Telegram, n8n, AI Agents를 사용하여 지역 차(Tea) 가게를 위한 Duolingo 스타일의 로열티 시스템 구축하기

◆ 문제점 (The Problem)

지역 차(Tea) 가게의 주인은 단순하지만 고통스러운 문제에 직면해 있었습니다.

고객들은 그의 차를 좋아했습니다. 하지만 한 번 방문한 후, 많은 이들이 다시 돌아오지 않았습니다.

그에게는 앱도, 로열티 카드(loyalty card)도, 고객 데이터베이스도 없었으며 — 재방문을 유도할 방법도 없었습니다. Starbucks, Duolingo, Myntra와 같은 대기업들은 로열티 시스템(loyalty systems)과 스트릭 메커니즘(streak mechanics)을 통해 바로 이 문제를 해결합니다. 하지만 그러한 시스템을 구축하고 유지하는 데는 수십만 루피(lakhs)의 비용이 듭니다.

소상공인들은 소외되어 있습니다.

그래서 저는 이를 해결하기로 했습니다.

◆ 영감 (The Inspiration)

시스템을 구축하기 전, 저는 대형 플랫폼들이 어떻게 사용자를 계속 돌아오게 만드는지 살펴보았습니다:

🟢Duolingo — 사용자들이 학습 스트릭(learning streak)을 유지하기 위해 매일 돌아옵니다.
☕Starbucks Rewards — 고객은 구매할 때마다 별(stars)을 적립하고 이를 무료 음료로 교환합니다.
💼LinkedIn Games — Queens나 Pinpoint와 같은 일일 퍼즐이 사용자를 매일 다시 불러들입니다.
🛍️Myntra (과거 캠페인) — 스트릭(streak) 스타일의 캠페인을 통해 사용자가 매일 앱을 방문하면 크레딧과 할인을 제공했습니다. 이 기능은 더 이상 존재하지 않지만, 그 개념은 효과적임이 증명되었습니다.

이 모든 것들은 동일한 핵심 심리학을 사용합니다: 일관성에 대한 보상(reward consistency).

저의 목표는 무료이거나 거의 비용이 들지 않는 도구만을 사용하여, 이 정확한 로직을 지역 차 가게에 적용하는 것이었습니다.

◆ 내가 만든 것 (What I Built)

다음 도구들을 사용한 AI 기반 고객 로열티 시스템:

도구 (Tool)	역할 (Role)
Telegram Bot	고객 접점 인터페이스 (Customer-facing interface)
...

컨셉은 간단합니다:

10회 방문 시마다 → 고객은 **무료 차(free tea)**를 받습니다.
실제 방문을 확인하기 위해 매일 아침 고유한 6자리 코드가 생성됩니다.
고객당 하루에 한 번의 방문만 인정됩니다 — 부정행위 방지

Duolingo와의 중요한 차이점:

Duolingo는 연속적인 일일 스트릭 (streaks)을 추적합니다 — 하루라도 놓치면 스트릭이 0으로 초기화됩니다.
이 시스템은 총 방문 횟수를 추적합니다 — 달력상의 날짜가 아닙니다.
고객이 오늘 방문하면 → 방문 횟수 (Visit Count) = 1
고객이 33일 후에 다시 방문하면 → 방문 횟수 (Visit Count) = 2
고객이 2일 후에 다시 방문하면 → 방문 횟수 (Visit Count) = 3

매일 해야 한다는 압박감도, 스트릭을 잃을 걱정도 없습니다. 고객이 준비되었을 때 언제든 다시 방문하면 꾸준한 보상을 제공할 뿐입니다.
이는 실제 고객들에게 시스템을 더욱 실용적이고 관대하게 만들어 줍니다.

◆ 시스템 작동 방식

» 아침 루틴 (워크플로우 1)

매일 아침, n8n의 스케줄 트리거 (Schedule Trigger)가 자동으로 실행됩니다.

진행 과정은 다음과 같습니다:

Edit Fields 노드를 사용하여 무작위 6자리 인증 코드가 생성됩니다.
코드가 **Google Sheet (Sheet 1)**에 저장됩니다.
코드가 Telegram을 통해 상점 주인에게 전송됩니다.

상점 주인은 이 코드를 매장 내부의 게시판 — 카운터, 메뉴 카드 또는 공책 등에 적어둡니다. 매장에 물리적으로 있는 고객만이 이 코드를 볼 수 있습니다.

이것이 부정행위 방지 계층입니다. 단순하지만 효과적입니다.

