단순 지표 확인을 넘어 AI 기반 자동 진단 및 액션 플랜 도출 시스템 구축

Context

대시보드를 통한 데이터 시각화만으로는 수치 하락의 원인 파악과 대응 방안 도출에 한계 존재. 단순 현상 파악 이후의 의사결정 과정에 과도한 인지적 비용 발생. 데이터 분석과 실행 가능한 결과물 생성 사이의 간극 해소 필요.

Technical Solution

• Claude API를 통합하여 데이터 기반 원인 진단 및 즉시 적용 가능한 결과물을 생성하는 AI Growth Agent 설계
• 분석 신뢰도 확보를 위해 Fact, Correlation, Suggestion의 3단계 Confidence Badge 시스템 도입
• AI 판단의 근거를 검증할 수 있도록 원천 데이터 확인이 가능한 View Evidence 토글 기능 구현
• 비교 분석의 유효성을 높이기 위해 리뷰 수 1,000개 이상의 Enterprise 앱을 제외하는 Indie App Filter 로직 적용
• 데이터 수집 기간과 추세를 분석하여 SEED, GROWING, STABLE로 구분하는 성장 단계 자동 감지 프로세스 구축
• Resend와 React Email을 연동하여 분석 결과와 액션 아이템을 매주 월요일 자동 발송하는 리포팅 파이프라인 구성

Impact

• 12개 앱 대상 첫 실행 시 48개의 분석 인사이트 자동 생성
• 리뷰 수 1,000개 기준의 필터링을 통해 유의미한 인디 앱 벤치마크 데이터셋 확보
• 100자 제한의 App Store 키워드 최적화 세트 자동 생성 및 즉시 적용 구조 구축

Key Takeaway

AI 시스템 설계 시 단순한 결과 값 제공보다 판단의 근거(Evidence)와 신뢰 수준(Confidence Level)을 명시하여 인간의 최종 의사결정을 보조하는 구조가 핵심임.