청구 금액을 협상하여 낮추고 절약된 금액의 60%를 사용자에게 지급하는 AI 에이전트를 구축한 방법
요약
사용자를 대신해 서비스 제공업체와 청구 금액 협상을 진행하는 AI 에이전트 'BillSnip'의 개발 과정과 비즈니스 모델을 소개합니다. DeepSeek 기반의 에이전트가 이메일 작성부터 후속 조치까지 자동 수행하며, 절약된 금액의 일부를 수익으로 취하는 구조를 가집니다.
핵심 포인트
- DeepSeek 기반의 AI 에이전트를 활용한 자동 협상 프로세스 구축
- Next.js를 사용한 단순하고 직관적인 사용자 인터페이스 구현
- 절약된 금액의 60%를 사용자에게 환급하는 인센티브 정렬 모델
- 이메일 작성, 역제안, 후속 조치 등 실행 중심의 에이전트 설계
BillSnip을 구축하는 인디 해커의 여정: 좌절한 소비자에서 실제로 작동하는 DeepSeek 기반의 청구서 협상 에이전트를 출시하기까지.
그 시작은 47달러짜리 인터넷 요금제였습니다.
저는 책상에 앉아 Comcast 청구서를 바라보며, 왜 나의 "프로모션 (promotional)" 요금이 12개월이 지난 후 마법처럼 두 배로 뛰었는지 의아해하고 있었습니다. 저는 3년 동안 충성스러운 고객이었고, 결제일을 어긴 적도 한 번 없었습니다. 그런데 결과는 이랬습니다. 정확히 같은 요금제를 사용하면서 이웃보다 매달 20달러를 더 내고 있었던 것입니다.
그래서 저는 상식적인 사람이라면 누구나 할 법한 일을 했습니다. 바로 Comcast에 전화를 거는 것이었죠. 45분 동안 대기 상태로 있었고, 네 개의 서로 다른 부서를 거쳐야 했으며, 결국 고객 유지 (retention) 담당자를 설득해 월 요금을 15달러 낮추는 데 성공했습니다. 고작 15달러였습니다. 제 인생의 45분과 전화 키패드의 "1"번을 계속 누르느라 발생한 가벼운 반복성 긴장 장애 (repetitive strain injury)를 대가로 말이죠.
그때 깨달았습니다: 이 문제는 소프트웨어로 해결 가능하다는 것을 말입니다.
단순히 해결 가능한 수준이 아니라, AI 에이전트 (AI agent)에게 완벽한 과제였습니다. 협상 스크립트는 예측 가능합니다. 고객 유지 (retention) 플레이북은 잘 알려져 있습니다. 협상 우위 지점 (leverage points) (경쟁사 가격, 충성도 할인, 결합 옵션 등)은 한정적이며 찾아낼 수 있습니다. 사람이 이를 수동으로 하는 것은 느리고, 감정적이며, 일관성이 없습니다. 반면 AI 에이전트는 빠르고, 인내심이 있으며, 데이터 중심적(data-driven)일 수 있습니다.
그 주말, 저는 BillSnip이 될 프로젝트를 만들기 시작했습니다.
컨셉: 당신 대신 청구서와 싸워주는 AI 에이전트
BillSnip의 이론은 매우 간단합니다. 사용자가 청구서를 업로드하면, AI 에이전트가 이를 분석하여 과다 지불 중인 부분을 식별하고, 사용자를 대신해 서비스 제공업체와 자동으로 협상을 진행합니다.
마법은 단순히 분석에만 있는 것이 아닙니다. 인터넷 요금이 올랐다는 사실은 누구나 말할 수 있습니다. 진짜 마법은 _실행 (action)_에 있습니다. BillSnip의 AI 에이전트는 협상 이메일을 작성하고, 이를 서비스 제공업체의 고객 유지 (retention) 부서에 보내며, 후속 조치를 취하고, 역제안을 하고, 더 낮은 요율을 확보하거나 모든 합리적인 옵션을 소진할 때까지 계속해서 밀어붙입니다.
