고객센터 AI솔루션의 개념과 현주소

최근 몇 년간 머신러닝(Machine Learning)과 인공지능(AI)에 대한 관심이 한창 뜨겁습니다. 이 기술들이 모든 분야에 적용되면서, 인류의 삶과 산업에 근본적인 변화를 일으키고 있습니다. AI 기술과 활용 능력은 기업과 개인은 물론 나아가 국가의 경쟁력을 좌우한다고 할 만큼, 디지털 패러다임 변화의 중심에 있습니다. 이러한 변화를 가장 적극적으로 맞이하고 있는 분야가 바로 고객센터입니다. 유럽의 비즈니스 관련 조사에 따르면, 전 세계 콜센터 AI 시장이 2030년까지 연평균 15.7%까지 성장할 것이고, 올해 규모만 3조 284억 원에 육박할 것으로 전망했습니다. 

일례로 신한은행은 2019년 진행한 AICC(AI Contact Center) 프로젝트를 통해, 2020년 5월부터 고객 문의 처리를 위한 AI 상담사 ‘쏠리’를 고객센터에서 활용하고 있습니다. 일평균 처리량의 50%를 AI가 커버하고, 25%는 상담원을 거치지 않고 AI가 자체적으로 문의 건을 처리하고 있습니다. 통신사 또한 효율적인 고객 응대와 고객 대기 시간 감소를 목적으로 AICC 솔루션 도입에 앞장서고 있습니다. KT는 2021년부터 자사 콜센터를 AICC로 전환했습니다. 단순 업무는 AI 상담사가 처리하고, 고도화된 상담 서비스가 필요한 경우에도 실시간 상담 솔루션이 상담사에게 적합한 정보를 제공하고 있습니다. 그 결과, 22년 상반기 기준 전년 대비 운영 비용을 8%가량 절감하는 성과까지 얻을 수 있었습니다. 

그렇다면 기업들이 앞다퉈 AI 솔루션을 고객센터, 고객 응대 분야에 도입하는 이유는 무엇일까요? 다양한 고객센터 AI 솔루션들 중 우선적으로 도입해야 할 솔루션은 어떤 것들이 있을까요? 이번 글에서는 쏟아지는 AI 기술 관련 콘텐츠 속에서, CX 기획자들이 AI 고객센터 전환에 앞서 알아야 할 내용들을 함께 살펴보고자 합니다. 

고객센터가 AI 솔루션을 도입하는 이유: 운영 효율의 극대화

상담사 한 명을 고용하는데 비용은 얼마일까요? 기업의 규모와 업계마다 다르지만, 숙련된 상담사 1명을 채용해 별도의 외주 고객센터를 운영할 경우 월 기준 250만 원 내외의 비용이 소요됩니다. 이 때문에 100명 이상의 상담사를 운영하는 기업의 경우, 내부에서 콜센터 운영과 관련해 악평을 듣기도 합니다. 문제는 고객 문의를 처리하기 위한 적정 상담 인력 산출과 비대면 채널이 활성화되어 있지 않다면, 이러한 고비용 구조는 계속해서 커져갈 수밖에 없습니다. 

이를 해결하기 위해 기업들은 외주 업체 운영을 통한 완전 위탁 운영 체제를 선택했던 과거와는 달리, 인하우스 내 CX 기획자 채용과 외주 업체 효율을 높일 상담 솔루션을 도입하는 행보를 보이고 있습니다. 한편 감정 노동 직군에 해당하는 콜센터 상담원은 항공 승무원 등과 함께 감정 노동 정도가 가장 세다고 할 정도로, 극한의 업무 환경에서 일하고 있습니다. 코로나 이후에는 닭장처럼 모인 콜센터가 집단감염의 위험지로 불리기도 했습니다. 이처럼 인력 운영에 대한 재무적 부담과 대외 환경 리스크가 고조되고 있는 실정에서, AI 솔루션은 단순히 고객 만족의 극대화를 넘어 상담사, 기업들이 지속 가능한 운영을 위해 선택할 수밖에 없는 것이죠. 

