레이니란
레이니란
레이니는 병원을 위한 AI CRM 플랫폼입니다. AI 홈페이지, 멀티채널 고객 응대, 예약 관리, CRM 마케팅을 하나의 플랫폼에서 제공합니다. 각 기능은 독립적으로 작동하지 않고, 병원 데이터를 중심으로 서로 연결되어 있습니다.
병원 AI 도입의 핵심은 AI가 아닙니다
AI 도입의 핵심은 AI 기술 자체가 아닙니다. 병원의 데이터를 어떻게 정리하느냐에 따라 결과가 갈립니다.
병원에서 매일 일어나는 업무, 즉 예약 리마인드, 시술 후 안내, 오랜 고객에게 연락은 전부 같은 구조입니다. 데이터를 보고, 기준에 따라, 행동합니다. 사람이 하면 업무고, 시스템이 하면 자동화입니다.
자동화가 가능하려면 데이터가 형식화되어 있어야 합니다. 카카오 메시지, 엑셀, 직원 머릿속에 흩어진 정보를 구조화하는 것이 먼저입니다. 그 위에 자동화가 올라가고, 그 위에 AI가 작동합니다.
데이터가 세세하게 구조화될수록 자동화는 더 정밀해집니다. 시술 이름만 있으면 시술별 안내를 보낼 수 있고, 알레르기 정보까지 있으면 AI가 사전 상담을 권유할 수 있습니다.
하나의 데이터가 여러 기능을 움직입니다
레이니의 모든 기능은 Entity 시스템을 중심으로 연결됩니다. 시술 하나를 등록하면, 그 데이터가 홈페이지, AI 상담, 예약, 알림 네 곳에서 동시에 사용됩니다.
보톡스 가격을 수정하면 홈페이지, AI, 알림 메시지가 동시에 바뀝니다. 각각을 따로 수정할 필요가 없습니다. 새 시술을 추가하면 모든 곳에 추가되고, 삭제하면 모든 곳에서 사라집니다.
의료진 Entity도 같습니다. 진료 요일과 시간을 한 곳에 등록하면 AI가 예약 가능 시간을 정확히 안내하고, 예약 시스템이 오버부킹을 자동으로 막습니다.
레이니가 제공하는 기능
| 기능 | 하는 일 |
|---|---|
| 홈페이지 | Entity 데이터 기반으로 시술 목록·상세 페이지 자동 생성. 시술 수정하면 홈페이지 자동 반영 |
| AI 고객응대 | 웹챗, 카카오톡, LINE, 전화에서 Entity 데이터를 직접 조회해 자동 답변. 별도 AI 학습 불필요 |
| AI 예약 | Availability Rules 기반 가능 시간 자동 계산, AI가 대화로 예약 접수 |
| AI CRM 마케팅 | 고객 데이터 기반 워크플로우로 리마인드, 사후 안내, 재방문 유도 자동 발송 |
각 기능의 상세 원리:
구조가 만들어내는 차이
한 번 수정하면 모든 곳이 바뀝니다
같은 Entity를 모든 기능이 참조하기 때문에, 데이터를 한 곳에서 수정하면 홈페이지, AI, 알림 메시지가 전부 새 정보를 반영합니다. 이것이 SSOT(Single Source of Truth, 단일 진실 공급원) 원칙입니다.
반대로 데이터가 흩어져 있으면(홈페이지 15만원, AI 12만원, 알림 10만원), 어느 것이 맞는지 고객도 직원도 알 수 없습니다. 자동화가 늘어날수록 이 문제는 더 심각해집니다.
데이터 축적에 따른 자동화 정밀도
데이터가 축적될수록 자동화가 정밀해집니다. 기본 예약 정보만 있으면 리마인드를 보낼 수 있고, 상담 이력이 쌓이면 AI가 맥락 있는 응대를 할 수 있으며, 방문 주기 데이터가 모이면 재방문 유도 타이밍이 정확해집니다.
