5년 이상의 고객 지원 및 유지 경험을 통해, 저는 같은 패턴을 얼마나 많이 목격했는지 셀 수 없을 정도입니다. 고객이 문제를 설명하고 '해결'되었다고 생각하지만, 몇 주 후에는 마치 첫 대화가 없었던 것처럼 똑같은 문제를 다시 설명해야 합니다. 지원 시스템은 잊어버립니다. 하지만 고객들은 그렇지 않습니다.

수년간 지원 업무를 하면서 목격한 그 좌절감이 저를 이 해커톤 프로젝트로 이끌었습니다.

대부분의 지원 시스템과 대부분의 AI 챗봇은 모든 상호작용을 고립된 것으로 취급합니다. 기억하지 못하는 것이죠. 그래서 명백해야 할 패턴들(반복되는 불만, 사용량 감소, 해결되지 않은 문제)이 고객이 떠날 때까지 연결되지 않습니다.

이것이 제 프로젝트의 씨앗이 되었습니다: 유지 위험 에이전트(Retention Risk Agent).

'기억하지 못하는' AI의 문제점
대부분의 AI 도구는 순간적으로 질문에 답한 후 모든 것을 잊어버립니다. 챗봇에게 고객 이력에 대해 물어보면, 그 단일 메시지에 있는 것만 알지, 지난주나 지난달, 혹은 다섯 개의 다른 지원 티켓 전반에서 무슨 일이 있었는지는 모릅니다.

이것은 이탈 예측(churn prediction) 관점에서 치명적인 결함입니다. 이탈은 단일 사건이 아닙니다. 그것은 패턴이며, 시간에 걸쳐 함께 볼 때만 의미가 있는 일련의 작은 신호들입니다. 저는 이를 직접 목격하며 수년간 지켜보았기 때문에 깊이 이해합니다.

Cognee는 AI 에이전트를 위한 오픈 소스 메모리 레이어입니다. 각 상호작용을 고립된 것으로 취급하는 대신, 입력되는 모든 것 전반에 걸쳐 사실, 관계, 맥락을 연결하는 지식 그래프(knowledge graph)를 구축합니다. 이것이 바로 이탈 감지(churn detection)가 필요로 했던 것이었습니다.

제가 만든 것
저는 다음 기능을 수행하는 Python 스크립트를 만들었습니다:

• 고객 기록(지원 티켓, 사용 패턴, 플랜 변경)을 수집합니다.
• Cognee를 사용하여 이러한 신호들을 연결하는 메모리 그래프를 구축합니다.
• 단순한 질문을 던집니다:

결과는 단순한 키워드 매칭이 아니라 추론 (reasoning)이었습니다. 에이전트는 사용량이 80% 감소하고 두 번의 체크인 이메일을 무시한 고객을 정확하게 식별했습니다. 또한, 지원 속도가 느리다고 두 번 불만을 제기하며 경쟁사를 언급한 다른 고객도 찾아냈습니다. 그리고 결정적으로, 활발하게 참여 중인 건강한 고객들은 정확하게 무시했습니다. 단순히 모든 사람을 표시하는 것이 아니라, 실제로 패턴을 연결하고 있었던 것입니다.

나의 여정

저는 전통적인 코딩 배경이 아닌 고객 지원 및 유지 (retention) 배경을 가진 상태에서, 2025년 중반쯤 AI 도구를 활용한 구축을 배우기 시작했습니다. 저는 정식 교육을 받은 개발자는 아니지만, 지난 1년 동안 도메인 지식 (domain understanding)을 제공하는 동시에 Claude와 같은 도구를 사용하여 기술적 구현을 안내받으며, AI 보조 개발 (AI-assisted development)을 통해 실제 프로젝트를 구축하며 꾸준히 학습해 왔습니다.
이 프로젝트는 그 결합이 작동하는 가장 명확한 사례입니다. 고객이 왜 이탈하는지에 대한 수년간의 이해와, 이를 감지할 수 있는 무언가를 실제로 구축할 수 있는 새로운 기술적 능력의 결합입니다.

배운 점

메모리 (Memory)는 오늘날 사람들이 구축하는 대부분의 AI 애플리케이션에서 빠져 있는 조각입니다. 메모리가 없다면 모든 상호작용은 제로(zero)에서 시작됩니다. 하지만 메모리가 있다면, 동일한 AI 모델이 시간을 가로질러 추론하고, 패턴을 발견하며, 고립된 쿼리 (queries)로는 결코 불가능했을 문맥 인식 (context-aware) 답변을 제공할 수 있습니다.

또한 기술적으로나 개인적으로나 끈기가 중요하다는 것을 배웠습니다. 저는 셀 수 없을 정도로 많은 횟수의 속도 제한 (rate limits)에 걸렸고, 환경 파일 (environment files)을 잘못 설정했으며, 오타를 냈습니다. 각각의 실수는 마치 벽처럼 느껴졌지만, 결국 극복해 냈습니다.

확인해 보세요!

전체 코드는 GitHub에 있습니다: https://github.com/Simbyheart/Retention-Risk-Agent
Replit 라이브 데모: https://replit.com/@EmmyB/Python-Script-Runner

에이전트는 자신이 도와야 할 사람들을 잊어서는 안 되기에, Cognee의 "Where's My Context?" 해커톤을 위해 제작되었습니다.