문제 상황
한 무역회사의 드림팀 봇이 매일 수십 개의 바이어 이메일을 모니터링하고 있었습니다. 그런데 며칠이 지나자 이상한 패턴이 보였습니다.
분명히 들어온 이메일이 있는데 응답 준비가 안 되고, 바이어들은 회신이 없다고 불평했습니다. 확인해보니 정당한 비즈니스 이메일이 스팸 필터에 걸려 있었던 것입니다.
Before
• 중요 바이어 이메일을 주 평균 5~7건 놓침
• 바이어로부터의 답신률 약 15~20%
• 가끔 정상 이메일도 스팸으로 표시되어 수동 복구 필요
• 봇이 삭제된 이메일까지 처리하려니 오류 증가
원인을 파악하고 보니, 발신자 정보가 불완전하거나 도메인 검증이 부족한 메시지가 많았습니다.
해결책: 3줄 검증 규칙
Claude Code로 간단한 이메일 프리필터 로직을 만들었습니다.
# 발신자 주소 검증 규칙
1. 도메인이 실제 기업 도메인인지 확인 (프리픽스 @company.com 체크)
2. 이메일 본문에 회사명·제품명·구체적 문의 내용이 있는지 스캔
3. 첨부 파일 형식이 표준 비즈니스 문서인지 필터링
이 세 가지만으로도 오탐(false positive) 95% 감소했습니다.
구체적인 변화
After
• 바이어 이메일 누락률 1~2건/주 (거의 없음)
• 바이어로부터의 답신률 약 45~50% (3배 상승)
• 스팸과 정당 이메일의 구분 정확도 98%
• 수동 개입 필요 사례 월 1~2건 수준으로 안정화
특히 놀라웠던 부분은, 이제 봇이 「이 이메일은 신뢰할 만하다」는 신호를 자동으로 판단해서 우선순위를 정한다는 것입니다.
소소한 배움
「최종 버전의 필터를 만들겠다」고 생각했던 우리는 처음엔 너무 복잡하게 설계했습니다. 도메인 레퓨테이션, DKIM/SPF 검증, 기계학습 모델까지 생각했거든요.
하지만 막상 필요했던 건 세 줄의 심플한 규칙뿐이었습니다. 복잡할수록 유지보수가 어려워지고, 봇들 사이에서도 충돌이 늘어난다는 경험이 또 반복된 셈이죠.
이메일 필터링은 작은 팀이라면 완벽함보다 빠른 개선이 먼저라는 걸 다시 배웠습니다.