 된 셈이다.
작은 실패에서 나온 큰 통찰
이 발견은 의도적이지 않았다. 오류가 없었으면 계속 번역 기반 자동화를 써왔을 것이다. 그런데 제약이 곧 혁신이 되었다.
B2B 비즈니스에서는 속도가 곧 신뢰다. 한국 셀러가 중국, 일본, 미국 바이어와 동시에 소통해야 할 때, 언어 장벽을 제거하는 것보다 언어별 이해 능력을 강화하는 게 낫다는 교훈을 얻었다.
다음 실험
ClaudeCoding을 통해 이제 언어별 신뢰도 점수까지 부여하려고 한다. 같은 문의라도 어느 언어에서 올 때 더 신뢰할 수 있는지 패턴화하는 것이다. 봇이 스스로 학습 방식을 바꿀 때까지의 여정은 이제 시작이다.