» 고객 체크인 흐름 (워크플로우 2)

고객이 Telegram 봇을 열면, 시스템은 고객의 Telegram Chat ID를 사용하여 신규 고객인지 기존 고객인지 확인합니다.

● 신규 고객 흐름

시트에서 Chat ID를 찾을 수 없는 경우:

봇이 고객에게 이름과 휴대폰 번호를 공유해달라고 요청합니다.
고객은 자연스럽게 입력합니다 — 예를 들어: > "제 이름은 Rahul Patil이고 번호는 9876543210입니다"
AI Agent가 자유 형식의 텍스트에서 이름과 휴대폰 번호를 추출합니다:

   {
     "name": "Rahul Patil",
     "mobile": "9876543210"
   }

데이터가 Google Sheets에 자동으로 저장됩니다.

양식(Form)도, 드롭다운(Dropdown)도 필요 없습니다. 그저 자연스러운 대화만 있으면 됩니다.

● 기존 고객 흐름 (Existing Customer Flow)

만약 Chat ID가 이미 존재한다면:

봇이 질문합니다: "오늘의 6자리 코드를 입력해 주세요."
고객이 매장에서 확인한 코드를 입력합니다.
AI Agent가 메시지에서 코드를 추출합니다:

   {
     "code": "582741"
   }

시스템이 입력된 코드와 시트에 생성된 오늘의 코드를 비교합니다.

● 검증 및 카운트 로직 (Validation and Count Logic)

고객이 코드를 제출하면, 시스템은 방문을 기록하기 전에 두 가지 확인 절차를 거칩니다:

확인 1 — 코드가 올바른가요?

코드가 틀린 경우 → 봇이 응답합니다: _"유효하지 않은 코드입니다. 올바른 코드를 입력해 주세요."
방문 횟수(Visit count)가 증가하지 않습니다.

확인 2 — 고객이 오늘 이미 방문했나요?

시스템이 마지막 방문 날짜 (Last Visit Date)와 오늘 날짜를 비교합니다.
이미 방문한 경우 → 봇이 응답합니다: _"오늘의 방문 횟수를 이미 채웠습니다. 내일 다시 방문해 주세요."
이는 부정 사용을 방지합니다.

두 가지 확인을 모두 통과하면:

방문 횟수가 1 증가합니다.
시트의 마지막 방문 날짜 (Last Visit Date)가 업데이트됩니다.
시스템이 확인합니다: 총 방문 횟수 (Total Visits) % 10 == 0
결과가 TRUE인 경우 → 봇이 메시지를 보냅니다: _"축하합니다! 오늘의 차는 무료입니다 🎉"
그렇지 않은 경우 → 업데이트된 횟수가 포함된 일반 성공 메시지를 보냅니다.

◆ Google Sheet 구조 (Google Sheet Structure)

시스템은 두 개의 시트를 사용합니다:

시트 1 — 일일 코드 (Daily Code)

열 (Column)	설명 (Description)
Date	오늘 날짜
Code	6자리 인증 코드

시트 2 — 고객 데이터 (Customer Data)

열 (Column)	설명 (Description)
Chat ID	Telegram 고유 식별자
...

⚠️ 중요: n8n의 Google Sheets 노드에서 열 이름은 대소문자를 구분합니다. 정확히 일치하는지 확인하세요.

◆ Telegram 봇 설정 방법 (How to Set Up Your Telegram Bot)

Telegram을 열고 **@botfather**를 검색합니다.
/newbot을 전송하고 안내 지침을 따릅니다.
BotFather가 **봇 토큰 (bot token)**을 제공합니다 — 이를 n8n을 위해 저장해 두세요.
개인 채팅 ID (personal Chat ID) (본인에게 일일 코드를 보내기 위한 용도)를 얻으려면, Telegram에서 @userinfobot 또는 아무 Chat ID 봇을 사용하세요.
n8n의 Telegram 자격 증명 (credential) 설정에 봇 토큰을 추가합니다.

◆ 왜 전통적인 챗봇 로직 대신 AI 에이전트 (AI Agents)를 사용하는가?

이것은 이 프로젝트에서 가장 중요한 설계 결정입니다.

n8n에서의 전통적인 챗봇 흐름 (chatbot flows)은 다음을 필요로 합니다:

여러 개의 대기/일시 중지 (wait/pause) 노드
세션 상태 관리 (Session state management)
각 입력에 대한 복잡한 분기 (branching)

예를 들어, 전통적인 흐름은 다음과 같습니다:

봇 질문: "이름이 무엇인가요?" → 답변 대기
봇 질문: "휴대폰 번호가 무엇인가요?" → 답변 대기
봇 질문: "6자리 코드를 입력하세요" → 답변 대기

각 대기 단계는 n8n에서 별도의 노드와 세션 추적을 필요로 합니다. 사용자가 너무 오래 걸리거나 예상치 못한 메시지를 보내면 흐름이 완전히 깨집니다.

