테마
E-04: AI 진단 엔진 (Premium Beta)
담당: 하록님 상태: 설계 중 우선순위: P0
WHY (왜 필요한가?)
현재 Surface Layer의 한계
[규칙 기반 진단]
if ROAS < 100% → "🔴 광고비가 매출보다 많아요"
else if ROAS < 200% → "🟡 효율 개선이 필요해요"
else → "🟢 잘 운영되고 있어요"문제점:
| 문제 | 설명 |
|---|---|
| 단순 분기 | 복합 맥락 반영 못함 |
| 하드코딩 | 케이스마다 개발 필요 |
| 설명 부재 | "왜 이런 진단인지" 전달 어려움 |
| 개인화 불가 | 모든 셀러에게 동일한 메시지 |
AI 엔진 도입 효과
[AI 기반 진단]
"최근 7일간 ROAS가 180% → 150%로 하락했고,
비검색 광고비가 전체의 65%를 차지하기 때문에
🟡 주의가 필요합니다.
입찰가를 15% 낮추면 순이익이 개선될 수 있어요."장점:
| 장점 | 설명 |
|---|---|
| 복합 맥락 | 여러 지표 조합한 진단 가능 |
| 자연스러운 설명 | "왜?" 에 대한 답변 포함 |
| 유연한 확장 | 프롬프트 수정만으로 로직 변경 |
| 점진적 개인화 | 셀러 행동/성과 기반 맞춤 진단 |
전략적 의미
- 프리미엄 차별화: Pro10+ 전용 서비스로 업그레이드 유인
- Less is More 강화: 초보 셀러도 이해하는 자연어 진단
- 보이지 않는 AI: 셀러는 "장사왕이 똑똑해졌네" 정도로 인식
- Phase 3 준비: Growth Proof (성장 증명) 단계로의 발판
WHAT (무엇을 만드는가?)
핵심 전략: Premium Beta
Phase 1~4를 압축하여 S53에 Premium Beta로 출시
[기존 순차적 접근] - 4+ 스프린트 소요
Phase 1 (PoC) → Phase 2 (피드백) → Phase 3 (개인화) → Phase 4 (프리미엄)
[Premium Beta 접근] - S53 단일 스프린트
PoC + 피드백 루프 + 프리미엄 게이트를 동시에
→ Pro10+ 고객에게 먼저 베타 오픈
→ 검증하면서 개인화 데이터 축적요금제별 경험
| 요금제 | 진단 방식 | 업무노트 연동 | 개인화 |
|---|---|---|---|
| Basic | 규칙 기반 (현행) | ❌ | ❌ |
| Pro | 규칙 기반 (현행) | ❌ | ❌ |
| Pro10+ | 🤖 AI 진단 (Beta) | ✅ | ✅ |
핵심 요구사항
| 기능 | 설명 | 우선순위 |
|---|---|---|
| AI 진단 API | 캠페인 데이터 → LLM → 진단 결과 | P0 |
| 프리미엄 게이트 | Pro10+ 요금제 확인 → AI/규칙 분기 | P0 |
| 업무노트 연동 | AI 제안을 업무노트에 자동 기록 | P0 |
| 성과 추적 | [적용했어요] 후 7일 성과 측정 | P0 |
| 셀러 컨텍스트 | 적용률, 성과 패턴 누적 → 개인화 | P1 |
| 간단 캐싱 | DB 기반 24hr TTL | P1 |
| 폴백 로직 | API 실패 시 규칙 기반 폴백 | P0 |
HOW (어떻게 구현하는가?)
