Gadget이 AI 고객지원 답변 초안 시스템을 만든 방법
Gadget은 고객지원 문의를 AI가 먼저 조사하고 답변 초안을 쓰게 하는 내부 시스템을 소개했습니다. 핵심은 문서만 읽는 AI가 아니라, 실제 코드와 사용자 앱 정보까지 볼 수 있게 한 점입니다.
기존 AI 지원 봇은 공개 문서에 있는 질문에는 답할 수 있지만, 실제 오류 원인이나 사용량 문제처럼 앱 안쪽을 봐야 하는 질문에는 약했습니다. Gadget은 문의가 들어오면 Gizmo Support Dashboard가 E2B sandbox를 만들고, 그 안에서 Claude Agent SDK가 코드와 로그를 살펴본 뒤 답변 초안을 작성하게 했습니다.
이 시스템에는 Gadget의 monorepo, 사용자 앱 코드, analytics, 그리고 내부 도구에 접근하는 MCP server가 들어갑니다. 목표는 사람을 대체하는 것이 아니라, 지원 담당자가 검토할 수 있는 초안을 빠르게 만드는 것입니다. 글에서는 티켓 1,000개가 한꺼번에 들어와도 sandbox를 1,000개 띄우는 방식으로 병렬 처리할 수 있다고 설명합니다.
핵심 포인트
- AI가 문서 링크만 찾는 수준을 넘으려면 실제 제품 맥락이 필요합니다.
- Gadget은 문의마다 별도 E2B sandbox를 만들어 안전하게 작업하게 했습니다.
- Claude Agent SDK가 코드, 로그, 사용자 질문을 바탕으로 답변 초안을 만듭니다.
- MCP server는 AI가 지원 담당자처럼 내부 도구와 사용자 앱 정보를 볼 수 있게 합니다.
- 최종 답변은 사람이 검토하고 수정하는 구조입니다.
용어 한 줄 설명
- dashboard
- 사용량과 비용 같은 정보를 한 화면에서 보는 관리 화면입니다.
- E2B sandbox
- AI가 따로 격리된 작업 공간에서 코드를 실행하고 조사하게 해주는 환경입니다.
- Claude Agent SDK
- Claude를 이용해 도구를 쓰고 작업을 진행하는 AI 에이전트를 만들기 위한 개발 도구입니다.
- monorepo
- 여러 서비스나 앱의 코드가 한 저장소에 함께 들어 있는 구조입니다.
- analytics
- 방문자 수나 클릭 같은 사용 현황을 보여주는 통계입니다.
- MCP server
- AI 도구가 다른 앱의 기능을 사용할 수 있게 연결해주는 통로입니다.
- MCP
- AI 도구가 외부 앱이나 데이터와 연결되도록 돕는 규칙입니다.
- 병렬 처리
- 여러 작업을 차례가 아니라 동시에 진행해 시간을 줄이는 방법.