// habix.ai · PMF Signal Radar
카카오톡·Channel Talk·이메일·CSV 4채널 CS 가 들어오면 자동으로 분류하고 답변 초안·사람 검토·hplan 백로그로 라우팅합니다. 운영자 1인이 100건 CS 를 30분 안에 정리할 수 있게 만들어진 강의 데모 + 라이브 운영자 inbox 입니다.
// what is pmf signal radar
PMF Signal Radar 는 일상적인 CS 문의 안에 숨어있는 제품 개선 신호(Product-Market Fit signal)를 자동으로 추출하고 구조화하는 파이프라인 도구입니다.
무엇을 하는가
4채널 CS 를 수집해서 PII 마스킹, 4종 신호 분류(Push · Anxiety · Workaround · Trigger), Auto-Reply Gate 판단, hplan 백로그 변환 5단계를 자동으로 실행합니다.
누구를 위한가
운영자 1인이 다채널 CS 를 직접 처리하는 스타트업, CS 자동화를 강의 실습 주제로 다루는 AI 강사, PMF 신호 수집 체계를 갖추려는 초기 PM.
어떻게 작동하는가
Cloudflare Workers 가 인바운드 CS 를 수신하면 FastAPI 백엔드가 분류하고, Supabase 에 저장하며, 결과를 대시보드·Telegram·hplan 세 곳에 동시 반영합니다.
// how it works
CS 문의가 들어오는 순간부터 hplan 백로그 카드가 생성되기까지 5개 단계가 순차 실행됩니다. 각 단계는 독립적으로 교체 가능하며, 강의 실습에서 단계별로 분리해 시연할 수 있습니다.
4채널 CS 수집 Cloudflare Workers
카카오톡 상담톡, Channel Talk, 이메일 웹훅, CSV/JSON 직접 업로드 4가지 경로로 들어오는 CS 를 단일 어댑터가 정규화합니다. 채널별 메타데이터(발신자 ID, 타임스탬프, 채널 유형)는 분류 파이프라인에 그대로 전달됩니다.
PII 자동 마스킹 server.py
이름, 전화번호, 이메일, 주문번호를 정규식 + 패턴 매처로 식별해 분류 엔진 진입 전에 마스킹합니다. 원본 텍스트는 Supabase 에 암호화 보관되며 마스킹된 버전만 분석에 사용됩니다.
Push / Anxiety / Workaround / Trigger 4종 분류 FastAPI
마스킹된 CS 텍스트를 hplan evidence schema 기준 4종으로 분류합니다. 각 문의마다 signalType, decisionType, confidence, category 가 구조화된 JSON 으로 반환됩니다.
Auto-Reply Gate 5조건 → 자동 답변 또는 HITL Workers KV
신뢰도 임계값 초과, 분류 일관성, PII 비포함, guardrail 아닌 경우, 반복 패턴 해당 — 5조건을 모두 충족하면 답변 초안이 자동 발송됩니다. 하나라도 차단되면 Telegram 알림 + 운영자 검토 대기열로 이동합니다.
Evidence Map → hplan 백로그 카드 Supabase + hplan
evidence map 에서 category 별 cluster 가 자동 형성됩니다. 가장 큰 cluster 의 신호가 hplan 백로그 카드(Build / Interview / Hold)로 자동 변환되며, priority 분포가 시각화됩니다.
// use cases
동일한 파이프라인이 CS 유형에 따라 3가지 경로로 갈라집니다. 각 흐름의 30초 시연 영상은 radar.habix.ai/cases 에서 볼 수 있습니다.
반복되는 설치 문의("zsh: command not found") 가 Auto-Reply Gate 5조건 통과 후 자동 발송됩니다. 운영자 개입 0, 응답 시간 1분 이내.
시연 영상 보기 →privacy / B2B 리드 문의는 Gate 차단 후 Telegram(운영자 chat) 으로 즉시 알림이 전달됩니다. 운영자가 맥락 파악 후 직접 응답합니다.