일각에서는 AI 솔루션 도입이 상담사를 대체해 일자리를 뺐는다는 의견도 있었지만, 감정노동 시간과 단순 업무의 축소로 오히려 상담사들의 퇴직율이 감소한 사례도 있습니다. 즉 아직까지 AI 솔루션이 상담사를 완전히 대체하기보다는 상담사와의 상생을 통해, 고객과 상담사 모두가 만족하는 방향으로 개발되고 있습니다.

우리가 집중해야 하는 솔루션: STT/TA, KMS, 상담 어시스트

AI 챗봇이나 콜봇의 경우 고객센터의 규모와 문의량에 관계없이, 서비스의 운영 효율성 및 빠른 고객 문의 처리를 위해 여러 기업들이 도입하고 있습니다. 하지만 서비스의 정책과 상품의 복잡도가 높거나, 상담사 CS 처리 비중이 압도적으로 높은 경우라면 어떨까요? 비대면 AI 채널 확대만으로는 상담사의 답변 처리 속도나, 고객의 만족도 등을 개선하기엔 한계가 있을 것입니다. 문의량이 늘어난 상황에서 한 명의 상담사가 처리할 수 있는 건수(CPD, Call Per Day)를 높이고, 상담 품질을 유지하는 것은 개인의 역량이나 고객센터 운영 정책에만 기대하기 어렵기 때문입니다. 이때 필요한 솔루션이 바로 STT/TA, KMS, 상담 어시스트입니다.

1) STT/TA

먼저 STT/TA는 상담사와 고객간 통화 내용을 문자로 변환하는 솔루션(STT, Speech to Text)와 변환된 문자를 분석하는 솔루션(TA, Text Analysis)을 지칭하는 음성인식 및 분석 기술을 지칭합니다. STT/TA는 뒤에 나올 KMS와 상담 어시스트의 근간이 되는 솔루션으로, 텍스트/데이터 마이닝 과정을 거쳐 유의미한 정보를 시각화해 업무에 활용하는 목적을 갖고 있습니다. 

특히 CX 기획자는 TA 구축에 더 공을 들여야 하는데요. STT를 통해 넘겨진 텍스트를 바탕으로 급상승 키워드, 통화 중 발화되는 주요 키워드, 긍정어와 부정어를 인식하기 위한 단어별, 문장별, 발화 상황별 구분 값을 수기로 먼저 분류해야 합니다. 어떤 단어와 문장을 긍정, 부정으로 판단할지, 수집된 발화 내용이 기존에 운영하던 VOC 체계와 어떻게 매핑할 것인지, 값을 지정하는 작업 등이 중요한데, 상담사 또는 CX 기획자가 다음 개선에 필요한 VOC 인사이트 정보를 빠르게 파악할 수 있기 때문입니다. 또한 첫 프로젝트 시 약 한 달을 분류 작업에 투입되어야 하는데, 이 과정을 통해 TA의 분석 품질과 자동 모니터링의 품질을 높일 수 있습니다. 

2) KMS

다음으로 지식관리 시스템을 뜻하는 KMS(Knowledge Management System)이 있습니다. 상품 약관 및 정책, 주문, 환불, 서비스 문의 등 문의 유형별 응대 스크립트, 마케팅 프로모션 정보 등 고객 응대에 필요한 모든 지식을 담아둔 시스템으로 일종의 ‘상담사를 위한 지식인 사이트’와 같습니다. 사진, 게시글, 파일, 인쇄물 등으로 업무 내용을 주고받았던 것과 달리, 통합된 하나의 시스템에서 정보를 조회할 수 있어 신입 상담사가 오더라도 업무 공백을 최소화할 수 있습니다. 

나아가 복잡한 상담 내용에도 상담사의 실수를 최소화할 수 있어, 상담사 숙련도와 관계없이 동일한 상담 품질 제공이 가능합니다. CX 기획자는 이때 지식 분류 체계의 범위를 어디까지 가져갈 것인지 고민해야 합니다. 흩어져 있는 지식과 자료들을 모아 대분류에 해당하는 검색 카테고리를 지정하고, 중분류와 소분류의 세부 검색 조건 값을 지정해 상담 중 KMS를 통해 원하는 지식이 빠르게 매칭될 수 있도록 해야 합니다. 아울러 정보 유형별로 사진, 게시글, 파일 중 어떤 포맷이 정보를 전달하기에 적합한지 함께 검토해야 합니다. 

