🤖 Supplement 10: L3 AI Agent 사용법 — 의사결정 자동화 & 무인 시스템

AI Mastery Track L3 — 자동화 (최심화)

선수 학습: L1 Supplement 08 (검증 능력) + L2 Supplement 09 (비서 빌드)

목적: 본 문서를 끝내면 (1) Assistant vs Agent를 명확히 구분한다, (2) 주문·CS·경쟁사 모니터링 3개 Agent가 가동된다, (3) Browser Use Agent로 동적 사이트까지 자동화한다, (4) 무인 24/7 시스템 마스터 아키텍처를 안다, (5) 인간이 절대 자동 결정을 위임하면 안 되는 영역을 안다.

소요 시간: 1회독 2시간 + 3개 빌드 각 60120분 (총 약 68시간).

결제 권장: Make.com Pro $9 + Anthropic API ~$15 + 인프라 ~$5 = 약 $30/월. 매출 $3,000+ 부터 ROI 명확.

0. L3에 들어오기 전 (선수 점검)

L1 / L2 / L3 한 줄 정의

원칙: L1·L2를 안 한 채 L3로 가면, 잘못된 결정도 자동으로 일어납니다. L3 = L1 검증 + L2 비서 + 트리거 + 자율 행동.

L1·L2 미독자는 §0 박스 끝의 한 줄 요약만 읽고도 본 문서를 따라갈 수 있습니다. 단 §3 Build 1 빌드 시 L2 카피·CS 비서가 사전 빌드되어 있어야 매끄럽습니다.

1. Assistant vs Agent — 같은 일, 다른 구조

1-1. 핵심 정의

Agent = 트리거 + 의사결정 룰 + 행동 + 로깅

[트리거]        — Webhook / Cron / 이메일 도착 등 (자동)
[의사결정 룰]   — Claude API에 의한 판단 (룰 + 컨텍스트)
[행동]          — API 호출 / Slack 알림 / DB 기록
[로깅]          — Sheets/DB에 결정·근거·결과 기록 (디버깅용)

1-2. "환불 메일 응답" — 같은 작업의 두 모습

핵심 차이 한 줄:

Assistant는 본인이 "지시"해야 일합니다. Agent는 본인이 "허락"만 하면 일합니다.

지시는 매번 5~10분이지만, 허락은 1초. 이 차이가 1인 셀러의 24시간을 240시간으로 늘립니다.

1-3. Agent로 갈 때 얻는 것 / 잃는 것

→ Agent는 잘못된 결정도 자동으로 합니다. §7 휴먼-인-루프 경계 + §8 폭주 방지 없이는 절대 켜지 마세요.

1-4. Make.com은 "Agent-lite" — 어디서 진짜 Agent가 되는가

Week 10 Make 시나리오는 trigger + action 2단입니다 — "if 주문 들어오면 then CJ에 발주" 같은 정적 룰. 의사결정이 없습니다.

Agent로 승격 = 의사결정 룰이 Claude API에 있을 때. 즉:

[트리거] → [Claude API: 룰 + 컨텍스트로 판단] → [Router: 판단에 따라 분기] → [행동]

이 구조가 본 문서 Build 1·2·3의 공통 골격입니다.

2. 무인 24/7 운영 시스템 마스터 아키텍처

2-1. 풀 다이어그램

                  무인 24/7 드랍쉬핑 시스템 — Master Architecture
                  ────────────────────────────────────────────

