HGNET
AI 시스템2024-2025

Auto Saju — 사주 자동 분석·발송

주문 접수부터 만세력 계산, GPT-4 사주 분석, 30페이지 PDF 생성, 이메일 자동 발송까지 사람 손 없이 1건당 4초로 끝내는 사주 자동화 시스템.

1건당 4초 — GPT-4 사주 분석 → 30p PDF 자동 메일

Auto Saju — 사주 자동 분석·발송

문제

사주·운세 서비스를 운영하는 1인 사업자나 소규모 팀에게 한 건 처리는 결코 가벼운 일이 아닙니다. 만세력 계산부터 수동으로 직접 해야 하고, 분석 내용을 작성하는 데만 1~3시간이 걸립니다. 워드/한글로 문서를 만들고 PDF로 변환해 첨부 메일을 보내는 반복 작업이 이어집니다.

주문이 한꺼번에 들어오면 처리 지연으로 고객 불만이 쌓이고, 담당자가 자리를 비우면 발송 자체가 불가능합니다. 결국 잘 팔수록 더 힘들어지는 구조입니다.

접근

사주 자동화의 핵심은 "사주 계산 + AI 분석 + 문서 생성 + 메일 발송"을 하나의 끊김 없는 파이프라인으로 만드는 것이었습니다. 만세력은 한국 전통 역학 데이터 기반으로 양력↔음력 변환과 사주팔자·오행·십신·대운을 정확히 계산하도록 자체 서비스(Manseryeok)로 구현했습니다.

분석은 GPT-4를 11개 섹션으로 나눠 호출해 일관된 구조의 결과를 만들고, Prawn으로 한글 폰트(나눔고딕)가 적용된 30페이지 PDF를 생성합니다. 메일 발송은 Sidekiq + Redis 비동기 워커로 처리해 고객은 대기 없이 즉시 확인 메시지를 받습니다.

해결

주문 한 건이 들어오면 시스템이 알아서 처리합니다 — 고객 정보 입력 → 만세력 자동 계산 → GPT-4 11개 섹션 분석 → 30페이지 한글 PDF 자동 생성 → SendGrid로 이메일 자동 발송 → 발송 결과 로그 기록까지.

운영자는 주문을 확인하기만 하면 됩니다. 분석부터 발송까지 시스템이 모두 처리하고, 실패 시에도 EmailLog에 기록되어 관리자 화면에서 한 번에 재발송할 수 있습니다.

Auto Saju 주문 관리 화면
관리자 대시보드 — 주문 목록, 처리 상태, 발송 이력을 한눈에

기능

주문 관리

고객 이름·생년월일·출생시간·성별·양음력 구분 입력. 상품별 주문 등록과 상태(접수/처리중/완료) 추적, 관리자 대시보드에서 전체 현황 확인이 가능합니다.

만세력 자동 계산

양력↔음력 자동 변환(윤달 처리 포함), 사주팔자(년주·월주·일주·시주) 자동 도출, 오행·십신·대운 자동 계산. 한국 전통 역학 데이터 기반의 정확한 계산.

GPT-4 사주 분석

계산된 사주 데이터를 GPT-4에 전달해 성격·직업·건강·재물·대인관계 등 11개 섹션 분석을 자동 생성합니다. 결과는 JSONB로 저장되어 재발행 가능합니다.

30p 한글 PDF 자동 생성

Prawn 라이브러리 기반으로 분석 결과를 나눔고딕 폰트가 적용된 30페이지 이상 PDF로 자동 변환합니다. 표·섹션 포함 전문적 레이아웃입니다.

이메일 자동 발송

Sidekiq + Redis 비동기 처리로 PDF를 고객 이메일에 첨부해 자동 발송합니다. EmailLog에 성공·실패·오류가 기록되어 관리자가 한 번의 클릭으로 재발송할 수 있습니다.

통계와 CSV 내보내기

월별·연별 매출 통계 차트, 상품별 판매 현황, 전체 주문 데이터 CSV 내보내기를 지원합니다.

스택

  • Ruby on Rails 8.1 — 주문·분석·발송 통합 백엔드
  • OpenAI GPT-4 — 11개 섹션 사주 분석 엔진
  • Sidekiq + Redis — 비동기 백그라운드 발송
  • SendGrid — 대규모 이메일 발송 인프라
  • Prawn + 나눔고딕 — 한글 PDF 자동 생성
  • PostgreSQL — JSONB 분석 결과 영구 저장

결과

Before
건당 처리 시간 2~3시간. 주문 10건이면 하루 종일. 야간·주말 주문은 다음 날 처리. 발송 오류는 수동 확인.
After
건당 처리 시간 5분 이내(자동), 주문 10건도 동시 자동 처리. 야간·주말 주문 즉시 자동 발송, 오류는 로그 자동 기록·재발송 버튼.

잘 팔수록 더 힘들어지는 구조에서 잘 팔수록 더 자유로워지는 구조로 — 매출 확장이 곧 운영 부담 증가가 아닌 시스템을 만들었습니다.

주문 처리량이 매출 확장의 병목이었던 구조를 해소해, 실제 도입 후 일 매출이 증가했고 운영자는 마케팅과 신규 상품 기획에 집중할 수 있게 됐습니다.