--- title: "AI 에이전트 개요: Spark! 문서 | Chargezen" description: "제휴 프로그램을 연중무휴로 자동화하는 여섯 AI 에이전트를 만나보세요. Chargezen Spark! 문서의 AI 에이전트 섹션에 있어요." url: "https://chargezen.com/ko/docs/spark/ai-agents/overview" lang: "ko" updated: "2026-01-19" --- Canonical URL: https://chargezen.com/ko/docs/spark/ai-agents/overview # AI 에이전트 개요 제휴 프로그램을 연중무휴로 자동화하는 여섯 AI 에이전트를 만나보세요 마지막 업데이트: 2026-01-19 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. Concierge 기반 Spark!의 AI 에이전트는 Chargezen의 이커머스용 AI 에이전트인 Concierge를 기반으로 해요. 일반적인 AI 도구와 달리 Concierge는 제휴 마케팅 패턴, 크리에이터 관계, 이커머스 자동화를 깊이 이해해요. ## 여섯 에이전트 각 에이전트는 제휴 관리의 특정 분야를 전문으로 해요. 독립적으로 작업하면서도 정보를 공유해 일관되고 지능적인 시스템을 만들어요. [ ### 발굴 에이전트 3,800만 개 이상의 크리에이터 프로필에서 콘텐츠, 오디언스, 참여 패턴을 분석해 브랜드에 맞는 제휴 마케터를 찾아요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/discovery-agent)[ ### 연락 에이전트 맞춤 모집 메시지로 업계 평균 12%의 3배인 34% 응답률을 달성해요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/outreach-agent)[ ### 리스닝 에이전트 모든 플랫폼에서 브랜드 언급을 연중무휴로 모니터링하며 시각 AI로 태그가 있는 언급과 없는 언급을 모두 감지해요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/listening-agent)[ ### 성과 에이전트 제휴 데이터를 분석해 추세를 파악하고, 이탈을 예측하고, 투자 수익률을 높이는 최적화를 추천해요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/performance-agent)[ ### 부정행위 에이전트 커미션 지급 전에 자기 추천, 클릭 사기, 악용 패턴을 감지해 분기마다 평균 US$4,200 이상을 절약해요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/fraud-agent)[ ### 지급 에이전트 커미션 계산을 자동화하고, 환불을 처리하고, 일괄 정산을 실행하고, 세금 서류를 만들어요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/payout-agent) ## 에이전트 작동 방식 여섯 에이전트 모두 자동화와 사람의 감독을 균형 있게 유지하도록 설계된 같은 운영 모델을 따라요. ### 1\. 지속적인 모니터링 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 ### 2\. 스마트 트리거 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 ### 3\. 사람의 감독 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 ### 4\. 학습 과정 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 학습 기간 에이전트는 업계 표준 모델로 시작해 2~4주 동안 해당 프로그램에 적응해요. 추천에 더 많이 반응할수록 선호도에 더 빠르게 맞춰져요. ## 에이전트 자율성 수준 각 에이전트가 얼마나 자율적으로 작동할지 설정하세요. 신뢰 수준과 행동 유형별 위험도에 따라 에이전트마다 다른 자율성을 설정할 수 있어요. ### Fully Automated 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 ### Approval Required(기본값) 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 ### Advisory Only 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 ### Disabled 에이전트가 완전히 꺼져요. 데이터 수집은 계속되지만 분석이나 추천은 생성되지 않아요. 프로그램을 재구성할 때 일시적으로 사용하세요. 권장 설정 모든 에이전트를 "Approval Required"로 시작하세요. 2~4주 후 저위험 에이전트(Listening, Payout 계산)는 "Fully Automated"로 바꾸고 영향이 큰 에이전트(Discovery, Outreach, Fraud)는 승인 모드로 유지하세요. ## Agent Insights 대시보드 여섯 에이전트를 모니터링하고 상호작용하는 중심 화면이에요. 