    ┌─────────────────┐       webhook (즉시)
    │  Shopify Store  │ ──────────────────────────┐
    └─────────────────┘                            ▼
            ▲                          ┌──────────────────┐
            │                          │ [A] Order Agent  │   trigger: order.create
            │ 발송                      │  Make + Claude    │   decision: 재고/마진/BL
            │                          │  Haiku 4.5       │   action: CJ or Slack
            │                          └─────────┬────────┘
            │                                    │
            │                       ┌────────────┴────────────┐
            │                       │ AUTO_ORDER              │ ESCALATE
            │                       ▼                         ▼
            │              ┌────────────────┐         ┌──────────────┐
            │              │[B] CJ Fulfill  │         │ Slack        │
            │              │ HTTP (CJ API)  │         │ #orders-     │
            │              └───────┬────────┘         │  review      │
            │                      │                  └──────────────┘
            │                      ▼                          │
            │              ┌────────────────┐                 │
            │              │[C] Track123    │                 │
            │              │  Tracker Agent │                 ▼
            │              │  (poll 6h)     │             [본인 검토]
            │              └───────┬────────┘                 │
            │                      │ status_update            │
            │                      ▼                          │
    ┌────────────────┐    ┌──────────────────┐                │
    │ 고객 이메일    │───▶│[D] Watcher Agent │                │
    │  (Gmail)       │    │  Make Gmail watch │                │
    └────────────────┘    └────────┬─────────┘                │
                                   │ JSON                     │
                                   ▼                          │
                          ┌──────────────────┐                │
                          │[E] Analyst Agent │                │
                          │  Claude API +    │                │
                          │  Shopify Customer│                │
                          │  RAG (Projects)  │                │
                          └────────┬─────────┘                │
                                   │ classification           │
                                   ▼                          │
                          ┌──────────────────┐                │
                          │[F] Communicator  │                │
                          │  Claude (RAG 답안)│               │
                          └────────┬─────────┘                │
                                   │ draft                    │
                                   ▼                          │
                          ┌──────────────────┐                │
                          │ Slack 승인        │                │
                          │ [Approve][Edit]   │ ◀──────────────┘
                          │  [Reject]         │      모든 인간 개입
                          └────────┬─────────┘      한 곳에 집중
                                   │ Approve
                                   ▼
                          ┌──────────────────┐
                          │  Gmail 자동 발송  │
                          └────────┬─────────┘
                                   │
                                   ▼
                          ┌──────────────────┐
                          │ Sheets (모든 결정 │
                          │   1 행씩 로깅)    │
                          └────────┬─────────┘
                                   │ daily 06:00
                                   ▼
                          ┌──────────────────┐         ┌──────────────────┐
                          │[G] Analytics     │ ──────▶ │ Notion 대시보드  │
                          │  Agent (Claude)  │         │  (본인 5분 점검) │
                          │  Self-Critique   │         └──────────────────┘
                          └──────────────────┘
                                   │
                                   ▼
                          ┌──────────────────┐
                          │[H] Browser Use   │   매일 09:00
                          │  Competitor      │   경쟁사 5개 가격
                          │  Scraper (OSS)   │   → Sheets → Slack
                          └──────────────────┘

7개 Agent (A~G) + 외부 1개 (H). 인간 개입은 Slack 한 채널로 수렴 = "허락 5초" 모델.

2-2. 노드별 책임 분해

(Make.com Pro $9는 별도 → 총 ~$34/월)

2-3. JSON 핸드오프 스키마 표준

각 노드 사이에 흐르는 JSON은 항상 동일 골격입니다.

{
  "trace_id": "uuid-v4",
  "timestamp": "2026-04-28T09:15:32Z",
  "source_node": "watcher",
  "target_node": "analyst",
  "payload": { ... },
  "confidence": 0.92,
  "metadata": {
    "model": "claude-haiku-4-5",
    "tokens_used": 480,
    "cache_hit": true
  }
}

trace_id로 모든 노드를 가로질러 추적 가능. confidence < 0.85면 자동으로 [F] Communicator 우회 후 Slack 강제 승인.

2-4. 휴먼 대시보드 (Notion 5분 점검 7항목)

매일 아침 5분, Notion 대시보드를 봅니다.

1. 어제 처리된 주문 N건 (Auto N건 / Escalate N건)
2. 어제 CS 답변 N건 (Approve N건 / Edit N건 / Reject N건)
3. 폭주 신호 — 동일 사유 ESCALATE 3회+ 발생?
4. 경쟁사 가격 변동 알림 (어제 -15%↑)
5. 분쟁 임박 — Stripe Dispute 신호?
6. API 비용 어제 $X (Hard cap 대비 %)
7. 본인 미승인 대기 중 메일 N건

→ 5분이면 끝. 1주일 한 번 깊게 점검 (§6 자가 개선).

