AI 견적봇은 왜 팔 수 없는 제품 조합을 추천할까요?

요약

AI 견적봇이 존재하지 않는 제품을 추천하지 않으려면 옵션 목록보다 조합 규칙과 구성 API가 먼저 필요합니다. 견적 스냅샷과 규칙 버전까지 정리합니다.

고객이 AI 견적봇에 이렇게 말합니다. “대용량이고 실외에서 쓸 수 있는 모델을 밝은 색상으로 추천해 주세요.” AI는 카탈로그에서 용량, 설치 환경과 색상을 찾아 자연스러운 답을 만듭니다.

문제는 그 조합이 실제로 생산 가능한지입니다. 실외 사양에는 특정 재질만 쓸 수 있고, 대용량 모델은 밝은 색상 인증을 받지 않았을 수 있습니다. 옵션 이름은 모두 카탈로그에 있지만 세 옵션을 함께 선택한 제품은 존재하지 않습니다.

AI가 제품을 몰라서 생기는 문제만은 아닙니다. 카탈로그에 옵션 목록만 있고 조합 규칙이 없다면 사람도 같은 실수를 합니다. AI 견적의 정확도는 대화 모델보다 판매 가능한 구성을 판정하는 제품 데이터에서 먼저 결정됩니다.

옵션의 전체 조합은 제품 목록이 아닙니다

예를 들어 재질 3개, 용량 4개, 사용 지역 2개가 있으면 수학적으로는 24개 조합이 나옵니다. 하지만 인증과 생산 조건을 통과한 구성이 7개라면 나머지 17개는 선택 후보일 뿐 판매 제품이 아닙니다.

여기서 옵션값, 유효한 구성과 SKU를 구분해야 합니다.

모든 유효한 구성이 미리 만들어진 SKU일 수도 있고, 주문이 들어올 때 구성되는 제품일 수도 있습니다. 중요한 것은 옵션을 곱해서 SKU를 자동 생성하는 것이 아니라, 어떤 조합을 실제로 약속할 수 있는지 판정하는 기준입니다.

실외형이면 스테인리스가 필요함, 고용량과 저전압은 함께 선택할 수 없음 같은 규칙은 화면의 조건문으로만 두면 안 됩니다. 웹 견적 화면, 영업용 엑셀과 생산 시스템이 각자 같은 조건을 다시 만들면 한쪽에서 허용한 구성이 다른 쪽에서 거절됩니다.

구성 규칙은 적어도 다음 네 종류를 구분하는 편이 좋습니다.

규칙을 적용해 옵션을 숨겼다면 되돌리는 동작까지 규칙에 포함해야 합니다. 조건이 사라졌을 때 제품을 다시 보여주지 않으면 이전 선택의 결과가 화면에 남아 유효한 제품까지 찾지 못할 수 있습니다.[2]

규칙의 종류만큼 중요한 것은 규칙의 이유입니다. 생산 불가, 인증 미승인, 단종 예정, 납기 제한처럼 담당자가 고객에게 설명할 수 있는 사유를 함께 저장해야 합니다.

규칙에는 시작일과 종료일도 필요합니다. 지난달에는 가능했던 조합이 부품 단종으로 막힐 수 있고, 특정 지역 인증을 받은 뒤 새 조합이 열릴 수도 있습니다.

저는 AI 견적 프로젝트에서 챗봇보다 구성 API를 먼저 만듭니다. 이 API는 선택한 옵션을 받아 다음 결과를 반환해야 합니다.

AI는 “밝은 색상의 실외용 대용량 모델”이라는 고객 표현을 옵션값으로 바꾸고 구성 API를 호출합니다. API가 조합을 거절하면, AI는 임의로 비슷한 제품을 만들어내지 않고 가능한 대안을 설명합니다.

이 역할을 반대로 두면 모델을 바꿀 때마다 제품 판정이 달라질 수 있습니다. 같은 옵션과 같은 규칙 버전에는 항상 같은 결과가 나와야 견적을 주문과 생산으로 넘길 수 있습니다.

제품 조합 규칙을 영업팀 혼자 관리하기는 어렵습니다. 생산 가능 여부는 설계와 BOM, 인증 조건은 품질·법무, 가격과 할인은 영업, 납기는 구매와 생산 계획이 가지고 있을 수 있습니다.

따라서 하나의 거대한 규칙표를 만드는 것보다 규칙마다 책임 부서와 승인자를 둡니다. 변경 요청, 검토, 적용일과 이전 버전을 남기면 어떤 견적이 어떤 기준으로 만들어졌는지 추적할 수 있습니다.

제가 규칙을 검토한다면 코드의 길이보다 같은 판단이 웹, CRM, ERP에서 재사용되는지를 먼저 봅니다. 한 시스템에만 있는 예외는 다음 채널을 만들 때 다시 누락되기 때문입니다.

오늘 만든 견적을 한 달 뒤 다시 열었을 때 최신 규칙으로 재계산하면 금액이나 가능 여부가 달라질 수 있습니다.[3] 제품 규칙이 바뀌었다는 이유로 이미 고객에게 제시한 견적의 근거가 사라져서는 안 됩니다.

견적에는 선택한 옵션, 자동 추가된 부품, 가격 항목, 판정 결과와 규칙 버전을 스냅샷으로 저장합니다. 최신 카탈로그를 보여주는 화면과 당시 견적을 재현하는 화면도 분리합니다.

그래서 과거 견적을 조회할 때는 현재 규칙을 다시 실행하는 것보다 당시 결과와 근거를 함께 보여주는 편이 안전합니다.

전체 카탈로그를 한 번에 옮기면 옵션 수는 많아지지만 규칙의 빈틈을 찾기 어렵습니다. 예외가 가장 많은 제품군 하나를 골라 영업·설계·생산 담당자가 함께 조합을 검증하는 편이 빠릅니다.

판매량이 많은 정상 조합만 시험해서는 부족합니다. 반드시 거절해야 하는 조합, 필수 부품이 자동으로 붙는 조합, 기간이 끝난 구성과 경계값도 테스트 세트에 넣습니다. 화면, 구성 API와 주문 데이터가 같은 결과를 내는지 확인합니다.

AI 견적봇의 품질은 말을 얼마나 자연스럽게 하는지보다 팔 수 없는 조합을 멈추는지에서 드러납니다. 좋은 견적봇은 모든 질문에 제품을 만들어 답하지 않습니다. 확정된 규칙 안에서 가능한 구성을 추천하고, 불가능한 경우에는 그 이유와 다음 선택지를 보여줍니다.