광업 / 산업용 광물
Sibelco: 고객 주문 이메일과 첨부 문서의 구매주문 분류
- 기업
- Sibelco
- 국가
- 벨기에
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
Sibelco의 공용 메일함에는 고객 구매주문뿐 아니라 운송 요청, 불만, 청구서가 함께 들어왔다. 고객마다 제품 이름과 코드도 달라 고객서비스 직원이 실제 구매주문인지 먼저 판별해야 했다. 공급사 CROPLAND는 오랫동안 쌓인 업무 규칙 일부가 직원의 경험에만 남아 있어 예외와 판단 절차를 함께 정리하는 작업이 필요했다고 설명했다.
적용한 기술과 데이터
CROPLAND와 Sibelco는 OpenAI 언어모델을 사용하는 주문 접수 에이전트를 구축했다. 수신 이메일을 Salesforce의 업무 건으로 기록하고 기술 사양서를 포함한 첨부파일을 각각 분석해 분류한다. 별도 모델이 관련 없는 파일을 걸러내고 중복 처리도 검사한다. 판단에 자신이 없는 문서는 직원에게 넘겨 사람이 처리하도록 했다. 기존 시스템과 연결해 분류 업무부터 바꿨으며 ERP에서 직접 행동하는 기능은 후속 단계로 구분했다.
성과
CROPLAND는 주문 분류 정확도가 종전 80~85%에서 95% 이상으로 높아지고 주문 한 건당 수작업을 약 30분 줄였다고 밝혔다. 고객서비스팀은 문서의 성격을 가리는 데 쓰던 시간을 주문 처리, 후속 연락, 품질 관리에 더 쓸 수 있게 됐다고 설명했다.
한계와 남은 과제
원문에는 정확도 평가 표본과 측정 기간, 직원에게 넘긴 문서 비율이 없다. ERP에 직접 작업하는 다음 단계가 이미 운영 중이라는 근거도 없다.
출처
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.