시연 영상 보기 →6건의 다채널 CS 가 evidence map 에서 5개 cluster 로 자동 형성. 가장 큰 cluster 가 hplan 백로그 카드로 변환됩니다.
시연 영상 보기 →// faq
PMF Signal Radar 는 카카오톡·Channel Talk·이메일·CSV 4채널로 들어오는 CS 문의를 자동 분류하고, 자동 답변 또는 운영자 검토를 거쳐 hplan 백로그로 연결하는 웹 도구입니다.
운영자 1인이 100건 CS 를 30분 안에 정리할 수 있도록 설계되었으며, AI Human 강의(이스트소프트 KDT) 실습 데모로도 동작합니다. 소스 코드: github.com/kimsanguine/pmf_radar
카카오톡 상담톡, Channel Talk(채널톡), 이메일 웹훅, CSV/JSON 파일 직접 업로드 4가지 채널을 지원합니다.
각 채널은 Cloudflare Workers 어댑터가 단일 형식으로 정규화하므로 분류 엔진은 채널 구분 없이 동일하게 처리합니다.
Auto-Reply Gate 5조건(신뢰도 임계값 초과, 분류 일관성, PII 비포함, guardrail 아닌 경우, 반복 패턴 해당)을 모두 통과하면 자동 응답이 발송됩니다.
하나라도 차단되면 Telegram 알림과 함께 운영자 검토 대기열로 이동합니다. 환불·법적 문의·개인정보 관련 요청은 항상 사람 검토로 분기됩니다.
PMF Radar 가 분류한 Push/Anxiety/Workaround/Trigger 신호와 evidence map cluster 결과는 hplan 백로그 카드(Build / Interview / Hold) 형식으로 자동 변환됩니다.
hplan 은 habix.ai 운영자 Sanguine Kim 이 개발한 제품 개선 관리 도구로, github.com/kimsanguine/hplan 에서 확인할 수 있습니다.
CS 문의가 수집되면 분석 파이프라인 진입 전에 이름·전화번호·이메일 등 PII 를 자동 마스킹합니다. 마스킹된 텍스트만 분류 엔진에 전달됩니다.
원본 데이터는 Supabase 에 암호화 저장됩니다. 강의 데모 환경에서는 fixtures 파일(data/sample_inquiries.json)만 사용합니다.
강의 데모(radar.habix.ai)는 data/sample_inquiries.json 고정 fixtures 를 기반으로 작동하며 별도 API 키 없이 실행됩니다.
라이브 운영자 inbox 는 실제 Cloudflare Workers 인바운드 웹훅에 연결되어 실 고객 CS 를 수신합니다. 두 모드는 동일한 분류 파이프라인을 공유합니다.
예, 전체 소스 코드는 github.com/kimsanguine/pmf_radar 에 공개되어 있습니다.
Cloudflare Workers 어댑터, FastAPI 로컬 서버(server.py), Supabase 마이그레이션, Remotion 영상 렌더링 스크립트가 포함되어 있습니다.
// tech stack
각 컴포넌트는 독립 실행 가능하며, 강의 실습에서 단위별 교체를 허용합니다. 전체 소스: github.com/kimsanguine/pmf_radar
Cloudflare Workers
4채널 인바운드 웹훅 수신 및 채널 정규화 어댑터. wrangler.toml 기준 관리.
FastAPI (server.py)
PII 마스킹, 4종 분류, Auto-Reply Gate 로직이 구현된 Python 로컬 백엔드.
Supabase
CS 원본 및 분류 결과 저장. 마이그레이션 파일은 supabase/ 디렉토리에 관리.
Remotion
V1 · V2 · V3 use case 30초 시연 영상 렌더링. remotion/ 디렉토리 내 React 컴포넌트 기반.
Cloudflare Pages
demo/ 정적 파일 호스팅. _redirects, _headers 규칙으로 라우팅 및 캐시 제어.
hplan
제품 개선 신호를 백로그 카드로 수신하는 연결 도구. github.com/kimsanguine/hplan
// operator