CS · 이커머스
환불·반품 자동 처리 워크플로우
"환불 신청했는데 며칠째 답이 없어요" 약관·재고·PG·승인 라인을 직접 돌며 3일 걸리던 처리가 LLM 자동 워크플로우에서 30분 만에 끝납니다. 환불·반품 자동 처리가 사내에 자리 잡으면 무엇이 달라지는지 정리한 가이드.

"환불 신청했는데 며칠째 답이 없어요" — 한 번 들어오면 상담사 한 명이 약관 확인·재고 조회·결제 PG 호출·승인 라인 보고를 직접 도느라 평균 3일이 걸리던 건이, LLM 자동 워크플로우 위에서 30분 안에 답변과 환불 처리까지 끝나는 시스템이 있습니다.
환불·반품 자동 처리 워크플로우라고 부릅니다. LLM이 환불 사유를 분류해 정책 적격성을 판정하고, 적격 케이스는 결제 PG·재고·CRM·회계까지 자동 호출해 닫고, 모호한 케이스만 사람에게 넘기는 구조입니다.
이 글은 어떤 환불이 자동으로 끝낼 수 있고 어떤 건은 사람을 거쳐야 하는지, 어떤 도구로 만드는지, 도입 전에 무엇을 정리해야 하는지를 한 페이지로 정리한 가이드입니다.
어떤 케이스가 자동으로 끝나나
자동 처리에 적합한 환불은 정책이 명확하고 외부 변수가 적은 케이스입니다. 다음과 같은 한 줄 사유는 LLM이 즉시 판정 가능합니다.
"7일 안에 미개봉 단순 변심."
"결제 후 5분 내 결제 실패 환불."
"구독 첫 결제 24시간 내 취소."
"배송 분실 — 운송장 미수령 확정."
"쿠폰 중복 적용 오류 환불."
반대로 파손·하자·VIP 보상·고액 분쟁은 자동 처리 후보에서 제외하고 상담사 큐로 바로 넘깁니다. 자동화의 목표는 100%가 아니라 정책이 명확한 60~70%를 깨끗이 흘려보내는 것입니다.
한 환불 건이 거치는 상태
신청 인입부터 환불 완료까지의 상태 전환을 한 장으로 그리면, 어디에 자동 분기를 박을지가 명확해집니다. 정책 적격성과 재고 확인이 두 분기점입니다.
Before / After
같은 인력으로 같은 정책을 유지하면서 처리 속도와 일관성이 동시에 올라간다고 보고됩니다.
평균 처리 시간 — 평균 3일 → 적격 건 30분 / 모호 건 1일.
상담사 손작업 — 약관 검색 + 시스템 4~5개 오가기 → 모호 건만 한 화면에서 승인.
정책 일관성 — 상담사 개인 판단 편차 → 모든 건이 같은 카탈로그·같은 임계치로 판정.
회계 정합성 — 월말 수기 대사 → 환불·재고·매출 차감이 트랜잭션으로 동시 반영.
자동 처리 4단계
한 건이 자동으로 닫히는 사이클은 다음 4단계로 이뤄집니다.
1단계 — 사유 분류 — 문의 본문·첨부·주문 정보를 LLM이 읽고 단순 변심·결제 실패·배송 분실·하자 등으로 분류합니다. 자신감 점수가 임계치 미만이면 즉시 상담사 큐로 분기.
2단계 — 정책 판정 — 사내 환불 카탈로그(JSON·SQL 룰)와 결합해 적격·부적격·모호 세 결과 중 하나를 결정합니다. 카탈로그를 LLM 프롬프트에 주입하지 않고 별도 룰 엔진에서 판정해야 일관성이 유지됩니다.
3단계 — 외부 시스템 호출 — 결제 PG·재고·CRM·물류·회계를 순서대로 호출합니다. 한 단계라도 실패하면 전체 롤백하는 SAGA 패턴으로 부분 처리 사고를 막아야 합니다.
4단계 — 회계 반영과 알림 — 환불·매출 차감·재고 복귀가 한 트랜잭션으로 회계 시스템에 반영되고, 고객에게 처리 완료 알림과 영수증이 자동 발송됩니다. 모든 단계는 감사 로그로 보존.
