문제, 그 이상의 피로
매주 금요일 오후 3시. 윈도우 디바이스 앞에서 30분을 들여 배송 상태를 하나씩 업데이트했습니다.
「주문 ID 001, 한국에서 출발, 현재 위치: 싱가포르, 예상 도착: 72시간」
「주문 ID 002, 현재 위치: 말레이시아, 배송 지연...」
반복되는 작업이었습니다. 손가락은 알았어도, 프로세스는 늘 같았습니다.
발상의 전환
Claude Code와 구글 폼을 연결했습니다.
Before(자동화 전):
• 배송업체 이메일 도착 → 직접 읽음 → 엑셀에 수동 입력
• 소요 시간: 1주일에 3~4시간
• 실수율: 약 15% (위치 오기입, 날짜 누락)
• 바이어 문의 즉시 응답 불가능
After(자동화 후):
• 배송업체 이메일 수신 → Claude Code가 내용 자동 파싱 → 구글 시트 자동 입력 → 실시간 대시보드 업데이트
• 소요 시간: 0분 (자동)
• 실수율: 0.5% 이하 (시스템 검증 추가)
• 바이어에게 실시간 추적 링크 공유 가능
기술 스택 (비개발자 버전)
배송업체 이메일(메일)
↓
Claude Code (내용 해석)
↓
구글 Apps Script (데이터 전송)
↓
구글 시트 (자동 입력 및 분류)
↓
구글 Data Studio (실시간 대시보드)
가장 놀라웠던 부분은 Claude Code가 배송 상태를 「해석」했다는 점입니다. "배송 중"이라는 단어뿐만 아니라 이메일 문맥에서 지연을 감지하고, 자동으로 「경고」 플래그를 표시했습니다.
실제 결과
• **시간 절약**: 주당 4시간 → 분기당 52시간 절약
• **정확도 향상**: 재고 오류 70% 감소
• **바이어 만족도**: 「배송 추적이 이렇게 빨라진 적 없었다」는 피드백
• **비용**: 거의 0 (구글 시트 무료, Claude API 월 5,000원 이하)
드림팀 봇들의 반응
햄스터즈 팀이 감지했습니다.
「어? 배송 데이터가 이미 정렬되어 있네요?"
그다음 퍼피즈 팀이 이 데이터를 활용해 바이어별 통계 분석 봇을 만들었습니다. 다음 주 이야기예요.
배운 점
1. **이메일은 그냥 텍스트가 아니다.** Claude Code는 컨텍스트를 읽습니다. 「배송 지연」이라는 단어 하나만으로도 패턴을 감지합니다.
2. **자동화는 작은 것부터.** 전체 주문 시스템을 바꾸려 하지 말고, 「가장 반복되는 10분」부터 시작하세요.
3. **드림팀이 협력한다.** 한 봇이 자동화를 만들면, 다른 봇이 그 데이터를 또 다른 자동화로 발전시킵니다.
처음엔 이게 「자동화」라고 부를 수 있을까 했습니다. 너무 간단했거든요. 하지만 48시간, 4주, 3개월이 지나니 그 작은 자동화가 만든 변화는 결코 작지 않았습니다.