3. Build 1 — Single Agent: Shopify 신규 주문 → CJ 자동 발주

3-1. 목표

밤에 들어온 주문을 본인이 자는 동안 CJ에 자동 발주하되, 위험 신호(재고 없음·마진 30% 미만·블랙리스트 국가)가 하나라도 있으면 발주하지 말고 Slack에 멘션.

3-2. 의사결정 룰 명세

3개 모두 통과 + confidence >= 0.9 → AUTO_ORDER. 1개라도 위반 → ESCALATE.

3-3. Make.com 모듈 구성 (5 모듈)

[1] Webhooks > Custom webhook
    └─ Shopify Admin → Settings → Notifications → Webhooks → "Order created"
       이벤트를 이 URL로 던지게 등록.

[2] HTTP > Make a request   ← Claude API 호출 (의사결정 두뇌)
    └─ Method: POST
       URL: https://api.anthropic.com/v1/messages
       Headers:
         x-api-key: {{ENV.ANTHROPIC_KEY}}
         anthropic-version: 2023-06-01
         content-type: application/json
       Body type: Raw / JSON

[3] Tools > Parse JSON  ← Claude 응답에서 decision 필드 추출

[4] Flow Control > Router  ← 2 분기

    [분기 A: decision = "AUTO_ORDER"]
      └─ HTTP > Make a request (CJ Order API)
      └─ Google Sheets > Add a row (로그)

    [분기 B: decision = "ESCALATE"]
      └─ Slack > Post a message (#orders-review 채널, 사유 포함)
      └─ Google Sheets > Add a row (로그)

3-4. Claude API Body — 그대로 복사

{
  "model": "claude-haiku-4-5-20251001",
  "max_tokens": 400,
  "system": "너는 드랍쉬핑 발주 의사결정기다. 입력된 주문을 다음 3가지 기준으로 평가하여 JSON으로만 답한다.\n\n[기준]\n1. 재고: cj_stock_qty >= ordered_qty 인가?\n2. 마진: (selling_price - cogs - shipping) / selling_price >= 0.30 인가?\n3. 블랙리스트 국가가 아닌가? (KP, IR, CU, SY, RU)\n\n[출력 — JSON만]\n{\n  \"decision\": \"AUTO_ORDER\" | \"ESCALATE\",\n  \"failed_rules\": [],\n  \"reasoning\": \"한 문장\",\n  \"confidence\": 0.0\n}\n\n[하드 룰]\n- 1개라도 FAIL → ESCALATE.\n- confidence < 0.9 → ESCALATE.",
  "messages": [
    { "role": "user", "content": "{{1.body}}" }
  ]
}

{{1.body}}는 1번 모듈(Webhook)에서 받은 Shopify 주문 페이로드 전체를 매핑. Make의 매핑 패널에서 "Webhooks > body" 선택.

Haiku 4.5를 쓰는 이유: 분류·룰 평가 같은 단순 의사결정에는 Haiku가 충분. Sonnet/Opus는 비용 5~10x — 낭비. (§8.2 비용 절감 참조.)

3-5. 출력 JSON + Router 분기

// Claude 응답 예시
{
  "decision": "ESCALATE",
  "failed_rules": ["margin"],
  "reasoning": "Margin 24% (below 30% threshold)",
  "confidence": 0.95
}

Router는 {{3.decision}} 값으로 분기. AUTO_ORDER이면 CJ HTTP, ESCALATE이면 Slack.

3-6. 테스트 + 디버깅 + 로깅

테스트 시나리오 4개:

1. 정상 주문 (3룰 모두 통과) → AUTO_ORDER
2. 재고 부족 → ESCALATE (failed_rules: ["stock"])
3. 마진 22% → ESCALATE (failed_rules: ["margin"])
4. 북한 배송지 → ESCALATE (failed_rules: ["blacklist"])

각 결과를 Sheets에 1행씩 로깅. 컬럼: timestamp / order_id / decision / failed_rules / confidence / action_taken.