아키텍처 개요
[Premium Beta 플로우]
Pro10+ 셀러 로그인
↓
요금제 확인 → Basic/Pro면 규칙 기반
↓ Pro10+
캐시 확인 → Hit면 캐시 반환
↓ Miss
셀러 컨텍스트 로드 (적용 이력, 성과 패턴)
↓
LLM API 호출 (컨텍스트 + 광고 데이터)
↓
진단 결과 → Surface Layer 표시 + 업무노트 기록
↓
[적용했어요] 클릭 시 → 7일 후 성과 측정
↓
셀러 컨텍스트 업데이트 → 다음 진단에 반영피드백 수집: 행동 + 성과 기반
직접 질문 (👍👎) 대신, 기존 업무노트 UX + 객관적 성과 측정
[AI 제안 → 학습 사이클]
1. AI 진단 제안
┌─────────────────────────────────────────┐
│ 🤖 AI 제안: 비검색 입찰가 15% 인하 │
│ 예상 효과: 순이익 +12% │
│ │
│ [적용했어요] [나중에] [맞지 않아요] │
└─────────────────────────────────────────┘
2. [적용했어요] 클릭 시
- 적용일 기록
- 7일 후 성과 자동 측정
3. 성과 측정
- ROAS 변화: 150% → 180% (+20%)
- 순이익 변화: +15만원
- verdict: "positive"
4. 컨텍스트 업데이트
- 다음 진단에 반영셀러 컨텍스트 구조
SellerAIContext
├── suggestions: [ # AI 제안 이력
│ {
│ id, type, campaignId, suggestedAt,
│ action: "applied" | "rejected" | "ignored",
│ actionAt,
│ outcome: { # 적용 시 성과 측정
│ measuredAt, # 7일 후
│ roasBefore, roasAfter,
│ profitDelta,
│ verdict: "positive" | "neutral" | "negative"
│ }
│ }
│ ]
├── patterns: { # 누적 패턴
│ applyRate: 0.65, # 적용률
│ positiveOutcomeRate: 0.80, # 긍정 성과율
│ preferredActions: ["bid_adjust", "budget_realloc"],
│ avoidedActions: ["campaign_pause"]
│ }
└── segment: {
│ category: "농수산물",
│ riskTolerance: "moderate", # 행동 패턴에서 추론
│ responsiveness: "high" # 제안 적용 속도
│ }프롬프트 설계
[시스템 프롬프트]
당신은 쿠팡 광고 분석 전문가입니다.
셀러의 광고 데이터를 분석하여 Status Badge와 진단 메시지를 생성합니다.
규칙:
1. Badge는 🟢(양호), 🟡(주의), 🔴(위험) 중 하나
2. 진단은 2-3문장으로 간결하게
3. 가능하면 구체적인 행동 제안 포함
4. 순이익 관점에서 판단
[셀러 컨텍스트]
- 최근 10개 제안 중 7개 적용 (적용률 70%)
- 적용 후 긍정 성과율: 85%
- 선호 액션: 입찰가 조정, 예산 재배분
- 기피 액션: 캠페인 중단 (2회 거절 이력)
→ 이 셀러에게 맞는 진단과 제안을 해주세요.
[입력 데이터]
- 캠페인명, ROAS, 광고비, 전환매출, 순이익
- 최근 7일 추이
- 검색/비검색 비율
[출력 형식]
{
"badge": "🟡",
"diagnosis": "최근 7일간 ROAS가 15% 하락...",
"suggestion": {
"type": "bid_reduction",
"action": "비검색 입찰가 15% 인하",
"expectedEffect": "순이익 +12% 예상"
}
}성과 측정 로직
| 지표 | 측정 시점 | 판정 기준 |
|---|---|---|
| ROAS 변화 | 적용 후 7일 | +10% 이상 = positive |
| 순이익 변화 | 적용 후 7일 | +5% 이상 = positive |
| 광고비 효율 | 적용 후 7일 | CPC 감소 = positive |
복합 판정:
if (ROAS↑ AND 순이익↑) → "positive"
if (ROAS↑ AND 순이익↓) → "neutral"
if (ROAS↓ AND 순이익↓) → "negative"UI 설계
Basic/Pro 사용자:
┌────────────────────────────────────────┐
│ 🟡 ROAS 150% - 효율 개선이 필요해요 │
│ │
│ ┌────────────────────────────────────┐ │
│ │ 🔒 AI 진단으로 업그레이드 │ │
│ │ Pro10 이상에서 맞춤 분석 제공 │ │
