Skip to content

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:

문제설명
단순 분기복합 맥락 반영 못함
하드코딩케이스마다 개발 필요
설명 부재"왜 이런 진단인지" 전달 어려움
개인화 불가모든 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:

장점설명
복합 맥락여러 지표 조합한 진단 가능
자연스러운 설명"왜?" 에 대한 답변 포함
유연한 확장프롬프트 수정만으로 로직 변경
점진적 개인화셀러 행동/성과 기반 맞춤 진단

전략적 의미

  1. 프리미엄 차별화: Pro10+ 전용 서비스로 업그레이드 유인
  2. Less is More 강화: 초보 셀러도 이해하는 자연어 진단
  3. 보이지 않는 AI: 셀러는 "장사왕이 똑똑해졌네" 정도로 인식
  4. 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 축적

요금제별 경험

요금제진단 방식업무노트 연동개인화
Basic규칙 기반 (현행)
Pro규칙 기반 (현행)
Pro10+🤖 AI 진단 (Beta)

핵심 요구사항

기능설명우선순위
AI 진단 API캠페인 데이터 → LLM → 진단 결과P0
프리미엄 게이트Pro10+ 요금제 확인 → AI/규칙 분기P0
업무노트 연동AI 제안을 업무노트에 자동 기록P0
성과 추적[적용했어요] 후 7일 성과 측정P0
셀러 컨텍스트적용률, 성과 패턴 누적 → 개인화P1
간단 캐싱DB 기반 24hr TTLP1
폴백 로직API 실패 시 규칙 기반 폴백P0

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 반영

피드백 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 반영

셀러 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

지표측정 시점판정 기준
ROAS 변화적용 후 7일+10% 이상 = positive
순이익 변화적용 후 7일+5% 이상 = positive
광고비 효율적용 후 7일CPC 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)

항목풀 스펙Premium Beta
캐싱Redis 클러스터DB 테이블 (24hr TTL)
배치 처리복잡한 재생성 로직요청 시 생성
폴백정교한 에러 핸들링규칙 기반 메시지
개인화ML 모델프롬프트에 컨텍스트 주입

EDGE (예외/엣지 케이스)

Backend

케이스처리 방안
LLM API 실패규칙 기반 폴백 메시지
레이턴시 초과 (5초+)타임아웃 → 폴백
할루시네이션프롬프트 가드레일 + 출력 검증
데이터 부족"데이터가 충분하지 않아요" 메시지
일관성 이슈온도 낮게 설정 (0.3 이하)
요금제 다운그레이드규칙 기반으로 자동 전환

Frontend

케이스처리 방안
AI 진단 로딩 중"AI가 분석 중..." 스켈레톤
업무노트 미연동피드백 버튼만으로 동작
성과 측정 기간 미도래"7일 후 성과를 알려드릴게요"

성공 기준 (KR4)

지표목표
Pro10+ 대상 AI 진단 오픈✅ 배포 완료
AI 제안 적용률측정 (베이스라인 확보)
적용 후 긍정 성과율측정 (50% 이상 기대)
폴백 발생률< 10%
평균 레이턴시 (캐시 미스)< 5초
Basic/Pro → Pro10 업그레이드 문의측정

Story 목록

Story ID제목영역규모우선순위상태
E-04-S-01LLM 연동 & 프롬프트 엔진BEMP0draft
E-04-S-02AI 진단 API + 캐싱BEMP0draft
E-04-S-03프리미엄 게이트 (요금제 분기)BESP0draft
E-04-S-04제안 적용 & 성과 추적 APIBEMP0draft
E-04-S-05Surface Layer AI 진단 UIFEMP0draft
E-04-S-06업무노트 연동FESP1draft

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

의존설명
E-03 원가 히스토리정확한 순이익 데이터
S52 E-11 업무노트제안 기록 + [적용했어요] 버튼
LLM API 선정Claude / GPT (미정)

향후 로드맵

Phase스프린트내용
Premium BetaS53Pro10+ 대상 AI 진단 베타 오픈
개인화 고도화S54컨텍스트 기반 맞춤 진단 강화
전체 확대 검토S55+성과 기반 Basic/Pro 확대 여부 결정

참고 자료

  • 파티 모드 논의: s53-prep 세션
  • 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

장사왕 Product Team