Flask로 리셀 관리 시스템을 혼자서 만든 이야기 (BUYMA × Buyandship)

서론

BUYMA(바이마)와 Buyandship을 이용한 리셀(Resale) 비즈니스. 상품 등록, 가격 조정, 발주, 고객 대응…… 모든 것을 수작업으로 하면 하루가 다 지나가 버립니다.

저는 이 일련의 업무를 Flask Web 앱 + AI/LLM으로 자동화하는 시스템을 혼자서 만들었습니다.

본 기사에서는 이 atelier-kyo-manager의 설계와 구현을 해설합니다.

시스템 개요

atelier-kyo-manager (Flask App Factory)
├── Blueprint (6개 모듈)
│ analytics / orders / partners / products / misc / warehouse_webhook
...

시스템 아키텍처

주요 기능의 설계 사상

1. 상품 등록 파이프라인 자동화

이미지 수집 → AI 배경 제거 → AI 설명문 생성 → 상품 등록 텍스트 생성 을 일괄 실행:

# pipeline_service.py — 4단계를 직렬 실행
class PipelineService:
def execute(self, product_id: int):
...

고안 사항: rembg (AI 배경 제거)는 GPU가 필요하지 않습니다. CPU로 장당 5초 소요됩니다.

2. 가격 스크레이핑 (Playwright)

공급처 사이트의 가격을 헤드리스 브라우저(Headless Browser)로 자동 취득:

# price_scraper.py
class PriceScraper:
def __init__(self):
...

고안 사항:

24시간 캐시로 중복 스크레이핑 방지
Cloudflare 감지 시의 에러 핸들링
프록시 (Webshare/BrightData)를 경유하여 IP Ban 회피

3. 주문 상태 머신 (State Machine)

주문의 상태 전이를 자동 관리:

pending → sourcing → cart_added → checkout → payment_done → shipped → completed

각 상태의 타임아웃 및 자동 에스컬레이션(Escalation) 포함. 18일 규칙(결제 방법별 연장 기한)도 자동 계산:

결제 방법	연장 기한
신용카드	45일
...

4. AI 챗봇 (3단계 분류)

고객으로부터의 문의를 자동 분류:

FAQ 템플릿 매칭 → AI 답변 생성 → 에스컬레이션 판정
↓ ↓ ↓
즉시 자동 답장 | AI 생성 답변 | 수동 대응으로

사용 LLM: Gemini → OpenAI → DeepSeek (폴백(Fallback) 포함)

5. 창고 Webhook 연동

Forward2me (배송 대행 창고)의 화물 수령 이벤트를 Webhook으로 수신:

HMAC-SHA256 서명 검증으로 사칭 방지
수령 사진의 자동 다운로드 및 관리
Slack 알림으로 즉시 상태 반영

테스트 전략

테스트 주도 개발 (TDD)로 품질을 담보:

76 tests passed, 0 failed

auth (10건) ・ pricing_rules (9건) ・ run_context (13건)
product (21건) ・ config_loader (9건) ・ notification_service (14건)

기술 선정 이유

기술	이유
Flask	경량이며 학습 비용이 낮음. AI 생성 코드와 궁합이 좋음
...

어려웠던 점

스크레이핑의 안정성

사이트마다 DOM 구조가 다름. Cloudflare에 의해 차단됨. → Playwright + 프록시 + 캐시로 안정화.

LLM 비용 관리

월간 15억 토큰 소비. → GLM-5.1 (메인) + MiniMax (폴백)의 2층 구조로 최적화.

18일 규칙의 복잡성

결제 방법, 발송 상황, 취소 여부에 따라 기한이 변함. → 상태 머신(State Machine)으로 일원 관리.

성과

예약 ~ 결제 플로우

상품 등록 작업 시간: 수동 2시간 → 자동 15분
가격 모니터링: 수동 확인 → 자동 스크레이핑 (1일 3회)
고객 대응: 전량 수동 → 70% 자동 답장
월간 작업 시간: 약 50% 절감

Insights