Special Report더보기

• 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

• 지역별 컨택센터 상담사 현황 (2024년 말 기준)

  [컨택저널 2025년 5월호] 지역별 컨택센터 상담사 현황 (2024년 말 기준) (사)한국컨택센터산업협회에서는 매년 지자체 컨택센터 현황을 조사해, 컨택저널에 발표하고 지자체 컨택센터 유치 및 육성에 힘을 보태왔다. 2024년 말 기준 지자체 조사에 따르면 컨택센터 상담사 수는 52,209명으로 전년대비 211명(-0.4%) 줄어든 것으로 나타났다. 지자체 컨택센터에 근무하고 있는 상담사는 2012년 5만 명을 넘은 이래 2018년에 6만명 시대를 열며 꾸준히 성장세를 보이다가, 2021년 이후 감소세로 전환되며 2023년과 2024년 조사에서도 소폭 감소해 4년째 감소 추세에 있다. 업종별 현황을 살펴보면 보험업이 162개(32.1%)로 가장 많고, 통신업이 71개(14.1%)로 그 뒤를 이어, 두 업종이 전체의 46%를 차지한다. 상담사 수도 보험업 14,744명(28.2%), 통신업 13,609명(26.1%)으로 전체의 54%가 이 두 업종에 집중되어 있다. 기타 업종(66개, 13.1%), 공공 부문(55개, 10.9%)도 상당한 비중을 차지하고 있으며, 카드·금융·은행을 합한 금융 관련 업종은 총 84개 기업(16.6%)에 8,509명(16.3%)의 상담사가 근무하고 있다. 한편, 지난해 대구시의 조사 중단에 이어 2024년 조사에서는 광주시와 강원도가 현황 조사를 중단한 것으로 파악되었다. 이로써 조사를 진행했던 10개 지자체 중 지역내 컨택센터 현황을 파악하고 관리하는 곳은 부산, 대전, 인천 3곳으로 대폭 줄어들었다. 부산시는 이번 조사에서 기업과 상담사수 모두 전년과 동일하게 파악되었다. 159개 기업에 21,989명의 상담사가 근무하며 전국에서 가장 큰 규모를 자랑하고 있다. 2020년 지자체중 최초로 2만명을 돌파한 이후 5년째 2만명 이상을 유지하고 있다. 지자체 중 가장 많은 상담사를 보유하고 있는 부산시는 지자체 중 유일하게 매년 꾸준한 증가세를 보이며 선두를 유지하고 있다. 풍부한 인적자원, 저렴한 임대료, 투자 리스크 최소화 등의 강 점을 활용한 다양한 지자체 지원활동과 맞춤형 전문인력 양성 등을 통해 안정적이고 우수한 인력공급에 힘쓰고 있다. 대전시는 105개 기업에 8,526명의 상담사가 근무하고 있으며, 유일하게 전년 대비 기업 수 증가(+1개)와 상담사 수 증가(+20명)를 기록했다. 공공(21개), 보험(22개), 은행(14개), 카드(16개) 등 다양한 업종이 고르게 분포된 것이 특징이다. 부산에 이어 2번째로 많은 상담사를 보유하고 있으며, 2021년 코로나를 계기로 전수조사를 시행해 지역내 실제 컨택센터 현황을 가장 잘 파악하고 있는 지자체이기도 하다. 대전시는 전문인력 양성 지원, 인프라 지원, 각종 재정적/행정적 지원 등 컨택센터 유치를 위한 지원을 이어가고 있다. 인천광역시는 37개 기업에 1,609명의 상담사가 근무 중이며, 전년 대비 기업 수 3개 감소(-7.5%), 상담사 수 231명 감소(-12.6%)로 가장 큰 감소율을 기록했다. 인천시는 풍부한 인력풀을 통한 인재 양성 기반, 수도권이라는 지리적 이점, 다양한 기업유치 조례 등을 통해 인력 확보를 위해 노 력하고 있다. 광주시는 2023년까지 상담사 7,099명으로 지자체중 3번째로 많은 상담사를 보유하고 있었으나, 2024년부터 고객센터 활성화 지원 사업이 이루어지지 않아 컨택센터 현황 파악을 중단했다고 밝혔다. 