디버깅: Slack #orders-review에 ESCALATE이 너무 자주 뜨면 Sheets 로그를 1주일치 Claude에 통째 입력 → "패턴 분석해서 룰을 더 합리적으로 조정해줘" (§6 자가 개선).

4. Build 2 — Browser Use Agent: 매일 경쟁사 가격 스크랩

4-1. 왜 Browser Use Agent인가

Week 11 모니터링 봇은 정적 HTML만 스크랩 가능. 하지만 2026년 대부분 D2C 사이트는:

• React/Next.js SPA (HTML이 비어있고 JavaScript로 렌더링)
• Cloudflare 봇 차단
• 로그인 벽

→ 정적 스크래핑으로 안 됨. Browser Use Agent (실제 브라우저를 자동 조작) 필요.

4-2. 2026년 초 Browser Use Agent — 3대 옵션

4-3. 본 강의 추천: Browser Use OSS + Claude Sonnet 4.6

선택 사유:

1. 비용·해지 자유: 본인 Anthropic API 키만 있으면 끝. SaaS 구독 X.
2. Computer Use보다 안전: 브라우저 한 탭 안에서만 동작 → 내 PC의 Slack·은행 앱·메모장 등에 접근 불가. "AI가 내 PC 망가뜨리면?" 시나리오를 구조적으로 차단.
3. Python 1개 파일로 시작 → Cursor (W6 학습)와 직접 호환.
4. Claude·GPT·Gemini 백엔드 자유: 프롬프트 캐싱 활용해 Claude 90% 할인 가능 (§8.2).

Computer Use는 언제 쓰나? 브라우저 밖 작업이 꼭 필요할 때 (예: 본인 PC의 엑셀 매크로 자동 실행). 1인 셀러에게는 99% 불필요하며, §7-3 위험성 때문에 본 강의에서는 학습용으로만 짧게 언급합니다.

4-4. 워크플로우 — 매일 09:00 경쟁사 5개 가격 수집

[Vercel Cron 또는 Render Cron 09:00 KST]
        │
        ▼
[Render 또는 본인 PC: Python — browser-use 라이브러리]
        │   "다음 5개 URL을 차례로 열어 가격, 재고 상태,
        │    구매 버튼 텍스트를 추출해서 JSON으로 반환해.
        │    URL: [...]"
        │
        ▼
[JSON 결과 → Google Sheets API → 한 시트에 5 행 추가]
        │
        ▼
[직전 7일 평균과 비교 — 가격이 -15% 이상 떨어졌으면 Slack 알림]

4-5. browser-use 시작 5분 가이드

# 1. Python 환경 (3.11+)
pip install browser-use

# 2. .env 파일
ANTHROPIC_API_KEY=sk-ant-...

# 3. main.py
from browser_use import Agent
from langchain_anthropic import ChatAnthropic

llm = ChatAnthropic(model="claude-sonnet-4-6")
agent = Agent(
    task="""
    Visit these 5 competitor URLs in order:
    https://uprightgo.com/products/upright-go-2
    https://backembrace.com/products/back-embrace-original
    [...3 more...]

    For each URL, extract:
    - price (USD, just the number)
    - in_stock (true/false)
    - cta_text (button label)

    Return a JSON array: [{url, price, in_stock, cta_text}]
    """,
    llm=llm,
)
result = agent.run()
print(result)

→ Render Cron으로 매일 09:00 실행 + 결과를 Sheets API에 PUT.

4-6. 안전 가드레일

• ❌ 절대 로그인 정보를 Agent에 입력시키지 말 것 (브랜드 평판·법적 리스크)
• ❌ 타깃 사이트가 Cloudflare 차단하면 즉시 중단 — 우회 시도 X
• ❌ robots.txt 무시 X — Browser Use는 합법적 사용만
• ✅ 매 요청 사이 5초+ 지연 (서버 부담 X)
• ✅ User-Agent 명시 ("Brand-Name competitor monitoring")

4-6-bis. MCP (Model Context Protocol) — Agent 표준 도구 프로토콜

Anthropic이 2024.11에 발표한 MCP는 Agent와 외부 도구·데이터 소스를 연결하는 OpenAPI 같은 표준 프로토콜. 2025.12 Linux Foundation으로 이관되어 벤더 중립 표준이 됨. 2026.4 기준 75+ Claude 공식 connector + Cursor·Windsurf·Zed 등 IDE 통합.

