HyperTeams10x
분석 속도 향상
실시간
이슈 발견 감지
뚜껑 재설계
제품 개선 품질 ↑
1만~10만 건 규모의 방대한 리뷰 데이터를 AI가 분석하여 제품 개선점을 발견하고, 실제 제품 재설계로 이어진 사례입니다.
문제 상황
소비재 기업들은 고객 피드백을 통해 제품을 개선해야 하지만, 리뷰의 양이 너무 많아 사람이 모두 분석하기 어렵습니다. 특히 오픈마켓, 이커머스 플랫폼, 자사몰 등 판매 채널이 다양해지면서 리뷰가 분산되어 통합 분석이 더욱 어려워졌습니다.
- 소비재 기업의 리뷰가 1만~10만 건 규모로 방대
- 긍정/중립/부정 분류 후 개선점 파악 어려움
- 수동 분석으로 트렌드 파악 지연
- 여러 판매 채널(오픈마켓, 이커머스 등)의 리뷰가 분산되어 있음
AI 솔루션
API가 제공되는 채널은 API로, 제공되지 않는 채널은 컴퓨터 유즈 에이전트가 실제 사람처럼 브라우저를 조작해 리뷰를 수집합니다. 기존 크롤링 방식의 차단 문제를 우회하면서도 안정적으로 데이터를 수집할 수 있습니다.
- 다채널 수집: 오픈마켓 API + 컴퓨터 유즈 에이전트로 크롤링
- 감정 분석: 부정 리뷰 키워드 추출 (박스 터짐, 파손, 찢어짐 등)
- 실시간 대시보드: 감정 점수 트렌드 시각화
- 이슈 알림: 특정 키워드 급증 시 자동 알림
브라우저 에이전트LLM 감정 분석실시간 대시보드
뷰티 제품 용액 자체는 우수하나 뚜껑이 잘 안 열린다는 리뷰 패턴 발견 → 제품 재설계로 고객 만족도 향상
교훈
- 1리뷰 분석은 '품질'이라는 추상적 영역이지만 실제 제품 개선으로 이어질 수 있음
- 2API + 컴퓨터 유즈 혼합 방식으로 다양한 채널을 커버
- 3실시간 모니터링으로 이슈를 빠르게 감지하는 것이 핵심