코칭 서비스가 정적 체크인에서 동적 피드백 루프로 전환해 클라이언트 상태 변화를 실시간 감지 및 자동 대응

Context

코칭 서비스는 정해진 일정에 따라 클라이언트와 체크인했다. 이 방식으로는 세션 사이에 발생한 클라이언트의 상태 변화를 감지하지 못해 반응형 가이던스만 제공할 수 있었다.

Technical Solution

• Sense 단계: 웨어러블 기기의 수면 점수, 저널 톤 분석 등 통합 데이터를 수동으로 수집해 클라이언트 상태를 파악
• Analyze 단계: AI 도구로 수집된 데이터의 트렌드 및 트리거를 자동 분석
• Adapt 단계: 분석 결과에 따라 클라이언트 플랜을 자동 조정하거나 필요한 리소스를 즉시 제공
• Typeform을 활용한 적응형 체크인 구현: 이전 답변 기반으로 질문을 분기 처리하고 개방형 응답에 대해 감정 및 주요 주제를 자동 분석
• 간단한 규칙 기반 대응: "수면 점수가 3일 연속 7 이하면 수면 위생 개선 비디오 전송 및 검토 플래그 설정" 같은 IF-THEN 규칙으로 자동화

Key Takeaway

클라이언트 데이터를 지속적으로 모니터링하고 AI로 분석한 뒤 자동으로 대응하는 폐쇄 루프 시스템을 도입하면 수동 검토 없이도 개인화된 지원을 규모 있게 제공할 수 있다. 초기에는 하나의 핵심 메트릭과 하나의 클라이언트로 시작해 패턴을 검증한 후 확장하는 방식이 성공의 핵심이다.