5~6명이 하던 운영을, 1인이 감당 가능한 구조로
영상 편집 외주 매칭 플랫폼의 운영 전체를 분해해, 사람의 판단을 시스템으로 옮기고 통제는 사람에게 남긴 3년의 전환.
서비스 운영 총괄 · 운영 자동화 빌더 (에딧메이트)
상황
매니저 5~6명이 상담·견적·에디터 매칭·정산·CS 전 과정을 수동으로 처리하던 플랫폼이었습니다. 인력 이탈이 예정된 상황에서, 사람을 더 뽑아 메꾸는 선택지는 없었습니다. 수동 운영 기준으로 1인이 감당 가능한 규모는 당시의 1/3 수준이었습니다.
문제 재정의
진짜 문제는 일손 부족이 아니라 운영량이 사람 수에 비례하는 구조였습니다. 그래서 질문을 바꿨습니다 — "몇 명이 필요한가"가 아니라, "사람이 하던 판단 중 무엇을 시스템에 넘기고, 무엇(돈·발송·확정)을 사람에게 남길 것인가".
접근 — 핵심 의사결정
전체 운영을 분해해 로드맵으로
업무를 단계별로 분해해 자동화 커버율 기준의 인력 전환 로드맵(5~6명 → 3+1 → 1+1)을 설계하고, 핵심 인력의 역할을 "실행자 → 검수자"로 재정의했습니다.
통념을 데이터로 반증하고 시작
"오퍼를 많이 보내고 점수 높은 사람을 고르면 매칭이 잘 된다"는 통념을 한 달치 데이터로 검증(selection bias 보정)했습니다. 결과 — 진짜 변수는 점수가 아니라 과거 작업 이력(수락률 12~70배, 고점수 그룹 0%). 매칭 엔진의 방향 자체를 재설계했습니다.
기술 난이도가 아니라 병목·빈도 순으로 구축
에디터 모집(8단계 수작업 → 1클릭 승인) → 프로젝트 모니터링(LLM 워처) → 정산·결제 자동화(분 단위 → 0.3초) → 대외 창구 일원화 순서로, 매니저 시간을 가장 많이 먹는 것부터 시스템으로 옮겼습니다.
Human-in-the-loop 경계 설정
비용·발송·확정처럼 위험한 액션은 전부 승인 버튼 뒤로 남겼습니다. LLM 판단에는 confidence 임계값·시간 환각 방지·산출물 미완료 시 종료 차단 같은 가드레일을 넣었습니다.
어떻게 동작하나 — 라이브 시뮬레이션
재생을 누르거나 각 단계를 클릭해 보세요. 사람은 단 한 지점(승인)에서만 개입합니다.
검증된 임팩트
300~440건/월
실응대 3인 체제로 유지한 제안서 처리량 (누적 정산 2,831건)
53,810건
알림톡 누적 자동 발송 — 월 248 → 11,688건 (47배)
2,515개
LLM이 자동 추적한 프로젝트 · 정산 100건 자동 집행
분 → 0.3초
정산+종료 처리 속도 (500배+, 테스트 129건 검증)
2,450개
데이터 손실 방어 트리거의 자동 백업 (동일 사고 재발 0)
5,700건
데이터로 도출한 매칭 원칙이 실제 발송에 반영된 규모
러닝 포인트
자동화 순서는 기술 난이도가 아니라 병목 기준
멋진 것부터가 아니라 매니저 시간을 가장 많이 먹는 것부터. 8단계 수작업 모집을 1클릭으로 줄인 것이 다른 어떤 시스템보다 체감 효과가 컸습니다.
만든 것과 쓰이는 것은 다르다
에디터 협상 자동화는 완성도 있게 구축했지만 실제 채택은 18건에 그쳤습니다. 병목은 기술이 아니라 운영자의 행동 변화였습니다. 이후로는 "만들 수 있는가"보다 "쓰게 되는가"를 먼저 검증합니다.
통념은 데이터로 반증할 수 있을 때만 뒤집힌다
말로는 아무도 설득되지 않았습니다. 한 달치 데이터와 보정된 분석이 나오자 매칭 전략이 하루 만에 바뀌었고, 그 원칙은 5,700건 규모의 실발송으로 이어졌습니다.
이 케이스를 구성한 시스템
에디터 자동 모집 파이프라인
53,810건
라이프사이클 워처 (LLM 모니터링)
2,515개
데이터로 매칭 통념을 뒤집다
5,700건
다수 매니저 이탈 구간의 운영 일원화
300~440건/월
캐시 결제 자동화 (입금 → 증빙 → 매출)
7단계 → 0~1
정산 협의규칙 단일화 + 셀프편집 위젯
3 → 1
에디터 매칭 엔진 v2 (8차원 스코어링)
1,000 → 274명
PS Bot Agent SDK 마이그레이션
도구 18개 · 200줄
제안서 워크플로우 자연어 자동화
46분 → 5분
마스터 스레드 운영 통합 + 액션 허브
3채널 → 1
그로스 측정 인프라 (GTM/GA4/Meta)
전환 추적 인프라
전담 에디터 거절 → 고객 협상 자동화
자동 회수 경로