AI 프로젝트프로덕트 엔지니어1명2024.10 ~ 현재@ GS칼텍스
VOC 대시보드
고객 목소리를 듣기 시작하자, 평점이 1.9에서 4.6으로 올랐다. 4개 채널 VOC를 AI로 통합해 선순환 구조를 만들다.
4개채널 VOC 통합
6AI 기반 자동 분
700하루 ~800건 V
Impact Dashboard
프로젝트 핵심 성과
측정 가능한 결과로 증명된 비즈니스 임팩트
채널 VOC 통합
0개
4개 채널 VOC 통합
AI 기반 자동
0
AI 기반 자동 분류 (6의도 × 64카테고리)
하루 VOC
700
하루 700~800건 VOC 처리
추가 성과 지표
평점 기여
1.9점
4개의 측정 가능한 성과 달성
Project Story
프로젝트 스토리
STAR 프레임워크로 구조화된 문제 해결 여정
Situation
상황 · 맥락
핵심 문제
4개 채널 VOC가 흩어져 있어 전체 그림이 안 보임. 수작업 분류의 한계(속도, 일관성). 데이터는 있지만 인사이트가 없음.
Task
과제 · 목표
해결 방향
AI 기반 VOC 통합 파이프라인 구축. GPT 기반 6의도×64카테고리 자동 분류, 감성 분석, 통합 대시보드, 자동 제안 기능.
Action
실행 · 접근
접근 방식
자동 수집 → AI 분류 → 감성 분석 → 통합 뷰 → 자동 제안의 선순환 구조
해결한 도전 과제
4개 채널 데이터 포맷 통일
AI 분류 체계 설계 (6의도×64카테고리)
실시간 처리 파이프라인 구축
Result
결과 · 성과
주요 성과
4개 채널 VOC 통합
AI 기반 자동 분류 (6의도 × 64카테고리)
하루 700~800건 VOC 처리
앱 평점 1.9점 → 4.6점 기여
배운 점 · 인사이트
기술은 수단이다 - AI가 목적이 아니라 고객 목소리를 듣는 것이 목적
데이터→인사이트→액션 연결이 가치
선순환의 힘 - VOC 수집→분석→개선→검증 사이클
Technical Details
기술 스택 & 구현
사용 기술
PythonOpenAI APIData Pipeline
프로젝트 태그
PythonOpenAI APIData PipelineAIVOC고객경험
Project Gallery
프로젝트 결과물
실제 구현된 결과물과 현장 경험을 확인하세요