MCP 핵심 개념

┌─ MCP Client (Cursor / Claude Desktop / 본인 Agent SDK 앱)
│
├─ MCP Server 1: Shopify (상품·주문·재고 read/write)
├─ MCP Server 2: GA4 (analytics 쿼리)
├─ MCP Server 3: Klaviyo (CRM 세그먼트 + 메일 발송)
├─ MCP Server 4: Slack (알림 발송)
└─ MCP Server N: 본인 커스텀 (CJ 발주 + Order DB)

각 server가 tool 목록 + 입력 스키마 + 핸들러를 정의. Client는 LLM 컨텍스트에 자동 노출. 한 번 연결 → 모든 Agent에서 재사용.

1인 셀러용 MCP 활용 5선

셋업 — Claude Desktop 기준 (5분)

// ~/.claude/claude_desktop_config.json
{
  "mcpServers": {
    "shopify": {
      "command": "npx",
      "args": ["-y", "@shopify/mcp-server"],
      "env": { "SHOPIFY_API_KEY": "..." }
    },
    "slack": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-slack"]
    }
  }
}

Claude Desktop 재시작 → 우측 사이드바에 도구 자동 등록. Claude에 자연어로 "오늘 매출 100$ 이상 주문을 Slack #orders 채널에 정리해 보내줘" → 자동 실행.

Tool Search + Programmatic Tool Calling (2026.2 신규)

Claude API에 추가된 두 기능:

• Tool Search: LLM이 100+ 도구 중 작업에 맞는 도구를 동적으로 검색
• Programmatic Tool Calling: Tool 응답을 Code Interpreter처럼 변환하여 chained 호출

본 강의 권장 진입 경로: §3 Make.com → 검증 후 §4-7 Claude Agent SDK → 6개월 운영 후 MCP 표준화. MCP는 여러 Agent + 도구 재사용 시점에 가치 폭발 — 1인 셀러 단일 Agent 단계엔 over-engineering.

4-7. 코드 우선 옵션 — Agent SDK (Claude Agent SDK / OpenAI Agents SDK)

§3 Make.com·§4 Browser Use는 노코드/저코드 빠른 셋업에 최적. 하지만 Agent를 본격적으로 빌드한다면 (멀티 도구 호출 + 메모리 + 서브 에이전트 + 스트리밍 + 구조화 출력) 2025년 출시된 Agent SDK가 골격 없이 직접 만드는 것보다 압도적으로 빠릅니다.

# Claude Agent SDK — §3 의사결정 룰을 SDK로 재작성한 예
from claude_agent_sdk import query, AssistantAgent, tool

@tool
def check_inventory(sku: str) -> dict:
    return cj_api.stock(sku)

@tool
def recompute_margin(sku: str, sale_price: float) -> dict:
    return margin_engine.run(sku, sale_price)

agent = AssistantAgent(
    model="claude-sonnet-4-6",
    tools=[check_inventory, recompute_margin],
    system="너는 Shopify 주문 의사결정 Agent. 3룰(재고/마진/BL) 평가 후 JSON 반환.",
    max_iterations=5,
)

result = await query(agent, order_payload)  # AUTO_ORDER or ESCALATE

언제 Make.com에서 SDK로 옮길까:

• Make.com 시나리오가 30+ 모듈로 비대해짐
• 동일 LLM 호출이 3+ 모듈에서 반복 (캐싱 못함)
• 멀티 단계 사고가 필요 (Make Router로는 표현 한계)
• 월 Make.com Operations 한도 초과 ($30+ 결제 시점)

추천 진입 경로: §3 Make.com → 첫 매출 + 운영 안정 (1~2개월) → §4-7 Claude Agent SDK 마이그레이션. SDK는 Cursor (W6) + Supplement 09 L2 학습 후 진입 권장.

