AI 외주로 반품 접수를 돕는 챗봇 만들기

핵심 요약

1. 주문번호·상품·반품 사유를 받아 고객이 신청 내용을 확인할 수 있는 챗봇을 만듭니다. 2. 규정의 근거를 보여주는 기능과 실제 반품 접수 API를 분리해 연결합니다. 3. 반품 조건 판정, 신청 전 고객 확인, 중복 접수 방지와 담당자 연결은 직접 개발합니다.

반품문의에서는 “반품할 수 있나요?”라는 질문과 “이 상품을 반품하겠습니다”라는 요청을 구분해야 합니다. AI 외주를 맡길 때도 답변 화면과 실제 신청 기능의 개발 범위를 각각 정해야 합니다. 아래는 쇼핑몰의 규정과 주문 시스템을 연결해 구현할 기능을 설명한 내용입니다.

주문번호와 반품할 상품을 확인하는 화면

고객이 주문번호를 입력하면 쇼핑몰의 주문 조회 기능과 연결합니다. 챗봇이 주문번호를 받았다는 이유만으로 주문 정보를 보여주지 않도록, 로그인한 고객의 주문인지 확인하는 로직을 먼저 둡니다. 조회 결과에서는 상품명과 수량을 보여주고 반품할 항목을 직접 선택하게 합니다.

반품 사유는 선택 항목과 추가 설명으로 받습니다. 여러 상품을 주문했다면 선택한 상품별로 수량과 사유를 묶어 보관하는 기능이 필요합니다. 다음 화면에는 선택 내용을 다시 보여주며, 검수에서는 다른 고객의 주문이 노출되지 않는지와 선택하지 않은 상품이 포함되지 않는지 확인합니다.

Claude Citations로 규정 원문과 답변 연결하기

Claude Citations는 제공한 문서의 근거 구간을 답변에 연결하는 기능입니다. 개발에 필요한 첫 번째 자료는 시행일과 상품군별 예외가 표시된 반품 규정 원문입니다. 이 문서를 바탕으로 고객의 질문과 관련된 안내를 만들고, 화면에서 근거 문구도 확인할 수 있게 합니다.

문서의 최신성은 별도로 관리해야 하므로 적용할 규정의 버전을 고르고 교체하는 기능을 직접 만듭니다. 답변 화면에는 해당 규정의 시행일을 함께 표시하고, 근거를 찾지 못하면 담당자 확인으로 연결합니다. 검수할 때는 예전 규정이 안내에 섞이지 않는지, 표시된 원문이 답변 내용을 실제로 뒷받침하는지 확인합니다.

반품 기간과 상품 조건을 업무 규칙으로 판정하기

반품 가능 여부는 챗봇의 자연스러운 설명과 별개로 판정해야 합니다. 주문에서 가져온 배송 완료일, 선택 상품, 신청 시점 등을 쇼핑몰이 확정한 업무 규칙과 대조합니다. 기간을 계산하는 기준과 상품별 제한 조건은 담당자가 확인한 표를 바탕으로 코드로 구현합니다.

예를 들어 개봉 여부에 따라 처리가 달라지는 상품이라면 고객에게 추가 질문을 보여줍니다. 답이 없거나 규정에 없는 상황이면 임의로 가능·불가를 확정하지 않고 확인이 필요하다고 안내합니다. 기간의 마지막 날이나 여러 조건이 겹친 주문을 검수 자료에 포함해, 같은 입력에 같은 판정이 나오는지 확인합니다.

Claude tool use로 고객 확인 뒤 접수 요청하기

Claude tool use의 클라이언트 도구는 모델의 호출 요청을 애플리케이션 코드가 실행하고 결과를 돌려주는 방식입니다. 여기에는 쇼핑몰의 반품 접수 API, 즉 신청 정보를 전달하는 연결 기능을 붙입니다. 두 번째 준비 자료는 주문 조회·반품 접수 API 명세와 개인정보를 가린 요청·응답 예시입니다.

실제 호출 전에는 상품·수량·사유를 모은 확인 화면과 ‘반품 신청’ 버튼을 둡니다. 고객이 확인한 내용과 제출 내용이 같은지, 해당 주문의 신청 권한이 있는지는 서버에서 다시 검사합니다. 접수 성공 응답을 확인한 뒤 접수번호를 보여주며, 신청을 보냈다는 이유만으로 완료 문구를 표시하지 않습니다.

LangGraph로 담당자 확인 후 처리 이어가기

LangGraph의 interrupt는 실행을 멈추고 외부 입력 후 이어갈 수 있는 기능입니다. 규정이 모호하거나 주문 정보가 맞지 않는 문의에는 이 중단 지점을 둘 수 있습니다. 담당자 화면에는 고객이 선택한 상품, 반품 사유, 확인이 필요한 규정 구간을 모아 보여줍니다.

누가 처리 내용을 승인할 수 있는지와 재개 후 어떤 작업을 실행할지는 애플리케이션에서 직접 정합니다. 담당자가 상품이나 수량을 수정했다면 고객에게 변경 내용을 다시 확인받도록 연결합니다. 고객 화면에는 확인이 필요한 이유와 다음 절차를 표시해 같은 내용을 반복해서 입력하는 일을 줄입니다.

응답이 끊겨도 중복 신청을 막는 검수

이런 AI 챗봇 개발에서는 접수 성공 화면뿐 아니라 응답을 받지 못한 상황도 다뤄야 합니다. 같은 신청을 구별하는 기록과 기존 접수 여부를 조회하는 로직을 개발 범위에 포함합니다. 연동할 API에서 접수 결과를 확인할 수 있는지도 먼저 점검해야 합니다.

구체적인 실패 검수 사례는 접수가 처리된 직후 통신이 끊겨 고객이 신청 버튼을 다시 누르는 상황입니다. 이때 반품이 두 건 생성되지 않는지 확인하고, 결과를 조회할 수 없다면 담당자 확인으로 넘깁니다. 고객에게는 확인 중임을 안내하며, 실제 접수 여부가 확인된 뒤 결과를 보여줍니다.

반품 규정 원문과 주문 조회·접수 API 자료, 담당자 확인이 필요한 예외 사례를 정리해 트램스에 개발을 문의해 주세요. 고객 확인 화면부터 실제 접수와 실패 상황 검수까지 필요한 범위를 함께 정합니다. 트램스 AI 제작 문의 (https://trams.co.kr/ai-si/contact/#inquiry)