│ │ [자세히 보기] │ │
│ └────────────────────────────────────┘ │
└────────────────────────────────────────┘Pro10+ 사용자:
┌────────────────────────────────────────┐
│ 🟡 주의가 필요합니다 🤖 Beta │
│ │
│ 최근 7일간 ROAS가 180% → 150%로 │
│ 하락했어요. 비검색 광고비가 65%를 │
│ 차지하고 있어서, 입찰가를 15% 낮추면 │
│ 순이익이 개선될 수 있어요. │
│ │
│ 💡 제안: 비검색 입찰가 15% 인하 │
│ 예상 효과: 순이익 +12% │
│ │
│ [업무노트에서 확인하기] │
└────────────────────────────────────────┘기술적 단순화 (Premium Beta)
| 항목 | 풀 스펙 | Premium Beta |
|---|---|---|
| 캐싱 | Redis 클러스터 | DB 테이블 (24hr TTL) |
| 배치 처리 | 복잡한 재생성 로직 | 요청 시 생성 |
| 폴백 | 정교한 에러 핸들링 | 규칙 기반 메시지 |
| 개인화 | ML 모델 | 프롬프트에 컨텍스트 주입 |
EDGE (예외/엣지 케이스)
Backend
| 케이스 | 처리 방안 |
|---|---|
| LLM API 실패 | 규칙 기반 폴백 메시지 |
| 레이턴시 초과 (5초+) | 타임아웃 → 폴백 |
| 할루시네이션 | 프롬프트 가드레일 + 출력 검증 |
| 데이터 부족 | "데이터가 충분하지 않아요" 메시지 |
| 일관성 이슈 | 온도 낮게 설정 (0.3 이하) |
| 요금제 다운그레이드 | 규칙 기반으로 자동 전환 |
Frontend
| 케이스 | 처리 방안 |
|---|---|
| AI 진단 로딩 중 | "AI가 분석 중..." 스켈레톤 |
| 업무노트 미연동 | 피드백 버튼만으로 동작 |
| 성과 측정 기간 미도래 | "7일 후 성과를 알려드릴게요" |
성공 기준 (KR4)
| 지표 | 목표 |
|---|---|
| Pro10+ 대상 AI 진단 오픈 | ✅ 배포 완료 |
| AI 제안 적용률 | 측정 (베이스라인 확보) |
| 적용 후 긍정 성과율 | 측정 (50% 이상 기대) |
| 폴백 발생률 | < 10% |
| 평균 레이턴시 (캐시 미스) | < 5초 |
| Basic/Pro → Pro10 업그레이드 문의 | 측정 |
Story 목록
| Story ID | 제목 | 영역 | 규모 | 우선순위 | 상태 |
|---|---|---|---|---|---|
| E-04-S-01 | LLM 연동 & 프롬프트 엔진 | BE | M | P0 | draft |
| E-04-S-02 | AI 진단 API + 캐싱 | BE | M | P0 | draft |
| E-04-S-03 | 프리미엄 게이트 (요금제 분기) | BE | S | P0 | draft |
| E-04-S-04 | 제안 적용 & 성과 추적 API | BE | M | P0 | draft |
| E-04-S-05 | Surface Layer AI 진단 UI | FE | M | P0 | draft |
| E-04-S-06 | 업무노트 연동 | FE | S | P1 | draft |
의존성 그래프
E-04-S-01 (LLM) ──→ E-04-S-02 (API + 캐싱)
│
E-04-S-03 (Gate) ────────┤
│
E-04-S-04 (성과추적) ────┴──→ E-04-S-05 (FE)
│
S52 E-11 (업무노트) ──────────→ E-04-S-06 (연동)의존성
| 의존 | 설명 |
|---|---|
| E-03 원가 히스토리 | 정확한 순이익 데이터 |
| S52 E-11 업무노트 | 제안 기록 + [적용했어요] 버튼 |
| LLM API 선정 | Claude / GPT (미정) |
향후 로드맵
| Phase | 스프린트 | 내용 |
|---|---|---|
| Premium Beta | S53 | Pro10+ 대상 AI 진단 베타 오픈 |
| 개인화 고도화 | S54 | 컨텍스트 기반 맞춤 진단 강화 |
| 전체 확대 검토 | S55+ | 성과 기반 Basic/Pro 확대 여부 결정 |
참고 자료
- 파티 모드 논의:
s53-prep세션 - Surface Layer 현재 구조:
.context/domains/ads/ - 업무노트: S52 E-11
- 전략 로드맵:
.context/global/strategy.md(Phase 2 → Phase 3)
생성일: 2026-01-27최종 수정: 2026-01-27