역할 기반 권한
데이터가 한곳에 모여 있으니, 잘못된 수정 하나가 모든 곳에 영향을 미칩니다. 이 위험을 RBAC(역할 기반 접근 제어)로 막습니다. 원장, 실장, 간호사, 상담사별로 볼 수 있는 정보와 할 수 있는 작업이 구분됩니다.
| 역할 | 할 수 있는 것 | 할 수 없는 것 |
|---|---|---|
| 원장 (owner) | 모든 것 | — |
| 실장/매니저 (admin) | 예약, 고객, 워크플로우 관리 | 조직 삭제, 결제 |
| 간호사/상담사 (member) | 예약 확인, 고객 열람 | Entity 수정, 규칙 변경 |
여러 채널, 하나의 경험
카카오톡, LINE, 웹챗, 전화 등 7개 채널이 통합됩니다. 고객이 어떤 채널로 문의하든 같은 Entity 데이터를 참조하므로 일관된 답변이 나옵니다. 카카오로 문의하고 전화로 예약해도 같은 고객 프로필에 기록됩니다.
도입 전 알아두어야 할 것
레이니가 만드는 자동화에는 병원 쪽에서 준비해야 할 부분이 있습니다. 도입 전에 몇 가지를 이해해두면 세팅 이후 혼선이 줄어듭니다.
자동화가 원하는 만큼 정밀해지려면, 그에 맞는 커스텀 필드가 필요합니다. 레이니의 자동화는 "시술 이름" 하나로 굴러가지 않습니다. "시술 종류", "시술 부위", "시술 횟수", "고객 등급", "마지막 방문일", "생년월일" 같은 필드가 고객과 예약에 붙어 있어야, 시술별 사후 안내·재방문 리마인더·생일 쿠폰·VIP 세그먼트 같은 자동 메시지가 의도대로 나갑니다. 도입 전에 어떤 자동화를 원하는지 정리해보고, 그에 필요한 커스텀 필드 목록을 함께 설계해야 합니다. 필드가 비어 있는 항목은 AI도 워크플로우도 처리할 수 없습니다.
세팅 이후에는 기존 CRM이 아닌 레이니 대시보드에서 데이터를 관리해야 합니다. 예약·고객·상담 이력·시술 기록을 기존 CRM이나 별도 엑셀에 계속 적어 두면 레이니 쪽 데이터는 공백이 생기고, AI 응대·자동 메시지·광고 트래킹·세그먼트 마케팅이 전부 부정확해집니다. 초기 마이그레이션으로 기존 CRM 데이터를 가져온 뒤부터는, 모든 신규 데이터의 입력 창구를 레이니 대시보드로 일원화해야 합니다. 운영 동선을 레이니 중심으로 옮겨두어야 합니다.
데이터 구조화에는 시간이 필요합니다. 메모란에 "보톡스 3회, 알레르기 있음"이라고 적는 건 5초지만, 구조화된 필드에 나눠서 입력하면 30초가 걸립니다. 직원들에게 새로운 입력 습관이 필요합니다. 그 30초가 쌓이면서 AI가 대신 응대하고, 워크플로우가 대신 메시지를 보내주는 시간이 늘어납니다.
EMR 데이터가 자동으로 구조화되지는 않습니다. 기본 예약 데이터(이름, 연락처, 일시)는 동기화로 가져올 수 있지만, 시술 목록·의료진 정보·예약 규칙·커스텀 필드 스키마는 직접 엔티티로 정리해야 합니다. 기존 시스템을 그대로 복사해 오는 작업이 아니라, 레이니 구조에 맞게 다시 설계하는 작업입니다.
예외 상황은 사람이 대응해야 합니다. 원장님이 갑자기 반차를 쓰거나, 단골 고객에게 마감된 시간에 예외 예약을 잡아야 할 때는 규칙을 직접 수정하거나 수동으로 처리해야 합니다.
초기 설정(2-3주)이 지나면 일상적인 운영은 레이니 대시보드에서의 데이터 기록과 예외 대응으로 압축됩니다. 입력되는 데이터가 많아질수록 자동화가 더 정밀해지고, 데이터 입력 창구가 둘로 쪼개지면 그 흐름이 끊어집니다.