LangTailor페이지 목차
이 페이지에서 검색
AI VOC & Sales Agent
이 페이지에 묻기
이 프로젝트 소개 본문에서만 찾아 답합니다. 답을 지어내지 않고 해당하는 대목을 그대로 보여 주며, 여기에 없으면 없다고 알려 드립니다.
생성형 AI가 아니라 이 페이지 본문을 찾아 그대로 보여 주는 방식입니다. 외부로 나가는 요청이 없습니다.
LANGTAILOR REFERENCE BUILD 02 · 기획
소개 공개 · MVP 준비 중
AI VOC & Sales Agent
마케팅 · 영업 · CS
고객문의·상담·리뷰에서 반복 이슈를 찾고, 근거가 있는 답변 초안과 영업기회 후보를 정리하는 Agent를 기획합니다.
Taylor가 설계·구현할 교육용 Reference Build의 기획 소개입니다. 현재 이 페이지에서 검색·AI 분석·Agent를 실행하지 않습니다.
WHY THIS PROJECT
어떤 업무 문제에서 시작하나요?
여러 채널에 흩어진 고객의 소리를 개별 처리하다 보면 반복되는 문제와 제품 개선 요구를 놓치기 쉽습니다.
반복되는 고객 불만과 영업 담당자가 확인할 문의는 무엇일까요?
PLANNED SCOPE
구현할 핵심 기능
아래 항목은 구현 계획입니다.
- 01
제품·가격·배송·불만·환불·기술지원·기능요청 분류
- 02
긍정·중립·부정 감성과 긴급도 구분
- 03
반복 이슈와 제품 개선 요구 요약
- 04
매뉴얼·FAQ·정책 기반 답변 초안 및 영업기회 후보 제안
DATA & ARCHITECTURE
데이터에서 검토 가능한 결과까지
구현 예정 흐름입니다. 각 단계의 입력·출력과 근거를 확인하며 설계합니다.
- STEP 1공개·가상 VOC
- STEP 2LLM 분류·긴급도
- STEP 3반복 이슈 집계
- STEP 4FAQ · 정책 RAG
- STEP 5답변 초안·담당자 검토
더미로 배우고, 우리 데이터로 완성합니다.
가상 상담내역과 공개 리뷰·샘플 FAQ를 활용합니다. 실제 고객정보는 비식별화와 접근권한을 검토한 회사 환경에서 연결합니다.
BUILD · OPERATE · MANAGE RISK
구조를 배우고, 자기 업무에 맞게 바꿉니다.
Taylor의 가이드·멘토링을 바탕으로 직접 수정하고 검증하는 실습을 준비합니다.
- 업무별 텍스트 분류 기준 설계
- 문서 근거를 인용하는 RAG 구성
- 답변 품질과 긴급 이슈 누락 평가
직접 바꿀 부분
문의 분류 체계, 제품 정책, 답변 톤과 담당자 전달 규칙을 직접 수정합니다.
판단과 데이터의 경계
고객 개인정보, 잘못된 정책 안내와 감성 분류 오류를 검토합니다. 고객에게 보내는 답변과 영업 전달은 담당자가 확인합니다.
사용 후에도 직접 운영하고 개선합니다.
자료·프롬프트·도구·업무 규칙을 갱신하고, 로그·비용·오류를 확인합니다. 같은 평가 기준으로 변경 전후를 비교하며 개선하는 방법을 배웁니다.
PUBLIC LEARNING ROADMAP
개발 과정도 교육 콘텐츠가 됩니다.
문제 정의 → 데이터 확보 → 설계·구현 → 검증 → 배포의 과정을 순차적으로 공개할 계획입니다.
별도 프로젝트의 실행 서비스
실행 앱은 별도 프로젝트에서 개발합니다. 공개된 서비스 주소가 확정되면 여기에서 연결합니다.
YouTube 공개강의
핵심 소개(3~5분), 시연(10~20분), 개발 과정 강의(30~60분)를 준비합니다.
영상 공개 예정
7시간 실습 과정 구성안
생성형 AI 기반 VOC 분석 및 영업지원 Agent 구축 실무
- 1H업무 문제와 AI 적용 방법
- 2H데이터와 AI 서비스 구조 이해
- 3HLLM / RAG 기본 실습
- 4H샘플 업무 데이터 연결
- 5HAI Agent 구축
- 6H프로젝트 수정·검증 실습
- 7H결과 분석·운영·리스크·개선
교육과정 제안 단계이며, 개설 일정과 기관 운영 여부는 확정되지 않았습니다.