AI 에이전트 개요

Spark!에는 제휴 프로그램 관리에서 가장 시간이 많이 드는 작업을 자동화하는 여섯 전문 AI 에이전트가 있어요. Chargezen의 AI 에이전트인 Concierge를 기반으로 연중무휴로 프로그램을 최적화하므로 브랜드는 전략과 관계에 집중할 수 있어요.

각 에이전트는 제휴 관리의 특정 분야를 전문으로 해요. 독립적으로 작업하면서도 정보를 공유해 일관되고 지능적인 시스템을 만들어요.

여섯 에이전트 모두 자동화와 사람의 감독을 균형 있게 유지하도록 설계된 같은 운영 모델을 따라요.

에이전트는 백그라운드에서 연중무휴로 데이터 흐름을 실시간 분석해요. 대시보드를 확인할 때까지 기다리지 않고 먼저 인사이트와 기회를 알려줘요.

• Discovery Agent — 매일 크리에이터 데이터베이스에서 새 후보 검색
• Listening Agent — 15분마다 소셜 플랫폼 모니터링
• Performance Agent — 매시간 지표 분석, 주간 리포트 생성
• Fraud Agent — 모든 전환을 실시간 평가
• Payout Agent — 매일 커미션 처리, 일정에 따라 정산 실행
• Outreach Agent — 시퀀스 관리와 자동 후속 연락

설정 가능한 트리거를 바탕으로 에이전트가 행동해요. 브랜드가 규칙을 정하면 에이전트가 실행해요.

• 이벤트 기반 — 새 제휴 가입, 주문 접수, 언급 감지
• 기준값 기반 — 제휴 마케터의 매출 목표 달성, 위험 점수 한도 초과
• 일정 기반 — 주간 성과 검토, 월간 정산 처리
• 패턴 기반 — 참여 감소 감지, 이상 활동 표시

에이전트는 통합된 Agent Insights Dashboard에서 추천을 제시해요. 자율성 설정에 따라 실행 전에 행동을 검토하고 승인할 수 있어요.

• Pending Actions — 승인을 기다리는 추천 대기열
• Recent Actions — 에이전트가 자동으로 실행한 작업 기록
• Action Details — 각 추천의 전체 맥락과 근거
• Override Controls — 모든 행동을 거절, 수정 또는 직접 실행

에이전트는 피드백을 바탕으로 개선돼요. 승인, 거절, 수정할 때마다 시스템이 선호도를 배워요.

• 승인 패턴 — 꾸준히 승인하는 추천
• 거절 이유 — 특정 제안이 프로그램에 맞지 않는 이유
• 수동 변경 — 에이전트 제안 대신 직접 취하는 행동
• 결과 데이터 — 에이전트 결정과 수동 결정의 결과 비교

각 에이전트가 얼마나 자율적으로 작동할지 설정하세요. 신뢰 수준과 행동 유형별 위험도에 따라 에이전트마다 다른 자율성을 설정할 수 있어요.

승인을 기다리지 않고 행동해요. 개별 검토보다 속도가 중요한 저위험 대량 작업에 적합해요.

• 행동 예시: 사용자 제작 콘텐츠를 라이브러리에 저장, 환영 이메일 전송, 데이터 기록
• 적합한 용도: Listening Agent 콘텐츠 수집, Payout Agent 계산
• 표시 내용: 수행한 행동의 요약 리포트

행동을 추천하고 승인을 기다려요. 중요한 결정에서 자동화의 효율성과 사람의 판단 사이에 균형을 맞춰요.

• 행동 예시: 제휴 마케터 승인, 모집 연락, 정산 처리
• 적합한 용도: Discovery Agent 승인, Outreach Agent 메시지, Fraud Agent 보류
• 표시 내용: 한 번의 클릭으로 승인하거나 거절하는 행동 대기열

추천만 제공하고 행동하지 않아요. 인사이트를 바탕으로 직접 실행해요. 자동화를 신뢰하기 전에 에이전트의 판단 방식을 익히기 좋아요.