그리고 제가 가장 자랑스럽게 생각하는 부분은 바로 이것입니다: 저희가 절약해 드린 금액의 60%를 사용자에게 지급합니다. 만약 BillSnip이 연간 200달러를 절약해 드린다면, 저희는 80달러를 갖고 여러분은 120달러를 돌려받게 됩니다. 절약된 금액이 없다면? 비용은 전혀 발생하지 않습니다. 인센티브 정렬 (Incentive alignment)이 명확합니다. 즉, 저희는 여러분이 돈을 아낄 때만 수익을 창출합니다.
기술 스택 (Tech Stack): 내부 구조
기술적인 세부 사항으로 들어가 보겠습니다. 개발자 (DEV) 커뮤니티가 이런 부분에 관심이 많다는 것을 잘 알고 있기 때문입니다.
프론트엔드 (Frontend): 단순함에 초점을 맞춘 Next.js
프론트엔드는 App Router를 사용하는 Next.js로 구축되었습니다. 제가 Next.js를 선택한 이유는 SEO (검색 엔진 최적화)를 위한 SSR (서버 사이드 렌더링)이 필요했기 때문이며 (이것은 소비자용 제품이므로 발견 가능성이 중요합니다), API 라우트를 통해 초기 단계에서 백엔드 API를 단순하게 유지할 수 있었기 때문입니다.
UI는 의도적으로 최소화했습니다. 청구서를 업로드(PDF 또는 스크린샷)하고, 분석 대시보드를 확인하며, 진행 중인 협상을 추적합니다. 그게 전부입니다. 저는 디자인 상을 받으려는 것이 아닙니다. 사용자가 "청구서 업로드" 단계에서 "절약된 금액" 단계까지 가능한 한 적은 클릭으로 도달하게 만드는 것이 목표입니다.
백엔드 (Backend): FastAPI + DeepSeek
백엔드는 적당한 사양의 VPS에서 실행되는 FastAPI 서비스입니다. FastAPI는 기본적으로 비동기 (async) 기능을 제공하는데, 이는 협상 워크플로우가 본질적으로 비동기적이기 때문에 매우 중요합니다. 이메일을 보내고, 답변을 2~3일 기다리고, 답장을 분석하고, 역제안을 작성하고, 이 과정을 반복해야 하기 때문입니다.
이 운영 체제의 두뇌는 DeepSeek입니다. 저는 여러 LLM (대규모 언어 모델) 옵션을 평가했으며, DeepSeek는 이 사용 사례에서 가장 중요한 두 가지 축에서 승리했습니다:
-
비용 효율성 (Cost efficiency): BillSnip은 매일 수백 건의 청구서를 처리하고 수십 건의 협상 이메일을 생성합니다. DeepSeek의 가격 정책을 기준으로 하면, 협상당 LLM 비용은 약 $0.03입니다. 이는 사용자당 비용을 낮게 유지해야 하는 비즈니스 모델에서 매우 결정적인 요소입니다.
-
지시 이행 (Instruction following): 협상 이메일은 정밀해야 합니다. 모델이 경쟁사의 가격을 환각 (hallucination)하거나, 발생하지 않은 해지를 약속하는 상황은 용납될 수 없습니다. 구조화된 프롬프트 (structured prompts)를 준수하는 DeepSeek의 능력과 다회차 이메일 스레드 (multi-turn email threads) 전반에서 문맥을 유지하는 능력은 놀라울 정도로 신뢰할 수 있었습니다.
각 협상 세션은 본질적으로 AI 에이전트가 다음과 같은 작업을 수행하는 다회차 대화 (multi-turn conversation)입니다:
- 제공업체의 초기 응답을 읽습니다.
- 그들의 입장(가격에 대해 완강한가? 크레딧 제공 의사가 있는가? 경쟁사 가격에 맞출 가능성이 있는가?)을 파악합니다.