5. Build 3 — Multi-Agent: CS 풀 처리 (Watcher → Analyst → Communicator)

5-1. 패턴 일반화

Week 13 3-Agent 흐름은 재사용 가능한 골격입니다.

[Watcher]      → [Analyst]            → [Communicator]
신호 감지       분류 + 컨텍스트 보강    행동 또는 초안
(Gmail watch)  (Claude + Shopify API)  (Claude + RAG)

이 패턴은 CS / 분쟁 / 광고 모니터링 / 재고 알림 등 어디든 적용. 본 §5는 CS 시나리오로 풀 빌드.

5-2. 핸드오프 JSON 스키마 표준

// Watcher → Analyst
{
  "trace_id": "uuid",
  "source": "gmail.watch",
  "email": {
    "from": "customer@example.com",
    "subject": "Where is my order?",
    "body": "...",
    "received_at": "2026-04-28T08:15Z"
  }
}

// Analyst → Communicator
{
  "trace_id": "uuid",
  "classification": "shipping_inquiry",
  "priority": "normal",  // VIP / normal / risk
  "customer_history": {
    "order_count": 3,
    "lifetime_value": 187.50,
    "last_order_status": "in_transit"
  },
  "context_for_reply": {
    "tracking_number": "...",
    "estimated_delivery": "2026-05-03"
  },
  "confidence": 0.94
}

// Communicator → Slack (휴먼 승인)
{
  "trace_id": "uuid",
  "draft_reply": "Hi [name], thanks for reaching out...",
  "tone": "neutral_friendly",
  "policy_citations": ["Shipping_Policy.md §2"],
  "confidence": 0.94,
  "action": "AWAITING_APPROVAL"
}

5-3. CS 시나리오 풀 워크플로우

[D] Watcher Agent
   - Make.com Gmail watcher 모듈 (5분 폴링)
   - 신규 메일을 JSON으로 변환

[E] Analyst Agent
   - Claude Haiku 4.5 (분류만 — 빠르고 저렴)
   - Shopify Customer API 호출 — 주문 이력 조회
   - 출력: 분류 + VIP/normal/risk + 컨텍스트

[F] Communicator Agent
   - Claude Sonnet 4.6 (작문은 더 정교한 모델)
   - Claude Projects RAG (정책 PDF 5개 업로드 — Refund/Shipping/FAQ/Brand_Voice/Past_Replies)
   - 출력: 답변 초안 + 정책 인용 + tone

[Slack 승인]
   - #cs-review 채널에 카드 형식으로 게시
   - [Approve] [Edit] [Reject] 3개 버튼
   - Approve → 자동 Gmail 발송
   - Edit → 본인이 직접 수정 후 발송
   - Reject → 발송 안 함, 본인이 직접 작성

5-4. 에러 회복 + 에스컬레이션 룰

5-5. Cross-link

이 빌드는 Week 11 RAG + Appendix A §6 Dispute SOP + Master Prompts §10 Multi-Agent의 통합 풀 구현. L2 Supplement 09 §9 CS 비서의 "Assistant 버전"을 Agent로 승격.

6. 자가 개선 Agent (Feedback Loop)

6-1. 개념

Agent도 매주 1번 자기 평가하면 시간이 갈수록 정확해집니다.

