AI 자동 견적서 생성 시스템 구축 과정 완전 공개

이메일 문의부터 견적 발송까지 자동화하는 방법

무역회사, 제조기업, B2B 유통기업을 운영하다 보면 견적서 작성 업무가 생각보다 많은 시간을 차지합니다.

특히 이런 상황이 자주 발생합니다.

• 하루에도 수십 통씩 들어오는 Inquiry 이메일
• 제품별 단가표가 있지만 매번 다시 정리해야 하는 견적서
• 담당자마다 다른 견적서 포맷과 품질
• 견적 작성만 하다가 하루 업무가 끝나는 상황

이 문제를 해결하기 위해 많은 기업들이 AI 자동 견적서 생성 시스템 (AI Quotation Automation) 구축을 검토하고 있습니다.

이번 글에서는 실제 프로젝트를 진행한다고 가정하고, AI 견적 자동화 시스템을 어떻게 개발하는지 전체 과정을 단계별로 설명해 보겠습니다.

개발자가 아닌 분들도 이해할 수 있도록 최대한 쉬운 설명으로 정리했습니다.

1단계. 고객 문제 정의 (Problem Discovery)

AI 자동화 프로젝트의 첫 단계는 기술이 아니라 문제를 정확히 이해하는 것입니다.

많은 기업들이 "AI로 자동화하고 싶다"라고 말하지만, 실제 업무를 자세히 들여다보면 자동화 대상이 명확하지 않은 경우가 많습니다.

그래서 프로젝트 초반에는 보통 다음과 같은 질문부터 시작합니다.

• Inquiry는 어디로 들어오는가? (Gmail, Outlook, ERP 등)
• 견적서는 어떤 형식으로 작성하는가? (Excel, Word, PDF 등)
• 단가 정보는 어디에 있는가? (Excel, ERP, 내부 DB)
• MOQ, 리드타임, Incoterms는 어떻게 결정되는가?

실제 미팅에서는 담당자가 사용하는 현재 견적서 파일과 이메일 샘플을 받아서 업무 흐름을 분석합니다.

예를 들어 어떤 회사는 다음과 같은 방식으로 견적을 작성하고 있었습니다.

1. 이메일 Inquiry 확인
2. 제품명 확인
3. 내부 Excel 단가표 검색
4. MOQ 확인
5. 운송 조건 확인
6. Excel 견적서 작성
7. PDF 변환
8. 이메일 발송

이 과정이 건당 15~30분 정도 걸렸습니다.

하루에 20건만 들어와도 견적 작성만 6~10시간이 소요됩니다.

이 단계에서는 AI를 어디에 적용해야 가장 효과적인지를 찾는 것이 핵심입니다.

2단계. 기존 업무 프로세스 분석 (Workflow Mapping)

문제를 이해했다면 다음 단계는 현재 업무 프로세스를 시각적으로 정리하는 것입니다.

이 과정을 Workflow Mapping이라고 합니다.

견적 작성 업무를 자세히 분석해 보면 다음과 같은 구조로 되어 있습니다.

Inquiry 접수 → 제품 확인 → 단가 조회 → 조건 계산 → 견적서 작성 → 발송

이 중에서 어떤 단계가 자동화 가능하고 어떤 단계는 사람이 판단해야 하는지 구분합니다.

예를 들어,

자동화 가능한 영역

• 이메일 Inquiry 수집
• 제품명 인식
• 단가표 검색
• MOQ 적용
• 견적서 생성
• 이메일 발송

사람이 판단해야 하는 영역

• 특별 할인
• 전략 가격
• 신규 고객 여부 판단

이렇게 구분하면 시스템 설계가 훨씬 명확해집니다.

또한 이 단계에서 중요한 것은 예외 상황 정의입니다.

예를 들어

• 고객이 제품명을 정확히 쓰지 않는 경우
• MOQ보다 적은 수량 문의
• 여러 제품이 동시에 문의되는 경우

이런 상황을 미리 정의해야 AI 시스템이 안정적으로 작동할 수 있습니다.

3단계. 데이터 구조 설계 (Data Architecture)

AI 자동화 시스템에서 가장 중요한 것은 데이터 구조입니다.

AI는 데이터를 기반으로 작동하기 때문에 단가표와 제품 정보가 체계적으로 정리되어 있어야 합니다.

보통 다음과 같은 데이터 구조를 설계합니다.

제품 테이블

• 제품명
• SKU
• 카테고리
• MOQ
• 기본 단가
• 리드타임

가격 테이블

• 수량 구간별 가격
• Incoterms 조건
• 통화

고객 테이블

• 고객 회사명
• 국가
• 거래 조건
• 할인율

운송 조건

• FOB
• CIF
• EXW
• DDP

이렇게 데이터를 구조화하면 AI가 제품과 가격을 자동으로 매칭할 수 있습니다.

많은 기업들이 Excel로 관리하고 있는데, 실제 개발에서는 이를 데이터베이스(DB) 형태로 변환합니다.

이 작업이 제대로 되어야 AI 정확도가 크게 올라갑니다.