- 적절한 압박 지점을 적용하는 응답을 작성합니다.
- 언제 더 강하게 밀어붙여야 할지, 그리고 언제 가능한 최선의 제안을 수락해야 할지를 판단합니다.
데이터 레이어 (Data Layer): PostgreSQL
PostgreSQL은 사용자 계정, 청구서 기록, 협상 이력, 제공업체 연락처 데이터베이스, 그리고 크레딧/거래 원장 (ledger) 등 모든 영구적인 데이터를 처리합니다. 저는 구조화된 분석 결과(청구서 항목, 식별된 절감 기회, 제공업체 응답 분류)를 저장하기 위해 JSONB 컬럼을 광범위하게 사용합니다.
크레딧 시스템은 단순한 원장 테이블 (ledger table) 위에서 작동합니다. 모든 작업(업로드, 분석, 협상 라운드)에는 크레딧이 소모됩니다. 트랜잭션 로그는 추가 전용 (append-only) 방식이어서 감사 (auditing) 및 분쟁 해결이 매우 간단합니다.
비즈니스 모델: 선불 크레딧, 투명한 가격 책정
저는 의도적으로 구독의 함정을 피했습니다. 청구서 관리 분야의 대부분의 SaaS 제품은 돈을 아껴주든 아니든 매월 $10-15를 청구합니다. 이는 불일치를 만듭니다. 즉, 실제 절감액이 아니라 절감에 대한 '약속'에 비용을 지불하게 되는 것입니다.
BillSnip은 다르게 작동합니다. 사용자는 크레딧을 구매하며, AI 에이전트가 작업함에 따라 크레딧이 소모됩니다:
- $10 → 100 크레딧 (credits)
- $25 → 300 크레딧 (credits) (대부분의 사용자에게 가장 가성비가 좋은 옵션)
- $50 → 650 크레딧 (credits) (헤비 유저 및 청구서가 많은 사용자용)
각 청구서 분석에는 몇 크레딧이 소모됩니다. 각 협상 라운드마다 추가로 몇 크레딧이 더 소모됩니다. 만약 저희가 아무것도 절약해 드리지 못하더라도, 귀하는 분석을 위해 단 몇 크레딧만을 사용했을 뿐입니다. 억울한 마음이 들 정도로 지불해야 하는 월간 구독료가 아닙니다.
멤버십 등급: 많이 사용할수록 더 저렴해집니다
크레딧 시스템 외에도, 활발하게 사용하는 사용자에게 보상을 제공하는 멤버십 등급 구조가 있습니다:
- FREE (무료): 가입 시 100 크레딧 + 3회의 무료 청구서 분석 제공. 신용카드 불필요.
- SILVER (실버): 첫 크레딧 구매 후 적용.
- GOLD (골드): 더 많이 사용할수록, 크레딧당 더 나은 요율을 잠금 해제합니다.
- PLATINUM (플래티넘): 가장 많이 사용하는 사용자에게 절대적으로 최고의 가격을 제공합니다.
단순한 단계적 구조이지만, 심리적으로 효과가 있습니다. 무료 등급으로 시작하여 실제로 결과를 확인한 사람들은 자연스럽게 더 많은 청구서를 협상하고 싶어 합니다. 등급 시스템은 이러한 과정을 처벌이 아닌 보상처럼 느끼게 만듭니다.
초기 사용자들의 후기
저는 두 달 전, 간단한 랜딩 페이지와 ProductHunt 게시물만으로 베타 버전을 출시했습니다. 광고도 없었고, 인플루언서 파트너십도 없었습니다. 오직 제품과 소수의 초기 신뢰자들뿐이었습니다.
