Special Report더보기
-
2025년 콜센터 서비스품질 지수(KSQI)
[컨택저널 2025년 6월호] 2025년 콜센터 서비스품질 지수(KSQI) AI 기술 확산 시대, ‘공감 역량’ 중요성 부상 ■ 서비스품질 지수 88.3점으로 안정세 유지 ■ 공감 영역 지수는 전년 대비 1.8점 상승 한 61.4 점 기록 ■ AI 기술 중심 경쟁 환경에서 고객 공감 역량이 전략적 경쟁력으로 부상 한국능률협회컨설팅(KMAC)은 ‘2025 한국산업의 서비스품질 지수(KSQI) 콜센터 부문’ 조사 결과를 발표했다. 이번 조사에서 서비스품질 지수는 88.3점으로 안정세를 유지했으며, 특히 공감 영역 지수가 전년 대비 1.8점 상승한 61.4점을 기록해 AI 기술 확산 시대에 고객 공감의 중요성이 재조명되고 있음을 시사했다. 한국산업의 서비스품질지수(KSQI)는 서비스 품질에 대한 고객의 체감 정도를 측정하는 지수로, KMAC가 2004년 콜센터 부문 측정 모델을 개발해 매년 발표하고 있다. 올해로 22년 째를 맞았다. 올해는 총 48개 산업 339개 기업 및 기관의 콜센터를 대상으로 진행됐다. 사전 교육을 받은 전문 모니터 요원이 고객 입장에서 각 콜센터당 100회씩 직접 전화를 걸어 서비스 만족도를 객관적으로 수치화 하는 방식으로 이루어졌다. 2022년부터는 평가 체계를 개편하여 서비스품질영역과 공감영역으로 구분해 조사하고 있다. 서비 스품질영역에서 92점 이상을 획득한 콜센터는 ‘한국의 우수콜센터’로, 서비스품질영역(92점 이상) 과 공감영역(80점 이상) 모두에서 우수한 성적을 거둔 콜센터는 ‘고객감동콜센터’로 선정한다. ‘한국의 우수콜센터‘ 선정은 꾸준한 내부혁신과 차별화된 운영 시스템으로 ‘고객 만족’을 실현했다는 서비스 품질의 보증수표와 같다. 한편 ‘고객감동콜센터’는 단순한 고객 만족을 넘어 고객과의 상호 공감과 소통에 적극적인 기업임을 의미하며, 이는 향후 모든 콜센터가 지향해야 할 방향으로 평가받고 있다. 최근 5년간의 KSQI 지수 변화 최근 5년간 KSQI 지수 변화를 살펴보면, 팬데믹과 AI 기술 도입, 그리고 최근의 회복세로 이어지는 콜센터 서비스 품질의 진화 과정을 확인할 수 있다. ■ 2021년 : 코로나19의 영향으로 지수 급락 - 팬데믹으로 인한 서비스 대응한계로 서비스품질 지수가 88.8점(‘20) → 87.8점(‘21)으로 하락 - 급격한 비대면 전환 과정에서 발생한 시스템 불안정과 상담 여건 악화가 주요 원인으로 분석 ■ 2022년 : 평가영역 개편에 따른 일시적 반등 - 서비스품질 영역은 89.0점으로 상승 - 공감 영역 지수가 신설되어 67.8점으로 처음 측정 - 다만 이는 제도적 개편 효과에 따른 일시적 상승으로, 구조적인 서비스 개선과는 다소 거리가 있는 것으로 평가 ■ 2023〜2024년 : AI 도입 확산과 고객 공감의 약화 - AI 상담, 자동화 기술의 본격 도입으로 서비스 효율은 향상됐으나,고객 체감 품질 중 ‘공감’ 요소는 오히려 하락세 - 서비스품질 지수는 소폭 감소(88.3점 → 88.1점) - 특히 공감 영역은 62.3점(‘23) → 59.6점(‘24)으로 두드러진 하락세 ■ 2025년 : 회복세 진입 - 서비스품질 지수는 88.3점으로 안정세 유지 - 공감 영역 지수는 61.4점으로 전년 대비 1.8점 상승하며 회복세 - 이는 AI 기술 중심 경쟁이 심화되는 환경 속에서도 고객 서비스와 감정 공감의 중요성이 재조명되며 ‘공감’이 전략적 관리지표로 자리 잡고 있음을 시사 - 단순한 회복이 아닌, 공감 영역의 지속적 모니터링과 전략적 관리를 통한 경쟁력 제고 노력의 결과로 분석 2025년 KSQI 주요 특징 1 서비스품질영역과 공감영역 모두 상승, 기술과 감성의 균형 찾아가는 콜센터 ▪ 올해 KSQI 조사에서는 서비스품질영역과 공감영역 모두 지난해보다 지수가 소폭 상승했다. 특히 주목할 점은 공감영역지수가 전년 대비 1.8점 증가한 61.4점을 기록하며 의미 있는 상승세를 보인 것이다. ▪ 2022년부터 서비스품질영역과 공감영역을 분리해 평가하고 있으며, 서비스품질영역은 92점 이상, 공감영역은 80점 이상을 각각 우수의 기준으로 삼고 있다. ▪ 이번 조사에서는 서비스영역에서 이동통신 산업군이 95점으로 가장 우수한 성적을 거뒀으며, 공감영역에서는 정유 산업군이 71점으로 최고 점수를 기록했다. ▪ AI 기술이 심화되는 환경속에서, 고객서비스와 공감의 중요성이 재조명되어 ‘공감’이 전략적 관리지표로 자리잡아가고 있으며, 지속적인 모니터링과 관리를 통한 경쟁력 제고 방향의 결과로 보인다. 2 우수 콜센터 선정비율 감소, 콜센터 간 서비스 품질 양극화 심화 ▪ <한국의 우수 콜센터> 선정 비율이 전년대비 1% 감소하여 35%를 기록했다. 이는 역대 2번째로 낮은 수치로, 우수 콜센터와 비우수콜센터 간의 서비스 품질격차가 더욱 벌어지고 있음을 보여준다. ▪ 구체적으로 살펴보면, 올해 우수 콜센터로 선정된 기업은 총 117개사로 지난해보다 9개 감소했다. 비우수에서 우수로 상향 전환된 기업은 22개인 반면, 우수에서 비우수로 하향 전환된 기업은 31 개로 더 많았다. 또한 신규로 조사 대상에 포함된 6개 기업 중에서도 단 2개 기업만이 우수 콜센터 기준을 충족했다. ▪ 더욱 우려가 되는 점은 우수 콜센터와 비우수콜센터 간의 품질 격차가 더욱 벌어지고 있다는 사실이 다. 우수 콜센터의 서비스품질 평균은 전년대비 0.4점 상승한 92.8점을 기록한 반면, 비우수콜센터의 서비스품질 평균은 0.2점 하락한 84.7점에 그쳤다. ▪ 이러한 격차 확대는 콜센터 서비스의 양극화가 심화되고 있음을 시사하며, 전반적인 산업 경쟁력 향상을 위해서는 비우수콜센터의 서비스 품질 개선이 시급한 과제로 대두되고 있다. 3 기본적인 서비스 품질을 넘어 고객과의 공감을 형성해야... 여전히 제자리 걸음 수준 ▪ <고객감동콜센터>로 선정된 기업은 전체 339개 기업 중 단 10개사에 불과했다. 교보생명, 한화생명, DB생명, 삼성화재, KB손해보험, NH농협은행, 삼성전자서비스, 기아, HD현대오일뱅크, LG유플러스만이 이 영예를 안았다. ▪ ‘고객감동콜센터’는 단순히 IT 인프라나 시스템과 같은 기술적 요소와 정량적 평가에서 우수할 뿐 아니라, 상담사가 고객과 얼마나 깊이 공감하고 효과적으로 소통하는지를 함께 평가하는 종합적인 기준이다. ▪ 서비스의 품질과 효율성도 중요하지만, 진정한 고객만족을 위해서는 공감과 소통을 위한 차별화된 전략 수립이 필수적이다. 이는 AI기술이 발전할수록 오히려 더 중요해지는 인간 상담사의 핵심 역량이며, 앞으로 콜센터가 나아가야 할 방향이다. 4 수신여건 그 어느때보다 중요성이 커… 고객은 빠른 문제해결을 원해 ▪ 올해 수신여건 평균 점수는 지난해보다 2점 상승한 86점을 기록했다. 특히 상담사 접속성과 상담사 연결 소요시간 항목에서 두드러진 개선이 이루어져, 고객 응대의 초기 접근성이 크게 향상된 것으로 나타났다. ▪ ‘수신여건’은 고객 여정의 출발점이자 콜센터 본연의 기능인 신속한 문제 해결을 가능하게 하는 선결 조건이다. 시간의 효율성이 큰 가치로 자리잡은 현대사회에서 고객들에게 수신여건의 중요성이 그 어느 때보다 커지고 있다. ▪ 이번 조사에서 나타난 수신여건 점수 상승은 Al IVR, 콜봇 등 디지털 기술의 확산이 콜센터의 수신 응대 효율을 높이는 데 기여했음을 보여준다. 이러한 기술 발전은 고객이 겪는 피로를 최소화하고 문제 해결까지의 여정을 단축하는 것이 오늘날 콜센터의 핵심 과제로 부상하고 있다. 2025년 KSQI 부문별 주요 현황 제조업 정유 산업 유일 우수, Rental가전ㆍ보일러ㆍ자동차ㆍ가전서비스 4개 산업 비 우수 제조업 지수는 전년 대비 1점 하락하며 89점을 기록했다. 우수 산업은 정유가 유일하며, 평균 지수는 94점을 기록했다. 각 산업별로 살펴보면 정유 산업의 평균 지수는 94 점으로 우수하며 자동차 산업은 전년 대비 2점 상승하여 91점을 기록했다. 하지만 Rental가전, 보일러, 가전서비스 3 개 산업은 전년 대비 평균 지수가 하락하며 평균 90점을 넘기지 못했다. 정유 산업은 HD현대오일뱅크 등 산업 내 모든 기업이 우수 콜센터로 선정되는 좋은 결과를 가져왔다. 자동차 산업은 기아와 한국GM이 작년에 이어 우수 콜센터를 유지하는 가운데 KG모빌리티가 우수로 전환됐고 BMW 코리아가 신규 우수 콜센터로 선정됐다. Rental가전 산업에서는 청호나이스가 비우수로 전환됐다. 보일러 산업은 경동나비엔이 우수 콜센터를 유지했으며 린나이가 비우수로 전환됐다. 가전서비스 산업의 경우 삼성전자서비스, LG 전자가 전년도에 이어 우수 콜센터를 유지했다. 금융서비스 손해보험(자동차) 산업 우수, 생명보험ㆍ시중은행 등 11개 산업 비 우수 금융서비스 지수는 전년 대비 1점 하락하며 88점을 기록했다. 이는 손해보험 ‘자동차’와 ‘장기, 일반’, 시중은행 산업을 제외한 9개 산업의 평균 지수가 전년 대비 유지되거나 하락했기 때문이다. 손해보험 ‘자동차’와 ‘장기, 일반’ 2개 산업 모두 우수 콜센터의 영예를 안은 기업은 하나손해보험, 흥국화재, 메리츠화재, 삼성화재, 현대해상화재보험, 한화손해보험, KB손해보험이다. 생명보험 산업에서는 신한라이프, 동양생명, 한화생명 등이 우수를 유지한 가운데 흥국생명이 비우수로 전환됐다. 시중은행 산업에서는 신한은행과 IBK기업은행이 전년도에 이어 우수를 유지했다. 증권 산업에서는 SK증권이 우수 콜센터로 전환됐다. 인터넷전문은행에서는 카카오뱅크가 유일하게 우수 콜센터로 선정됐다. 유통서비스 홈쇼핑ㆍT커머스ㆍ대형마트ㆍ명품플랫폼 등 전체 산업 비 우수 유통서비스 KSQI 지수는 87점으로 전년과 동일한 지수를 기록했다. 온라인쇼핑몰, 중고차플랫폼 산업의 지수가 상승하여 90점을 기록했지만 여전히 우수 콜센터는 없는 아쉬운 결과를 거뒀다. 홈쇼핑 산업에서는 홈&쇼핑, NS홈쇼핑이 우수 콜센터를 유지했으며 GS SHOP이 우수로 전환됐다. 중고차 플랫폼 산업은 K Car가 우수 콜센터를 유지했다. 백화점의 롯데백화점, 패션의 삼성물산, Online Market Place의 TMON이 비우수로 전환됐다. 대형마트 산업에서는 홈플러스가 우수 콜센터로 전환되며 우수 콜센터가 없었던 전년보다 발전한 모습을 보였다. 일반서비스 학습지ㆍ인테리어ㆍOn-Demand O2O 서비스 등 12 개 산업 비 우수 일반서비스 지수는 전년 대비 1점 상승하며 86점을 기록했다. 항공사, 도시가스, 인터넷강의 등 5개의 산업에서 지수 상승이 있었지만 학습지 산업은 전년 대비 1점 하락하여 91점을 기록했으며 특히 국제특송 산업은 전년 대비 지수가 8점 하락하였다. 학습지 산업에서는 윤선생이 우수를 유지하는 가운데 교원에듀, 재능교육이 비우수로 전환됐다. On-Deman O2O 서비스 산업에서는 우아한형제들, 야놀자, 여기어때, 오늘의 집이 모두 비우수로 전환됐다. 여행사 산업에서는 Trip.com이 비 우수로 전환됐고 노랑풍선, 롯데관광, 모두투어가 신규 비우수로 선정됐다. 홈 헬스케어의 바디프랜드, 도시가스의 대성에너지, 테마파크의 에버랜드가 우수 콜센터로 전환됐다. 국제특송 산업에서는 FedEX 코리아가 비우수로 전환됐다. 통신서비스 이동통신ㆍ초고속인터넷 우수, 종합유선방송ㆍ알뜰 폰 비 우수 통신서비스 지수는 지난해와 동일한 87점을 기록했다. 이동통신 산업은 전년 대비 4 점 상승하며 95점을 기록했고 초고속인터넷 산업은 평균 지수 92점을 유지했다. 하지만 종합유선방송, 알뜰 폰 산업은 작년에 이어 여전히 우수 콜센터가 부재한 모습을 보여 서비스 품질 향상을 위한 노력이 필요하다는 것을 알 수 있다. 이동통신, 초고속인터넷 2개의 산업 모두에서 KT와 LG유플러스가 우수 콜센터로 선정되는 성과를 보였다. 이동통신 산업에서는 KT, SK텔레콤이 전년도에 이어 우수를 유지한 가운데 LG유플러스가 우수로 전환됐다. 초고속인터넷 산업에서는 KT, LG유플러스가 우수 콜센터를 유지했고 SK 브로드밴드가 비우수로 전환됐다. 공공서비스 공공기관ㆍ중앙정부ㆍ지자체 전체 산업 비 우수 공공서비스 KSQI 지수는 88점을 기록하며 전년과 동일한 점수를 유지했다. 공공기관, 지자체는 1점 상승하여 89점을 기록했고 중앙정부는 2점 하락한 86 점을 기록했다. 공공기관은 우수로 전환된 한국토지주택공사를 포함한 7개 기업이 우수로 전환됐다. 지자체 산업에서는 전라남도청과 충청남도청이 우수 콜센터로 전환됐고 강원특별자치도청이 비우수로 전환됐다. 중앙정부에서는 특허청, 외교부 영사 콜센터, 기상청이 전년도에 이어 우수 콜센터를 유지했다. 2025년 KSQI 콜센터부문 향상을 위한 제언 컨택센터가 본격적으로 자리 잡기 시작한 것은 1990년대 후반으로, 이 시기 전화 상담은 고객 문의를 처리하는 단순 응대 채널로 운영됐다. 고객의 문제를 적극적으로 해결하기보다는 기본적인 정보 제공과 문의 접수가 주된 역할이었으며, 기업들도 이를 핵심 서비스가 아닌 부수적인 기능으로 간주했다. 2000년대에 접어들면서 고객 서비스의 중요성이 부각되고 고객 만족도를 높이기 위한 경쟁이 본격화됐다. 이와 함께 KSQI-Call과 같은 품질 평가 제도가 도입되면서 컨택센터 서비스의 객관적 수준을 측정할 수 있는 체계가 마련됐다. 이를 통해 기업들은 컨택센터를 단순한 고객 응대 창구가 아닌 서비스품질을 차별화할 수 있는 전략적 요소로 활용하기 시작했다. 이 과정에서 상담사의 역량 강화가 강조됐으며, 서비스 표준화 및 교육 체계가 정립되면서 컨택센터의 전문성이 점점 높아졌다. 단순 응대에서 벗어나 고객의 문제를 해결하는 해결사 역할이 부각됐으며, 상담사의 직무 교육이 더욱 체계화됐다. 기업들은 컨택센터를 고객 접점에서 브랜드 이미지를 형성하는 중요한 역할을 하는 부서로 인식하게 됐고, 이는 컨택센터의 위상을 한층 높이는 계기가 됐다. 오늘날 컨택센터는 빠르게 변화하는 디지털 환경 속에서 새로운 국면을 맞이하고 있다. AI 챗봇, 음성 인식 기술, 고객 데이터 분석 등 다양한 기술이 도입되면서 단순 반복적인 상담 업무는 자동화되고 있으며, 고객들도 셀프 서비스를 활용하는 비율이 높아지고 있다. 이에 따라 상담사의 역할은 보다 전문적으로 변화하고 있으며, 감성적 소통과 복잡한 문제 해결이 필요한 상담이 증가하고 있다. 하지만 현행 상담사 평가 체계는 이러한 환경 변화를 충분히 반영하지 못하고 있다. . 