현장에서 정의하고, AI로 만들어,
운영에서 검증합니다.

화면을 늘린 게 아니라, 흩어져 있던 운영 판단을 한곳으로 모았어요.

3개 브랜드·24개 지점 피트니스 프랜차이즈는 상담은 채널톡, 정산은 시트, 단말은 매장마다, 권한은 사람 머릿속에 흩어져 있었어요. 무인 시간대가 늘수록 이 흩어짐이 그대로 사고 위험이 돼요. 그래서 단일 Next.js 코드베이스로 직접 빌드했어요 — AI 상담 챗봇·4역할 권한 어드민·환불 자동집행 연동·앱 QR 출입과 도어락/CCTV/사이니지 현장 단말 원격 제어·마케팅 데이터 수집까지, 보통 여러 팀이 나눠 맡는 운영을 하나의 어드민에 담았어요. 상주 직원이 없는 여의도 무인 매장의 BGM·사이니지·CCTV·SOS·응급 방송까지 본사 어드민 한 곳에서 확인·조치해요. 구현은 AI 도구로, 무엇을 자동화하고 어디서 사람이 판단할지는 제가 설계했어요.

도어락·CCTV·사이니지는 본사 어드민에서 원격 제어로 묶되, 되돌리기 어려운 물리 명령엔 기기별 토큰·요청 서명 검증·실패 시 차단을 먼저 깔았어요. 외부 결제사 환불은 무인 일괄집행과 직원 승인집행 경로로 분리해, HMAC 요청서명·dry-run→live 게이트·멱등성(이중환불 방지)·기록 실패 경보와 함께 자동집행해요. 트레이너 정산·마케팅 현황(Meta·네이버·스마트플레이스·결제 퍼널)도 같은 어드민 안에 있어요. 한 지점에는 QR 리더기를 직접 설치해, 회원이 앱에서 QR을 찍으면 출입문·냉장고·수건 대여함이 열리는 무인 출입 동선을 실제로 운영 중이에요. 나머지 지점 확대는 순차 진행이에요.

1. 01

   응대 채널을 넓히되, 답은 한 벌로

   웹 챗봇·네이버톡톡에 더해 매장 대표번호로 걸려온 전화까지 AI가 받아요. 통신사 SIP 트렁크를 개통해 음성 응대를 붙이되, 지식 문서·도구 호출·사람에게 넘기는 기준은 회원 챗봇이 쓰던 걸 그대로 재사용했어요. 통화가 끝나면 전사·요약이 같은 인박스에 쌓이고 VOC 분석까지 들어가요. 실통화 E2E 검증을 마친 파일럿이에요.

2. 02

   AI가 채용 심사를 보되, 합불은 못 정해요

   공고에 합격 조건(루브릭)과 면접 질문을 구조화해 등록하면, 지원자는 이력서를 올리고 문항별 녹화 면접을 제출해요. AI가 항목별 점수·근거를 매기지만 평가 모듈이 지원자 상태를 갱신하지 못하게 코드에 가드를 박아 합불 전이는 오직 HR의 액션으로만 일어나요. 가중 총점은 모델이 아니라 서버가 계산하고, AI 활용 고지 동의와 보존기한 자동 파기를 함께 뒀어요.

3. 03

   가맹 점주에게도 같은 도우미를

   본사에 남긴 문의가 받는 사람 없이 쌓이던 걸, 점주·코치 도우미가 1차로 받고 AI가 못 푼 것만 본사 문의함으로 넘어가는 구조로 합쳤어요. 응대 대상이 회원에서 점주까지 넓어졌어요.

4. 04

   매주 손으로 채우던 표를 시스템이 채우게

   메타·네이버 검색광고·스마트플레이스·검색 노출·플레이스 순위를 같은 지점 기준으로 모아 한 대시보드로 세웠어요. 경쟁사 순위·리뷰는 스스로 수집하고, 자동으로 얻을 수 없는 값은 수기 입력 자리를 정식으로 만들어 빈칸을 없앴어요. 경영진이 운영 데이터를 직접 물어볼 수 있는 읽기 전용 조회 서버도 붙였어요 — 개인정보 마스킹, 시크릿 없으면 무조건 거부.

5. 05

   “정상”이라는 서버 말을 믿지 않기

   매장은 무음인데 서버는 “재생중”이라고 말했어요. 그래서 재생 상태 대신 스피커로 나가는 신호를 직접 재고, 재시작은 실행 개수 대신 죽이려던 프로세스가 실제로 사라졌는지를 확인하게 바꿨어요. 매장 TV도 편성뿐 아니라 색·서체·문구까지 어드민에서 직접 편집해요.

6. 06

   정산은 확정되면 잠기게

   트레이너 월정산을 초안→확정→지급완료 스냅샷으로 잠가, 확정 뒤 계약이 바뀌어도 지난 정산이 소급 변경되지 않게 했어요. 원천징수·조정 항목·지급 명세서와 서류함까지 같은 흐름 안에 뒀어요.