결과는 고무적이었습니다:
- 협상에 성공한 청구서당 평균 절약 금액: 월 $18-24
- 협상 성공률: 약 65% (솔직히 예상했던 것보다 높습니다)
- 가장 흔한 성공 사례: 인터넷/케이블 요금, 전화 요금제, 보험료
- 첫 절약 발생까지의 평균 시간: 5-8일 (에이전트가 몇 시간 이내에 초기 이메일을 보내지만, 서비스 제공업체의 응답 시간은 제각각입니다)
Marcus라는 이름의 프리랜서 사용자는 첫날에 6개의 청구서를 업로드했습니다. BillSnip은 그의 인터넷 요금을 $89에서 $55로, 전화 요금제를 $85에서 $60로, 자동차 보험료를 $145에서 $118로 협상했습니다. 이는 월 $86, 연간 $1,032의 절약입니다. BillSnip의 40% 수수료를 제외하고도 Marcus는 연간 $619.20를 여전히 챙기게 됩니다. PDF 파일 6개를 업로드한 대가로 말이죠.
이것이 작동하는 이유 (청구 금액 협상에 관한 불편한 진실)
놀라울 수도 있는 사실이 하나 있습니다. 대부분의 서비스 제공업체는 협상이 이루어질 것을 예상하고 있습니다.
케이블 회사는 고객이 해지하는 것을 막는 것이 업무의 전부인 직원들로 구성된 고객 유지 부서(retention departments)를 운영합니다. 그들에게는 스크립트, 할인 단계, 그리고 적용 권한이 있는 프로모션 제안들이 준비되어 있습니다. 그들은 불만을 제기하기 위해 전화하는 고객의 약 30~40%가 첫 번째 제안을 수락한다는 사실을 알고 있습니다. 다른 20%는 반박하여 더 나은 거래를 얻어냅니다. 나머지 40%는 현재 요율을 수락하거나 서비스를 해지합니다.
문제는 기업들이 할인을 해주지 않는 것이 아닙니다. 문제는 대부분의 사람들이 협상을 하지 않는다는 점입니다. 사람들은 싸우는 것이 너무 번거롭다고 느끼기 때문에 청구서에 적힌 요율을 그대로 받아들입니다.
BillSnip은 그 번거로움을 제거합니다. AI 에이전트는 좌절하지 않습니다. 할인을 요청하는 것을 어색해하지도 않습니다. 한 번 시도하고 포기하지도 않습니다. 그저... 승리하거나 합리적인 한계에 도달할 때까지 체계적으로 계속 진행할 뿐입니다.
이 프로젝트를 혼자 구축하며 배운 교훈
1인 개발자로서 BillSnip을 구축한 것은 제 커리어에서 가장 교육적인 경험 중 하나였습니다. 고생하며 배운 몇 가지 사실은 다음과 같습니다.
이메일 전달 가능성(Email deliverability)은 숨겨진 보스전과 같습니다. AI 에이전트가 Comcast, AT&T, State Farm에 협상 이메일을 보낼 때, 그 이메일들은 스팸이 아닌 올바른 수신함에 도착해야 합니다. 적절한 SPF, DKIM, DMARC 레코드를 설정하고, 발신 도메인을 워밍업(warming up)하며, 스팸처럼 보이지 않고 전문적으로 보이는 이메일을 작성하는 작업은 실제 협상 로직을 구축하는 것보다 더 오래 걸렸습니다.
서비스 제공업체의 응답은 매우 일관성이 없습니다. 어떤 회사들은 몇 시간 내에 구조화된 응답을 보내옵니다. 반면 어떤 회사들은 일주일이 걸리기도 하고, 법적 문구로 가득 찬 텍스트 뭉치를 보내오기도 합니다. 저는 세 문장에서 세 페이지에 이르는 다양한 이메일로부터 "Y개월 동안 X달러를 할인해 드릴 수 있습니다"와 같은 핵심 정보를 추출할 수 있는 견고한 파싱 계층(parsing layer)을 구축해야 했습니다.