여전히 처리한 콜 수와 평균 상담 시간 같은 양적 지표가 평가의 중심이 되어 급여와 인센티브가 결정되고 있다. AI가 단순 질의응답을 대체하면서 상담사들은 민원 해결, 불만 응대, 복잡한 기술적 문제 해결 등 난이도가 높은 업무를 주로 담당하게 되었음에도, 평가 방식은 여전히 과거의 프레임에 갇혀 있다. 이에 따라 단순한 응대 능력을 평가하는 방식에서 벗어나 상담사의 전문성과 문제 해결 능력을 평가할 수 있는 새로운 체계가 필요하다. 또한, 고객 경험의 질을 높이기 위해 상담사들에게 보다 정교한 교육과 실질적인 역량 개발 기회를 제공해야 한다. 컨택센터 상담사는 과거보다 훨씬 높은 난이도의 상담을 수행하고 있음에도 불구하고, 기존의 평가 및 보상 체계는 이를 반영하지 못하고 있다. 상담사 직무 평가 및 처우 개선이 필요한 시점이다. 그러기 위해서 다음과 같이 4가지 사항이 뒷받침되어야 한다. 컨택센터의 미래는 AI와 인간 상담사가 조화를 이루는 하이브리드 모델로 나아가야 한다. AI가 기본적인 문의를 처리하는 역할을 담당하고, 인간 상담사는 보다 복잡한 문제 해결과 공감적 소통을 수행하는 방식으로 분업이 이루어질 것이다. 이를 위해 상담사는 기존의 단순 응대에서 벗어나 문제 해결 전문가, 소통 전문가, 커뮤니케이션 전문가로 발돋움해야 한다. 이는 단순히 상담 기술을 향상하는 것뿐만 아니라, AI와 협력하여 최적의 고객 경험을 제공하는 방향으로 발전해야 한다는 의미다. 기업은 이를 지원하기 위해 상담사 역량 강화를 위한 교육 체계를 마련하고, 감성 AI 및 고객 데이터 기반 맞춤형 상담 시스템을 도입해야 한다. 또한, 상담사가 단순 반복 업무가 아닌 고부가가치 업무를 수행할 수 있도록 직무 설계를 재편해야 하고 이를 지원 지원하기 위한 산업 전반의 노력이 필요하다. 고객 경험 혁신을 선도하는 컨택센터가 경쟁력을 갖추기 위해서는, 앞으로도 지속적인 연구와 발전이 필수적이 다. 이제는 상담사의 가치를 재정의하고, 컨택센터의 역할을 더욱 확장할 시점이 됐다. 이기동 KMAC 사업가치진단본부장은 “디지털 전환과 AI 도입으로 반복 업무는 자동화되고 있지만, 상담사들은 오히려 복잡하고 감성적인 상담을 더 많이 수행하고 있다.”며 “과거처럼 콜 수나 응대 시간 중심의 평가는 더 이상 유효하지 않으며, 상담사의 문제 해결력과 전문성을 반영한 새로운 평가 체계 마련이 시급하다”고 지적했다. 이어 “2025년 KSQI 조사에서 공감 영역과 수신여건이 모두 소폭 상승했지만, 여전히 고객 기대 수준에는 미치지 못하고 있다.”며 “상담사의 역량 강화뿐만 아니라, 지속 가능한 서비스 품질 향상을 위한 구조적 개선과 전략적 지원이 필요하다”고 강조했다. < 출처 > KMAC(한국능률협회컨설팅)
-
멀티모달 AI・AI 에이전트・AI 오케스트레이션 기반 AICC 기술 혁신 전략 ②
[컨택저널 2025년 6월호] 멀티모달 AI・AI 에이전트・AI 오케스트레이션 기반 AICC 기술 혁신 전략 ② 지난호 ①편에서는 현재 AICC 시스템의 한계를 분석하고, 이어서 멀티모달 AI・AI 에이전트・AI 오케스트레이션 등 최신 기술 동향을 알아보았습니다. 이번 ②편에서는 이를 통합한 ReAct 에이전트 기반 AICC 프레임워크를 제시하며, 이후 차세대 AICC 구조의 기대 효과를 설명하고, 마지막으로 향후 남은 과제를 논의합니다. 에이전트 기반 차세대 AICC 프레임워크 지난호에 살펴본 3가지 최신 기술을 모두 아우르는 통합 AICC 아키텍처가 앞으로 나아가야 할 차세대 AICC의 모습이라 할 수 있습니다. 이는 일종의 청사진으로서, 멀티모달 AI와 AI 에이전트가 AI 오케스트레이션 하에 유기적으로 결합된 에이전트 기반 프레임워크입니다. 그림 1은 제안하는 아키텍처의 개략도를 나타냅니다. 중앙에는 컨택센터의 두뇌 역할을 하는 AI 오케스트레이터 (Orchestrator)가 위치합니다. 오케스트레이터는 전체 시스템의 중앙 제어탑으로서, 다양한 채널로부터 들어오는 고객 입력을 받고 해당 문의의 성격을 분석하여 적절한 처리 경로를 결정합니 다. 이때 고객 입력은 텍스트, 음성, 이미지 등 어떤 형태로 오든지 간에 먼저 멀티모달 AI 처리 모듈로 전달됩니다. 멀티모달 AI 모듈(예: 멀티모달 LLM 모델)은 입력된 여러 데이터를 동시에 분석하여 고객의 의도와 감정, 문의 내용을 파악하고, 그 이해 결과를 오케스트레이터에 컨텍스트로 제공합니다. 오케스트레이터는 이렇게 얻은 컨텍스트와 고객 의도의 난이도를 바탕으로 다음 행동을 결정합니다. 만약 문의가 단순한 안내성 질문이라면(예: 운영 시간 문의, 간단 FAQ 등), 오케스트레이터는 지식 검색 에이전트를 동작 시켜 답변을 생성하거나, 기존 FAQ 지식베이스를 조회하여 응답합니다. 이를 위해 벡터 DB 기반의 RAG 엔진과 연동하여 최신의 정확한 정보를 찾아 답변을 구성할 수도 있습니다. 반면 문의가 처리형 요청이라면 (예: “계좌이체 한도를 늘려주세요”, “휴대폰 분실 신고합니다”), 오케스트레이터는 AI 에이전트 모듈을 가동합니다. AI 에이전트는 ReAct 방식으로 동작하는 LLM 에이전트로, 복잡한 요구를 해결하기 위해 단계적으로 계획을 세우고 필요한 도구를 사용합니다. 예를 들어 “자동이체를 설정하고 싶어요.”라는 고객 요청의 경우, AI 에이전트는 먼저 요청 내용을 이해한 뒤 내부 시스템 API를 호출하여 해당 고객 계좌의 자동이체 설정을 수행합니다. 그리고 나서 그 결과(예: “설정 완료”)를 받아 최종 답변을 생성하여 고객에게 전달합니다. 이 과정에서 내부 업무 시스템(기간계/계정계 등 전산 시스템)과의 연결은 오케스트레이터가 중재합니다. 오케스트레이터는 에이전트가 필요로 하는 고객 정보나 업무 시스템 접근을 API 게이트웨이를 통해 제공하고, 처리 과정 전체를 모니터링하여 오류가 없도록 합니다. 또한 필요시 사람 상담사와의 연계(Handoff)도 관리합니다. 하지만, AI 에이전트가 시도했으나 권한 문제 등으로 완료하지 못하는 작업이 있다면, 오케스트레이터는 즉시 해당 이슈를 담당 인간 상담사에게 티켓으로 전달하고, 상담사가 개입할 수 있도록 합니다. 반대로 사람 상담사가 채팅 중 AI 도움을 원할 경우 오케스트레이터는 관련 정보를 AI 에이전트에게 제공하여 보조 답변을 제시하게 할 수도 있습니다. 즉, 오케스트레이터는 AI와 인간의 협업까지 포함하여 전체 상담 흐름을 관리하는 Control Tower입니다. 이 통합 프레임워크의 한 예시 시나리오를 통해 좀 더 자세히 살펴보겠습니다. 은행의 고객이 모바일 앱 채팅으로 “최근에 바뀐 신용카드로 자동이체를 설정하고 싶어요. 그리고 혹시 내 대출 한도도 늘어났나요?”라는 문의를 남깁니다. 이 문의는 2가지 의도(자동이체 설정 요청 + 대출한도 문의)를 담은 복합 요청이며, 처리형 작업과 정보 조회가 모두 필요합니다. 먼저 멀티모달 LLM은 텍스트에서 2가지 의도를 모두 식별하고, 고객의 계정 정보(맥락)를 이해하여 오케스트레이터에 전달합니다. 오케스트레이터는 자동이체 설정은 업무 처리형으로 AI 에이전트 수행이 필요하고, 대출 한도 문의는 안내성이므로 정보 조회 후 답변하면 된다고 판단합니다. 이에 자동이체 설정을 위한 결제 처리 에이전트와 대출 한도 안내를 위한 지식 검색을 병렬로 실행합니다. 에이전트는 내부 계정계 시스템을 호출해 자동이체를 설정하고 결과를 확인한 뒤, 지식 검색 모듈은 대출 한도 정보를 CRM에서 조회합니다. 그 사이 멀티모달 AI 모듈은 고객이 첨부한 최근 거래명세서 PDF를 분석하여 고객의 월 납입금 패턴 등 추가 단서를 추출, 이를 에이전트에게 전달하여 대출 한도 답변에 참고하도록 합니다. 최종적으로 오케스트레이터는 이 모든 결과를 취합하여 하나의 응답을 생성합니다. 응답에는 “고객님, 요청하신 자동이체 설정이 성공적으로 완료되었습니다. 또한 현재 고객님의 대출 가능 한도는 5,000만원입니다.”라는 문장이 포함되어 있습니다. 고객은 한 번의 문의에 대해 즉각적이고 종합적인 답변을 얻고, 필요한 처리가 자동으로 완료되어 별도의 조치를 취할 필요가 없습니다. 이처럼 제안된 프레임워크에서는 멀티모달 AI로 맥락 파악력을 높이고, ReAct 기반 AI 에이전트로 복합 업무 수행력을 확보하며, AI 오케스트레이션으로 전반적인 흐름과 연계를 조율함으로써 기존 AICC의 한계를 극복합니다. 아래 표는 기존 AICC와 에이전트기반 AICC를 비교하여 핵심 차이점과 특징을 정리한 것입니다. 위 표에서 보듯이, 통합 프레임워크를 적용한 AICC는 다양한 입력을 동시에 이해하고(멀티모달), 이해한 바를 토대로 스스로 행동하여 문제를 해결하며(AI 에이전트), 그 과정에서 여러 시스템을 연결하고 관리하는 기능(AI 오케스트레이션)을 갖춤으로써 현재 컨택센터가 직면한 한계를 크게 완화시킬 것으로 기대됩니다. 구체적인 기대 효과를 다음 장에서 정리합니다. 에이전트기반 차세대 AICC의 특징 에이전트기반 통합 AICC 프레임워크를 도입함으로써 얻을 수 있는 주요 기대 효과는 다음과 같습니다. •모든 채널에서 일관된 응대 품질: 멀티모달 AI와 오케스트레이션을 통해 채널에 상관없이 고객의 맥락과 정보를 일관되게 파악하고 유지할 수 있으므로, 고객이 어떤 채널로 문의하더라도 동일한 수준의 정확하고 친절한 응대를 받을 수 있습니다. 이는 채널 간 단절을 해소하고 진정한 옴니채널 경험을 제공합니다. •복잡한 상담 자동화 및 문제 해결 능력 향상: LLM이 추론(Reasoning) 과정을 거쳐 필요한 행동(Action)을 결정하는 AI 에이전트를 활용함으로써, 과거에는 사람이 처리해야 했던 복잡한 요청도 이제 AI가 상당 부분 처리할 수 있습니다. 예를 들어 계좌 이체, 예약 변경, 장애 진단 등 업무를 AI가 척척 해내어, 더욱 유연하고 지능적인 문제 해결이 가능해집니다. 이는 고객 대기시간을 줄이고 FTF(First-Time-Fix) 해결률을 높여 전반적인 만족도를 끌어올릴 것으로 기대됩니다. •데이터 일관성과 정확도 개선: 기존 레거시 시스템(콜 로그, CRM 등)과 최신 AI 모델을 유기적으로 결합함으로써, 데이터의 일관성과 처리 정확도가 향상됩니다. 예를 들어 AI 에이전트가 답변을 생성할 때 항상 최신 내부 데이터를 조회하고 사용하므로 잘못된 정보 제공을 예방할 수 있고, 모든 단계가 중앙 오케스트레이션으로 기록/관리되어 규정 준수와 모니터링도 용이합니다. •운영 효율 및 비용 절감: AI 자동화 범위가 넓어짐에 따라 상담사가 직접 처리해야 하는 사례가 크게 감소합니다. 상담사는 보다 부가가치 높은 업무(정서적 공감이 필요한 상담이나 복잡한 클레임 등)에 집중할 수 있고, 반복적이고 시간 소모적인 일은 AI가 처리하여 인력 비용이 절감됩니다. 또한 AI 에이전트가 사람 대비 실수를 줄이고 표준화된 응대를 제공하므로 품질 편차가 줄어들고, 신규 상담사 교육비용 절감 등의 부수 효과도 기대됩니다. •고객경험(CX) 혁신: 이상적인 경우, 고객은 AI의 존재를 느끼지 않을 정도로 자연스럽고 끊김 없는 서비스를 누리게 됩니다. 필요할 때마다 즉각 답을 얻고, 요청한 작업은 백그라운드에서 자동으로 처리되며, 어느 채널로 문의하든 이전 대화가 이어져서 일관되고 개인화된 경험이 제공됩니다. 이는 기업의 CSAT(고객 만족도), NPS(고객추천지수) 등의 향상으로 이어지고, 나아가 브랜드 로열티(loyalty) 제고로 연결될 수 있습니다. 위의 기대 효과를 바탕으로 앞서 에이전트 기반 차세대 AICC 프레임워크에서 소개한 시나리오를 정리해보면, 금융사 고객의 “자동이체 설정 및 대출한도 문의” 예에서, 통합 AICC는 멀티모달 이해 → 에이전트 처리 → 결과 통합의 End-to-End 자동화를 살펴보았습니다. 그 결과 고객은 앱에서 문의를 남긴지 수십 초 만에 “자동이체가 성공적으로 설정되었고, 대출 한도는 XX원입니다”라는 맞춤형 답변을 받을 수 있습니다. 실제 운영 환경에서도 이와 유사하게, 고객이 챗봇과 상호작용하는 동안 그 이면에서 여러 AI 에이전트들이 동시에 움직이고, 필요한 작업을 수행하며, 고객에게는 단일 창구를 통한 원스톱 서비스가 제공될 것입니다. 인포뱅크 연구팀이 진행한 내부 파일럿 시험에서 제안된 프레임워크를 적용할 경우 단순 FAQ에 국한되었던 자동화율이 크게 상승하고, 평균 처리시간도 유의미하게 단축될 수 있음을 시뮬레이션 했습니다. 예를 들어 복잡도 높은 시나리오에서 기존에는 0% 자동화(100% 사람이 처리)되던 것이 통합 프레임워크 적용 후 약 50% 이상 AI가 자체 처리될 수 있음과, 고객 응대 품질 점수도 기존 수준 대비 동등하거나 오히려 향상될 수 있음을 살펴보았습니다. 이러한 시뮬레이션과 초기 실험은 에이전트 통합 차세대 AICC 접근법의 실용적 가능성을 보여주며, 컨택센터 현장에 도입될 경우의 ROI와 혁신 잠재력을 시사합니다. 향후 과제 및 결론 멀티모달 AI, 지능형 AI 에이전트, 오케스트레이션이 결합된 차세대 AICC 프레임워크는 컨택센터 혁신의 새로운 지평을 열어줄 것으로 기대됩니다. 본 글 에서 현재 AICC의 한계를 진단하고, 최신 AI 기술 통합을 통한 해결 방안을 제시하였습니다. 제안된 통합 전략을 통해 모든 채널에서 일관된 맥락 유지, 복잡한 고객 요청의 자동 처리, 사람과 AI의 유기적 협업이 가능함을 보였습니다. 이것은 궁극적으로 고객에게는 더욱 편리하고 만족스러운 경험을, 기업에게는 운영 효율과 비용 절감이라는 두 마리 토끼를 잡을 수 있게 해줍니다. 그러나 이러한 혁신적 프레임워크를 실현하기 위해 남은 과제들도 존재합니다. 첫째로, 멀티모달 LLM 등의 초거대 AI 모델의 도메인 특화와 경량화가 필요합니다. 컨택센터 분야에 최적화된 데이터로 추가 학습을 시키고, 실시간 서비스에 적합하도록 응답 지연을 줄이는 연구가 뒤따라야 합니다. 둘째, AI 에이전트의 신뢰성과 안전성을 확보해야 합니다. 실제 업무를 자동으로 수행하는 만큼, 잘못된 행동을 방지하기 위한 엄격한 검증 절차와 모니터링이 요구됩니다. 특히 금융 거래를 처리하는 에이전트라면 보안과 규제 준수를 철저히 검사해야 하며, 오류 시 롤백 등의 대비책도 마련되어야 합니다. 셋째, AI 오케스트레이션 환경에서 사람 상담사의 역할 정의와 교대에 관한 거버넌스 설정이 필요합니다. AI가 대부분 처리하더라도 예외 상황에서 사람이 개입할 수밖에 없는데, 언제 어떻게 개입할지, AI와 사람 간 책임 소재는 어떻게 나눌지 등에 대한 정책과 훈련이 중요합니다. 