며칠 동안 Grok Bot을 사용해 봤는데 확실히 정말 유용합니다. 오늘은 제가 이를 활용해 SentiaRead의 고객 지원 효율을 어떻게
요약
작성자는 Grok Bot과 다양한 AI 연동 도구들을 활용하여 고객 지원(CS) 프로세스를 혁신했습니다. Gmail 커넥터와 Linear를 통해 사용자 피드백 처리 및 이슈 관리를 자동화하고, 제품 업데이트 시 선제적인 알림을 보낼 수 있게 되었습니다. 이를 통해 복잡한 CS 과정을 효율적으로 개선하는 방법을 공유합니다.
핵심 포인트
- Grok Bot과 Gmail 연동으로 이메일 초안 작성 및 후속 조치 자동화가 가능함.
- Linear와 통합하여 사용자 피드백 수집부터 이슈 생성까지 워크플로우를 구축함.
- Sentry 모니터링 기반의 선제적 오류 감지 및 고객 공지 시스템을 운영할 수 있음.
- AI를 활용해 사용자가 인지하지 못한 문제 해결 사실을 능동적으로 전달 가능.
며칠 동안 Grok Bot을 사용해 봤는데 확실히 정말 유용합니다. 오늘은 제가 이를 활용해 SentiaRead의 고객 지원 효율을 어떻게 높였는지, 그리고 지금까지 탐색해 본 몇 가지 실제 적용 시나리오를 공유해 보려고 합니다.
첫 번째 시나리오는 사용자 피드백 처리입니다.
저는 평소 사용자 피드백을 받거나 사용자에게 먼저 연락할 때 주로 이메일을 사용합니다. 그래서 Gmail 커넥터를 통해 Grok Bot이 Google Workspace에서 SentiaRead Support와 관련된 이메일에 접근할 수 있도록 권한을 부여하고, 10분마다 확인하도록 설정했습니다.
새 이메일을 받으면 전체 이메일 주고받은 내역을 바탕으로 어떻게 처리할지 저에게 물어보고, 때로는 먼저 답장 초안을 작성해 주기도 합니다. 사용자가 버그를 제보하거나 기능을 제안한 경우, Linear도 연동되어 있기 때문에 후속 조치를 위해 Issue를 생성할지 추가로 물어봅니다.
모든 사용자 이메일은 제가 직접 꼼꼼하게 확인합니다. 많은 경우 제가 먼저 답장을 작성한 뒤, 제 말투와 표현 습관은 유지하면서 사용자가 사용하는 언어로 다듬어 달라고 맡깁니다.
또한 협업 과정에서 제 답장 선호도를 점차 학습하도록 했습니다. 사용 횟수가 늘어남에 따라 작성해 주는 이메일 초안이 제 스타일에 점점 더 잘 맞게 되었고, 어떤 것들은 단어 몇 개만 살짝 수정해서 바로 사용할 수 있을 정도입니다. 하지만 사용자와의 소통이 걸린 문제인 만큼, 항상 제가 직접 검토하고 확인하는 것을 원칙으로 하며, 확인 없이 자동으로 답장을 보내는 것은 허용하지 않습니다.
Linear는 고객 지원 Agent와 제품 개발 Agent 간의 주요 협업 채널입니다. 구체적인 제품 개발과 문제 수정은 다시 Claude, Codex, Cursor를 사용해 처리합니다.
두 번째 시나리오는 문제 수정 후 사용자에게 알림을 보내는 것입니다.
여기는 두 가지 경우로 나뉩니다.
첫 번째는 제품의 새 버전을 출시한 후, Grok Bot에게 GitHub Release를 바탕으로 업데이트 내용을 파악하게 한 뒤, 이전 사용자 피드백 이메일을 검색하여 어떤 문제가 해결되었고 어떤 사용자에게 먼저 연락해야 하는지 찾아보게 하는 것입니다.
관련 이메일을 찾으면 이전 소통 기록을 바탕으로 답장 초안을 작성하여, 사용자가 피드백했던 문제가 새 버전에서 수정되었음을 알립니다.
예전에는 새 버전을 출시할 때마다 제가 직접 이전 이메일을 뒤져보며 어떤 사용자가 관련 문제를 피드백했는지 기억해 내어 일일이 연락해야 했습니다. 지금은 훨씬 수월해졌고, 누락되는 일도 줄어들었습니다.
두 번째 경우는 더 흥미롭습니다.
저는 Sentry에서 앱과 백엔드 서비스의 오류를 지속적으로 모니터링하는 Claude Code Loop를 운영하고 있습니다. Agent가 스스로 문제를 분석하고 수정 가능 여부를 평가한 뒤, 해당하는 개발 작업을 완료합니다.
때로는 감지된 백엔드 오류가 특정 사용자의 정상적인 서비스 이용에 이미 영향을 미쳤을 수도 있습니다. 이런 문제는 사용자가 먼저 피드백하지 않더라도, 오류 모니터링을 통해 우리가 먼저 발견하고 해결할 수 있습니다.
이런 상황에 대비해, 저는 Claude가 수정 및 배포를 완료한 후 커스텀 support 태그가 붙은 Linear Issue를 생성하여 문제의 원인, 영향 범위, 관련된 사용자 및 수정 현황을 상세히 기록하도록 했습니다.
다른 한쪽에서는 Grok Bot이 Linear에서 이 태그가 붙은 Issue를 주기적으로 확인하고, 연락해야 할 사용자를 발견하면 제가 확인할 수 있도록 자동으로 이메일 초안을 작성합니다. 저는 보통 표현만 살짝 다듬은 뒤 발송하도록 지시하면 됩니다.
저는 이 시나리오가 특히 가치가 있다고 생각합니다.
과거에는 어떤 사용자가 문제를 겪었을 때, 우리가 백엔드에서 이를 발견하고 수정했더라도 사용자는 문제가 해결되었다는 사실을 알지 못했습니다. 그들은 한 번의 나쁜 경험 때문에 제품 사용을 아예 중단해 버렸을 수도 있습니다.
이제는 사용자에게 우리가 겪으신 문제를 발견했고 이미 수정을 완료했으며, 앞으로도 계속 이용해 주기를 바란다고 먼저 알릴 수 있습니다. 이는 사용자 경험을 개선하고 신뢰를 쌓는 데 큰 도움이 됩니다.
세 번째 시나리오는 이탈 사용자에게 피드백을 요청하는 것입니다.
협업이 점차 깊어지면서 이 Bot에 대한 신뢰가 더 쌓였고, 이에 따라 Supabase 데이터베이스, Stripe, RevenueCat에 대한 접근 권한도 추가로 부여했습니다.
이 데이터들을 결합해 SentiaRead Plus를 구독했었지만 구독 만료 후 갱신하지 않은 사용자를 찾아내고, 왜 제품을 계속 사용하지 않는지, 어떤 경험을 개선해야 하는지 알아보기 위해 먼저 피드백 요청 이메일을 보내도록 했습니다.
이 이메일 역시 제가 직접 작성한 뒤, 다양한 언어로 번역하게 하여 사용자가 사용하는 언어에 맞춰 연락을 진행했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X 새 AI 모델의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기