강원도는 조사 이후 기업과 상담사수가 꾸준히 감소했고, 지리적 사회적 특성으로 인해 컨택센터 유치가 어려워 2024년부터 현황 조사를 중단했다. 또한 2025년부 터는 강원도 조례 및 시행규칙의 컨택센터(콜센터 및 텔레마케팅) 지원 관련 내용을 삭제할 예정이다. 이에 광주시와 강원도는 2023년 말 기준의 집계를 반영하였다. 기업들이 컨택센터를 지방으로 이전할 때 가장 중요한 요소는 안정적인 인력 확보다. 지역 내에 충분한 노동력이 있는지, 특히 대학 등 교육기관과 연계하여 지속적인 인력 수급이 가능한지를 면밀히 검토해야 한다. 인건비와 사무실 임대료 등 운영비용의 경쟁력도 주요 결정 요인이다. 지자체가 제공하는 세제 혜택, 보조금, 시설 지원과 같은 다양한 인센티브 역시 이전 결정에 큰 영향을 미친다. 또한 통신 인프라 등 기반 시설과 직원들의 교통 접근성, 주거 환경, 교육 및 문화 시설 등 정주 여건도 종합적으로 평가해야 한다. 성공적인 유치를 위해 지자체는 지역의 강점을 명확히 파악하고 차별화된 유치 전략을 수립해야 한다. 단순한 비용 절감을 넘어 지역 특성에 맞는 독특한 가치를 제안하는 것이 중요하다. 세금 감면, 고용 보조금, 시설 저가 제공 등 구체적인 인센티브 패키지를 설계하고, 지역 교육기관과 연계한 맞춤형 인력 양성 프로그램을 구축하는 것이 효과적이다. 이전 과정에서의 인허가, 각종 행정 절차를 간소화하는 원스톱 지원 서비스도 기업의 부담을 크게 줄일 수 있다. 유치 이후에도 장기적으로 기업과 지역사회가 상생할 수 있는 파트너십 구축이 필요하다. 정기적인 소통 채널을 마련하여 기업의 니즈를 지속적으로 파악하고 지원하는 체계를 갖추어야 한다. 컨택센터가 지역 내 다른 산업과 시너지를 발휘할 수 있도록 비즈니스 네트워크를 구축하고, 직원들의 정주 환경을 지속적으로 개선하여 인재 유출을 방지하고 새로운 인력 유입을 촉진해야 한다. 지자체의 컨택센터 유치는 지역 경제 활성화와 일자리 창출 측면에서 지자체와 기업 모두에게 중요한 의미를 갖는다. 지자체와 관련 기관들은 이러한 유치를 적극적으로 추진하고, 지속적인 협력을 통해 지역 경제의 지속 가능성을 높여야 할 것이다. ※ 컨택센터 유치를 위해 노력해왔던 지자체 중 유치 효과가 미약하다고 판단한 지자체들은 현황 조사를 중단한 시점을 기준으로 집계에만 반영하고 있지만 그렇다고 지방으로 컨택센터가 이전할 시 지원하는 정책은 강원도를 제외하고는 그대로 유지하고 있다. ※ 제주도, 전라남도, 전주시, 청주시: 2017년부터 현황조사 중단. 2016년 말 기준 반영 ※ 대구시: 2023년부터 현황조사 중단. 2022년 말 기준 반영

• 협회, 24회 모닝포럼 개최...AI 시대의 새로운 고객 경험 전략 모색

  [컨택저널 2025년 1월호] (사)한국컨택센터산업협회, 24회 모닝포럼 개최 AI 시대의 새로운 고객 경험 전략 모색 오늘날 기업들은 단순한 기술 도입을 넘어 인공지능을 통해 고객과의 소통 방식을 근본적으로 혁신하고 있다. 초거대 AI와 생성형 AI 기술은 고객 서비스의 패러다임을 근본적으로 변화시키고 있으며, 이는 더 이상 선택이 아닌 생존을 위한 필수 전략, 기업의 경쟁력을 결정짓는 핵심 요소로 자리 잡고 있다. 디지털 기술의 급격한 변화 속에서 (사)한국컨택센터산업협회가 제24회 모닝포럼(AICC C레벨 모닝 포럼 2024)을 성공적으로 개최했다. 협회가 주최하고 테크데일리와 전자신문인터넷이 공동으로 주관한 이번 포럼은 디지털 혁신의 최전선을 보여주는 뜻깊은 이벤트였다. 