Selection Assist — AI 작가 후보 탐색 시스템

핸드메이드 마켓플레이스에서 신규 작가를 영입하려면 인스타그램 등 외부 채널에서 후보를 찾고, 실제 판매 활동을 하는지 하나씩 확인하는 과정이 필요합니다. 건수가 많아질수록 시간이 걸리고 판단 기준도 흔들리기 쉬운 업무입니다. 이 프로젝트에서는 에이전트에게 이 업무를 통째로 맡기는 방식(바리스타 모드)을 적용했습니다.

작동 방식

세 단계로 구성된 파이프라인입니다.

1단계 — 해시태그 탐색: 카테고리별로 설계한 해시태그(#수제디저트, #도자기공방 등)로 인스타그램 계정을 수집합니다. 에이전트가 직접 해시태그를 설계하고, 기존 영입 리스트(1,183건)와 작가 DB(15,457건)를 참조하여 중복을 제거합니다.

2단계 — AI 필터링: 프로필명 키워드 점수(공방 +3, 도자기 +2, 디자인 +1 등)와 bio/팔로워/외부 링크를 분석하여 1차 필터링합니다. 중앙 관리되는 REJECT 키워드 사전(미용실, 음식점, 인플루언서, 유통업체 등 50개 이상)으로 비대상 계정을 걸러냅니다.

3단계 — 프로필 검증: 에이전트가 Playwright로 각 프로필에 직접 방문하여 bio, 최근 게시물, 외부 판매 채널(스마트스토어, 자사몰 등)까지 확인합니다. 핸드메이드/디자인·창작/커스텀/직접재배 중 하나에 해당하고 실제 판매 증거가 있는 경우에만 PASS로 판정합니다.

결과

7개 카테고리(식품, 홈리빙, 패션, 뷰티, 키즈, 디지털, 반려동물)에서 567건을 검증하여 561건의 PASS 후보를 확보했습니다.

2일간 9개 세션에 걸쳐 작업했으며, 매 세션마다 새로운 에이전트가 이어받았지만 스킬 문서(methodology.md, verify-account.md)와 진행 기록(progress.json) 덕분에 일관된 판단 기준이 유지되었습니다.

운영하면서 배운 점

에이전트는 효율을 위해 지름길을 찾으려는 경향이 있었습니다. "이름에 '공방'이 있으면 일괄 PASS해도 되지 않을까"라는 제안이 대표적이었는데, 실제로 뷰티 카테고리에서 타이틀만 보고 판정했다가 재검증 시 10건의 판정이 바뀐 사례가 있었습니다(아로마 교육기관, 레카 계정 등이 섞여 있었음).

이 경험에서 두 가지를 확인했습니다. 첫째, 바리스타 모드에서 사람의 역할은 지시만 하는 것이 아니라 에이전트가 성급한 자동화를 시도할 때 브레이크를 거는 것입니다. 둘째, 하나씩 검증하는 과정은 느려 보이지만 이 과정에서 축적된 REJECT 패턴과 판정 기준이 다음 단계(커피머신 모드, 즉 완전 자동화)의 원재료가 됩니다.