[Sheets 로그] → [Claude에 통째 입력] → ["오답 5건 + 시스템 프롬프트 개선안"] → [본인 검토 후 적용]

6-2. 주간 회고 자동화

매주 일요일 22:00 Cron 실행:

1. 지난 7일 Sheets 로그 전체 export (300~1000 rows)
2. Claude Sonnet 4.6에 통째 입력 + 다음 프롬프트:
   "다음은 지난 7일간 [Order/CS/Browser] Agent의 의사결정 로그다.
    1. 명백한 오답 5건을 식별 (사람이 보면 다르게 결정했을 케이스)
    2. 각 오답의 패턴 1줄 분석
    3. 시스템 프롬프트에 추가할 가드 1줄
    4. 자가 평가 점수 (1~10)
    [JSON으로만 답하라]"
3. 출력 → Notion 페이지 자동 생성 → 본인 일요일 5분 검토
4. 본인이 가드 추가 승인하면 다음 주 시스템 프롬프트에 반영

6-3. 한계

자가 개선은 드리프트(drift) 감지와 A/B 비교까지는 못 합니다. 그건 사람이 매월 1회 깊게 봐야 합니다.

7. 인간 개입 경계 (Human-in-Loop Boundaries)

7-1. 절대 자동 결정 금지 매트릭스

결정 원칙 1줄

"되돌릴 수 있는 행동만 자동, 되돌릴 수 없는 행동은 클릭."

환불·법적 응답·SNS 게시물은 한 번 나가면 못 돌립니다. 가격 모니터링 Slack 알림은 틀려도 무해. 이 기준으로 본인 Agent를 1주일에 한 번 점검.

7-2. 휴먼-인-루프 4 패턴

7-3. Computer Use Agent 특별 경고

Anthropic Computer Use는 본인 PC 화면 전체를 제어합니다 (마우스·키보드·모든 창).

• 메인 계정에서 절대 실행 X — 별도 Windows 계정 또는 VM에서만
• 브라우저 비밀번호 매니저 자동 로그인 비활성화
• 작업 종료 후 세션 즉시 종료, 모든 활동 로그 30일 보관
• 카드·결제 페이지·은행 사이트는 절대 자동화 대상에 포함 X

→ 1인 셀러는 Browser Use OSS로 충분. Computer Use는 권하지 않음.

8. 비용·요율 한계 (Cost & Rate Limits)

8-1. Agent 운영 월 비용 (3개 빌드 동시)

분기점: 매출 $1,000 미만이면 본 supplement 보류, $3,000+ 부터 ROI 명확 (시간 절약 $200+/월).

8-2. Claude API 비용 절감 3가지

8-3. Make.com Operations 한계

무료 1,000 ops/월. 3개 Build 풀가동 시 약 5,000~10,000 ops/월 → Pro $9/월 (10K ops) 필수.

8-4. 폭주(Runaway Loop) 방지

→ 폭주 1회 = 하루에 $500+ 손실 가능. 위 4개는 첫날 셋업 필수.

9. L3 졸업 7일 챌린지

7일 챌린지 통과 → 본인 24/7 무인 시스템 가동. 매일 5분 Notion 점검 + 주 30분 회고 = 본인 시간 주 10시간 절약.

9.5. Build 4 — Voice Agent: 인입 CS 자동 응대 (잠자는 동안)

9.5-1. 왜 Voice Agent인가

이메일 CS는 §5 Multi-Agent 패턴이지만 전화·라이브챗 인입은 무방비. Shopify 라이브챗에 깔리는 위젯 또는 Twilio 전화번호로 들어오는 음성을 잠자는 동안 봇이 1차 응대 + 분쟁 위험만 사람에게 에스컬레이트.

9.5-2. 스택 (2026.4 기준)

9.5-3. ElevenLabs Convai 셋업 (45분)

1. elevenlabs.io → Conversational AI → New Agent
2. Agent 설정:
   - Name: "[BRAND] CS Assistant"
   - First message: "Hi! I'm Lily from [BRAND]. How can I help today?"
   - System prompt: §5 Communicator + RAG 매뉴얼 4개 (Refund / Shipping / FAQ / Banned_Words)
3. Knowledge Base 업로드:
   - PDF: Refund_Policy.md, Shipping_Policy.md, Product_FAQ.md
   - 자동으로 Files API로 인덱싱 (Anthropic Files 또는 Convai 내장)
4. Voice 선택:
   - 본인 Voice Cloning ID 또는 'Sweet Vibes' 같은 안전한 영문 보이스
5. Tools 활성화:
   - check_order_status (Shopify API → 주문 상태 조회)
   - escalate_to_human (Slack #cs-escalate 알림 + 전화 받기 종료)
6. 가드레일:
   - 환불·취소 결정 = 봇 결정 X (escalate 강제)
   - 배송 약속 = 봇이 단정 X ("typically 7-12 business days" 표현만)
7. 연결:
   - Twilio 번호 연결 또는 Tidio 위젯 임베드
8. 첫 24h 모니터링: Convai Dashboard → Conversations 모든 통화 듣기 + Self-Critique 메모

