MentionDrop

각 언급은 짧은 요약, 감정 판독, 관련성 점수와 함께 돌아온다. 그래서 예전에 스레드 하나를 읽던 시간에 언급 열 개를 훑을 수 있다. 핵심은 분류 속도이고 깊은 분석이 아니다. 무엇이 중요한지는 여전히 본인이 정한다.

MentionDrop은 브랜드, 제품, 경쟁사 이름을 감시하며 각 키워드에 고유한 역할, 맥락, 관련성 기준값을 부여한다. 이는 진짜 신호와 신호처럼 보이는 지나가는 언급을 구분하는 데 도움이 된다.

알림은 이메일, Slack, webhook으로 나간다. 대시보드 안에 머물도록 강요하는 것은 없다. 모두에게 이상적이진 않지만 작동한다. Slack에서 사는 팀에게 이는 언급을 지금 알아차리는 것과 일주일 늦게 알아차리는 것의 차이다.

v1 API는 계정 단위이며 언급 목록, 키워드 관리, 그룹화 다이제스트, 언급 피드백, 답변 초안을 다룬다. MCP 지원은 AI 어시스턴트가 언급을 직접 조회할 수 있게 하며, n8n과 Claude 연동도 같은 API가 받친다. 팀이 이미 자동화를 돌리고 있다면 이 부분이 값을 한다.

다이제스트 엔드포인트는 언급을 자사 브랜드, 경쟁사, 수요, 답변할 만한 것의 네 그룹으로 나눈다. 평평한 목록이 아니다. 대신 방어할 것, 비교할 것, 답할 것이라는 결정에 대응하는 묶음을 얻는다.

답변이 필요한 언급에 대해 MentionDrop은 요청 시 답변이나 접근 초안을 생성할 수 있다. 출발점이지 완성된 답변은 아니지만, 커뮤니티 담당자의 백지 문제를 덜어 준다. 그래도 대부분은 다시 쓴다.

가치가 낮은 언급은 도착하기 전에 걸러진다. 이는 키워드별 관련성 기준값으로 조정하므로, 흔한 브랜드 단어가 중요한 언급을 덮어 버리지 않는다. 너무 높게 잡으면 관심 있는 것을 놓친다. 모든 필터링 도구가 요구하는 절충이다.