넷째, 프라이버시 및 윤리 문제도 간과할 수 없습니다. 멀티모달 AI는 대량의 고객 데이터를 활용하므로 개인정보 보호를 위한 익명화, 데이터 보안이 필수이며, LLM의 편향이나 부적절한 대응을 막기 위한 윤리적 통제 장치도 마련해야 합니다. 마지막으로, 이러한 첨단 시스템 도입에 따른 비용 대비 효과를 각 기업 맥락에서 분석하고, 점진적인 통합 전략을 수립하는 것도 과제입니다. 기존 시스템을 한 번에 대체하기보다 모듈별로 통합해가는 방식, 예산 확보와 경영진 설득 등을 포함한 현실적 로드맵이 필요할 것입니다. 멀티모달 AI, AI 에이전트, AI 오케스트레이션을 중심으로 한 통합 전략은 AI 컨택센터(AICC)의 패러다임 전환을 이끌 수 있는 강력한 방안입니다. 다양한 정보를 동시에 이해하고, 스스로 판단·행동하며, 전체 시스템을 조율하는 컨택센터 AI는 더 이상 먼 미래의 이야기가 아니며, 실현 단계에 접어들고 있습니다. 이러한 통합 프레임워크를 도입한 컨택센터는 고객이 어느 채널로 접근하든 동일한 품질의 응대를 제공하고, 복잡한 요구도 실시간으로 처리하는 진정한 의미의 지능형 컨택센터로 거듭날 것입니다. 기업은 이를 통해 고객 만족과 충성도를 높이고 운영 효율을 극대화할 수 있으며, 나아가 시장에서 서비스 혁신을 주도하는 경쟁우위를 확보할 것으로 기대됩니다. 향후 본 기술의 실제 현장 적용 사례와 장기적 성과에 대한 연구가 이어지길 바라며, 인포뱅크를 비롯한 업계의 지속적인 노력으로 AI 컨택센터의 혁신이 가속화되기를 기대합니다. 참고문헌 (References) 1. Deloitte. “Trends & AI in the Contact Center.” Deloitte US Consulting Report, 2023 2. McKinsey. “Where is customer care in 2024?” McKinsey Insights, 2023 3. BCG (Boston Consulting Group). “How Generative AI is Transforming Customer Service.” BCG Publication, 2023 4. Shunyu Yao et al. “ReAct: Synergizing Reasoning and Acting in Language Models.” Proc. of ICLR 2023 5. Iris Zarecki. “ReACT Agent LLM: Making GenAI React Quickly and Decisively.” K2View, Dec 2024 6. Quiq. “What is Multimodal AI? Definitions, use cases, and examples.” Quiq, 2023 7. Teneo. “AI Agent Orchestration Explained: How and Why?” Teneo, Aug 2023 8. 인포뱅크. “멀티모달·AI 에이전트·AI 오케스트레이션 기반 AICC 혁신 전략.” 제11회 AI 차세대 컨택센터 컨퍼런스 발표자료, 2025. < 글 > 강진범 대표/ 인포뱅크 아이랩(iLab)
-
AICC 주요 솔루션의 품질 관리: 디지털 상담의 신뢰를 높이는 핵심
[컨택저널 2025년 6월호] AICC 주요 솔루션의 품질 관리: 디지털 상담의 신뢰를 높이는 핵심 디지털 전환 속, AICC 품질 관리는 왜 중요한가? AIContactCenter(AICC)의 도입이 빠르게 확산되고 있습니다.음성인식(STT),챗봇,AI상담Assistant,AIKMS,예측 분석 시스템 등 다양한AI솔루션들이컨택센터에 적용되면서, 고객 응대의 패러다임이 ‘사람 중심’에서 ‘기술 중심’으로 전환되고 있습니다. 하지만 이처럼 기술이 중심이 되는 환경일수록, ‘품질 관리’의 중요성은 더욱 커지고 있습니다. 기존의컨택센터 품질 관리는 주로 상담사의 응대 태도, 프로세스 준수 여부, 고객 만족도 등 ‘사람’에 초점을 맞추고 있었습니다. 하지만 AI 기반의 시스템이 고객 접점의 전면에 등장하면서, 이제는 ‘기술의 응답’에 대한 품질 관리가 요구되는 시대입니다. 즉, 시스템이 제공하는 답변의 정확도, 데이터 처리의 신뢰도, 자동화된 응답의 민감성 등을 평가하고 개선해나가는 품질 관리 체계가 필수가 된 것입니다. AICC 품질 관리가 필요한 이유 정확성 보장 음성인식(STT) 기술의 오류율이 높다면 고객의 말을 정확히 인식하지 못하고 잘못된 정보가 전달될 수 있습니다. 일관성 확보 ChatBot이 동일한 질문에 매번 다른 답변을 제공한다면 고객은 시스 템에 대한 신뢰를 잃게 됩니다. 확장성 기반 마련 품질 기준이 명확하지 않으면 새로운 기능이나 채널을 추가할 때 기존 시스템의 안정성을 해칠 수 있습니다. 상담사 지원의 효과성 AI KMS나 Assistant 기능이 부정확한 정보를 제공할 경우 상담사의 대응력이 떨어지고, 업무 피로도가 상승할 수 있습니다. AI 컨택센터 솔루션, 무엇을 관리해야 하는가? AI 기술을 활용한 컨택센터 솔루션이 확산되면서, 단순히 솔루션을 도입하는 것을 넘어, 그 솔루션이 정확하고 일관된 품질을 유지하고 있는가를 점검하는 관리 체계가 요구됩니다. 특히 다음과 같은 항목은 주요 관리 대상입니다. AICC 솔루션 품질 관리를 위한 체크포인트 AICC의 주요 품질 관리는 단순한 수치 확인을 넘어서,실제 상담 업무에서 솔루션이 얼마나'신뢰받고' '활용되고'있는지를 점검하는 것이 중요합니다.다음은 품질 관리를 위한 실질적인 체크포인트입니다. AICC 품질 관리의 조직 내 정착을 위한 전략 AI기반 솔루션의 품질을 지속적으로 관리하기 위해서는 단순히 기술적 개선을 반복하는 것을 넘어,조직 전체가 품질 관리를 일상적인 업무로 내재화하는 전략이 필요합니다. 특히 AICC 시스템은 운영, 상담, IT, 교육 등 다양한 부서와 직무 간 협업이 필수이기 때문에, 다음과 같은 정착 전략이 요구됩니다. 추가적으로 고려해야 할 품질 관리 항목 데이터 윤리 및 보안 검토 AICC는 방대한 고객 대화를 기반으로 학습하고 동작합니다.이 과정에서 고객 개인정보 유출이나 윤리적 문제 발생 가능성도 함께 커지므로,AI 학습 데이터의 익명화와 접근 권한 관리, AI 응답의 근거 제시 기능 등의 품질 기준이 수립되어야 합니다. 모니터링 시스템 도입 시스템 도입 이후에도 ‘정답률’,‘사용률’,‘오류 패턴’,‘고객 이탈’과 같은 다양한 품질 지표를 실시간으로 모니터링하고 자동으로 이상 징후를 감지하는 시스템이 필요합니다.품질 관리는 프로젝트가 끝나고 나서의 과제가 아니라,운영 중 지속적으로 이뤄져야 하는 활동입니다. 사용자 피드백 루프 설계 상담사와 고객의 실제 경험을 기반으로 한 피드백을 품질 개선에 반영하는 구조가 반드시 필요합니다. 예를 들어, ‘챗봇 답변이 도움이 되었나요?’와 같은 간단한 만족도 조사나, 상담사의 AI 응답 평가 기능이 좋은 예입니다. 품질 관리를 조직 전반의 과제로 인식해야 기술 중심의 도입 이후 품질 관리 체계를 정립하지 않는다면 AICC는 ‘시스템은 있는데 효과는 없는’ 실패한 디지털 전환이 될 수 있습니다. 특히 ‘고객 경험’이 평가 기준이 되는 컨택센터 산업에서는 운영 조직 전체가 품질을 함께 관리하고 개선하는 문화가 무엇보다 중요합니다.품질 관리는 기술팀만의 일이 아닙니다. 상담사는 어떤 응답이 불충분했는지 피드백을 주고, 운영팀은 KPI를 점검하고, 전략 부서는 개선 우선순위를 설정하며, 기술팀은 이를 반영하는 구조가 되어야 진정한 AICC의 성공이 가능합니다. 결론: 품질이 신뢰를 만든다 컨택센터의 AICC 솔루션은 그 자체로 기술의 정수가 모인 시스템입니다. 하지만 고객은 기술을 경험하는 것이 아니라,‘정확한 응답’과‘신뢰할 수 있는 서비스’를 경험합니다. 그렇기에 AI 솔루션이 아무리 정교해도, 그 품질이 지속적으로 관리되지 않으면 고객의 신뢰를 얻기 어렵습니다. AICC솔루션의 성공은 기술 도입이 아닌,품질 유지와 개선의 지속성에 달려 있습니다. 결국, 고객이 믿고 사용할 수 있는 AI 응대 환경을 만드는 것이야말로 디지털 컨택센터의 핵심 경쟁력이 될 것입니다. LB유세스의 사례 LB유세스는STT기술 기반의 상담 어플리케이션을 고도화하며,실시간 모니터링과 대화 텍스트 화의 정확도를 지속적으로 개선해왔습니다. 또한 챗봇,AIKMS,예측 분석 시스템을 포함한AICC 솔루션의 도입 이후, 각 솔루션의 품질을 주기적으로 점검하고 실시간 개선이 가능한 품질 관리 체계를 구축하였습니다.이를 통해LB유세스는 단순한AI기술 도입을 넘어,고객에게 신뢰받는컨 택센터 운영을 실현하고 있습니다. ※자세한 내용은 lbucess.com을 방문하시거나 salesmarketing@lbucess.com으로 문의하시기 바랍니다. < 글 > LB유세스 전략기획팀
-
지자체별 컨택센터 유치 및 산업발전을 위한 전략
[컨택저널 2025년 6월호] 지자체별 컨택센터 유치 및 산업발전을 위한 전략 컨택센터 산업은 지역 경제 활성화와 일자리 창출의 핵심 동력으로 인식되어 코로나 전까지만 해도 지자체마다 컨택센터를 유치하기 위해 혈안이 되어 투자유치전담팀도 구성하고, 적극적인 지자체는 수시로 실무자가 서울을 방문해 투자유치 영업활동을 전개해서 콜센터를 유치하고 했었습니다.그러다 보니 상담사를 양성하기 위해 지방에 있는 전문대학들은 지자체 지원을 받아 콜마케팅과를 신설하기도했었습니다. 실제로컨택센터는 대기업과 공공기관이 주로 운영을 합니다. 그래서 지방대를 나온 졸업생들이 선호하는 취업처였는데 한 때 감정노동업무라는 인식이 부각되면서 서서히 그 열기가 식었습니다. 하지만 산업안전보건법에 컨택센터 상담사를 보호하는 조항이 삽입되면서 상담사를 괴롭히던 못난 고객들은 많이 사라졌습니다. 게다가 AI을 탑재한 Digital Agent가 배치되기 시작하면서 다시 지방대는 인공지능과 함께 일하는 일자리로 관심을 보이기 시작하고 있습니다. 고객 상담 및 서비스 중심의 비즈니스 모델을 가진 컨택센터는 상대적으로 낮은 초기 투자비용으로 다수의 일자리를 창출할 수 있어 지자체들의 주요 유치 대상으로 적합한 산업군입니다.특히 여성과 청년 그리고 시니어 취업에 유리한 산업 특성을 갖고 있어 지역별 고용률 증대에 크게 기여하고 있습니다. 최근 디지털 전환과 비대면 서비스의 확대로 컨택센터의 기능과 역할이 더욱 중요해지고 있습니다. 단순 고객응대를 넘어 전문화된 상담 서비스, 데이터 기반 마케팅, AI와 첨단 기술을 활용한 지능형 컨택센터로 진화하면서 산업의 부가가치도 높아지고 있습니다. 이러한 변화에 발맞춰 멀리 보는 지자체들은 컨택센터 유치를 위해 꾸준히 노력하고 있습니다. 본 기사에서는 컨택센터 유치에 앞장서고 있는 부산, 대전, 인천, 광주 등 주요 지자체의 컨택센터 유치 전략을 살펴보고, 각 지역별 특성과 강점, 지원제도를 비교 검토하여 효과적인 컨택센터 산업 육성 방안을 모색하고자 합니다.컨택센터 유치에 대한 관심이 예전에 비해 많이 줄어든 것으로 확인이 되었는데, 대구시가 2023년부터 지원 예산이배정되지 않은데 이어, 강원도는 2025년부터 관련 조례 및시행규칙의컨택센터(콜센터 및텔레마케팅)지원 관련 내용을 삭제할 예정이라고 합니다. 컨택센터 산업은 단순한 일자리 창출을 넘어 지역 경제 활성화와 서비스 산업 고도화에 기여하는 중요한 분야입니다. 지자체들의 전략적이고 지속적인 지원과 산업계의 혁신 노력이 결합될 때, 컨택센터 산업은 미래 성장동력으로서 더욱 발전해 나갈 것입니다. 부산광역시 풍부한 인적자원, 저렴한 임대료, 컨택센터 맞춤형 전문인력 양성 부산시는 2024년 12월 기준 159개사의 컨택센터에서 21,989명의 상담사가 근무하고 있는 것으로 확인되었다. 2020년에 지자체중에서 최초로 2만명을 돌파한 이후 5년째 2만명대를 유지하고 있다. 지자체 중 가장 많은 상담사를 보유하고 있는 부산시는 수도권에 비해 저렴한 임대료와 대다수 건물이 지하철 역세권 내에 위치한 덕분에 기업의 투자비용 절감 및 인력확보가 용이하다. 또한 여성 경제활동인구 79만여명, 취업희망 청년(15~29세) 12천명(‘24년 9월기준) 등 풍부한 인적자원을 보유하고 있고, 상담인력 채용을 위해 부산일자리종합센터, 여성취업지원 10개소, 장애인 및 중·장년 취업지원 6개소, 청년 및 청소년 취업지원 21개소 등 지원을 아끼지 않고 있다. 2008년부터 이어온 컨택센터 맞춤형 전문인력 양성사업을 통해 인력 인프라를 확대하고 있으며 컨택센터 행복 충전 워크숍, 컨택센터 인지도 제고를 위한 CF제작(KNN TV, 라디오) 등 사회적 인식 개선사업 또한 병행하고 있다. ▶ 인력 인프라 확대 - 맞춤형 전문인력 양성사업 운영(재직자 1,000여명, 신규 취업자 200여명 대상) - 재직자 과정 : 직무능력향상과정, 고객응대근로자 보호과정, 명사초청특강 - 신규인력 양성 과정 : 특성화 고교 취업반 ※ IT전문상담반 최초 운영(2019~) 경력유보여성 취업반, 대학교 취업 동아리반 ▶ 홍보 및 지원을 통한 사회 인식 개선 및 종사자 자긍심 고취 - 『부산컨택센터 행복 충전 워크숍』 개최 (2007~) 기존의 획일화된 형식을 벗어나 문화·예술·소통·힐링 테마로 주제를 다변화 - 인지도 제고를 위한 『컨택센터CF』 제작(KNN TV 월70회) ▶ 고객응대근로자(전 감정노동자) 권익보호 및 증진을 위한 조례 개정 - 감정노동 정의 및 감정노동자 범위 규정 - 감정노동자 인권보장교육 및 상담 보호조치, 지원센터 설치 대전광역시 최적의 컨택센터 환경을 갖춘 교통·과학·문화의 중심지 대전광역시는 젊은 문화도시, 교통의 중심지, 시민행복도시, 과학산업도시로 최적의 기업환경과 최고의 정주 여건을 갖추고 있다. 국토 중심부에 위치하고 철도, 고속도로 등 전국 광역 교통망이 잘 발달되어 있으며, 지역 사투리가 없는 표준어 구사로 전국 모든 고객에게 거부감 없이 친근한 대화가 가능하여 컨택센터에 적합한 문화적 환경을 가지고 있다. 15개 대학에서 연간 3만명의 우수한 인재를 배출하고 있으며, 대전의 여성 경제활동 인구 수는 37만 명, 구직자는 1만여명이다. 