"단톡방 답장 매크로를 며칠 써봤는데 멤버가 곧바로 패턴을 알아챘다. Replyer 는 뭐가 다른가?"
이 질문은 운영자 채널에서 자주 받습니다. 둘 다 [답장을 자동화] 한다는 점은 같아서 같은 도구처럼 보이지만, 운영해 보면 다른 카테고리에 가깝습니다. 이 글은 매크로식 자동 응답의 한계와 Replyer 가 그 자리에서 어떻게 다르게 굴러가는지 5가지 축으로 정리합니다.
5축 비교 한눈에
매크로식 자동 응답과 Replyer 의 차이를 다섯 가지 운영 축으로 한 번에 그린 레이더 차트. 입력 다양성·출력 변형성·검수 깊이·로컬성 / 비용·발사 자연스러움 다섯 축에서 두 도구의 상대 점수를 시뮬레이션한 결과입니다 (운영자 관점 평가, 정량 데이터 X).
1. 입력에 무엇이 들어가는가
매크로의 기본 구조는 단순합니다. 키워드 (또는 정규식) 와 고정 응답 문구를 짝으로 등록하고, 새 메시지가 키워드를 포함하면 그 문구를 발사합니다.
# 매크로식 규칙 (예시)
rules:
- match: "가격|얼마"
reply: "가격은 공지방 확인 부탁드립니다"
- match: "환불"
reply: "환불은 1:1 문의로 부탁드립니다"
문제는 단톡방 멤버가 같은 의미를 다양한 표현으로 묻는다는 것. "이거 얼마예요" 와 "혹시 비용 어떻게 되나요" 와 "ㅇㅇ 가격 좀" 은 매크로 키워드 매트릭스를 30줄 이상 늘려도 빠짐없이 잡기 어렵습니다.
Replyer 의 페르소나는 키워드가 아니라 최근 대화 컨텍스트와 운영자 톤 지침을 LLM 에 같이 넣어 매번 생성합니다. agents/templates/*.yaml 의 시스템 프롬프트 + storage.recent_messages 의 최근 대화 + 운영자가 평소 쓰는 말투 예시가 한 번에 들어갑니다.
2. 답장 문장이 매번 같은가, 매번 다른가
매크로는 정의상 같은 문구를 반복합니다. 단톡방 멤버 50명 중 5명이 같은 메시지를 받으면 즉시 [복붙 패턴] 으로 인지됩니다. 운영자 톤이 아무리 자연스러워도 두 번째 발사부터는 자동 흔적.
Replyer 는 LLM 의 자연 변형 + 계정별 톤 슬롯 (R29 의 account_variant) 으로 같은 의도라도 다른 문장으로 발사합니다. 같은 계정은 큰 틀의 [결] 을 유지하고, 다른 계정은 다른 슬롯이 적용돼 응답이 갈립니다. 다중 계정 운영 시 [봇 티 안 나게] 의 1차 방어선.
자세한 슬롯 동작은 여러 계정으로 같은 단톡방에 응답할 때 봇 티가 나는 이유 에 정리해 두었습니다.
발사 타이밍 - 멤버가 패턴을 알아채는 순간
같은 단톡방·같은 질문 흐름에 매크로와 Replyer 가 각각 어떻게 답하는지 시간축으로 그렸습니다. 푸른 점이 운영자 / 봇 발사, 회색 점이 멤버 메시지. 매크로는 [정확히 0.5초 간격, 동일 길이, 같은 시간대] 패턴이 1분 안에 드러납니다.
3. 운영자 검수가 어디 들어가는가
매크로는 등록 시점에만 검수합니다. 한 번 켜면 키워드 매칭마다 무조건 발사. [부적절한 답장이 나간 뒤 알게 되는] 흐름이 잦습니다.
Replyer 는 같은 자리에 [수동 모드 큐] 가 있습니다. 새 메시지에 LLM 이 답안 1개를 만들고, 운영자가 Queue 페이지에서 보낼지·거절할지·편집할지 결정합니다. 시간 여유 없을 땐 자동 모드로 전환하고, 민감한 단톡방은 수동 모드로 돌립니다. 운영자가 시간을 직접 통제.
자동 모드에서도 보낸 답장은 Logs 페이지에 전부 남고, Diagnostics 에서 키워드·톤·스킵 사유를 확인할 수 있어 [발사 후 검수] 가 가능합니다.
4. 외부 의존성과 비용
매크로 도구는 대부분 외부 서버 또는 외부 API 호출이 끼어 있습니다. 답장 문구를 외부 LLM (OpenAI / Claude) 으로 가공하는 변종이라면 매 답장마다 API 비용 + 단톡방 대화가 외부 회사 서버를 거칩니다.