사용자의 신뢰는 제가 생각했던 것보다 훨씬 더 중요합니다. 사람들은 실제 공공요금 고지서, 전화 요금 명세서, 보험 서류를 제 웹사이트에 업로드하고 있습니다. 이는 민감한 금융 데이터(sensitive financial data)입니다. 저는 보안을 강화하는 데에만 일주일 전체를 소비했습니다. 저장 시 암호화(encryption at rest), 최소한의 데이터 보유(minimal data retention), 명확한 개인정보 보호정책(privacy policies) 등이 포함됩니다. 금융 데이터에 접근하는 무언가를 구축하고 있다면, 이 부분에서 절대 아끼지 마십시오.
자동화의 "라스트 마일(last mile)"은 언제나 수동적입니다. 협상의 약 10%는 서비스 제공자가 "계정 소유자와 직접 통화해야 합니다"와 같은 말을 하는 지점에 도달합니다. 이러한 경우를 위해, 저는 사용자에게 알림을 보내 사용자가 대화에 직접 참여하거나 에이전트가 다른 접근 방식을 시도하도록 할 수 있는 인간 참여형(human-in-the-loop) 폴백(fallback) 시스템을 구축했습니다.
로드맵: 다음 단계
우리는 이제 막 시작했을 뿐입니다. 앞으로 계획 중인 사항은 다음과 같습니다:
-
전화 협상: 이메일 워크플로(workflow)는 이미 검증되었습니다. 우리는 에이전트가 실제로 서비스 제공자에게 전화를 걸고 합성 음성(synthesized speech)을 사용하여 실시간으로 협상할 수 있는 음성 지원 협상 기능을 구축하고 있습니다. 초기 테스트 결과는 유망합니다.
-
선제적 모니터링: 사용자가 고지서를 업로드하기를 기다리는 대신, BillSnip은 사용자의 계정을 모니터링하고 요금 인상을 자동으로 감지하여, 사용자가 알아차리기도 전에 협상을 진행할 것입니다.
-
비즈니스 계정: 소규모 기업은 소비자보다 훨씬 더 많은 고지서를 가지고 있으며, 고지서당 절약 금액도 종종 더 큽니다. 전용 비즈니스 티어(business tier)를 준비 중입니다.
-
API 액세스: 이 글을 읽고 있는 개발자와 핀테크(fintech) 빌더들을 위해 — 다른 애플리케이션이 BillSnip의 협상 엔진을 통합할 수 있도록 하는 API를 탐색하고 있습니다.
무료로 체험해 보세요
여기까지 읽으셨다면, 아마 매달 눈을 떨리게 만드는 그 고지서 하나를 생각하고 계실 것입니다. 좋습니다. 그것이 바로 우리가 이 서비스를 만든 이유입니다.
billsnip.publiflow.vip에서 가입하세요 — 100개의 무료 크레딧과 3회의 무료 고지서 분석을 제공합니다. 신용카드도, 의무 사항도 없습니다. 고지서를 업로드하고 AI가 무엇을 찾아내는지 확인한 후 결정하십시오.
최악의 경우라도? PDF를 업로드하는 데 10분을 쓰고 고지서에 관한 흥미로운 사실을 하나 배우는 정도일 것입니다. 최선의 경우라면? 거의 아무런 노력 없이 연간 수백 달러를 절약할 수 있습니다.
제가 BillSnip을 만든 이유는 과도한 비용 지불에 지쳤고, 이를 해결할 수 있는 기술적 역량을 갖추고 있었기 때문입니다. 만약 여러분도 같은 상황이라면, 꼭 한번 사용해 보시길 바랍니다.
기술 스택 요약: Next.js · FastAPI · DeepSeek · PostgreSQL · Vercel · Railway
너무 많은 커피와 Comcast의 고객 유지용 대기 음악에 대한 진심 어린 혐오를 담아 만들었습니다.
질문, 피드백, 혹은 단순히 고지서 협상 전략에 대해 이야기하고 싶으신가요? 댓글을 남겨주세요 — 모든 댓글을 읽고 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기