대전광역시는 컨택센터 인력양성 사업을 통해 상담사 직무역량 강화 및 권익향상에 힘쓰고 있으며, 컨택센터 가족화합 한마당과 컨택센터 산업 발전 유공 표창 수여를 통해 상담사의 자긍심을 높이는 등 다양한 지원을 하고 있다. ▶ 컨택센터 육성지원사업(대전일자리경제진흥원 주관) - 전문인력양성: 예비리더 및 사내강사 양성, 재직자 직무향상, 전문 상담사 양성, 재직자 자격증 취득 등 - 상담사 권익 향상: 상담사 심리진단 및 힐링 프로그램 - 그 외: 컨택센터 유치 및 정보수집 활동 ▶ 고객응대근로자 자긍심 고취 - 컨택센터 가족화합 한마당 개최 - 우수 상담사 및 컨택센터 대상 컨택센터 산업 발전 유공 표창 수여 인천광역시 수도권의 우수한 인프라와 인력환경, 컨택센터 최적지 인천시는 공항과 항만, 수도권과 인천 내부를 잇는 촘촘한 전철 노선과 고속도로 등 국내뿐만 아니라 전세계 어디든 빠르게 이동할 수 있는 교통 인프라를 구축하고 있으며, 서울과 동일 생활권으로 교육, 문화 관련 인프라 역시 풍부하여 근무환경 및 정주여건이 우수하다. 다수의 국내 대학 및 해외대학 글로벌 캠퍼스, 특성화고가 있어 매년 우수인력들이 배출되고 있으며, 경제활동인구수가 175만여 명으로 일자리센터 및 여성새일센터를 포함한 취업 지원 기관의 협조를 통해 인력 채용을 지원하고 있어 인력수급이 용이하다. 또한 인천은 컨택센터 지원조례를 전국 최초로 제정한 도시이기도 하다. 광주광역시 컨택센터산업의 메카 광주광역시, 양질의 풍부한 인적자원 인프라 구축 광주시는 지자체 최초 고객센터 전용 건물을 건립하여 운영하고 있으며, 지하철 노선 및 대중교통의 요지에 위치하고 있어 주변환경이 우수하다. 또한 고객센터 전용건물 등 임대료가 전국의 32% 수준으로 기업 이전에 따른 관리•운영 비용 절감으로 최적의 차별성을 갖고 있다. 17개 대학 10개 특성화고를 통해 매년 5만여명의 풍부한 인적자원을 배출하고 있으며, CS인력양성센터 운영을 통해 예비 상담사 및 재직자 교육을 시행하며, 각종 취업설명회 등을 통한 고객센터 인식 개선 및 이미지 제고를 위해 힘쓰고 있다. 광주시는 전국 최초 지자체 주도 상담사 Healing 사업 추진 및 빛고을 페스티벌 등을 통해 컨택센터 활성화를 추진 중이다. ▶ CS인력양성센터 운영 - 예비 상담사 양성, 재직자(중간관리자 등) 맞춤교육 진행 - 취업설명회, 자치구 순회설명회 등을 통한 고객센터 인식 개선 및 이미지 제고 ▶ 상담사 대상 Healing 사업 및 산업활성화 사업 지원 - 지자체 주도 상담사 Healing사업 추진(Healing프로그램, 빛고을 페스티벌 개최) - 지역 고객센터협의회 운영지원 및 지역 고객센터 협력망 구축•운영지원 < 글 > (사)한국컨택센터산업협회
-
인력에서 성과 중심 아웃소싱 확산, KPIㆍSLA가 아웃소싱 계약의 새 표준
[컨택저널 2025년 6월호] 인력에서 성과 중심 아웃소싱 확산 KPIㆍSLA가 아웃소싱 계약의 새 표준 ■ 정량 지표가 중심이 되는 아웃소싱 계약 방식의 변화 ■ KPIㆍSLA 도입 배경과 산업별 도입 사례 분석 ■ 1회성 계약에서 장기성과 기반 파트너십으로의 이동 ■ 정부 차원 표준 계약서 제공, KPI·SLA 지침 마련, 공정 거래질서 확립 시급 기존의 단순 인력 지원 중심 아웃소싱에서 벗어나, 기업이 원하는 구체적 성과 달성을 목적으로 하는 결과 기반 계약 방식이 새로운 표준으로 자리잡고 있다. 핵심은 공급업체가 계약 기간 내 성과를 달성해야 대금을 지급받는 구조이다. 이를 실현하기 위한 2가지 대표적인 지표가 바로 KPI(Key Performance Indicator, 핵심성과지표)와 SLA(Service Level Agreement, 서비스 수준 합의서)다. KPI는 달성해야 할 성과 수치를 중심으로 계약을 설계하는 방식이며, SLA는 응답시간, 가용성, 처리속도 등 서비스 이행 기준을 문서화해 책임소재를 명확히 하는 도구다. 기업은 KPI로 결과를 측정하고 SLA로 이행을 통제하는 이중 구조를 통해 계약의 안정성과 성과를 동시에 확보하고 있다. 이러한 흐름은 아웃소싱을 단순 비용 절감 수단이 아닌 전략적 성과 창출 수단으로 재정의하는 변곡점이 되고 있다. 최근 고용서비스 혁신 논의가 활발해지면서, 성과 기반 아웃소싱은 민간 부문을 중심으로 빠르게 확산되고 있으며, 특히 IT, 물류, 고객지원 등 정량적 성과 측정이 가능한 분야를 중심으로 계약 모델이 다양화되고 있다. 성과 중심 아웃소싱 확산, 분야별 구체 사례 등장 성과 기반 계약이 효과를 발휘하기 위해서는 명확하고 공정한 KPI 설정이 필수적이다. 각 아웃소싱 분야별로 다양한 사례가 등장하고 있다. HR 아웃소싱은 채용 성공률, 이직률, On-boarding 교육 수료율, 지원자-직무 적합도, 채용 소요 기간, 정규직 전환율 등을 기준으로 설정한다, 한 전자부품 제조업체는 HR 대행사에 3개월 이내 이직률 10% 이하 조건을 부여하고 성과 미달 시 불이익을 주고 있다. 이 밖에도 성과 기반 계약으로 활용되고 있는 대표적인 아웃소싱 분야로는 배송 성공률을 기준으로 하는 물류 분야, 위생검사 합격률과 대응 시간을 측정하는 관리 분야(청소·미화·경비·보안·시설관리), 그리고 매출 달성률과 고객 만족도를 중심으로 하는 판매·판촉 분야 등이 있다. 이처럼 KPI 기반 계약의 실효성을 높이기 위해 외부 평가기관을 통한 성과 검증이나 정기 결과 공유 방식이 도입되고 있으며, 이는 공급업체의 실행력을 객관적으로 판단하는 수단으로 활용되고 있다. SLA 기반 계약 모델의 확산 성과 중심 계약을 안정적으로 운영하려면 SLA의 도입이 중요하다. SLA 는 서비스 품질과 이행 기준을 사전에 합의해 분쟁을 줄이고, 책임 기준을 명확히 할 수 있게 한다. SLA에 포함되는 주요 항목으로는 ▲서비스 제공 범위(Scope of Service) ▲성과 수준 목표(Service Level Objectives) ▲응답 및 처리 시간(Response & Resolution Time) ▲측정 지표 및 평가 주기(Metrics & Review Cycle) ▲예외 조항 및 면책 조건(Exceptions & Liabilities) ▲보상 및 패널티 기준(Penalties & Incentives) ▲분쟁 해결 절차(Dispute Resolution) 등이 있으며, 이는 계약 당사자 간 책임과 기대 수준을 사전에 명확히 설정하기 위해 반드시 포함된다. 한 국내 금융사는 고객 응대 SLA에 ‘30초 이내 응대’, ‘1차 해결률 85% 이상’을 설정하고 매월 실적을 분석해 보상 또는 감액 여부를 판단하고 있으며, 도입 이후 고객 만족도가 20% 이상 상승했다. IT 분야에서는 시스템 가용성 99.9%, 장애 발생 30분 내 복구 개시 등을 기준으로 품질을 확보하고 있다. 1회성 계약에서 장기 성과 중심 파트너십으로 전환 성과 중심 계약 확산은 단기 위탁에서 벗어나, 장기 협력과 책임 분담 기반의 파트너십 구조로 이어지고 있다. 공급업체는 단순 업무 수행이 아닌 전략 수립부터 성과 분석, 개선안 도출까지 전 과정에 참여하며 고객사와 공동의 목표를 추구하고 있다. 경기대 경영학과 이대성 겸임교수는 “결과 기반 계약은 공급사 입장에서 위험이 큰 방식이지만, 높은 성과를 입증할 수 있는 기업에겐 기회로 작용한다.”며 “신뢰 중심의 장기 파트너십이 아웃소싱 시장을 재편하게 될 것”이라고 말했다. KPI·SLA 이중 구조, 성과 중심 계약의 핵심 전문가들은 성과 중심 계약이 일시적 유행이 아닌 구조적 변화이며, 이를 뒷받침하는 핵심 장치로 KPI와 SLA의 체계적 설계와 실행력을 꼽는다. KPI는 성과 측정 기준을 제공하고, SLA는 서비스 품질 기준을 명확히 하며, 두 지표는 함께 작동해 계약의 신뢰성과 효율성을 높인다. 현재는 기업별로 KPI와 SLA 기준이 상이해 공급업체의 혼선이 발생하고 있으며, 이에 따라 정부 차원의 표준 계약서 제공, KPI·SLA 지침 마련, 공정 거래질서 확립이 시급하다는 목소리가 높아지고 있다. 세종대 경영학과 이용기 교수는 “성과 중심 계약은 아웃소싱 생태계 전반의 질을 높이는 데 기여할 수 있는 핵심 도구”라며 “공공과 민간이 협력해 제도적 기반을 마련해야 한다”고 강조했다. < 출처 > 아웃소싱타임스
-
'기술보다 저가 입찰 구조' 컨택센터 BPO “상생 없인 모두 공멸”
[컨택저널 2025년 6월호] '기술보다 저가 입찰 구조' 컨택센터 BPO “상생 없인 모두 공멸” 최근 정부 산하 A홈쇼핑의 고객센터(컨택센터) 운영권 입찰 제안 과정에서 기술보다 가격에 비중을 더 두면서 논란이 되고 있다. 기술 부문에서 높은 점수를 받은 기업은 탈락하고, 가장 낮은 금액을 제시한 기업이 수주에 성공했다. 여기에는 A홈쇼핑이 가격 점수 비중을 기존보다 3배 높게 책정할 때부터 예측이 되었다고 한다. 이에 저가 수주를 조장하는 입찰제안서를 지양해야 한다는 지적이 나온다. A홈쇼핑의 이번 업체 선정은 이례적이라는 평가가 지배적이다. 기업의 신용도, KS 인증 보유 여부, TV 홈쇼핑 및 공공기관 위탁 운영 경험, 생산성 관리 수준 등을 종합적으로 평가하는 ‘기술 점수’가 중요한 기준이었다. 그럼에도 이번 입찰 결과는 가격 비중이 더 큰 영향을 미쳤다는 점에서 비판이 일고 있다. 해당 입찰은 ‘최저가 낙찰제’가 아닌 ‘일반경쟁입찰(협상에 의한 계약)’ 방식으로 진행됐다. 이는 단순히 가격만 보는 방식이 아닌, 가격 + 정량 + 정성 평가를 종합해 협상으로 업체를 선정하는 방식이다. 그러나 이번 입찰에서는 기술:가격 비율이 기존 90:10에서 70:30으로 조정되면서 가격의 비중이 커졌고, 결국 낮은 가격만 제시하면 낙찰이 가능하다는 선례를 남겼다. 공공기관의 일반적인 입찰 구조에서는 가격 비중이 20%를 넘지 않는 것이 보통이다. 그러나 A 홈쇼핑은 이를 30%까지 높였고, 업계는 이 같은 조정이 무리한 입찰 경쟁을 유도한다고 지적하고 있다. 업계는 향후 3년 동안 가격 비중이 지금과 같이 유지된다면, 이보다 더 낮은 비용이 요구될 것으로 우려하고 있다. 이 같은 불합리한 입찰 구조는 A 홈쇼핑에만 국한되지 않는다. 당일배송으로 유명한 C사는 ‘역경매 방식’을 채택하고 있다. 기준 가격을 제시한 뒤 운영사들이 더 낮은 가격을 써내면 높은 평가를 받아 유리한 고지를 차지하게 되는 구조다. 사용 기업들의 저비용 추구는 점차 높아지는 추세다. 배달플랫폼 C사는 가격 비중에 60%를 뒀다. 보일러 제조 기업은 가격 비중에 40%를 두는 등 저비용 운영을 추구해오는 모습이다. 제안 기업들도 경기 악화로 저비용을 추구하지만, 컨택센터 현장 근로자들에게는 악재라는 평가다. 낮은 비용 운영이 지속될 경우 상담사 처우에 대한 우려도 커지고 있다. 한정된 예산 속에서 임금은 지급되더라도, 복지나 근무 환경 등의 측면에서는 문제가 발생할 수 있다는 지적이 나온다. 그간 업계는 △상담사 임금 인상 △복지 향상 △근무환경 개선 등을 위해 다양한 노력을 기울여 왔다. 그러나 저가 수주가 계속된다면 이러한 노력들이 무의미해질 수 있다는 것이다. 업계 관계자는 “AI 기술이 점차 도입되고 있지만, 고난이도 업무는 여전히 상담사의 역할이 크다.”며 “입찰 구조가 개선돼야 고객사와 운영사 모두가 상생하는 환경을 조성하고, 더 나은 고객 만족을 실현할 수 있을 것” 이라고 강조했다. < 출처 > 프라임경제
-
상담 업무도 UX가 필요하다
[컨택저널 2025년 5월호] 상담 업무도 UX가 필요하다 상담사의 사용자 경험을 높이는 기술들 컨택센터는 고객의 문제를 가장 먼저 마주하는 곳이자, 기업의 이미지가 좌우되는 첫 접점입니다. 그만큼 상담사의 역할은 점점 더 중요해지고 있으며, 동시에 그들이 일하는 시스템과 환경의 품질도 그 어느 때보다 주목받고 있습니다. 고객이 느끼는 경험 못지않게, 상담사가 마주하는 ‘사용자 경험(UX)’ 역시 컨택센터 운영의 핵심 요소로 부상하고 있는 이유입니다. 예전에는 상담사가 여러 화면을 전환하거나 복잡한 경로를 따라가며 고객 응대를 해야 했다면, 지금은 AI 기술을 기반으로 업무 흐름에 맞춘 UI/UX 개선이 빠르게 이루어지고 있습니다. 이번 기고에서는 상담 업무에서 UX가 왜 중요한지, 그리고 이를 실현하기 위한 기술적 접근과 실천 방안을 살펴봅니다. ■ 상담 업무의 UX가 중요한 이유 상담사는 제한된 시간 내에 고객의 문제를 파악하고 적절한 해결책을 제시해야 합니다. 이때 UI가 복잡하거나 정보가 흩어져 있다면, 상담사는 불필요한 클릭과 탐색에 시간을 낭비하게 되고 이는 고객 응대의 지연으로 이어집니다. 나아가 상담사의 피로도와 스트레스도 가중되며, 이는 장기적으로 이직률 과 서비스 품질 저하로 이어질 수 있습니다. 결국 상담사가 사용하는 시스템의 UX를 개선하는 것은 고객 경험 개선의 출발점이자, 상담 품질 향상의 필수 조건입니다. ■ 상담사 UX 고도화를 위한 핵심 기술 요소 AI 기반 음성 인식 (STT, Speech-to-Text) 음성 인식 기술은 상담사의 업무 피로도를 줄이는 데 가장 효과적인 기술 중 하나입니다. 고객과의 통화 내용을 실시간으로 텍스트로 전환함으로써 상담사는 별도의 메모 없이 대화에 집중할 수 있으며, 이후에는 대화 기록을 자동으로 복기할 수 있어 업무 효율성이 높아집니다. 또한, STT 데이터를 기반으로 한 상담 품질 분석과 코칭 자료로도 활용됩니다. AI 기반 지식관리시스템 (AI KMS) 기존의 KMS는 방대한 문서 속에서 필요한 정보를 직접 검색해야 했기 때문에 검색 피로도가 높았습니다. 하지만 AI KMS는 자연어 이해(NLU) 기반 검색, 자동 문서 추천, Highlighting 기능 등을 통해 상담사가 질문을 입력하면 가장 적절한 정보와 문서를 즉시 제공해줍니다. 특히 OCR 기반의 이미지 문서 처리까지 가능해지면서 정보 접근 속도가 획기적으로 개선되었습니다. UX 중심의 상담 어플리케이션 UI/UX 고도화 많은 상담 어플리케이션이 복잡한 메뉴 구성과 낮은 반응 속도로 인해 상담 업무에 방해가 되곤 했습니다. 최근에는 마우스 이동 거리 최소화, 탭 전환 없이도 정보 확인이 가능한 인터페이스, 자동화된 알림과 상담 흐름 제안 등의 기능이 도입되며, 상담 중 시스템과의 상호작용을 보다 직관적으로 만들고 있습니다. Omni채널 통합 응대 시스템 고객이 다양한 채널(전화, 채팅, 메신저 등)을 이용하는 만큼 상담사도 그 흐름을 하나의 인터페이스에서 파악할 수 있어야 합니다. Omni채널 통합 시스템은 채널별 이력을 하나로 연결하여 상담사에게 제공하며, 고객 응대 히스토리를 쉽게 파악할 수 있게 도와줍니다. 이는 상담 속도와 정합성을 동시에 향상시키는 핵심 기술입니다. 