Replyer 는 로컬 LLM 전용입니다. Gemma 3 / Gemma 4 GGUF 가 운영자 PC 안에서 돌고, 외부 API 호출 0. 단톡방 대화가 본인 PC 를 벗어나지 않습니다. cfg.model_repo / cfg.model_filename 으로 모델을 직접 고르고, 첫 다운로드 (5GB 내외) 후엔 인터넷이 끊겨도 답장이 나갑니다.
비용 측면에서도 답장 100건이든 10,000건이든 추가 과금 0. 단톡방 트래픽이 늘어도 운영비가 선형으로 증가하지 않습니다.
5. 사람같은 발사 흐름
매크로는 키워드 매칭 즉시 0초~1초 안에 메시지를 박습니다. 단톡방 멤버가 [방금 누가 말 끝났는데 1초 만에 정확한 응답] 패턴을 알아채면 거의 100% 자동화 의심.
Replyer 의 sender.send_humanlike 는 운영자가 평소 답장하는 흐름을 흉내 냅니다. human_send.typing_chars_per_sec 로 가변 타이핑 시간을 만들고, 긴 답장은 2~3개로 분할 발사하고, 문장 사이에 0.4~1.0초의 멈춤 (hesitation) 을 끼웁니다. 새벽 시간대엔 응답 확률 자체를 낮춰 [24시간 자동 응답하는 단톡방] 패턴을 피합니다.
어느 운영 시나리오에 어느 쪽이 맞나
매크로가 더 맞는 경우:
- 응답 패턴이 5개 이하로 정해진 단톡방 (예: 가격 안내·환불 안내·운영 시간만 받는 고객 응대)
- 단톡방 멤버가 [자동 응답임을 알고 있는] 명시 안내 단톡방
- 단톡방 메시지량이 매우 적어 LLM 모델을 PC 에 띄울 필요가 없는 환경
Replyer 가 더 맞는 경우:
- 운영자 본인 톤으로 답해야 하는 커뮤니티 단톡방
- 멤버 질문 패턴이 다양해 키워드 매트릭스로 못 잡는 단톡방
- 다중 계정으로 같은 단톡방에 답해야 하는 운영자 (account_variant 톤 분기 필요)
- 단톡방 대화를 외부 회사 서버에 보내고 싶지 않은 운영자
- 자동 / 수동 모드 전환이 운영 흐름에 자주 들어가는 운영자
자주 묻는 질문
Q. 매크로와 Replyer 를 같이 쓸 수 있나요?
가능합니다. 단톡방 운영 흐름상 [고정 안내 (가격·환불·운영 시간)] 는 매크로로 처리하고, 자유 대화·커뮤니티 답장은 Replyer 로 운영하는 조합이 자연. Replyer 에서 키워드 기반 자동 회피를 설정 (hard-banned phrase, 특정 키워드 스킵) 해 두면 두 도구가 같은 메시지에 경쟁하지 않습니다.
Q. Replyer 는 키워드 기반 응답이 아예 안 되나요?
키워드 → 고정 답변의 1:1 매핑은 Replyer 의 흐름과 맞지 않지만, 페르소나 시스템 프롬프트에 [특정 키워드가 들어오면 X 패턴으로 응답] 같은 가이드를 자연어로 넣을 수 있습니다. 더 강한 키워드 라우팅이 필요하면 매크로 도구를 앞단에 두고 그 외 메시지를 Replyer 로 넘기는 게 깔끔.
Q. 로컬 LLM 이라 PC 가 항상 켜져 있어야 하는데, 운영자 PC 가 꺼지면 어떻게 되나요?
PC 가 꺼져 있는 동안엔 답장이 안 나갑니다. 자동 응답 흐름이 24시간 필요한 단톡방이라면 별도 미니 PC / 항상 켜진 노트북 / Mac mini 한 대를 운영용으로 두는 운영자가 많습니다. 외부 서버 의존성을 없애는 대가로 본인 인프라가 들어옵니다.
결론
매크로식 자동 응답과 Replyer 는 [답장을 자동화한다] 는 출발점만 같고, 입력·출력·검수·의존성·발사 흐름 모두 다른 도구입니다. 단톡방 메시지가 다양한 패턴으로 들어오고 운영자 톤 일관성이 중요하다면 Replyer 쪽이 운영 부담이 작습니다. 패턴이 매우 단순하고 자동 응답을 단톡방에 명시하는 환경이라면 매크로가 더 가볍습니다.
자동화 도구를 고를 때 참고할 의사결정 흐름은 자동화 도구 결정 체크리스트 에 정리해 두었습니다. 페르소나 작성을 깊게 다듬는 방법은 에이전트 시스템 프롬프트 작성법 을 참고하세요.
본인 단톡방에 도입하려면 Replyer 다운로드 에서 본인 OS 빌드를 받고, 사용 매뉴얼 의 Wizard 단계를 따라가면 됩니다.