서울 삼성동 파르나스 호텔에서 오전 7시부터 진행된 행사는 유통, 금융, BPO 등 다양한 산업 분야의 30여개 기업 대표와 임원들이 참석해 AICC의 현황과 과제, 미래를 심도 있게 조망하는 의미 깊은 자리였다. 행사는 (사)한국컨택센터산업협회 황규만 부회장의 인사와 김채곤 ZOOM 한국 지사장의 개회사를 시작으로, 최근 AICC 솔루션인 AI companion을 발표한 조찬모임 후원사 ZOOM이 ‘AI가 만드는 새로운 고객경험’을 주제로 자사의 AI 기반 AICC 전략과 사례를 발표하며 디지털 전환 시대의 고객 경험(CX) 혁신을 강조했다. 이어 EY컨설팅의 김대하 파트너가 AICC 시장의 미래에 대한 깊이 있는 분석을 제공하며 참석자들의 큰 관심을 모았다. 더불어, 참석자들은 네트워킹 세션에서 각자의 경험과 인사이트를 공유하며 산업의 미래에 대해 활발한 의견 교환의 시간을 가졌다. 한편, ZOOM 김채곤 한국 지사장은 개회사를 통해 “ 코로나19로 급성장한 ZOOM이 이후 차세대 성장 동력을 통해 지속 가능한 성장을 이어가고 있다.”며, “ZOOM은 기존 영상회의 플랫폼의 강점을 활용해 AICC 시장에서 빠르게 리더십을 확보하고 있다”고 자신감을 표명했다. ZOOM의 AICC 전략: AI와 영상 솔루션의 혁신적 접근 글로벌 화상회의 플랫폼 기업 ZOOM은 이번 포럼에서 컨택센터 산업의 디지털 전환을 선도할 수 있는 자사의 혁신적인 전략과 사례를 발표하며 디지털 전환 시대의 고객 경험(CX) 혁신의 중요성을 강조했다. ZOOM 우병수 이사는 “영상은 고객과의 상호작용을 근본적으로 개선할 수 있는 대표적 도구로, 특히 컨택센터와 결합할 때 혁신적인 고객 경험(CX)을 제공할 수 있다”고 강조했다. 이어 “이 지점에서 ZOOM Call과 영상회의의 강점이 AICC 기술과 결합해 강력한 경쟁력을 발휘하고 시장을 이끌어 나갈 것”이라고 밝혔다. ZOOM은 자사의 AI 기반 AICC 플랫폼이 어떻게 기업들의 고객 서비스 혁신을 지원할 수 있는지 1300여 고객사에 ZCC(ZOOM Contact Center)를 구축하며 얻은 사례 연구를 소개했다. 특히 최근 발표한 AI Companion은 주목할 만한 솔루션으로, 고객 응대를 자동화하고 상담사를 지원해 복잡한 요청에도 효율적으로 대응할 수 있는 혁신적인 솔루션으로 주목받고 있다. 이 솔루션의 핵심은 단순하고 반복적인 작업은 AI가 자동으로 처리하고, 상담사는 보다 복잡하고 가치 있는 업무에 집중할 수 있도록 설계되었다는 점이다. 뿐만 아니라 클라우드 기반 화상회의 플랫폼의 강점을 AICC 기술과 융합함으로써, ZOOM은 기업의 고객 응대 프로세스를 혁신하고 데이터 기반의 맞춤형 서비스를 제공할 수 있는 독보적인 포지션을 확보했다. ZOOM의 이번 발표는 기업들이 AI 기술을 통해 어떻게 고객과의 소통을 혁신하고 더 나은 고객 경험을 창출할 수 있는지를 구체적으로 보여준 의미 있는 사례로 평가받았다. EY컨설팅이 진단한 AICC 시장의 성장 전망 특별강연에 나선 EY컨설팅의 김대하 파트너는 AICC 시장의 미래에 대해 더욱 깊이 있는 분석을 제공하며, 구체적이고 낙관적인 전망을 제시했다. “컨택센터는 초기 단순 커버리지 단계에서 완결성을 높이는 방향으로 진화하고 있다.”며, “AICC는 AI 시장에서 2번째로 큰 시장으로, 고객경험의 핵심적인 역할을 담당하며 기업의 경쟁력 강화를 위한 필수 요소로 자리 잡았다”고 강조했다. 그는 AICC를 포함한 AI 시장이 매년 39%씩 성장하고 있다고 덧붙였다. 이러한 성장세는 단순한 통계를 넘어 기업들이 AI 기술을 통해 얻을 수 있는 실질적인 가치를 보여준다. 