감정 분석 기반 피드백 시스템 상담 중 고객의 감정 변화(불만, 당황, 분노 등)를 실시간으로 감지하고 상담사에게 알림을 제공하는 시스템이 점차 확대되고 있습니다. 이는 상담사가 대화의 뉘앙스를 놓치지 않고 민감한 고객을 보다 정중하게 대응할 수 있도록 도와주며, 상담 품질 관리 측면에서도 긍정적인 효과를 보여주고 있습니다. ■ 상담사 UX 향상, 단순한 기술 도입을 넘어 상담사 UX 개선은 단순히 기술을 도입한다고 해서 실현되는 것이 아닙니다. 업무 프로세스와 시스템 전반의 경험을 유기적으로 설계하고, 상담사의 피드백을 반영해 지속적으로 개선하는 것이 핵심입니다. 무엇보다도 상담사의 업무 몰입도를 높이기 위한 ‘도구’가 되어야지, 오히려 복잡성을 유발하는 요소가 되어서는 안 됩니다. 기술은 상담사의 업무 스트레스를 줄이고, 더 나은 고객 응대를 가능하게 만드는 ‘보조 수단’이어야 하며, 상담사가 스스로 업무에서 성취감을 느끼고 안정적인 환경에서 일할 수 있도록 하는 기반이 되어야 합니다. ■ 기술을 넘어, 상담 환경 전반의 UX 설계가 필요하다 상담사 UX를 고도화하고 실질적인 개선을 위해서는 상담 프로세스 전반, 교육 체계, 피드백 구조, 업무 지원 시스템 등 운영적 요소와 환경적 설계가 함께 고려되어야 합니다. 예를 들어, AI 기반 시스템이 도입되더라도 초기 교육이 부실하거나, 현장 피드백이 반영되지 않으면 오히려 상담사의 혼란을 가중시킬 수 있습니다. 따라서 기술 도입 이후에는 지속적인 피드백 수집과 개선 프로세스가 수반되어야 하며, 상담사가 기술을 ‘익숙하게’ 받아들일 수 있도록 UX 관점의 On-Boarding 프로그램이 함께 제공되어야 합니다. 또한 몰입감을 높이는 업무 환경 설계도 중요합니다. 불필요한 알림, 과도한 데이터 입력 요청, 중복된 시스템 로그인 등은 상담 품질뿐만 아니라 상담사의 만족도도 저하시킬 수 있습니다. 따라서 UX 설계는 단지 시스템 화면의 디자인 개선이 아닌, 상담사가 더 효율적이고 몰입도 있게 일할 수 있는 전반적인 환경의 재설계를 포함해야 합니다. ■ 상담사 UX 고도화를 위한 실행 포인트 5가지 UI 단순화와 정보 집중화 상담 화면은 직관적으로 설계되어야 하며, 상담 중 자주 사용하는 정보는 눈에 잘 띄는 위치에 배치해야 합니다. 업무 흐름에 맞는 화면 동선 설계 고객 응대 흐름에 따라 정보가 순차적으로 노출되도록 설계하여, 상담사가 시스템을 따라가기만 해도 자연스럽게 응대가 이루어지도록 구성해야 합니다. 실시간 도움 기능 제공 AI KMS 또는 Assistant를 통해 상담 중 실시간으로 연관된 지식이나 예상 질문을 추천함으로써 상담 품질을 유지하고 스트레스를 줄일 수 있습니다. 단축키·음성명령 등 편의 기능 강화 반복되는 클릭을 줄이는 단축키, STT 기반 음성명령 기능 등은 실제 상담사의 피로도와 생산성에 큰 영향을 미칩니다. 피드백 기반의 UX 지속 개선 체계 마련 시스템 사용 중 불편한 점, 개선 요청을 수집하고 정기적으로 반영하는 프로세스를 구축해야 UX의 진화가 지속될 수 있습니다. ■결론: 상담사 중심 UX는 고객 만족의 시작점 상담사의 UX를 고도화하는 것은 단순히 시스템을 ‘편하게’ 만드는 수준을 넘어서, 컨택센터의 경쟁력을 좌우하는 핵심 전략입니다. 고객의 다양한 요구에 신속하게 대응하기 위해서는 상담사가 일하는 환경이 먼저 개선되어야 하며, 그 중심에는 AI 기술을 활용한 UX 혁신이 자리하고 있습니다. LB유세스는 최근 상담 어플리케이션을 전면 고도화하여 STT, AI KMS, Omni채널 등의 기술을 모두 반영한 새로운 상담 환경을 구현하였습니다. 이를 통해 상담사는 보다 직관적이고 효율적인 시스템을 경험하고 있으며, 고객 응대 품질 역시 함께 향상되고 있습니다. 앞으로도 상담사가 일하기 편한 시스템은 곧 고객이 만족하는 서비스로 연결된다는 믿음 아래, 지속적인 기술 혁신과 UX 개선을 이어갈 예정입니다. ※ 자세한 내용은 lbucess.com을 방문하시거나 salesmarketing@lbucess.com으로 문의하시기 바랍니다. < 글 > LB유세스 전략기획팀
Global Case더보기
-
「BPO」 활용의 이상과 현실_Part.1
[컨택저널 2025년 6월호] 선택해야 할 것은 「아웃소싱」이 아니라 「파트너」 「BPO」 활용의 이상과 현실 Part. 1 현황과 과제 발주처에 요구되는 리터러시와 경영 지식, “실패하지 않는” BPO의 「선택법」과 「활용법」 컨택센터 BPO 시장의 환경은 녹록치 않다. 코로나 사태가 진정되고 나서 실적감소, 정보조작, 과잉청구, 정보유출 등 사건 사고와 불미스러운 일로 인한 피해도 이어지고 있다. 하지만 기업 입장에서는 만성적인 인력 부족과 「업무의 많고 적음」이라는 숙명적 과제를 해소하기 위해 BPO 활용이 필수적인 것도 사실이다. 특히 과제로 삼아야 할 발주처에 요구되는 선택과 활용 방법을 다시 한 번 점검해본다. 채용난으로 인력 확보가 어려워지면서 아웃소싱을 활용하거나 병행하는 기업이 많아지고 있다. 실제로 컨택센터를 운영하는 기업들에게 「아웃소싱을 활용하는 이유」를 물은 결과, 「자체 채용만으로는 필요한 인력을 확보할 수 없어서」가 57.8%로 가장 많았다(그림 1). 또한, 아웃소싱을 줄 경우에도 1개 업체만으로는 충분한 인력을 확보하기 어려워 여러 업체를 활용하는 경향도 강해 35%가 5개 업체 이상에 위탁하고 있는 것으로 나타났다(그림 1). 물론 위탁 모델로 전환하면 인력 확보의 어려움은 어느 정도 피할 수 있지만 섣불리 위탁으로 전환하는 것은 위험부담이 크다. 잘 알려져 있지는 않지만, 인하우스 운영보다 업무위탁이 관리의 난이도가 더 높다고 보아야 한다. 지휘명령권, 인사권이 없고, shared형(여러 사업부나 그룹으로 구성된 조직이, 간접 부문의 업무를 하나의 장소나 조직에서 공유해, 효율화를 도모하는 경영 기법 ) 등에서는 현장을 직접 방문하는 것조차 거부하는 기업도 있다. 직접적인 개입 없이 개선과 품질 향상을 유도하기 위해서는 철저한 관리 체계와 충분한 소통이 필수적이다. 애매모호한 계약과 정보 및 문화 공유 부족으로 품질과 성과가 저하되는 사례는 결코 적지 않다. 컨택센터 운영에 정통한 컨설턴트인 Kardiacross의 이즈미 유코는 「아웃소싱을 줄 때는 위탁 내용과 책임 범위 등을 세밀하게 정의해야 합니다. 품질에 대한 기대치를 명확히 하지 않고 저비용 운영을 너무 강조하면 오히려 품질이 떨어질 수 있습니다. 또한 위탁 내용을 명확히 할 수 있으면 해당 분야에 강점을 가진 BPO 업체를 선정하는 데에도 도움이 됩니다.」라고 제언한다. 본래 위탁모델로 운영할 경우, 발주사에 벤더 매니지먼트를 담당하는 포지션을 두고 계약과 감사를 프로세스에 따라 실행해야 한다. 외국계 기업에서는 많이 사용하고 있지만, 국내 기업에는 그 노하우를 가진 인력이 많지 않은 상황이다. 국제 규격인 COPC에는 벤더 매니지먼트를 최적화하는 VMO 규격이 존재하는 등 이미 확립된 방식이기도 한 만큼, 발주 측의 리터러시 향상은 시장 활성화와 확대, 건전화 모든 면에서 필수적이라고 할 수 있다. 벤더 매니지먼트 경험이 있고 지원할 수 있는 컨설턴트나 벤더 매니지먼트를 대행하는 업체 등 외부의 힘을 빌리는 것도 검토해볼 만하다. 비용과 품질은 상관관계, 기대치에는 적정치가 있다 BPO를 이용하는 업무는 크게 2가지로 나뉜다. 효율성 중시형과 Engagement 중시형이다. 비용 절감을 중시한다면 효율성 추구에 높은 실적을 보유한 BPO 업체에 맡겨야 한다. 비용 효율성이 높은, 범용적인 업무에 접목할 수 있는 노하우가 많다. 다만 비용과 품질은 상관관계가 있다. 설문에서 「업무 위탁 시 문제점」을 물었더니 「가격에 맞는 대응 품질 유지」가 54.9%로 가장 많았다(그림 2). 이는 저렴한 비용으로 높은 품질을 요구하는 기대치와의 괴리감 때문이다. 더 큰 문제는 이 2가지 업무의 「Gray Zone(애매한 범위)」이 존재한다는 점인데, 이 gray zone이 커지면 커질수록 미스매치 가능성이 높아진다. 효율성을 중시하여 위탁한 업무임에도 불구하고 「Engagement도 중요하다.」고 전환하거나 그 반대의 패턴은 현장의 동기 부여를 저하시킬 위험이 매우 높다. 더욱 우려되는 것은 BPO 업체, 특히 센터장급의 인사이동이다. 대형 BPO 업체들은 다양한 업무를 수탁 하고 있어 인사 이동이 비교적 빈번하다. 상위 경영진이 이동할 때, 그 경력 중 현장에서 성과를 낸 운영 방식을 고수하는 경향이 있다. 효율성을 중시하며 성과를 내온 경영진에 대해, Engagement 중시라는 「문화 계승」을 이해시키기 위해서는 발주 측이 적극적으로 소통하고, 정책을 철저히 이행할 필요가 있다. 실제로 그림 2의 설문조사 결과에서도 「교육이나 이동 등 직접 관여할 수 없는 범위가 커서 원하는 대응 품질을 구현하지 못하고 있다」는 과제가 두 번째로 많았다. 위탁과 수탁 운영 경험이 있는 컨설턴트 Wave Assist의 나가쿠라 토시유키씨는 「BPO 벤더의 영업 및 현장 책임자들은 숫자와 수익에 기반한 성급한 판단을 내리는 경향이 있다. 사업과 서비스, 최종 사용자를 위한 ‘마음’이 요구되는 문화 조성에 소홀한 벤더가 적지 않 다」고 지적한다. Engagement 중시형 BPO 벤더 중 하나인 정보공방의 미야와키 이치 대표는 「높은 마인드(행동지침, 태도, 분위기)와 높은 스킬(공감, 제안, 추가사항문의)로 모든 사람을 행복하게 만드는 것이 BPO의 사명이자 가치라고 생각한다. 손익의 축이 아닌 ‘도움의 축’으로 판단 하는 것을 중시하고 있다」고 강조한다. 앞으로 효율성의 추구는 AI를 활용한 운영 자동화에 맡겨질 것이다. 코로나 사태를 겪으면서 효율성 중심의 BPO 업체들이 위기감을 갖 고 비즈니스 모델 전환을 서두르고 있다. AI 솔루션 제안을 비롯해 부가가치 어필을 강화하고 있다. 정보공방처럼 Engagement 중시형 운영을 제안하는 등 강점이 있는 분야가 더욱 명확해질 것으로 보인다. 목표 제시와 지속적인 점검, 동반자로서 체크하기 다음으로 안정적 운영을 지속하기 위한 관리 포인트를 정리한다. 먼저, 일일 보고로 성과를 공유하는 것이 중요하다. KPI를 기반으로 지속적으로 점검하는 체계를 구축하고, 목표치에 도달하지 못할 경우 BPO 벤더에게 개선 제안을 요청한다. 개선에 원청기업의 협력이 필요한 경우 역할 분담을 명확히 한 후 협력 체계를 구축한다. 리포팅 공유는 월별 「결과」를 보는 것에 그치지 않고, 진척 상황을 수시로 점검하고 필요한 조정을 해야 한다. 실제로 다음 호에 소개하 는 4개 기업은 이를 실천하고 있다. 컨택센터 시스템이 클라우드로 구축되어 있다면 실시간 리포트 공유도 가능하며, 이는 부정행위 방지에도 큰 효과를 발휘한다. KPI에 대해서는 왜 그것을 중시하는지에 대한 근거로 「발주처가 grand design(장대한 구상)을 목표로서 명확히 하는 것이 중요하다.」고 나가쿠라 씨는 강조한다. 특히, Effortless Experience 추구나 DX 추진 등 새로운 시책에 도전하는 경우, 목표 공유와 신뢰 관계 형성이 필수적이다. 이즈미 씨는 「발주처가 BPO 벤더를 신뢰하지 않으면 도전하는 시책 자체가 무의미하다. 반면 BPO 업체 측이 고객사를 신뢰하지 않는 경우에도 정보를 적시에 제공하지 않는 등의 폐해가 발생하기 쉽다.」라고 지적한다. BPO 벤더와의 신뢰관계 형성은 커뮤니케이션 외에는 다른 방법이 없다. 지속적인 점검과 체크는 필요 하지만, 감시와 페널티를 우선시하는 관리는 양사의 관계를 악화시킬 수 있다. 컨설턴트인 TRIPLE FIELD NETWORK의 아마노 타카시 씨는 「페널티는 동기부여를 떨어뜨리고 정보를 숨기는 것으로도 이어진다. 일상적인 커뮤니케이션이 축적되지 않으면 나쁜 일을 보고하는 것이 더욱 어려워진다.」 고 경고한다. 부가가치에 대한 대가 지불도 건전한 관계 구축에 필수적이다. 예를 들어, VOC를 적극적으로 활용하는 경우 인센티브를 제대로 지급하는 것도 중요하다. 요구사항 정의와 비용 명시, 「RFP」는 건전한 운영의 첫걸음 BPO 기업과의 위탁이란, 「계약」이다. 당연히 RFP(제안요청서)는 그 전제가 되는 매우 중요한 문서이다. 그림 3은 업무 위탁 계약에 대한 설문조사 결과이다. 상세한 RFP를 문서로 제시하는 경우는 67%에 불과하다. 이것이 「요구하는 품질에 미치지 못한다」는 불만과 부정의 근원이라고 할 수 있다. 2023년 적발된 일본 Total Telemarketing의 부정 사건은 계약 내용이 공유되지 않은 것이 큰 요인이었다. 이 회사는 2021년부터 교토시로부터 신종 코로나 백신 접종 예약 접수 업무를 위탁 받았으나, 관리자가 실제 근무 시간을 기준으로 청구한다는 당초 계약 내용을 정확히 파악하지 못하고 총액 계약으로 잘못 인식했다. 부정이 발각된 후에 도 이를 은폐하기 위해 허위 자료를 작성, 제출한 것은 터무니없는 일이지만, 설령 단발성 사업이라 할지라도 계약 내용조차 공유하지 않는 모호한 업무 진행 방식을 시정하지 않는다면 유사한 사건이 재발할 가능성은 부정할 수 없다. BPO 벤더를 건전하게 활용하기 위해서는 계약 전에 RFP를 작성하고 공유하는 것이 중요하다. RFP 템플릿은 인터넷의 다양한 사이트에도 공개되어 있다. 그림 4는 생성형 AI에게 「PC 기술지원 콜센터 업무 위탁 시 RFP에 필요한 항목」을 제시하도록 한 것이다. 기초 자료로 충분히 활용할 수 있을 것이다. Part.2에서는 BPO 벤더와 건전한 관계를 구축하고 새로운 시책에도 함께 협력하는 4개 기업의 사례를 소개한다. <출처> Call Center Japan 2025년 1월호
-
「콜센터 실태조사」로 본 현황과 과제_Part.1