9.5-4. Voice Agent 의사결정 매트릭스

9.5-5. 비용 시뮬레이션 (월 1,000건 인입)

수동 응대 시간 가치 (1,000건 × 3분 = 50시간) ≫ $50 → ROI 명확.

9.5-6. 첫 30일 점진 확대

Week 1: 라이브챗 위젯에만 봇 활성. 모든 응답 = 휴먼 검수 후 발송 (shadow mode)
Week 2: 봇 자율 응답 + 모든 대화 매일 저녁 5건 spot-check
Week 3: 휴먼 검수 0% — Convai metrics + 분쟁률 모니터링만
Week 4: Twilio 전화번호 연결 (인입 음성 봇)

⚠️ 첫 1주 shadow mode 필수: 봇이 환불·약속·법적 발언 환각하는지 직접 검수. 통과하지 못한 카테고리는 즉시 escalate 강제 룰 추가.

📊 검증 지표 (한 달 후):

• 봇 처리율 60%+ (40%는 휴먼 에스컬레이트가 정상)
• 분쟁률 변동 0 (봇 도입으로 분쟁률 증가 시 즉시 OFF)
• Convai "Customer Satisfaction" 점수 4.0+/5

10. 다음 단계 — L4 영역 미리보기 (선택)

L4는 본 강의 범위 밖. Week 14 SaaS 비전과 연결됩니다.

📌 Quick Reference Card (1페이지 인쇄용)

═══════════════════════════════════════════════════════════
  L3 AI Agent — 3개 Build 한눈에
═══════════════════════════════════════════════════════════

[Build 1] Single Agent — Shopify 주문 → CJ 자동 발주
   트리거:  Shopify Webhook (order.create)
   결정:   Claude Haiku 4.5 (재고/마진/BL 3룰)
   행동:   AUTO_ORDER → CJ API   |   ESCALATE → Slack
   인간:   위험 시 Slack 클릭

[Build 2] Browser Use Agent — 매일 경쟁사 가격 스크랩
   트리거:  Cron 09:00 KST
   결정:   Browser Use OSS + Claude Sonnet 4.6
   행동:   가격 추출 → Sheets → -15% 시 Slack
   인간:   결정만 사람 (Agent는 알림만)

[Build 3] Multi-Agent — CS Watcher → Analyst → Communicator
   트리거:  Gmail watch (5분 폴링)
   결정:   Haiku(분류) + Sonnet(작문) + RAG(정책)
   행동:   Slack 카드 [Approve/Edit/Reject]
   인간:   항상 (NEVER auto-send)

휴먼-인-루프 4 패턴:
  Approve-before-act  | Notify-then-act
  Act-then-audit      | Block-by-default

폭주 방지 4종 (첫날 필수):
  Hard cap $50/일  |  Circuit breaker 3회
  Loop detection   |  Daily summary 06:00

월 비용: ~$30 (Make $9 + Anthropic $15 + 인프라 $5)
ROI 분기점: 매출 $3,000+ 부터
═══════════════════════════════════════════════════════════

마지막 한 마디: L3의 핵심은 "잘못된 결정도 자동으로 일어난다"는 것을 인정하는 것입니다. 그래서 §7 인간 개입 경계가 본 문서의 진짜 IP입니다. 24시간 작동을 얻는 대가로 폭주 위험을 받아들이는 거래 — 이 거래를 받아들일 준비가 됐을 때만 Agent를 켜세요. 졸업 후 매출 $3K 돌파 전에는 L2 비서로도 충분합니다.