CS 자동화를 0원으로 구축한 이야기 — GitHub Issue + AI 분류 + 자동 메일

1인 개발로 AI 사업기획서 서비스 Bizketch를 만들고 있습니다.

베타 사용자가 30명이 넘으면서 문의가 들어오기 시작했습니다. 아직은 하루에 한두 건이지만, 문제는 혼자서 모든 걸 해야 한다는 것입니다. 코드 짜다가 메일 확인하고, 답장 쓰다가 다시 코드로 돌아오면 맥락이 끊깁니다.

그래서 다들 알고 계시는 내용인데 뒷북일까 좀 걱정됩니다만... 알고 있는 지식과 판단으로 CS 파이프라인을 자동화해 봤습니다.

만든 것: 문의 접수부터 해결 완료 메일까지 전자동

전체 흐름은 이렇습니다:

사용자 문의 접수 (웹 폼 or 이메일)
  → 접수 확인 메일 자동 발송
  → GitHub Issue 자동 생성 (카테고리 라벨 매핑)
  → AI가 Issue 분석 (GPT-4o-mini)
     ├─ FAQ로 답변 가능 → 자동 답변 + Issue close
     └─ 복잡한 문의 → needs-review 라벨 + 관리자 메일 알림
  → Issue close 시 → 사용자에게 해결 완료 메일 자동 발송

Copy

한 줄로 요약하면: 사용자가 문의를 넣으면, 내가 아무것도 안 해도 90%는 자동으로 처리됩니다.

사용한 도구 (전부 무료)

월 고정 비용: $0. AI 분류 비용은 문의 1건당 약 10원 수준.

왜 Zendesk나 채널톡 대신 이렇게 했나

1인 개발자에게 CS 도구 월 구독료는 부담입니다. 채널톡 최소 요금제도 월 3만 원. 문의가 하루 한두 건인 단계에서는 과합니다.

그리고 이미 쓰고 있는 도구들을 연결한 것뿐입니다. GitHub는 이미 코드 관리에 쓰고 있고, Resend은 베타 메일에 쓰고 있었습니다. 새로운 도구를 도입한 게 아니라 기존 도구에 자동화 파이프라인을 얹은 겁니다.

만들면서 삽질한 것들

1. Vercel serverless에서 fire-and-forget이 안 됩니다

처음에 문의 접수 API에서 GitHub Issue 생성을 비동기로 날렸더니 (await 안 하고), 함수가 먼저 종료되면서 Issue가 안 만들어지는 버그가 생겼습니다. Vercel serverless는 응답 반환 후 백그라운드 작업을 보장하지 않습니다. 전부 await로 바꿨습니다.

2. Cloudflare Email Worker 한글 깨짐

email-worker.js에서 한글 이메일 본문이 깨지는 문제. Content-Type 인코딩 이슈였는데, Cloudflare Workers 환경에서의 인코딩 처리가 일반 Node.js와 달라서 디버깅에 시간이 걸렸습니다.

3. AI 자동 분류의 경계선

GPT-4o-mini가 FAQ로 답변할 수 있는 문의와 사람이 봐야 하는 문의를 구분하는 기준을 잡는 데 시행착오가 있었습니다. 처음에는 너무 적극적으로 자동 답변을 하다가, 사용자가 원하는 답과 다른 경우가 있었어요. 결국 확신도가 높은 것만 자동 답변, 나머지는 에스컬레이션하는 보수적 전략으로 바꿨습니다.

결과

• 문의 접수 → 확인 메일: 즉시 (이전에는 내가 메일함 확인할 때까지 수 시간)

• FAQ 답변: 수 초 이내 자동 close

• 복잡한 문의: 관리자 메일로 알림 → 내가 판단해서 처리

• 해결 완료 메일: Issue close 시 자동 발송

아직 문의량이 적어서 극적인 효과는 아니지만, 30명이 300명이 되어도 이 파이프라인은 그대로 동작합니다. 그게 포인트입니다.