조심해야 할 지점
가장 큰 위험은 LLM이 정책 본문을 직접 해석하게 두는 것입니다. 같은 사유에 다른 답이 나오면 회계·법무 리스크가 즉시 커집니다. 정책은 룰 엔진에 코드화하고 LLM은 사유 분류·요약만 맡기는 분리가 필수라고 평가됩니다.
두 번째 함정은 외부 시스템 부분 실패입니다. PG는 환불됐는데 재고가 안 돌아오는 식의 사고는 회계 정합성을 깨뜨립니다. SAGA 패턴 또는 idempotent 처리로 재시도해도 안전한 구조가 권장됩니다.
세 번째는 감사 로그 누락입니다. 자동 처리된 건도 누가 어떤 정책으로 어떤 외부 호출 결과를 받았는지가 시간 순으로 남아 있어야 분쟁 시 방어가 가능합니다. 단계마다 immutable log를 남기는 설계가 전제 조건입니다.
예산 감각
LLM 호출 비용은 환불 1건당 수십 원 수준이고, 결제 PG·물류 API 비용이 별도로 붙습니다. 가장 큰 비용은 모델이 아니라 시스템 통합·룰 엔진 구축·감사 로그 인프라입니다. PoC 2주 + 운영 안정화 6~8주가 일반적이라고 알려져 있습니다.
ROI는 처리 시간 단축으로 인한 NPS 개선과 상담사 손작업 절감으로 측정합니다. 단순 변심 환불의 50% 이상이 자동으로 종결되면 회수 기간이 6개월 안에 들어오는 사례가 보고됩니다.
한 걸음 더 들어가려면
이 가이드는 환불·반품 자동 워크플로우 도입 결정에 필요한 핵심을 한 페이지로 정리한 것입니다. 사내에서 직접 시작하려면 단순 변심 시나리오 하나만 골라 정책 룰을 코드화하고 PG 호출까지 한 번에 흘려보내는 PoC부터 시작하기를 권장합니다.
여러 결제·물류·회계 시스템이 얽힌 복합 환경에서 SAGA·감사 로그까지 한 번에 펼치고 싶다면 권앤컴퍼니의 사내 강의·컨설팅 옵션을 활용할 수 있습니다.
강의·PoC 모두 30분 무료 상담으로 가능성부터 함께 검토할 수 있습니다 → 상담 신청하기
같은 카테고리의 다른 프로젝트
1차 응대 챗봇 + 휴먼 핸드오프
"환불 어떻게 받아요?" 새벽 2시에 들어온 한 줄에 5초 안에 답이 가고, 어려운 1할만 다음 날 아침 상담사 화면에 누적 맥락과 함께 띄워집니다. 1차 응대 챗봇과 휴먼 핸드오프가 사내에 자리 잡으면 무엇이 달라지는지 정리한 가이드.
인입 티켓 자동 분류 라우팅
"이 문의 어디 팀이 맡지?" 매일 아침 한 시간씩 사라지던 손 분류가 LLM의 0.5초 분류로 바뀝니다. 카테고리·우선순위·감정·담당팀을 동시에 뽑는 인입 티켓 자동 라우팅이 사내에 자리 잡으면 무엇이 달라지는지 정리한 가이드.
VOC 클러스터링 인사이트
"이번 달 고객들이 가장 자주 말한 불만이 뭐야?" 한 줄 임원 질문에 엑셀 1만 행을 긁던 작업이 LLM 한 사이클로 끝나고 비슷한 목소리가 자동으로 묶여 한국어 요약으로 나옵니다. VOC 클러스터링 인사이트가 사내에 자리 잡으면 무엇이 달라지는지 정리한 가이드.
유사한 AI 프로젝트를 우리 회사에 도입하고 싶다면
업종·도메인·일정을 알려주시면 가장 가까운 진행 사례와 함께 회신 드립니다. 권앤컴퍼니의 AI 도입 뉴스와 프로젝트 사례는 뉴스레터로도 받아보실 수 있습니다.