고객 데이터의 정교한 분석, 개인화된 서비스 제공, 실시간 대응 능력 등은 기업의 경쟁력을 결정 짓는 핵심 요소로 자리 잡고 있다. 미래 컨택센터의 핵심은 데이터 기반의 정확한 고객 분석과 개인화된 서비스 제공에 있다. AI 기술은 고객의 요구를 실시간으로 파악하고, 맞춤형 솔루션을 제공함으로써 고객 만족도를 획기적으로 높일 수 있다. 컨택센터의 역할은 이제 단순한 문의 응대를 넘어 전략적 고객 관리의 중심으로 진화하고 있다. AI 기술을 통해 고객의 needs를 예측하고, 선제적으로 대응하는 방식으로 기업의 경쟁력을 높이고 있다. 이는 고객과의 관계를 1회성 거래에서 장기적이고 심층적인 관계로 전환시키는 핵심 전략이다. 앞으로 AICC 시장은 기술 혁신과 고객 중심 접근의 완벽한 융합을 통해 더욱 빠르게 성장할 것이다. 기업들이 AI 기술을 통해 고객과의 소통을 혁신하고, 더 나은 고객 경험을 창출해 나가는 그 여정은 이제 시작에 불과하다. 오랜만에 진행된 24번째 모닝포럼(CCMF, Contact Center Morning Forum)은 AI 시대 고객 경험 혁신의 최신 트렌드와 미래 전략을 공유하는 의미 있 는 자리였다. (사)한국컨택센터산업협회는 이번 모닝포럼을 통해 AICC 시장의 지속 가능한 발전과 기업들의 디지털 혁신을 위한 중요한 통찰과 네트워킹 의 장을 마련했다. 앞으로도 AI 기술과 고객 서비스의 혁신적인 융합을 선도해 나갈 것으로 기대된다.

• 차세대 컨택센터 기술: LLM과 챗봇의 도입과 한계

  [컨택저널 2024년 11월호] 차세대 컨택센터 기술: LLM과 챗봇의 도입과 한계 AI 기반 고객 응대의 가능성과 현실적 도전 과제 디지털 전환의 가속화와 함께, 컨택센터 산업은 대형 언어 모델(LLM, Large Language Model)과 챗봇 기술을 활용하여 고객 응대의 질적 향상을 추구하고 있습니다. 이러한 기술의 도입은 단순한 자동화를 넘어 고객의 요구를 보다 정확하게 예측하고 맞춤형 대응을 제공할 수 있는 가능성을 제시합니다. 그러나, 할루시네이션(Hallucination) 현상과 같은 기술적 한계로 인해, 기업이 LLM 기반 챗봇을 실질적인 업무에 적용하는 데에는 신중한 접근이 필요합니다. 본 기고에서는 LLM과 챗봇이 컨택센터의 미래에서 어떠한 역할을 할 수 있는지 고찰하고, 이 기술들이 직면한 현실적 문제 및 이를 극복하기 위한 방안에 대해 논의하고자 합니다. LLM 도입의 가능성과 한계 대형 언어 모델(LLM)은 방대한 텍스트 데이터를 학습하여 인간과 유사한 자연어 처리 능력을 갖춘 AI 기술입니다. Chat GPT와 같은 LLM 기반 기술은 고객의 질문에 실시간으로 응답하고, 대화를 통해 고객과의 상호작용을 효율적으로 처리할 수 있습니다. 특히 복잡한 문의나 다단계 질문에서도 맥락을 이해하고 대응하는 능력을 제공하여 고객 응대의 새로운 가능성을 열어가고 있습니다. 그러나 LLM이 실시간으로 생성하는 답변은 잘못된 정보나 논리적 결함을 포함할 수 있는 할루시네이션 현상을 동반합니다. 이는 컨택센터 환경에서 발생할 경우 고객 신뢰도에 심각한 타격을 줄 수 있으며, 정확성이 요구되는 고객 응대에서는 심각한 문제를 초래할 수도 있습니다. 따라서, 기업이 LLM 기술을 실제 서비스에 적용할 때에는 RAG(검색 기반 증강 생성) 기술을 병행하여 실시간으로 검증된 데이터를 기반으로 응답을 생성할 수 있도록 해야 합니다. <LLM 도입 시 고려 사항> 데이터 검증 Mechanism : LLM이 제공하는 응답의 정확성을 보장하기 위해 RAG 기반 시스템을 활용하여 실시간으로 데이터를 검색하고, 검증된 정보에 따라 응답을 생성하는 방안을 고려해야 합니다. 