4단계. 이메일 Inquiry 자동 수집 시스템 구축

다음 단계는 이메일 Inquiry를 자동으로 수집하는 시스템입니다.

대부분의 Inquiry는 이메일로 들어오기 때문에 Gmail이나 Outlook과 연결합니다.

시스템은 다음과 같은 방식으로 작동합니다.

1. 새로운 이메일 감지
2. Inquiry 메일 자동 분류
3. 첨부파일 저장
4. 고객 정보 추출

예를 들어 이런 이메일이 들어왔다고 가정해 보겠습니다.

We are interested in Product A.

 Quantity: 5,000 pcs

 Please send quotation CIF Los Angeles.

AI는 이 문장을 분석해서 다음 정보를 추출합니다.

• 제품 : Product A
• 수량 : 5000
• Incoterms : CIF
• 목적지 : Los Angeles

이 과정을 **AI 이메일 파싱(Email Parsing)**이라고 합니다.

이 기능이 제대로 작동하면 담당자가 이메일을 일일이 읽지 않아도 됩니다.

5단계. AI 제품 매칭 시스템 개발

Inquiry 이메일에는 종종 제품명이 정확하지 않게 작성됩니다.

예를 들어

• Face mask
• Sheet mask
• Facial mask

이렇게 다양한 표현이 사용됩니다.

그래서 AI 시스템은 제품명을 유사도 기반으로 매칭합니다.

예를 들어

"facial mask moisturizing"

이라는 문장이 들어오면 AI는 다음과 같은 과정을 거칩니다.

1. 키워드 분석
2. 제품 카탈로그 검색
3. 유사도 계산
4. 가장 가까운 제품 선택

이 과정에서 AI 모델 + 검색 알고리즘이 함께 사용됩니다.

덕분에 고객이 정확한 SKU를 쓰지 않아도 자동으로 제품을 찾을 수 있습니다.

6단계. 가격 계산 로직 개발

제품이 매칭되면 다음 단계는 가격 계산입니다.

가격은 단순히 단가만 적용하는 것이 아니라 여러 조건이 함께 적용됩니다.

예를 들어

• MOQ
• 수량 할인
• 운송 조건
• 고객 할인율
• 환율

이 모든 요소를 고려해서 최종 가격을 계산하는 로직을 개발합니다.

예를 들어 이런 계산이 이루어집니다.

기본 단가 : $2.00

 수량 할인 : -10%

 고객 할인 : -5%

최종 단가 : $1.71

이 계산은 시스템이 자동으로 수행합니다.

7단계. 견적서 자동 생성 엔진 개발

가격이 계산되면 시스템은 견적서를 자동으로 생성합니다.

견적서는 보통 다음 형식으로 만들어집니다.

• PDF
• Excel
• Word

기업마다 견적서 양식이 다르기 때문에 템플릿 기반 시스템을 사용합니다.

즉, 미리 만들어둔 템플릿에 데이터를 자동으로 채워 넣는 방식입니다.

이 기능이 완성되면 담당자는 버튼 하나로 견적서를 생성할 수 있습니다.

8단계. 고객별 맞춤 견적 템플릿

기업마다 고객별로 다른 견적 양식을 사용하기도 합니다.

예를 들어

• 미국 고객용 템플릿
• 유럽 고객용 템플릿
• OEM 고객용 템플릿

AI 시스템에서는 고객 정보를 기준으로 자동으로 템플릿을 선택합니다.

덕분에 견적서 품질이 항상 동일하게 유지됩니다.

9단계. 이메일 자동 발송 시스템

견적서가 생성되면 시스템은 자동으로 이메일을 작성합니다.

예를 들어 이런 형식입니다.

Subject: Quotation for Product A

Dear Customer,

Please find attached quotation.

Best regards.

이메일 내용도 AI가 자동 생성할 수 있습니다.

10단계. 관리자 검토 시스템

완전 자동 발송 대신 관리자 검토 단계를 두는 경우가 많습니다.

AI가 생성한 견적을 사람이 한번 확인하고 승인하는 방식입니다.

이 방식은 실제 기업에서 가장 많이 사용하는 모델입니다.

11단계. 테스트 및 QA

시스템 개발이 끝나면 다양한 테스트를 진행합니다.

예를 들어

• 잘못된 제품명
• MOQ 미만 주문
• 복수 제품 Inquiry

이런 상황에서도 정상적으로 작동하는지 확인합니다.

12단계. 실제 운영 및 지속 개선

AI 시스템은 한 번 만들고 끝나는 것이 아니라 지속적으로 개선됩니다.

운영하면서 다음과 같은 데이터가 쌓입니다.

• Inquiry 유형
• 제품 매칭 정확도
• 견적 발송 시간

이 데이터를 기반으로 AI 정확도를 계속 개선합니다.

마무리

AI 자동 견적 시스템을 도입하면 다음과 같은 변화가 발생합니다.

• 견적 작성 시간 70% 감소
• 문의 대응 속도 향상
• 견적 품질 표준화

담당자는 더 이상 단순 작업이 아니라 가격 전략과 고객 관리에 집중할 수 있습니다.