[컨택저널 2025년 1월호] SV가 부족하다! 생성형 AI는 어떻게 쓸까? 「콜센터 실태조사」로 본 현황과 과제 Part. 1 기초데이터/미션 편 CS 향상 여부를 측정하지 않는다? 엇갈리는 「설립목적」과 「KPI」 빠르게 진행되는 「상담사 정규직화」, 심화되는 「SV 인력난」, 미션과 KPI의 「괴리감」, 과반수에 육박하는 「챗봇 도입」, 올해 콜센터 실태조사에서는 현장 매니지먼트의 다양한 변화와 심화되는 과제가 드러났다. 200여 개 기업의 응답을 통해 엿볼 수 있는 일본 콜센터의 현황과 과제를 살펴본다. 멀티사이트 운영 포인트 그림 1은 응답 기업의 센터 거점 수 현황을 나타낸다. 전체의 68%가 복수 거점을 운영하고 있는 것으로 나타났다. 코로나 사태와 계속되는 자연재해에 대한 대비는 물론, 심화되는 인력난의 영향으로 ‘한 곳에서만 집중적으로 운영하는 것’은 리스크가 크다고 판단한 것으로 보인다. 또한, 코로나 사태로 인해 가속화 된 재택근무제도에 대해서는 취재 결과, 대다수가 거점 운영으로 복귀한 것으로 나타났다. 그러나 이번 조사에서는 응답 기업의 약 절반이 「재택근무 제도를 운영하고 있다.」고 응답 했다. BCP(Business Continuity Planning: 사업연속성 계획) 관점에서 제도 자체는 유지하되, 일부 인력을 교대제 등으로 재택근무를 지속하는 경우가 많은 것으로 보인다. 재택을 포함한 멀티사이트 운영에서 가장 중요한 점은 「DB를 비롯한 정보 인프라와 인력관리의 통합 운영」이다. 예를 들어 거점별로 위탁하는 BPO 벤더가 다르거나, 수도권 거점은 자체 운영, 지방 거점은 BPO인 경우, 품질에 편차가 생기면 고객의 신뢰를 얻기가 어렵다. 현황을 물어본 결과가 그림 2로, 약 60%가 「고객 DB는 통합되어 있고, 거점 간 전화 폭주나 대기를 분배하는 정보 인프라나 교육, 채용 등 인재 관리 체계도 통합된 센터로 운영하고 있다」고 응답, 작년 조사(50%)보다 증가하고 있어 멀티 사이트 운영 체제의 강화가 이루어지고 있음을 알 수 있다. 고객만족도 향상도 미션, 수치화/가시화는 절반이 미 실시 콜센터의 미션은 「기업이 실천하는 마케팅 및 영업 시책 등의 접수창구로서의 기능」, 「대응한 고객의 만족도 향상을 통한 충성도 함양」 「고객의 소리(VOC) 수집 및 공유」 등 다양하다. 그림 3은 설립 목적을 물어본 결과, 역시 「고객만족도 향상」이 91%로 압도적이었고, 「고객 지원 업무의 효율화」(70.9%), 「VOC 수집 및 관련 부 서 공유」(54.5%)가 뒤를 이었다. 콜센터에 전화나 이메일로 연락하는 고객은 무언가 알고 싶은 것이 있거나 절차를 밟고 싶다는 동기를 가지고 있다. 1990년대~2000년대 초반까지는 「상품이나 서비스의 주문(발주)」이라는 동기도 많았지만, 이 는 BtoB BtoC 모두 거의 웹으로 옮겨가고 있다. 알고 싶은 것이 있거나 처리하고 싶은 것이 있는 고객도 먼저 웹사이트를 통해 알아보고, 모르는/처리할 수 없다는 「부정적 고객 경험」을 겪은 후 연락을 하는 경우가 대부분이다. 즉, 콜센터는 불만을 해소하는 마지막 접점이라는 점에서 응대한 고객의 만족도는 이후의 비즈니스에 큰 영향을 미칠 가능성이 높다. 만족도 가시화와 수치화는 그 향상이 설립 목적인 만큼 달성도/기여도를 측정하는 의미에서도 필수적일 것이다. 그럼에도 불구하고 「응대 고객에 대한 만족도 조사」를 정기적 으로 실시하고 있는 기업은 51%에 불과했다(그림 4). 충성도 지표로 인지도가 높은 NPS(Net Promoter Score, 순추천지수)를 시행하는 기업은 극소수에 불과했다. CS 향상을 미션으로 삼으면서도 이를 수치화할 수 있는 기업이 절반에 못 미쳐, 이것이 센터의 근본적인 운영 과제라고 할 수 있다. <출처> Call Center Japan 2024년 12월호
-
소비자 조사로 보는 「TEXT 채널 경험」의 현황과 과제_Part. 1
[컨택저널 2024년 11월호] 소비자 조사로 보는 「TEXT 채널 경험」의 현황과 과제_Part. 1 Part. 1 데이터 분석 사전 기대치 조절에 성공?! 「미해결이라도 만족/납득」 눈에 띄는 봇 대응 「전화 기피 현상」이 두드러지는 것은 비단 젊은 소비자만이 아니다. 기업 콜센터 역시 인력 부족과 채용 어려움 때문에 「콜 량 줄이기」, 즉 다른 채널의 TEXT 대응으로의 전환을 추진하고 있다. 편집부는 올해도 「Omni채널 경험 조사」를 실시했다. 이메일/유인채팅/챗봇 이용 경험자에게 그 소감을 물었다. 그 결과를 발표하고, 전문가 좌담회도 함께 수록한다. 커뮤니케이션 수단의 혁신은 어떤 '파괴'와 함께 찾아온다. 동일본 대지진 때는 X(당시 Twitter)와 페이스북 등 SNS, 그리고 코로나 사태에서는 영상 커뮤니케이션의 등장과 함께 「TEXT 채팅」의 보급이 단숨에 가속화되었다. 일본에서의 TEXT 채팅은, 고객 응대를 포함한 비즈니스 활용이 좀처럼 진전되지 않았던 때가 있었다. 2000년대까지만 해도 「일본어에는 적합하지 않다」는 시각도 있었지만, 2010년대 스마트폰과 SNS의 보급, 그리고 메신저 앱 'LINE'의 사회 인프라화로 단숨에 가능성이 확대되었다. 코로나 사태에서는 Slack과 Teams가 기업 내 연락 수단으로 자리 잡았다. 이제 TEXT 커뮤니케이션은 세대를 불문하고 활용되고 있으며, 비대면 채널로서 고객 응대를 포함한 모든 커뮤니케이션이 전화에서 전환되는 움직임까지 나타나고 있다. 그 결과, 웹사이트에 기존의 「문의 양식(이메일)」에 더해 유인 채팅과 챗봇을 준비하는 기업 및 단체가 급증하고 있다. 일례로 지방자치단체의 경우, 「챗봇에 의한 응답」의 도입 건수는 2020년 179건, 2021년 282건, 2022년 340건에 달한다(총무성 조사). 월간 콜센터 재팬 편집부에서는 매년 전화로 기업에 문의한 소비자를 대상으로 소감을 조사해 왔으나, 이러한 트렌드에 맞춰 재작년부터는 문의 양식/메일, 유인 채팅, 챗봇 이용 경험자를 대상으로 한 조사도 시작했다. 봇 이용자도 고령자 중심? 파악해야 할 「진정한 이용자층」 <그림1>은 응답 경향을 정리한 것이다. 전반적으로 작년도 조사결과와 큰 변화는 보이지 않는다. Part.2 좌담회 주제이기도 하지만, 「생성형 AI의 등장으로 챗봇의 해결도나 만족도가 높아졌다.」는 결과에는 이르지 못했다는 것이다. 응답자 속성을 살펴보면, 모든 채널에서 「50대」, 「60대 이상」이 과반수를 차지했다(그림 2). 챗봇은 30대 이하가 다소 많다는 느낌은 있지만, 전반적으로 연령 대가 높은 편이다. 다양한 기업에서 E-커머스 등 고객 접점을 담당하고 현재 일본 Omni채널협회 이사를 맡고 있는 CaT랩의 이치미 코지로 대표는 「젊은 층은 애초에 특별한 문제가 없는 한 기업에 문의하려는 의식이 낮아 FAQ 정도는 찾아봐도 채팅이나 메일, 전화 문의의 문턱이 높을 가능성이 있다.」라고 지적한다. “젊은 층이 침묵화 되기 쉽다"는 것은 기존부터 지적되어 왔다. 유인 채팅이나 챗봇이 그 대책으로 여겨지는 경향이 있지만, 실제 이용자 속성을 세밀하게 파악하는 노력이 필요할 것으로 추측된다. 문제 해결력을 높이다! 컨택 사유 분석의 중요성 <그림3>은 「기업에 문의한 용건」을 채널별로 정리한 것이다. 모든 채널에서 「상품이나 서비스에 대해 잘 모르거나 궁금한 점이 있어서」라는 응답이 가장 많았으며, 특히 유인 채팅은 그 경향이 강하다. 반면 「불만, 의견」이라는 응답 비율은 이메일이 상대적으로 높았다. 아무래도 장문이 되기 쉽기 때문에 「유인 채팅보다 사용하기 편하다.」는 판단의 결과로 보이며, 용건별로 채널을 구분해 사용하는 경향을 확인할 수 있다. 업종과 업태를 불문하고, 절차나 조회 계열의 업무는 챗봇 등을 이용하기 이전에 스마트폰 앱이나 마이페이지에서 거의 대부분 해결할 수 있는 환경이 조성되고 있다. 그 결과, 「자체 해결을 시도했지만 안 되니 유인 채널로 문의한다」는 행동이 답변에 반영된 것으로 추측할 수 있다. 즉, 채널을 불문하고 절차나 조회 같은 문의가 줄어들지 않는 기업은 웹사이트나 스마트폰 앱 구조에 문제가 있을 가능성이 매우 높다. <그림4>의 왼쪽 그래프는 「이메일/유인채팅/챗봇으로 문의하기 전 행동」을 물어본 결과인데, 실제로 70% 이상이 「해당 기업의 홈페이지에 있는 '자주 묻는 질문'을 검색했다」고 응답했다. 「홈페이지에서 해결하지 못한 이유」로는 「원하는 정보가 게재되어 있지 않아서」가 37.5%, 「이건 가 싶은 정보도 있긴 했지만 이해하기 어려웠다.」가 25.9%로, 역시 Q&A 콘텐츠의 완성도나 검색 정확도가 낮은 것이 문제일 가능성이 높다(그림 4 오른쪽). 로열티 시책과 CRM 실행을 지원하는 컨설턴트인 IS Lab 대표 와타나베 히로키 씨는 「역시 중요하게 생각해야 할 것은 컨택사유의 분석이다. FAQ에 없거나 이해하기 어려운 결과로 문의가 발생하고 있다면, 고객이 어려움을 겪는 원인과 배경을 파악하는 것이 최우선일 것이다.」라고 지적한다. FAQ 강화는 많은 콜센터 운영기업들이 시행하고 있는 정책이지만, 조사결과를 보면 결실을 맺는 경향은 낮다. FAQ의 수는 분명히 증가하고 있지만, 증가하고 있는 만큼 검색성이 낮고, 「해결」에 이르는 정확도도 높지 않은 것이 현실이다. 이치미 씨는 「FAQ뿐만 아니라 Web 콘텐츠 전체가 그렇겠지만, 제품이나 서비스마다 담당자가 다르고, 서로 연계가 잘 안 되는 경향이 있다. 문제를 해결하고 싶어서라기보다는 문의가 들어왔을 때 '여기 이렇게 적혀 있습니다.'라고 말하기 위한 콘텐츠로, 고객 입장에서는 매우 이해하기 어렵다.」라고 지적한다. 즉, 불만이나 문제 발생 시 「알리바이 만들기」가 우선시되고 있다는 것이다. 이치미 대표는 「개발, 물류, 고객 접점 등 업무 프로세스를 연계해 통합적으로 관리할 수 있는 인력이나 부서가 필요하지 않을까? 이제 웹사이트는 가장 중요한 고객 접점이고, 그 변화와 진화를 위해 회사의 규칙까지 바꿀 수 있는 큰 권한을 가진 부서가 관할해야 한다. 그것이 컨택센터가 되어도 좋다고 생각한다.」고 강조했다. 유인 채팅의 진입장벽이 높다고요? 기업 측 리소스의 문제인가? 고객 접점인 만큼 해당 채널을 이용하는 「도선」은 매우 큰 개선 요소라고 할 수 있다. <그림5>는 「이메일/유인채팅/챗봇 문의 창구를 쉽게 찾을 수 있었나?」를 물어본 결과이다. 유인 채팅과 챗봇은 사이트 체류 시 팝업으로 표시되는 경우가 많은 것으로 보인다. 이메일/ 문의양식은 FAQ 사이트 에서 가능하다고 응답한 기업이 과반수를 차지했다. 유인 채팅에서 비교적 많은 응답은 「꽤 많이 찾지 않으면 찾을 수 없었다」는 응답이 19.5%로 가장 많았다. Part.2에서도 지적되고 있지만, 인력 부족을 이유로 「전화번호를 공개하지 않는다」는 기업도 있다. 유인 채팅은 전화와 마찬가지로 실시간 채널이기 때문에 응대 건수가 늘어날수록 리소스(인력) 확보와 배치가 큰 과제가 되기 쉽다. 딜로이트 토마츠 컨설팅의 코하세 와타루 시니어 매니저는 「유인 채팅은 ‘1대n 대응’이 가능하다는 이유로 시작하 는 기업도 많지만, 실제로 시작해보면 고객의 입력 속도에 AHT가 좌우되는 경향이 강해 사전 기대만큼 생산성이 높지 않다고 판단되기 쉬운 것 같다.」 라고 지적한다. 즉, ROI(비용 대비 효과) 측면에서는 대응 규모를 확장할 수 있는 수준이 아니기 때문에 인력을 넉넉하게 배치하기보다는 「챗봇의 백업 채널」로서의 역할에 머물러 있어 크게 눈에 띄는 도선에 편입되지 못했을 가능성이 높다. 해결하지 않아도 만족할 수 있을까? 챗봇의 「기대치」란? 고객 접점에 대한 가장 큰 기대치는 「문제해결」과 「목적달성」이다. 아무리 연결하기 쉬운 창구라도 접촉한 목적이 달성되지 않으면 만족도는 높아지지 않는다. <그림6>은 그 문제해결 정도를 채널별로 물어본 결과이다. 「바로 해결했다」는 비율이 가장 높은 채널은 이메일 53%, 가장 낮은 채널은 챗봇 38%로 나타났다. 반면 만족도는 이메일이 64%, 챗봇이 51.5%로 가장 높은 만족도를 보였다(그림 7). 코하세 씨는 「챗봇은 해결률에 비하면 만족도가 그리 낮지 않다. 그런 의미에서 사전 기대치가 안정되어 시민권을 얻은 존재가 된 것이 아닐까」라고 추측한다. 주요 용건이 「상담」으로 비교적 난이도가 높은 것에 비해 해결률도 만족도도 부정적인 경향은 아니다. 오히려 일정한 효과를 거두고 있다고 볼 수 있을 것 같다. 이치미 대표는 「경험상 유인 채팅이나 챗봇은 브라우저 기반보다 LINE이 만족도가 더 높다고 생각한다. 고객 입장에서는 시간을 신경 쓰지 않아도 되는 간편함이 있다. CRM 연동 등을 문제 삼는 경향이 있지만, 업무 흐름에 따라서는 무리하게 연동할 필요도 없다. 꼭 연동이 필요한 경우에만 SMS 등으로 연결해 본인 확인을 하는 등 궁리하기 나름이다.」라고 설명한다. 응답 시간 단축이 과제, 이메일/웹양식 대응 만족도는 만족할 만한 수준인 반면, 「불만족스러운 점」을 물어본 결과는 <그림8>이다. 「결국 해결되지 않는다」는 역시 챗봇에서 42.5%로 가장 높았다. 「해결까지 시간이 걸린다」는 이메일도 42.5%를 차지했다. 챗봇의 해결률은 향후 생성형 AI의 활용 수준에 따라 달라질 수 있겠지만, 전문가와 사례 기업 모두 「hallucination이나 정보보안 위험 등의 우려가 어느 정도 해소되지 않으면 어렵다」는 견해가 거의 일치하고 있다. RAG나 파인튜닝과 같은 기술의 진화와 활용으로 단기간에 실용화 단계에 진입할 것이라는 예측도 있어 향후 기술 동향에 귀추가 주목된다. 한편, 이메일 대응에 대해서는 그 답변까지의 시간을 문제 삼는 전문가들이 매우 많다. 편집부가 실시하고 있는 「콜센터 실태조사」에서도 가장 많은 응답 시간이 「24시간 이내」, 「1영업일 이내」라는 점은 지난 10년간 별다른 변화가 없다. 그러나 Part. 2에 등장하는 「5년 후 컨택센터 연구회」의 리더3인, 이치미 씨, 코하세 씨 모두 「단축의 필요성이 있다」고 입을 모은다. 이치미 씨는 「이메일이라도 1차 답변은 가능하면 3시간 이내, 늦어도 6시간 이내가 이상적이다. 그 단계에서 해결이 어렵다면 2차 답변까지의 대략적인 시간을 알려주는 등의 노력이 필요하다.」며 사전 기대치를 조절할 필요성을 설명했다. 주목해야 할 포인트, 챗봇의 「억지스러움」 Part.1의 마지막에 「이메일/유인채팅/챗봇에 대한 인상」을 물어본 결과를 <그림9>에 정리했다. 「용건에 따라 계속 사용하고 싶다」가 전체의 58.3%를 차지해 “채널별 구분”의 의향이 강하다는 것을 알 수 있다. 이치미 씨는 「‘억지로 사용하게 된 느낌이 있다’는 응답이 적지 않다는 점에 주목해야 한다. 아마도 실제로 전화를 걸고 싶은데 전화번호가 어디에도 나와 있지 않아 어쩔 수 없이 챗봇을 사용한 경우가 많을 것이다. 기업 측에서 의도적으로 연락을 차단하는 경향이 나타나고 있는 것이 아닌가 싶다.」고 지적한 뒤, 「(지원) 비용을 절감할 수 있을지는 모르지만, 고객도 절감할 가능성이 있는 것은 기업 전략이라고 할 수 없다.」고 경종을 울렸다. 판촉비를 투입하여 고객을 모으고 구매의욕을 불러일으키는 것까지는 전략으로 좋지만, 그 이후 고객과의 접촉을 제한하여 경험 가치를 저하시키는 인력 부족과 비용절감 의지가 겹쳐서, 과거 “Single Funnel”적인 사고방식으로 회귀하고 있음을 보여주는 조치이며, 기존 고객의 충성도를 중시하는 CX 경영에 부합하지 않는 조치이다. 「고객 지원과 판매 촉진은 분리해서 생각해서는 안 된다」(이치미 씨)는 말의 무게를 다시 한 번 생각해봐야 할 것이다. 멀티에서 「옴니」로, 채널과 리소스의 긴밀한 관계 채널 전략, 특히 TEXT Communication의 설계에 있어 전화 응대만큼 정교하고 성숙한 대처를 실천하고 있는 사례는 많지 않다. 하지만 고객 입장에서는 「같은 회사의 창구」이며, 용건과 상황에 따라 「그 채널을 선택」한 것일 뿐이다. 접촉할 수 있는 수단 선택권을 갖추는 수준까지는 대부분의 기업이 시행하고 있지만, 높은 수준의 평준화된 응대를 모든 채널에서 실천하기에는 아직 과제가 많다. 한정된 인원으로 최상의 경험을 제공하기 위해서는 전화/이메일/채팅으로 구분된 리소스 관리로는 한계가 있다. 용건별, 시간대별, 고객이 처한 상황별로 자기해결 수단을 포함한 최적의 채널을 개별적으로 안내하여 연결 용이성과 해결 정도를 모두 만족시키는 고도의 리소스 관리 계획과 실천이 요구되고 있다고 할 수 있다. <출처> Call Center Japan 2024년 10월호