Telegram + n8n 조합은 긴 대화형 대기 시간을 잘 처리하지 못합니다. 워크플로우 (workflow)가 빠르게 복잡해집니다.

대신, 저는 단 한 번의 호출로 모든 자연어 입력에서 구조화된 데이터 (structured data)를 추출하는 단일 프롬프트 기반의 AI 에이전트 (AI Agent)를 사용했습니다.

등록의 경우:

입력: "제 이름은 Saurabh이고, 휴대폰 번호는 9876543210입니다"
출력: { "name": "Saurabh", "mobile": "9876543210" }

코드 검증의 경우:

입력: "582741" 또는 "코드는 582741입니다"
출력: { "code": "582741" }

이를 통해 워크플로우는 더 단순해지고, 사용자 경험 (user experience)은 향상되며, 시스템은 더욱 유연해집니다. 고객이 어떤 형식을 입력하더라도 시스템은 여전히 작동합니다.

◆ 전체 워크플로우 요약 (The Full Workflow Summary)

아침 (MORNING):
스케줄 트리거 (Schedule Trigger) → 코드 생성 (Generate Code) → 시트에 저장 (Save to Sheet) → 가게 주인에게 전송 (Send to Shopkeeper)

...

◆ 비즈니스 임팩트 (Business Impact)

이 시스템은 지역 차(Tea) 가게에 다음과 같은 효과를 제공합니다:

✅ 보상 인센티브를 통한 재방문 유도
✅ 완전한 디지털 고객 데이터베이스 구축
✅ 부정 방지(Fraud-proof)가 가능한 일일 인증
✅ 별도의 커스텀 모바일 앱 불필요
✅ Google Sheets를 통한 점주 대시보드 — 어떤 휴대폰에서도 접속 가능
✅ 거의 제로에 가까운 운영 비용

◆ 배운 점 (What I Learned)

AI 에이전트 (AI agents)는 단순히 채팅만을 위한 것이 아니다 — 자동화 워크플로우(automation workflows)에서 복잡한 입력 파싱(input parsing) 로직을 대체하는 데 놀라운 성능을 발휘합니다.
단순한 부정 방지책도 효과적이다 — 매장에 비치된 물리적 코드는 기술 수준은 낮지만 매우 효과적입니다.
Google Sheets는 데이터베이스로서 저평가되어 있다 — 이와 같은 소규모 시스템에는 완벽한 도구입니다.
n8n + Telegram은 강력한 조합이다 — 백엔드(backend) 코드 한 줄 없이도 놀라울 정도로 유능한 고객 대응 시스템을 구축할 수 있습니다.

◆ 다음 단계 (v2 아이디어)

WhatsApp Business API를 사용한 WhatsApp 지원
점주에게 자동으로 전송되는 주간 방문 요약
생일 보상 감지
별도의 코드 시스템을 갖춘 다중 매장 지원
마케팅을 위한 고객 리스트 CSV 내보내기

◆ 마치며 (Final Thought)

기업급 고객 유지(customer retention) 전략은 더 이상 막대한 예산을 가진 기업들만의 전유물이 아닙니다.

Telegram, n8n, LLM(대규모 언어 모델), 그리고 Google Sheets와 같은 적절한 도구만 있다면, Duolingo나 Starbucks에서 사용하는 것과 동일한 로열티 메커니즘을 길거리의 작은 차(Tea) 가게에도 적용할 수 있습니다.

자동화나 AI 에이전트를 배우고 있다면, 이와 같은 실전 프로젝트를 구축하는 것이 가장 빠르게 성장하는 방법입니다. 이것은 단순한 튜토리얼용 프로젝트가 아니라, 실제로 문제를 해결하는 결과물입니다.

Saurabh Patil 제작 — 자동화 빌더 및 AI 에이전트 열성가.

만약 차 가게가 Telegram과 자동화 도구만으로 Duolingo 스타일의 로열티 시스템을 운영할 수 있다면, 또 어떤 소상공인들이 유사한 AI 기반 워크플로우의 혜택을 받을 수 있을까요?

여러분의 생각과 아이디어를 댓글로 들려주세요.

Tags: n8n ai-agents automation telegram google-sheets no-code build-in-public groq llm side-project