기본 탐색 메뉴의 **AI → Agent Insights**에서 접근하세요. ### Overview 탭 * **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 ### Pending Actions 탭 * **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 ### Activity Log 탭 * **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 ### Settings 탭 * **Per-Agent Autonomy** — 에이전트별 자율성 수준 설정 * **Notification Preferences** — 알림 방식과 시점 * **Trigger Configuration** — 기준값과 규칙 맞춤 설정 * **Training Feedback** — 에이전트 학습 검토와 조정 ## 에이전트 협업 방식 여섯 에이전트는 데이터와 인사이트를 공유해 지능적이고 조율된 시스템을 만들어요. 다음과 같이 협업해요. ### Discovery → Outreach 연결 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 → Discovery 정보 보강 Listening Agent가 제휴 마케터가 아닌 사람의 브랜드 언급을 감지하면 Discovery Agent가 잠재 모집 대상으로 평가하도록 표시해요. ### Fraud → Payout 보호 Fraud Agent는 모든 전환에 위험 점수를 부여해요. Payout Agent는 이 점수로 의심스러운 커미션을 자동 보류해 지급 처리 전에 검토하도록 해요. ### Performance → Outreach 재참여 Performance Agent가 이전에 활발했던 제휴 마케터의 참여 감소를 감지하면 Outreach Agent를 실행해 재참여 메시지를 자동으로 보낼 수 있어요. ## 에이전트 효과 측정 내장 효과 지표로 AI 에이전트의 투자 수익률을 추적하세요. #### 에이전트별 효과 지표 * Discovery Agent: 발견한 크리에이터, 승인율, 활성 제휴 마케터 전환 * Outreach Agent: 보낸 메시지, 응답률, 가입 전환 * Listening Agent: 감지한 언급, 수집한 사용자 제작 콘텐츠, 발견한 태그 없는 언급 * Performance Agent: 실행된 추천, 최적화가 매출에 미친 영향 * Fraud Agent: 표시된 의심 거래, 방지한 사기 금액(US$), 오탐률 * Payout Agent: 처리한 커미션, 정산 정확도, 수동 대비 절약한 시간 ## 일반적인 성과 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 ## 에이전트 시작하기 Spark!를 설정하면 에이전트는 기본으로 활성화돼요. 다음과 같이 설정하세요. 1. **AI → Agent Insights → Settings**로 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 첫 주 팁 첫 주에는 모든 에이전트 추천을 검토해 시스템 조정을 도와주세요. 이 기간의 피드백이 에이전트 정확도에 가장 큰 영향을 줘요. ## 각 에이전트 알아보기 [ ### 발굴 에이전트 크리에이터를 자동으로 찾으세요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/discovery-agent)[ ### 연락 에이전트 모집 자동화하기 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/outreach-agent)[ ### 리스닝 에이전트 브랜드 언급을 모니터링하세요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/listening-agent)[ ### 성과 에이전트 프로그램을 최적화하세요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/performance-agent)[ ### 부정행위 에이전트 커미션 사기를 방지하세요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/fraud-agent)[ ### 지급 에이전트 지급을 자동화하세요 자세히 보기 ](https://chargezen.com/ko/docs/spark/ai-agents/payout-agent) ### 관련 문서 [ #### 발굴 에이전트 새 크리에이터를 자동으로 찾으세요 ](https://chargezen.com/ko/docs/spark/ai-agents/discovery-agent)[ #### 연락 에이전트 모집 메시지를 자동화하세요 ](https://chargezen.com/ko/docs/spark/ai-agents/outreach-agent)[ #### 부정행위 에이전트 커미션 사기를 방지하세요 ](https://chargezen.com/ko/docs/spark/ai-agents/fraud-agent) 이 페이지가 도움이 되었나요? 도움이 더 필요하신가요? [고객 지원 문의](https://chargezen.com/ko/docs/checkoutos/troubleshooting/support)