-
사례로 보는 「보이스봇」의 기대와 효과_Part 2
[컨택저널 2024년 8월호] 사례로 보는 「보이스봇」의 기대와 효과 Part 2. Case Study 서비스, 금융, 관공서, 제조 선진 사례에서 배우는 「성공의 법칙」과 「미래의 가능성」 “쓸만한 보이스봇”의 선진 사례에는 이용 고객층을 세분화한 후, 고객 특성에 맞게 대화 흐름을 단순하게 설계하고 검증과 개선을 거듭하는 과정을 거쳤다는 공통점이 있다. 또한, 생성형 AI 등 새로운 기술과의 결합에도 큰 가능성이 있을 것으로 보인다. Scaper Customer Relations, IDOM, NEC 퍼스널 컴퓨터, 요코하마 시청, 라쿠텐 증권의 사례를 통해 구축 및 운영의 포인트를 검증한다. 최근 2~3년 사이 기업 및 지자체에서 빠르게 활용되고 있는 보이스봇. 초기에는 문의 내용에 맞는 FAQ 제시, 업무시간 외 또는 전화 폭주 시 callback 접수 등이 주 용도였으나, 현재는 도입 기업 내 DB나 다른 IT 솔루션과의 연계를 통해 예약 절차 및 변경, 조회 등 활용 범위가 넓어지고 있다. 또한, ES 향상 측면에서 상담사의 정신적 부담이 큰 독촉 등 아웃바운드 업무에 활용하는 사례도 있다. Case Study에서는 이용 대상 고객(시민)의 특성을 고려한 설계로 높은 대화 완료율을 실현한 사례와 생성형 AI 등과 결합한 사례로 Scaper Customer Relations, IDOM, NEC 퍼스널 컴퓨터, 요코하마 시청, 라쿠텐 증권의 5가지 사례를 살펴본다. Scaper Customer Relations는 시니어층이 많이 시청하는 야구 중계방송 안내를 자동화했다. 복창 과정을 생략하는 등 대화 시나리오를 최대한 단순하게 설계했다. IDOM은 자동차 구매 예정 고객을 대상으로 자동차 예상 구매 가격을 자동 안내한다. 질문 항목을 좁히는 등의 방식으로 문의의 심리적 문턱을 낮췄다. NEC 퍼스널 컴퓨터는 개인용 PC의 수리 상태 조회 및 절차, 고장 시 지원 등에 활용한다. 발화를 통한 정보 취득에 국한하지 않고, push 조작을 병행하고 마이페이지와 연계하여 자동응답 종료 후 고객이 내용 수정을 할 수 있도록 했다. 요코하마 시청은 업무에서 전화 문의 비율이 가장 높은 호적과의 전입·전출·이사 신고에 관한 전화 문의의 자동화 실증 실험을 실시했다. 문의한 시민이 원활하게 절차를 진행할 수 있도록 대화 시나리오를 설계했다. 검증을 거듭하면서 질문 내용 별로 음성인식 시작 타이밍을 설정하는 등 UX를 추구했다. 라쿠텐 증권은 생성형 AI를 활용한 챗봇, 그리고 최첨단 아바타 제작 기술과 연계, 「차세대형 보이스봇」의 가능성을 제시한 사례라 할 수 있다. Case Study 1 Scaper Customer Relations 시니어 이용이 많은 용건에 적용, 월 3000건 이상 자동화 성공 ㅡ Scaper Customer Relations 2020년부터 보이스봇을 활용해 전화 응대 자동화에 힘쓰고 있는 Scaper Customer Relations. 이 회사의 고객층은 20대~90대까지 폭넓게 분포되어 있으며, 70대 이상의 시니어층도 많다. 비즈니스 프로세스 솔루션부 나카지마 켄씨는 「시니어층도 젊은 층과 마찬가지로 “스스로 해결하고 싶다”는 마음은 있지만, 웹이나 스마트폰 조작에 서툰 사람이 많아 텍스트를 이용한 셀프서비스가 있어도 “선택하지 못할 것”이라고 추측된다. 그래서 익숙하게 사용하고 있는 전화의 자동화를 추진했다」라고 설명한다. 2022년 3월, LINE WORKS가 제공하는 『LINE WORKS Ai Call』을 통해 절차적 문의에서 발생하는 고객 인증, 서비스 해지, 캠페인 선물 신청 등을 자동화했다. 텍스트 수정, 발화 속도 개선 등 완료율 향상 방안과 함께 보이스봇 적용 범위 확대를 모색하고 있다. 2023년 2월에는 시니어 시청자층이 많은 프로야구 중계 안내도 자동화에 착수했다. 프로야구 방송 안내 자동화를 위해 Advanced Media의 『AmiVoice ISR Studio』를 신규 도입했다. 프로야구 방송 일정은 개막 시 종이 전단지로 배포되지만, 그 단계에서는 일정이 미정인 경기가 있고, 우천 취소 등으로 일정과 시간이 변경되거나 평소와 다른 채널로 방송이 진행되는 경우도 있다. 「보이스봇의 Call Flow 구축 및 변경, 불러오는 DB의 유지보수를 자체적으로 수행할 수 있는 것을 조건으로 선정했다」(나카지마 씨). ● 구단명 「복창」은 생략, 불규칙한 것은 다루지 않는다 Call Flow는 최단시간에 용건을 완료할 수 있는 것에 중점을 뒀다. 기존 IVR 메뉴에서 「야구 중계 안내」를 선택하면 보이스봇에 연결된다. 구단명을 듣고 연동되는 야구 경기 정보 DB를 불러와 해당 구단의 당일 경기 방송 시간대와 채널을 안내한다. 구단명 청취 시에는 복창 과정을 생략한다. 「巨人이라면 자이언츠, 요미우리 등 각 구단의 애칭이나 약칭은 패턴화되어 있기 때문에 모든 패턴을 사전에 등록해 놓았다. 잘못 듣는 일도 거의 발생하지 않는다」(나카지마 씨). 또한, 자동응답기와 마찬가지로 전자음 뒤에 발화하도록 안내방송을 함으로써 발화 타이밍을 제어할 수 있어 인식 정확도도 향상되었다. 더 먼 날짜(미래일) 안내를 원할 경우 날짜를 물어보고 경기 정보를 안내한다. 미래일 안내는 고객이 원하는 한 몇 번이라도 가능하다. CX 디자인부 디지털추진팀 엔도 켄지 씨는 「고객의 계약 상황에 따라 시청할 수 없는 채널을 안내하는 경우도 드물게 있지만, 모든 것을 보이스봇으로 완료하려고 하면 flow가 복잡해져 오히려 완료하지 못하는 고객이 늘어날 수 있다」고 설명했다. 운영 시작 후 「경기 정보 안내를 들은 시점에 안내 완료(문제 해결)」로 정의하여 도입 효과를 측정했다. 2023년 프로야구 시즌 중 3월~10월에는 예상 건수인 월 2800건을 상회하는 평균 3288건을 보이스봇으로 완료했다. 또한, 보이스봇으로 유도한 고객의 60~70%는 고객센터로 재전화를 하지 않기 때문에 상담사의 통화 시간을 월 6600분이나 절감하고 있는 것으로 나타났다. 엔도 씨는 「보이스봇 이용자의 70% 이상을 70대 이상이 차지하고 있다. 시니어층의 자기 해결 욕구를 충족시키고 있다는 것을 실감하고 있다」고 말했다 (그림). 향후 효과를 확인하면서 AmiVoice ISR Studio의 적용 범위를 확대할 방침이다. 「궁극적으로는 프로그램 안내도 자동화하고 싶다」고 전망하는 나카지마 씨. 또한 4월에는 Advanced Media와 판매 파트너 계약을 체결했다. 이 회사가 Call Flow의 작성 및 수정, 음성 인식 튜닝의 작성 및 관리, DB 연계의 개발 및 유지 보수, 완료율 분석을 대행하는 서비스를 전개할 예정이라고 한다. Case Study 2 IDOM 중고차 매입 가격 안내 자동화, 타깃은 「아직 팔지 않은 고객」 중고차 판매 서비스 「걸리버」를 운영하는 IDOM은 「당장 팔 생각이 없는 잠재 고객」을 포섭하기 위해서 자동차의 대략적인 매입 가격 안내를 보이스봇으로 자동화했다. 매입 가격을 문의하는 고객 모두가 「지금 당장 팔고 싶다」고 생각하는 것은 아님에도 콜센터 상담사는 당장 방문 예약을 잡기 위해 애쓰는 경우가 많다. 그 “온도 차”가 CS를 떨어뜨릴 가능성이 높다. 마케팅팀 NEXT CC 섹션 리더인 오다 타쿠미 씨는 「고객의 상황에 맞는 새로운 채널이 필요하다. 사람이 개입하지 않는 자동 응답이 필요한 경우도 있다」고 강조한다. 보이스봇은 영업시간에 구애 받지 않고 주말과 공휴일, 야간에도 운영할 수 있다는 장점도 있다. 실제로 보이스봇의 이용은 야간에 증가한다. ● 조사하지 않아도 답변할 수 있는 항목으로 좁히고, 간편함을 중시하여 범위를 넓힌다. 부담 없이 이용할 수 있도록 보이스봇은 제조사와 차종, 연식만 물어보면 과거 매입 데이터를 바탕으로 대략적인 가격을 안내하고 있다(그림 1). 오다 씨는 「굳이 찾아보지 않고도 기억에 의존해 답변할 수 있는 항목으로 한정했다. 청취 내용이 적기 때문에 100~140만 엔 등 폭 넓은 답변이 나오지만, 이용하시는 분들의 대부분은 '당장 팔 생각이 없는' 고객들이 많다. 검토 단계를 거쳐 좀 더 정확한 가격을 알고 싶으신 분들은 상담사가 전화 응대를 통해 내점 예약을 안내하고 있다."라고 설명한다. 이 회사가 활용하고 있는 보이스봇은 TACT의 「AI 컨시어지」이다. 선정 이유는 높은 인식률과 유연성이다. 오다 씨는 「예약 접수나 수주 실적이 있는 보이스봇은 많지만, 우리가 원하는 금액 안내나 차량 제조사명, 차종명 음성인식 실적이 있는 보이스봇은 없다고 판단해 개별적으로 대응할 수 있는 시스템을 강력히 요구했다」고 한다. 커스터마이징은 관리 화면상에서 어느 창구에서 보이스봇으로 유입되는지 파악할 수 있는 시스템을 구축했다. 광고, 홈페이지, 캠페인 등에 따라 전화번호를 구분해 어떤 경로를 통해 보이스봇으로 유입되는지 효과 검증을 하고 있다. 보이스봇에 걸려온 전화 중 안내가 완료되는 경우는 절반 정도다. 처음에 매각 시기 검토 정도를 물어보면 심리적 장벽이 높아질 수 있기 때문에 그 질문을 마지막으로 변경하여 응대 완료율을 높이고 있다. 이용 상황의 검증을 거듭하면서 「언젠가는 팔려고 하지만 지금은 아직 검토가 진행되지 않고 있다」는 것을, 해당 서비스 대상 고객에게 확실하게 알릴 수 있는 장치를 모색한다. 또한, 방문 예약 리마인드나 캠페인 O/B 등에도 보이스봇을 고려하고 있다. Case Study 3 NEC 퍼스널 컴퓨터 푸시 조작·텍스트로 내용 확인 및 수정, 「발화로 완결」에 집착하지 않는 설계 NEC Lenovo Japan Group의 NEC 퍼스널 컴퓨터는 「LAVIE」 등 개인용 컴퓨터(PC) 관련 문의를 받는 콜센터 전화 응대 중 「수리 상황 검색」, 「간이 지원」, 「수리 견적 금액 O/B 콜」, 「수리 접수」의 4가지 업무에 보이스봇을 활용하고 있다. 이 회사는 그룹이 「셀프 서비스화(자동화)」를 방침으로 정한 가운데, 2017년부터 활용을 시작했다. 당시 프로토타입 단계에 있던 모빌리언스의 『MOBI VOICE』를 도입해 단계적으로 자동화 범위를 확대하고 있다. 문제가 발생했을 때 고객 스스로 알아보는 것이 어렵기 때문에 대화로 문제를 해결하는 것을 선호하는 시니어를 중심으로 처음부터 아예 전화를 선택하는 고객도 많다. 서비스사업본부 고객 참여(eService 담당) 매니저 고바야시 요시아키 씨는 「연간 25만 건이 넘는 콜 중 비교적 문의가 많고, 간단한 흐름으로 문제 해결이 가능한 것부터 자동화했다.」고 설명했다. 먼저, 수리 중인 PC의 진행상황이 등록되어 있는 관리시스템과 API 연동을 통해 수리상황 검색을 자동화했다. IVR 메뉴에서 수리상황 검색을 선택하면 고객이 PC를 맡길 때 등록한 전화번호를 푸시 조작으로 입력을 요청하고, 해당 번호에 해당하는 「배송 준비 중」 등의 상황을 음성으로 안내한다. 서비스 시작 당시에는 보이스봇 초창기였기 때문에 이탈 요인이 될 수 있는 고객의 발화를 없애고 기존 IVR의 연장선상에서 조작할 수 있도록 해 활용의 문턱을 낮췄다. 다음으로 바이러스 감염 등을 가장해 금전을 편취하는 사기 등 문제 발생 시 「간이 지원」에 적용. 최근 문의가 증가하면서 전화 응대에 부담을 느끼고 있었다. 상담사의 응대 flow에서 음성 안내 절차를 추출해 단순화하여 운영. 각 단계 사이에 「다음 단계로 넘어가도 되는 상황 인지」를 확인하는 프로세스를 내장해 고객의 속도에 맞춰 스스로 해결할 수 있도록 했다. ● 마이페이지에서 발화 확인 및 수정, 정보의 정확성 보장 수리 견적 금액 아웃바운드 콜에도 활용을 확 대했다(그림 2). 수리 의뢰 시 고객이 설정한 금액보다 견적 금액이 초과되는 경우, 고객에게 자동 전화를 걸어 「수리 착수 여부」를 「예/아니오」로 확인한다. 고바야시 씨는 「부품 교환이 발생할 경우 설정한 금액보다 견적 금액이 초과되는 경우가 많은데, 일부 고객이 납득하지 못해 대응이 길어지는 경우도 있었다. 아웃바운드 자동화는 EX(직원 경험) 측면에서도 효과가 있었다」라고 설명한다. 이러한 운영으로 축적된 노하우를 활용해 flow를 설계하고 현재 시범 운영 중인 것은 수리 접수로, PC의 모델명/제조번호, 고장 내용 외에 고객이 가지고 있는 PC를 인수할 때 이름과 주소, 인수일자를 묻는다. 이 업무는 후속 처리와 연계하기 위해 정확한 정보 취득이 필수적이지만, 발화의 오인식을 피하기 위해 각 프로세스에서 발화 내용의 복창 확인과 수정을 거치면 flow가 복잡해지고 고객 측의 번거로움이 커진다. 고바야시 씨는 「모든 것을 발화 인식으로 완결하는 것에 집착하면 사용성이 떨어지고 결과적으로 사용되지 않게 된다」고 지적한다. 복창 및 수정 과정을 대체할 수 있는 수단으로 MOBI VOICE의 마이페이지 기능을 활용. 발화한 내용을 텍스트로 확인 및 수정할 수 있도록 했다. 구체적으로는 자동응답 마지막에 푸시 조작으로 임의의 스마트폰의 전화번호를 취득. 마이페이지 URL을 기재한 SMS를 전송하여 유도한다. 