• 행동 예시: 등급 승급 제안, 의심 활동 표시, 연락 추천
• 적합한 용도: 신규 사용자, 중대한 결정, 규정 준수가 민감한 프로그램
• 표시 내용: 전체 근거가 있는 추천이며 행동은 직접 실행해요

에이전트가 완전히 꺼져요. 데이터 수집은 계속되지만 분석이나 추천은 생성되지 않아요. 프로그램을 재구성할 때 일시적으로 사용하세요.

여섯 에이전트를 모니터링하고 상호작용하는 중심 화면이에요. 기본 탐색 메뉴의 AI → Agent Insights에서 접근하세요.

• Agent Status Cards — 작동 상태, 마지막 실행 시간, 오늘의 행동
• Pending Actions Count — 검토 대기 중인 추천 수
• Impact Summary — 발생 매출, 방지한 사기, 절약한 시간
• Quick Actions — 대기열 이동, 설정 확인, 수동 검색 실행

• Unified Queue — 모든 에이전트의 대기 중인 추천
• Filter by Agent — 특정 에이전트 추천에 집중
• Bulk Actions — 여러 항목을 한 번에 승인하거나 거절
• Detail Expansion — 클릭해 전체 근거와 맥락 확인

• Chronological Log — 타임스탬프가 포함된 모든 에이전트 행동
• Action Types — 행동 유형별 필터링(승인, 거절, 알림 등)
• Outcome Tracking — 이전 에이전트 결정의 결과 확인
• Export — 규정 준수나 분석을 위한 활동 로그 다운로드

• Per-Agent Autonomy — 에이전트별 자율성 수준 설정
• Notification Preferences — 알림 방식과 시점
• Trigger Configuration — 기준값과 규칙 맞춤 설정
• Training Feedback — 에이전트 학습 검토와 조정

여섯 에이전트는 데이터와 인사이트를 공유해 지능적이고 조율된 시스템을 만들어요. 다음과 같이 협업해요.

Discovery Agent가 적합성이 높은 크리에이터를 찾으면 Outreach Agent를 자동으로 시작해 모집 시퀀스를 실행할 수 있어요. Discovery Agent 설정에서 구성하세요.

• 연락을 시작할 최소 적합성 점수 설정(예: 80 이상)
• 연락 시퀀스 템플릿 선택
• 크리에이터에게 부담을 주지 않도록 일일 연락 한도 설정

Listening Agent가 제휴 마케터가 아닌 사람의 브랜드 언급을 감지하면 Discovery Agent가 잠재 모집 대상으로 평가하도록 표시해요.

Fraud Agent는 모든 전환에 위험 점수를 부여해요. Payout Agent는 이 점수로 의심스러운 커미션을 자동 보류해 지급 처리 전에 검토하도록 해요.

Performance Agent가 이전에 활발했던 제휴 마케터의 참여 감소를 감지하면 Outreach Agent를 실행해 재참여 메시지를 자동으로 보낼 수 있어요.

내장 효과 지표로 AI 에이전트의 투자 수익률을 추적하세요.

Spark! 고객의 집계 데이터를 기준으로 해요.

• 응답률 38% 향상 — Outreach Agent와 일반 템플릿 비교
• 매출의 67% — 상위 10명의 크리에이터에서 발생(Discovery + Performance가 식별)
• 분기당 US$4,200 이상 방지 — Fraud Agent가 포착한 사기성 커미션
• 월 142건 이상의 언급 — Listening Agent가 감지한 태그 없는 브랜드 언급
• 주 15시간 이상 절약 — 수동 제휴 관리 작업에서 절약한 시간

Spark!를 설정하면 에이전트는 기본으로 활성화돼요. 다음과 같이 설정하세요.

1. AI → Agent Insights → Settings로 이동하세요
2. 각 에이전트의 현재 자율성 수준을 검토하세요
3. 알림 기본 설정을 구성하세요
4. 맞춤 기준값이나 규칙을 설정하세요
5. 첫 주에는 매일 Pending Actions 대기열을 확인하세요