Before: 언어를 읽고 템플릿을 찾는 수동 작업
매일 아침, 팀은 구글 폼에 들어온 바이어 문의를 하나씩 열었습니다.
「영어로 왔네, 영어 템플릿을 찾아야지」
「중국어다. 중국어 버전은 어디 있더라?」
「한국어. 간단한 건데, 시간이 걸린다」
같은 내용의 템플릿 3개를 정신없이 복사-붙여넣기 하는 데 문의 하나마다 평균 3분이 걸렸습니다. 하루 20건이 들어오면 1시간입니다.
After: 폼 답변이 도착하는 순간, 언어가 정해진다
Claude Code로 만든 스크립트를 구글 시트에 연결했습니다. 폼 응답이 들어오는 즉시:
1. 문의 텍스트 분석 → 언어 자동 판별 (한국어/영어/중국어)
2. 감지된 언어에 맞는 템플릿 행 자동 지정
3. 팀의 슬랙에 「영어, 회신 템플릿 3번 행 사용」이라고 알림
4. 회신 드래프트가 이미 준비됨
같은 업무가 이제 30초입니다.
의외의 발견: 중국어 감지가 가장 정확했다
초기 테스트에서 놀라운 결과가 나왔습니다.
• 한국어 감지: 90% 정확도 (혼합 표기 시 간혹 실수)
• 영어 감지: 88% 정확도 (약자나 제품명 때문)
• 중국어 감지: 98% 정확도 (한자 특성 때문)
팀은 웃으면서 말했습니다. 「AI는 한자를 가장 잘 읽는다」
팀의 변화: 정형화된 작업이 사라졌다
응답 시간만 줄어든 게 아닙니다.
전(Before): 템플릿 찾기, 붙여넣기, 오타 확인 → 회신 발송 (반복)
후(After): 드래프트 확인, 개인화 한 문장 추가 → 회신 발송
같은 사람이 하는데도 업무의 질이 올라갔습니다. 템플릿 작업에 쓸 시간을 바이어 특화 메시지 작성에 썼기 때문입니다.
왜 이게 가능했나: Claude Code의 「문맥 이해」
AI에게 단순히 「언어를 구분해」라고 하면 작동 확률이 50%입니다. 클로드는 다릅니다.
• 제품 문의에서 「specifications」가 나오면 → 영어
• 「库存」(재고)가 나오면 → 중국어
• 「납기」나 「견본」이 나오면 → 한국어
단어뿐 아니라 컨텍스트(비즈니스 용어, 존칭, 문장 구조)까지 읽으므로 정확도가 높습니다.
다음 목표: 언어별 재고 정보도 자동으로 추가
지금 팀이 실험 중인 것:
바이어가 영어로 물으면, 회신에 자동으로 "Available quantity in stock: [수량]" 을 붙이기.
중국어면 "现货库存: [수량]" 을 넣기.
이게 완성되면, 바이어는 메시지만 읽으면 모든 정보가 준비됩니다.