ChannelTalk AX Consultant Application Demo

AX Automation Fit Kit R2 기획서

고객사가 무엇을 자동화해야 할지 모르는 상태에서, 설문 작성과 샘플/익명화 자료 업로드만으로 ALF 세팅안, 업무/액션 플로우, CoS 브리핑, KPI 실험안, 답변 품질 테스트셋을 한 번에 생성하는 공개 URL 구동형 AX 진단 워크스페이스입니다.

공개 URL 실행 브라우저 로컬 분석 LLM mock/local 기본 서버 비밀변수 기반 LLM-ready

1. 문제 정의

많은 고객사는 “AI 상담을 도입하고 싶다”는 목표는 있지만, 실제로 어떤 업무를 자동화해야 하고 어떤 업무는 사람 상담으로 남겨야 하는지 구분하지 못합니다. 이 데모는 고객 입력을 최소화하면서 반복 문의, 정책 명확성, 액션 가능성, 고객 리스크, KPI 임팩트, 자료 충분성을 기준으로 자동화 후보를 구조화합니다.

2. 첫 화면과 사용 흐름

1. 업종 선택/설문D2C 커머스, 교육/강의, B2B SaaS, 예약/방문 서비스, 뷰티/건기식 템플릿을 제공합니다.

2. 자료 추천/업로드업종과 목표에 맞는 FAQ, 정책, 상담 로그, KPI 자료를 추천하고 드래그/파일 선택 업로드를 지원합니다.

3. 브라우저 분석txt, csv, json, md는 내용 분석, pdf/docx/xlsx/png/jpg는 파일명/확장자/크기/역할 메타데이터를 반영합니다.

4. R2 산출ALF 세팅안, CoS 브리핑, Before/After KPI, 2주 실험 루프, 답변 품질 테스트셋을 생성합니다.

3. 핵심 산출물

산출물	목적	검토 포인트
자동화 후보 점수표	즉시 자동화/보조 자동화/사람 유지 업무를 구분	반복량, 규칙 명확성, 액션 가능성, 고객 리스크, KPI, 자료 충분성
ALF 세팅안	Rules, Knowledge, Actions, Handoff 초안을 운영 가능한 형태로 정리	금지 답변, 정책 근거, 읽기 전용 조회, 상담사 승인 단계
태스크/액션 플로우	업종별 고객 문의가 어떤 액션으로 이어질지 시뮬레이션	고객 입력, Rules 검사, Knowledge 검색, Action dry-run, 상담사 이관
CoS 1페이지 브리핑	상담 운영 개선 회의에서 바로 볼 수 있는 요약	기회 영역, 리스크, 운영 액션, 다음 미팅 질문
KPI 시뮬레이션	Before/After 지표와 2주 실험 루프 제안	AI 해결률, 이관율, 평균 처리시간, 오답률, 재문의율
답변 품질 테스트셋	자동 답변 품질을 검증하는 고객 질문 샘플과 평가 기준 생성	근거성, 안전성, 액션성, 운영 회고 가능성

4. ALF/CoS 맥락

ALF는 지식과 규칙만 만드는 것이 아니라, 상담사가 반복적으로 수행하는 조회/접수/변경/업무 생성 흐름을 어디까지 자동화할지 결정해야 합니다. 이 데모는 Actions를 “실제 연동 완료”처럼 표현하지 않고, 공개 데모에서는 승인 전 초안과 dry-run 후보로만 제시합니다. CoS 브리핑은 운영자가 다음 개선 회의에서 바로 사용할 수 있도록 KPI, 리스크, 누락 자료, 다음 질문을 한 페이지로 압축합니다.

5. 실무 자료 기반 고도화 방향

현재 데모는 샘플/익명화 자료 기준의 공개 안전 버전입니다. 실제 운영 환경에서 상담 로그, 정책 문서, FAQ, 상품/서비스 설명서, 기존 챗봇 시나리오, KPI 자료가 들어오면 업종별 자동화 후보와 ALF/CoS 초안을 더 정밀하게 만들 수 있습니다.

상담 로그: 반복 의도, 실패 사유, 재문의 원인, 상담사 수정 문장 추출
정책 문서: 가능/불가/예외/필요 정보/이관 기준으로 구조화
KPI 자료: 자동화 전후 AI 해결률, 이관율, 평균 처리시간, 오답률, 재문의율 비교
기존 봇 시나리오: 유지할 흐름, 폐기할 흐름, ALF Rules로 승격할 조건 분리

6. 개인정보/민감정보 보호

공개 데모에서는 실제 고객 개인정보, 민감 상담 로그, 내부 시스템 인증정보, 원본 고객 자료 업로드를 권장하지 않습니다. 샘플 또는 익명화 자료만 사용하며, 브라우저에서 이메일/전화번호/식별번호/카드형 숫자 패턴을 마스킹한 뒤 결과를 생성합니다.

7. LLM API 연결 준비 구조

API 키가 없는 상태에서는 mock/local 모드로 정상 동작합니다. 향후 LLM을 붙일 때도 브라우저 JavaScript나 HTML, 로그, ZIP 산출물에 키를 넣지 않고 서버 비밀변수에서만 읽는 구조를 전제로 합니다. 동일한 request/response schema와 health contract를 포함해, 키가 준비되면 synthetic sample 또는 redacted payload로만 smoke test를 수행할 수 있습니다.

LLM 상태는 mock/local, server-ready, key missing/configured를 구분합니다. 공개 데모는 실제 LLM 연결 완료로 과장하지 않습니다.

8. 2주 KPI 실험안

기간	실험 내용	판정 기준
D1-D2	상위 반복 문의 3개와 금지/이관 기준 확정	정책 근거와 상담사 승인 기준 존재
D3-D5	ALF Rules/Knowledge 초안 적용, mock 답변 테스트	테스트셋 기준 오답/누락 유형 기록
D6-D9	Actions dry-run과 상담사 승인 흐름 검토	읽기 전용 조회/접수 초안의 안전성 확인
D10-D14	AI 해결률, 이관율, 평균 처리시간, 재문의율 비교	다음 개선 backlog와 Rules 보강 항목 도출

9. 데모의 한계와 명확한 표현

이 데모는 공개 URL에서 실행되는 진단형 워크스페이스이며, 채널톡 내부 시스템과 실제 연동되었다고 표현하지 않습니다.
공개 데모의 KPI는 입력값 기반 시뮬레이션이며 실제 운영 성과 보장을 의미하지 않습니다.
LLM live smoke는 서버 비밀변수와 synthetic sample이 준비된 경우에만 수행할 수 있습니다.