아울러 KMS는 일방적인 정보 검색뿐만 아니라 상담사도 신규 지식을 등록할 수 있는 특징을 가지고 있는데요. 상담 중 얻은 업무 노하우를 신규 지식으로 생성할 경우, 설정된 대, 중, 소분류 값이 해당 지식과 매칭되는지 확인하며, 검색 카테고리의 품질을 고도화해 나가는 과정을 거칩니다. 마지막으로 모든 신규 지식 요청 건을 그대로 지식으로 생성하는 것이 아니라, 대분류 기준의 업무 카테고리 관리자를 설정합니다. 지속적으로 지식의 가치를 평가하고, 이를 유지, 향상하기 위해 고객센터 문화 형성에도 신경 써야 합니다. 

3) 상담 어시스트

마지막으로 상담 어시스트(Assist) 또는 실시간 상담 도우미입니다. 상담 어시스트는 STT에서 변환된 상담사와 고객 간 통화 내역을 실시간으로 제공합니다. 또한 KMS 시스템과 연동되어 통화 내역 중 특정 단어를 검색해 KMS에 저장된 정보를 실시간으로 추천하는 솔루션입니다. 통화 중인 고객의 VOC 접수 건수, 서비스 이용 내역 등 상담에 필요한 고객 정보를 한 번에 제공해, 맞춤형 상담이 가능하도록 돕는 통합 솔루션입니다. 

어시스트의 가장 큰 특징은 답변 내용을 실시간으로 추천하고, 통화 종료 후 VOC 저장에 필요한 상담 분류 코드를 자동으로 추천한다는 점에 있습니다. 따라서 CX 기획자는 상담사가 숙지해야 할 고객 이력 정보의 범위를 선정하고, 상담 중 지식 추천, 실시간 대화 내용의 정보를 유기적으로 조회할 수 있도록 눈높이에 맞춘 UI, UX를 기획해야 합니다. 이를 통해 상담사가 상담에 필요한 정보를 조회하고, 상담 후기를 남기는데 걸리는 시간을 단축시켜 상담 품질 관리에만 신경 쓸 수 있도록 할 수 있습니다. 

AI 솔루션을 통해 얻을 수 있는 것: 상담사의 위상 변화

불과 4-5년 전까지 만하더라도 AI 솔루션의 가장 핵심이 되는 STT/TA 솔루션의 정확도는 90% 미만이었습니다. 80%만 되어도 괜찮다고 생각할 수 있지만, 언어라는 것은 미묘한 차이에도 커뮤니케이션에 문제가 될 수 있어, 사실상 현업에서는 쓸 수 없었습니다. AI 솔루션의 발전에 따라 현재 정확도는 95% 내외를 기록하며, 꿈에 그리던 AI 고객센터에 점점 더 가까워지고 있습니다. 

물론 아직도 갈 길은 멉니다. AI 챗봇과 AI 콜봇은 시나리오 기반의 질의응답을 처리하는 수준이고, 완벽한 수준의 자연어 기반의 응대는 불가능한 상황입니다. 또한 KMS와 상담 어시스트가 산업별로 얼마만큼의 운영 효율 개선을 가져올지도, 도입 초기여서 성공 여부를 결정하기엔 이릅니다.

하지만 고객센터의 AI 기술 도입은 궁극적으로 상담사의 위상을 변화시켜 놓을 것으로 기대합니다. 그저 감정노동자로 분류하는 것이 아닌 AI 솔루션에게 고객 니즈를 학습시키는 전문 인력으로 양성되고, 서비스 기획에 적극적으로 참여하는 직군이 되는 것이죠. 이를 통해 생각하는 고객센터, 자발적으로 문제를 제기하고 전문 인력을 양성하는 곳으로 거듭나는 계기가 되지 않을까요? 여러분의 생각은 어떠신지 궁금합니다.

요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.