카페 댓글 주문 정리 자동화 소개 영상
문제
이 고객은 신선식품과 농수산물을 공동구매로 파는 네이버 카페 운영자였습니다. 판매 방식은 단순합니다. 상품 글을 올리면 회원들이 댓글로 주문을 답니다. "중 2개", "대2 서천점", "2팩 맵게". 이 댓글이 글마다 수십에서 수백 개씩 달립니다.
문제는 그다음입니다. 운영자는 댓글을 처음부터 끝까지 읽으며 누가 무엇을 몇 개 주문했는지 엑셀로 옮겨 적고 은행 입금 내역과 대조해 입금 여부를 확인하고 픽업 지점별로 명단을 나눴습니다. 댓글 양식은 회원마다 제각각이고 입금자명은 카페 닉네임과 다른 경우가 태반이라 이 대조 작업이 판매마다 반복되는 큰 짐이었습니다.
접근
기능
게시글 댓글 자동 수집
판매 글 주소를 등록해 두면 프로그램이 카페에 로그인해 글마다 댓글 전체를 수집합니다. 네이버 카페 특유의 화면 구조(프레임 안의 본문, 더보기로 감춰진 댓글)를 다뤄 누락 없이 읽고 운영진의 답글은 규칙으로 걸러 원 주문 댓글만 남깁니다. 여러 판매 글을 한 번에 도는 일괄 수집과 진행률 표시도 갖췄습니다.
기능
규칙 우선, LLM 보조의 주문 해석
수집된 댓글에서 상품 옵션·수량·픽업 지점·요청 사항을 뽑는 파서를 2단으로 설계했습니다. 정규식 기반 규칙이 먼저 해석하고, 확신도가 기준에 못 미치는 비정형 댓글만 경량 LLM이 구조화합니다. 그래도 해석이 안 되는 댓글은 추정하지 않고 "확인 필요" 표시로 사람 눈에 띄게 남깁니다.
기능
입금 내역 자동 대조
은행에서 내려받은 입출금 파일을 읽어 주문과 대조합니다. 입금자명과 닉네임의 유사도에 금액 일치 가중치를 더해 자동 매칭하고, 애매한 건은 유사도 순으로 색을 달리한 수동 확인 화면에서 사람이 확정합니다. 파일 양식이 은행마다 달라 헤더를 자동 탐지해 읽습니다.
기능
운영 현실에 맞춘 단순화
이 모든 파이프라인을 구축해 운영해 본 뒤, 최종 출시본은 "수집과 엑셀 정리"로 오히려 단순해졌습니다. 운영자의 실제 흐름에서 가장 확실한 병목은 댓글을 읽어 옮기는 일이었고 해석·매칭은 엑셀 위에서 사람이 하는 편이 이 규모에서는 더 빨랐기 때문입니다. 만든 기능을 걷어내는 결정도 프로젝트의 일부였습니다.
처리 흐름은 다음과 같습니다.
프로그램은 윈도우용 단일 실행 파일로 배포했고 빌드는 CI가 자동으로 수행해 코드 수정이 곧바로 새 실행 파일 릴리스로 이어집니다. 수집된 주문은 같은 내용의 재수집에도 중복이 쌓이지 않도록 식별 규칙으로 걸렀습니다.
결과
댓글 수백 개를 읽어 옮겨 적는 판매마다의 반복 작업이 버튼 하나로 줄었습니다. 수집 결과는 곧바로 엑셀로 떨어져 운영자의 기존 정리 습관에 그대로 이어집니다.
이 프로젝트에서 얻은 더 큰 수확은 자동화 범위를 보는 감각입니다. AI 해석과 입금 매칭까지 만들었지만 운영자의 실사용을 관찰한 뒤 출시본을 수집·정리 중심으로 단순화했습니다. 화려한 파이프라인보다 매일 쓰이는 도구가 프로젝트의 성공이고 걷어낸 기능은 코드에 남아 있어 규모가 커지면 다시 붙일 수 있습니다.
이 프로젝트의 기술적 결정들은 아래 글에서 더 자세히 다룹니다.
- 댓글 주문 파싱, 규칙+LLM: 비정형 주문 댓글의 2단 해석
- 입금자명 자동 매칭: 닉네임과 입금자명이 다를 때
- 재수집 중복 방지 설계: 몇 번을 다시 수집해도 한 번만
- 자동화하지 말아야 할 5가지 업무: 걷어내며 배운 기준
- 공동구매 주문 정리 워크플로: 댓글 판매 운영의 전체 흐름
- 은행 입출금 내역 파싱: 은행마다 다른 파일 읽기
자주 묻는 질문
댓글 주문은 양식이 제각각인데 자동 처리가 되나요?
정형화된 표현은 규칙(정규식)으로, 비정형 표현은 LLM으로 해석하는 2단 구성이 현실적입니다. 중요한 것은 해석 실패의 처리로, 확신이 없는 댓글은 추정하지 않고 "확인 필요"로 표시해 사람이 보게 해야 주문 사고를 막을 수 있습니다.
입금자명이 카페 닉네임과 다른데 매칭이 가능한가요?
완전 자동은 어렵지만 크게 줄일 수 있습니다. 이름 유사도에 금액 일치 가중치를 더해 확실한 건을 자동 매칭하고, 나머지는 유사도 순으로 정렬된 수동 확인 화면에서 사람이 확정하는 구조입니다. 고객들이 송금 메모에 주문 내용을 적는 관행도 매칭 단서가 됩니다.
왜 AI 해석 기능을 출시본에서 뺐나요?
운영자의 실사용 관찰 결과, 이 규모에서는 수집·정리 자동화만으로 병목이 해소됐고 해석·매칭은 엑셀에서 사람이 하는 쪽이 더 빨랐기 때문입니다. 기능은 코드에 남아 있어 판매 규모가 커지면 다시 연결할 수 있습니다. 자동화는 최대가 아니라 적정이 목표입니다.
네이버 카페 자동 수집은 문제가 없나요?
본인이 운영하는 카페의 공개 게시글 댓글을 본인 계정으로 수집하는 범위였고 수집 속도도 사람의 열람 수준으로 유지했습니다. 다만 포털 서비스의 자동화는 약관 변화에 민감한 영역이라, 항상 본인 운영 콘텐츠 범위와 완만한 속도라는 선을 지키는 것이 중요합니다.