수백 개 금융사 정산 메일, AI로 '뚝딱'
- 1일 전
- 2분 분량
핀다가 제휴한 금융사는 100곳에 달합니다. 금융사와 연결된 플랫폼 특성상 매달 각 금융사로부터 정산 메일을 수신하고, 이를 확인·정리하는 작업이 반복됐습니다. 핀다 재무팀이 원한 건 단순했습니다. 어떤 금융사에서 메일이 왔는지, 첨부 파일이 있는지 없는지를 한눈에 파악하고, 관련 파일을 한 곳에 모아두는 것.
그러나 막상 들여다보니 문제는 생각보다 훨씬 복잡했습니다.
Flash팀 한보람님은 처음엔 비용 최소화를 위해 AI 없이 검색어 일치 방식으로 접근했습니다.
핀다가 먼저 정산 메일을 보내면 금융사가 같은 제목으로 회신하는 구조이니,
제목 키워드만 잡아도 충분할 거라 판단했죠.
🌧️하지만 현실은 달랐습니다.
직접 회신하지 않고 사내 다른 담당자에게 먼저 보낸 뒤 포워드하는 경우
아예 새 메일로 작성하거나 여러 은행사를 담당하는 한 회사가 정산 내역을 한꺼번에 묶어 보내기까지
여기에 하나의 도메인에서 여러 계열사 메일이 혼재하는 사례도 빈번했죠.
업무 시트에 적힌 이름과 메일 본문의 은행명이 미묘하게 다른 케이스까지 더해지자
규칙 기반 분류의 한계가 명확해졌습니다.
🔮AI 도입, 결과를 바꾸다
결국 보람님은 방향을 바꿉니다.
바로, 👉 경량 AI 모델(Claude Haiku) 도입
접근은 단순하지만 강력했습니다. 메일 제목과 본문, 발신 도메인을 AI에게 전달하고
판단을 맡겼습니다.
자동화 구조는 깔끔하게 설계됐습니다.
❶ AWS Lambda가 30분마다 메일함 확인: 영업일 기준 주기적으로 접속해 신규 메일 탐색
❷ AI가 메일을 분석해 금융사 분류: 메일 제목, 본문, 발신 도메인 기반으로 어느 금융사인지 판단
❸ 결과를 구글 시트에 자동 기록: 분류된 정보가 정리된 형태로 누적
❹ 첨부 파일은 구글 드라이브에 저장: 파일은 자동 업로드되고, 시트에서 링크로 바로 접근
❺ 슬랙 /정산 명령어로 누락 메일 조회: 마지막 확인 이후 들어온 메일 즉시 확인
🔧 디테일로 완성도 제고
실제 운영 단계에서는
예상 못한 디테일들이 계속 등장했습니다.
✔️ 이미지 파일 필터링
메일 서명에 포함된 이미지가 첨부 파일로 잘못 인식되는 문제였죠.
👉이미지 및 확장자 없는 파일 제외 처리
✔️ 도메인 기준 가정 수정
초기 '은행명 + 도메인 = 하나의 메일'로 설정했지만,
현실은 하나의 도메인에서 여러 메일이 오는 구조였죠.
👉복수 행 생성 가능하도록 구조 변경
이런 작은 예외들을 하나씩 잡으면서
시스템 완성도가 올라갔습니다.
⏱️ 개발 기간과 비용
총 열흘. 이번 자동화 프로젝트에 걸린 시간입니다.
빠르게 시작해, 빠르게 완성됐죠.
그 결과 운영 비용을 월 0.1 달러 미만으로 줄였고,
가장 중요한 재무팀 업무 효율성을 제고했습니다.
1회 약 2시간 × 월 4회
👉 총 월 8시간 절약
🚀 정확도 이어 '보안'
보람님이 꼽은 다음 개선 과제는 명확합니다.
⚠️개인정보 처리 문제
현재 구조는
메일 본문 전체를 외부 AI로 전달하는 방식이기 때문에,
개인정보가 포함될 가능성이 있습니다.
🔐 앞으로의 방향은 다음과 같습니다.
1️⃣사내 서버에서 오픈웨이트 모델로 ➡️개인정보 마스킹
2️⃣마스킹된 데이터만 ➡️ 외부 고성능 AI에 전달
👉 보안 + 성능을 동시에 잡는 2단계 구조