현재 전체 전화 문의에서 보이스봇이 차지하는 비율은 높지 않지만, 「보이스봇으로 들어온 문의의 84%는 완료되고 있다. 적용 범위가 확대되면서 전화가 연결되기 쉬워지고 있다고 느끼고 있다」(고바야시 씨). 앞으로도 시행착오를 거치면서 적용 업무를 확대하고, 궁극적으로는 기술 문의와 같은 복잡한 업무의 자동화에도 도전할 방침이다. Case Study 4 요코하마 시청 치밀한 패턴 분류와 시나리오 설계, 텍스트×음성으로 명료함을 추구 요코하마市는 2023년 12월 ~ 2024년 3월, 시내 2개 구청 호적과에서 보이스봇 활용 실증 실험을 실시했다. 이 과에서는 18개 구청에서 연간 30만 건 이상의 전화 문의를 받고 있다. 구청 콜센터도 있지만, 각 과에서 발급하는 서류나 홈페이지 등에 직통 전화번호를 기재하고 있어 문의가 좀처럼 줄지 않고 있다. 호적과에서는 약 60%의 문의가 직접 담당과의 전화 창구로 들어오고, 연말에는 이사 증가에 따라 전화가 급증해 직원들의 업무 부담이 과제가 되고 있었다. 실증 실험에서는 중구와 아사 히구 2개 구를 대상으로 이사(전출신고, 전입신고, 이전신고) 관련 문의를 자동화했다(그림 3). 시민국 창구서비스과 담당 과장 고바야시 마키 씨 는 「IVR은 분기가 복잡해지기 때문에 보이스봇 도입을 검토했다. 음성만으로는 이해하기 어려운 부분은 챗봇으로도 유도할 수 있도록 양자를 원활하게 운영할 수 있는 Tomorrow Net의 대화형 AI 솔루션 'CAT.AI'를 선정했다」고 설명한다. ● 간결한 시나리오 설계와 길 잃지 않는 UX, ATT는 2분 만에 약 90% 대응 완료 시나리오 설계는 Tomorrow Net에 의뢰했다. 가장 중점을 둔 부분은 「헤매지 않게 하는 것」과 「자연스러운 타이밍」이다. 보이스봇에게 어떻게 대답해야 할지 고민하게 만들면 사용자가 이탈할 가능성이 높아진다. 예를 들어 「본인, 동거가족, 대리인 중 누구세요」라고 물으면 가족인지 대리인인지 헷갈리는 경우가 있어 먼저 「본인인가요」라고 묻고, 본인이 아닌 경우 「같은 세대의 가족인가요」라고 물음으로써 헷갈림을 방지하고 있다. 또한, 자연스러운 타이밍의 대화도 의식했다. CAT.AI는 질문마다 음성인식 시작 시간을 설정할 수 있기 때문에, 보이스봇의 발화가 끝날 때까지 음성인식을 실행하지 않거나, 보이스봇의 발화가 끝나기 8초 전부터 인식하는 패턴까지 질문 내용별로 세밀하게 설정했다. 「도입 전에도 검증을 거듭하고, 도입 후에도 실제 사용 현황을 모니터링하면서 미세 조정을 했다」고 고바야시 씨는 말했다. 음성으로만 대화하는 것보다 시각적으로 정보를 안내하는 것이 문제 해결이 더 빠르기 때문에, 스마트폰 발신에 대해서는 보이스봇으로 대화하는 도중에 SMS를 전송하고 전화 자동응답을 계속하면서 챗봇 화면도 표시하는 CAT.AI의 「CX 멀티모드 AI」를 이용한다. SMS를 보내는 타이밍도 이용자가 스마트폰을 귀에서 떼고 화면을 확인하기까지 걸리는 시간을 꼼꼼하게 검증해 최적의 타이밍으로 설정했다. 이러한 시나리오 설계가 주효해 AI 대응 완료율(중도 이탈을 제외한 통화 중 유인에게 전달하지 않고 AI만으로 완료한 통화)은 87%를 달성했다. 유인 대응은 대부분 2분~5분 정도 소요되는 콜이지만, 보이스봇은 전입/전출 관련 문의의 경우 ATT(평균 통화시간)가 약 2분 40초로 단축됐다. 향후 고바야시 씨는 「본격적으로 도입할 경우, My Number Card 문의 대응 등 대응 범위를 넓혀 시민 만족도 향상과 직원 부담 경감을 검토해 나가겠다.」고 전망을 밝혔다. Case Study 5 라쿠텐증권 "차세대 CX 개선 방안”의 선구자, 「보이스봇+AI 아바타」가 보여주는 가능성 新NISA(투자로 얻은 이익이 비과세가 되는 세제 우대 제도)의 시작과 함께 활기를 띠고 있는 자산형성 및 투자. 그 NISA 시장에서 우위를 점하고 있는 것으로 추측되는 기업 중 하나가 바로 라쿠텐증권이다. 이 회사는 2024년 1월, 국내 최초로 「투자상담 AI Avatar」를 딜로이트 컨설팅의 지원을 받아 「라쿠텐증권 신춘 강연회 2024」에서 고객에게 체험할 수 있는 기회를 제공했다. 이 서비스는 미국 NVIDIA Corporation이 제공하는 아바타 서비스 개발 툴 「NVIDIA ACE」와 딜로이트 컨설팅이 전개하고 있는 소매점 ・ 레스토랑 ・ 판매대리점 대상 고객서비스용 솔루션 「Quartz Frontline AI powered by NVIDIA」, 라쿠텐증권이 2023년부터 제공하고 있는 「투자 AI 어시스턴트」를 연계한 것이다. 라쿠텐증권 AI 데이터 & 휴먼 랩, Assistant 매니저 야마모토 미호 씨는 두뇌에 해당하는 투자 AI Assistant에 대해 「라쿠텐증권이 최초로 출시한 생성형 AI를 활용한 서비스이다. 라쿠텐이 독자적으로 개발한 AI 모델 'RIVA Knowledge' 와 Chat GPT(현재는 4.0도 활용)를 조합한 것으로, 24시간 365일 투자나 자산 형성에 관한 모든 문의에 대응하고 있다.」고 말했다. 新NISA 뿐만 아니라, 이 회사는 「투자 초보자」 고객이 많다. 야마모토 씨는 「신규 계좌 개설 고객의 약 80%가 투자 초보자다. 언제 어디서나 상담할 수 있는 디지털 휴먼의 존재가 필요하다고 생각했다.」고 생성형 AI 활용의 배경을 설명했다. 학습 대상은 라쿠텐증권의 모든 웹사이트로, 그림이나 동영상을 활용한 답변도 가능하다. ● 어려웠던 「전문 용어 인식」, 2단계 데이터 주고받기로 해결 간단히 말해, 투자 AI Assistant의 답변을 아바타가 음성으로 하는 서비스가 바로 투자상담 AI Avatar다(그림 4). 하지만 쉽지 않았다. 야마모토 씨는 「가장 힘들었던 것은 음성인식 조정이다. 전문 용어 중 일부는 NVIDIA ACE에 탑재된 인식 엔진만으로는 전혀 다른 단어로 인식되는 경우가 많았다. 그래서 투자 AI Assistant에게 데이터를 전달해 정확한 단어로 변환하는 2단계 음성인식 구조로 되어 있다」고 회고했다. 또한 이번에는 「행사장에서의 공개」를 하게 된 만큼, 음성인식을 시키는 환경으로서는 상당히 열악한 환경이었다고 할 수 있다. 본래 투자 상담 등은 자택 등 조용한 환경에서 이뤄지는 경우가 많을 것으로 추측되는 만큼, 실전 투입 시 인식 정확도는 더욱 향상될 가능성이 높다. 일본어에 대응하는 음성인식 엔진이 아닌 NVIDIA ACE를 고집한 이유에 대해서는 「아바타의 화질과 움직임. 이 수준을 실현할 수 있는 다른 솔루션을 찾지 못했다」(야마모토 씨)라고 한다. 실제로 아바타의 Visual에 큰 신경을 써서 개발하고 있다. 라쿠텐증권의 사무실 환경을 재현하고, 명찰과 캐릭터인 「쇼핑 팬더」도 설치 했다. 참고로 개발 기간은 약 2개월. 아바타 부분은 딜로이트 컨설팅이 중심이 되어 음성 인식은 양사가 협력하고, 음성 합성은 라쿠텐증권이 개발을 담당했다. 또한 챗봇 투자 AI Assistant는 거의 모든 질문에 답변할 수 있지만, 아바타는 음성 인식의 정확도를 고려하여 답변할 수 있는 범위를 新NISA 관련 질문으로 한정했다. 야마모토 씨는 「2023년 8월에 신설한 '라쿠텐증권 AI 데이터&휴먼 랩'에서도 연구 개발을 계속하고 있지만, 데이터와 AI를 결합하여 "고객 한 명 한 명에 맞는 답변을 할 수 있는 수준"을 목표로 하고 있다.」고 말하는 것처럼, 앞으로 더욱 진화하는 '성장'에 큰 기대를 걸어볼 수 있을 것 같다. <출처> CallCenter Japan 2024년 6월호
-
사례로 보는 「보이스봇」의 기대와 효과_Part 1
[컨택저널 2024년 7월호] 사례로 보는 「보이스봇」의 기대와 효과 ① Part 1. 시장 트렌드 「새로운 자동화 경험」의 가능성을 “음성”에서 찾는다. 진화하는 보이스봇의 잠재력 「전화로 대화하고 싶은 고객을 웹이나 챗봇으로 유도하는 것은 불가능하다」는 지적은 여전히 유효하다. 또한, 챗봇은 고령자에게는 진입장벽이 높다. 「보이스봇」이 주목받는 이유도 여기에 있다. 물론 주문, 예약, 자료 요청 등 간단한 절차 업무라면 유인 대응 이상의 고객 경험을 제공할 수 있는 가능성이 높다. 최근에는 챗봇이나 생성형 AI와 연계해 웹상에서 아바타와 대화하는 등 새로운 봇의 형태도 나타나고 있다. 본지가 매년 실시하는 콜센터 실태조사에 따르면 「보이스봇(음성봇)」을 도입한 기업은 2023년 8.2%로 나타났다. 그러나 「향후 도입 예정인 IT solution」으로 22.6%가 선택했다. 가장 많은 것은 음성인식 시스템인 만큼, 음성 관련 솔루션에 대한 투자 의지가 상당히 높은 것으로 추측된다. 인력 부족으로 인한 업무 효율화, 업무 시간 외 대응 등을 목적으로 전화 응대 자동화에 대한 needs가 높다. 코로나 사태로 인해 단축 운영을 시작한 기업이 늘어났고, 종식된 현재도 그대로인 기업도 많아 단축된 시간을 봇으로 보완하려는 목적도 있는 것으로 보인다. 보이스봇을 제공하는 벤더사들도 「작년에 비해 문의가 많이 늘어났다」고 입을 모은다. ■ 단순하고 양이 많은 업무에 대응, 유인 상담사의 업무 부담 해소 이용 업무는 주문, 자료 요청 등 단순 절차적 업무가 대부분을 차지한다. 보이스봇/챗봇 「ekubot 시리즈」를 개발하여 도입 컨설팅부터 고객 성공까지 실천하고 있는 벨시스템24 디지털 CX본부 와타나베 켄타로 씨는 「주문, 서류 청구, 등록 정보 변경, DM 중지 같이 목적이 명확할 경우, 이를 고객이 스스로 해결하기를 원하는 경우가 많아 절차 자체는 간단하지만 문의가 많은 업무에서 유인 응대를 줄이는 효과가 크다. 반면, 하고 싶은 말을 자유롭게 발화하여 준비된 여러 시나리오에서 용건에 따라 구동되는 봇은 편의성 측면이나 기술 및 비용 측면에서도 어려운 것이 현실이다. 완료율이 높은 접속사유를 추출하는 것이 중요하다」고 설명한다. 그림 1은 2023년 초부터 2024년 봄까지의 보이스봇 도입 사례를 정리한 것이다. 쓰레기 분리배출 방법이나 수거일 관련 문의 대응, 임대주택 입주자 지원, 중고차 예상 매입가 자동 안내, 이사 계약 고객의 문의 1차 접수 등 역시 용건이 명확한 경우가 많다. 또한, 아웃바운드에서의 이용도 점차 증가하고 있다. 예를 들어 독촉 업무는 전화를 거는 사람이나 받는 사람 모두에게 스트레스다. 고객 입장에서는 사람보다 봇이 더 안심하고 이야기하기 쉽다. Part 2 Case Study에서 소개할 NEC 퍼스널 컴퓨터는 아웃바운드로 수리 견적 금액을 알려주고 수리 여부를 고객에게 확인한다. 유인 상담사 시대에는 고객이 예상한 견적 금액보다 높을 경우 응대가 길어져 상담사가 지치는 경우가 있었지만, 보이스봇이라면 이러한 문제도 해결한다. ■ 전화 전 고객 여정을 통해 완료율을 크게 개선할 수 있다 KPI로 중요한 것은 「완료율」이다. 업무 흐름을 어떻게 구성하느냐에 따라 고객 이탈률이 달라지는데, 와타나베 씨는 「중요한 것은 전화를 걸기 전의 고객 여정에도 주목해야 한다」고 강조한다. 「Web 페이지나 고객에게 보내는 서류 등에 자동 대응으로 AI가 접수한다. 이 번호를 준비해 주세요 등 사전 안내를 한다. 이렇게 하면 처음 기계음성으로 전화를 끊는 경우가 상당히 줄어들고, 필요한 정보도 준비할 수 있기 때문에 완료율도 높아진다」(와타나베 씨). 그 외에도 날짜를 지정할 때 「○월 ○일처럼 말해주세요」라고 예를 들어 발화를 컨트롤하거나, 「예/아니오」로 대답할 수 있는 질문을 하거나, 단문으로 대답할 수 있는 정보를 시나리오로 한정하는 등(그림 2) 다양한 방법을 동원할 수 있다. 하지만 처음부터 시나리오를 잘 짤 수 있는 것은 아니다. 우선은 Small Start 로 시나리오의 A B 테스트 등을 반복하면서 다듬어 나가거나, 벤더의 on-boarding 지원을 받으면서 자체적으로 노하우를 축적하거나, 벤더에게 시나리오 설계와 운영을 의뢰하는 등 장단점을 확인하면서 협조를 구하는 것이 좋을 것이다. ■ CTI/PBX 연동 확대, 넓어지는 대응 업무의 폭 그림 3은 보이스봇 관련 벤더들의 움직임이다. 눈에 띄는 것은 보이스봇과 CTI/PBX의 연동이다. 기존에는 보이스봇이 기존 전화번호로 전화를 걸어 IVR에서 착신 전환을 하는 경우가 많았다. 이는 통화료가 발생하고, 고객의 발신자 번호를 알 수 없는 등의 문제가 있었다. 또한, 보이스봇에서 유인 상담사에게 연결하는 경우에도 착신전환이 되어 보이스봇과 고객 응대 내용을 공유할 수 없었다. 보이스봇과 CTI/PBX가 내선으로 직접 연동하면 발신자 번호가 전달되고, CRM 시스템 등과 연동하면 자동화할 수 있는 업무의 폭이 넓어질 가능성이 높다. 생성형 AI와의 연계도 시작되고 있다. 다만, 응답 대상 범위를 커스터마이징하는 RAG(Retrieval-Augmented Generation)를 상당히 고도화하여 설계하지 않는 한, 생성형 AI로 고객 응대를 하는 것은 hallucination(환각)의 문제 등이 남는다. 답변 생성 시 지정한 DB에서 관련 정보를 가져오도록 설정하면, 예를 들어 「제안형 대응」 등이 현실화된다. 「여행 조건을 몇 가지 이야기하면 그에 맞는 플랜을 3개 정도 제시해준다. 최종적으로 고객이 선택하는 것이다. 숙소 찾기나 보험 선택 등 상당히 유용하게 사용할 수 있다」(와타나베 씨). 보이스봇은 음성 발화만으로 용무를 처리하는 것이 목적은 아니다. 예를 들어 전화번호 인식은 push 조작이 더 확실하다. 기본 전제가 되는 것은 고객 경험(CX)을 어떻게 높일 것인가이다. Part 2에서 다룬 요코하마시의 사례는 챗봇과 보이스봇을 결합한 솔루션으로 주민의 고객 경험을 높이고 있는데, 이러한 자유도 높은 CX 설계가 가능한지 여부가 큰 관건이 될 것이다. 실제로 라쿠텐 증권의 아바타를 이용한 고객 응대는 기존의 보이스봇과는 차별화된 시도라고 할 수 있다. 자사의 챗봇 「투자 AI Assistant」와 NVIDIA Corporation 이 제공하는 「NVIDIA ACE」를 채용한 아바타와 대화가 가능한 「투자 상담 AI Avatar」를 Deloitte Tohmatsu Consulting의 지원을 받아 개발했다. 아바타와 자연스러운 대화로 투자 상담을 받을 수 있다. 현재는 프로토타입의 “공개”를 마친 단계이지만, 향후에는 스마트폰을 비롯한 다양한 활용 사례를 구상하고 있다. Part.2 에서는 보이스봇의 최신 활용 사례를 소개한다. <출처> Call Center Japan 2024년 6월호 제 1특집