지속적인 모니터링 및 feedback Loop: LLM의 성능을 지속적으로 평가하고, 응답 오류 발생 시 이를 개선할 수 있는 모니터링 시스템을 구축해야 합니다. Hybrid System: LLM이 모든 상호작용을 처리하는 대신, 스크립트 기반 시스템과의 결합을 통해 정확성이 요구되는 부분에서는 사전 정의된 스크립트를 활용하는 방식이 효과적입니다. 고객 데이터 보호 및 프라이버시 문제 LLM과 챗봇 기술을 도입할 때는 고객 데이터 보호 및 프라이버시 보장이 필수적입니다. AI 기반의 대규모 언어 모델은 많은 데이터를 처리하고 학습하지만, 이를 통해 고객의 민감한 정보를 노출하지 않도록 철저한 보안 시스템을 구축해야 합니다. GDPR(유럽연합의 일반 데이터 보호 규정)을 비롯한 개인정보 보호 법령에 따라 고객 데이터를 안전하게 관리하는 것이 중요하며, 기업은 데이터를 익명화 하거나 암호화하는 등의 조치를 통해 이를 실현해야 합니다. 또한 데이터 수집 최소화 원칙을 준수함으로써 불필요한 데이터 처리 및 보안을 강화할 수 있습니다. 챗봇의 발전과 현실적 적용 챗봇은 정형화된 스크립트를 기반으로 작동하던 기존 방식에서 발전하여, LLM을 도입함으로써 보다 유연하고 자연스러운 상호작용을 가능하게 하고 있습니다. LLM을 기반으로 한 챗봇은 단순한 FAQ를 넘어 맥락에 따른 대화를 처리하고, 다단계 문의에도 신속하고 정확한 답변을 제공할 수 있습니다. 그러나 LLM 기반 챗봇의 도입에도 불구하고, 신뢰성과 정확성이 중요한 고객 응대 환경에서 LLM의 응답 오류는 기업의 신뢰도에 부정적인 영향을 미칠 수 있습니다. 이 문제를 해결하기 위해 많은 기업은 스크립트 기반 응답과 LLM 기반 유연한 상호작용을 결합한 하이브리드 시스템을 도입하고 있으며, 이를 통해 더욱 안정적인 고객 서비스를 제공합니다. <정확성과 신뢰성을 위한 AI응대 전략> 정확성 보장 : 챗봇이 제공하는 정보가 고객의 요구와 일치하는지 지속적으로 확인하고, 데이터 검증 시스템을 통해 오류를 최소화하는 방안이 필요합니다. RAG 기반 챗봇 : LLM의 자유로운 언어 생성 능력과 검증된 데이터를 결합하여 RAG 기반 챗봇을 운영함으로써 고객에게 더욱 신뢰성 높은 응대를 제공할 수 있습니다. 하이브리드 응대 방식 : 스크립트 기반 응답이 필요한 단순 문의는 자동화하고, 복잡한 문의는 LLM을 통해 처리하는 혼합형 접근 방식이 현실적이고 효과적입니다. LLM과 챗봇의 상호작용: 차세대 스마트 컨택센터의 가능성 LLM과 RAG 기반 챗봇의 결합은 차세대 스마트 컨택센터를 구현하는데 핵심적인 요소로 자리 잡고 있습니다. 이들 기술은 단순한 자동화된 고객 응대를 넘어 고객의 요구를 실시간으로 분석하고 정확한 정보를 제공하는 역할을 수행합니다. 하지만, 고객 응대에서 발생하는 복잡한 문제나 예측할 수 없는 상황에 대응하기 위해서는 여전히 인간 상담사와의 협업이 필수적입니다. 혼합형 하이브리드 시스템은 이러한 문제를 해결하는 중요한 전략으로 부상하고 있습니다. 고객의 복잡한 요구를 실시간으로 분석하여 기본적인 문의는 자동화된 챗봇이 처리하고, 복잡한 문제는 인간 상담사가 처리하는 방식은 고객의 요구에 정확하고 신속하게 대응할 수 있는 시스템을 구축하는 데 필수적인 역할을 합니다. LLM과 RAG 기반 챗봇이 그리는 컨택센터의 미래 LLM과 챗봇 기술은 고객 응대의 자동화를 넘어, 고객의 요구를 정확히 예측하고 맞춤형 서비스를 제공하는 데 중대한 역할을 하고 있습니다. 그러나 LLM이 가진 할루시네이션 문제를 해결하기 위해서는 RAG 기반의 데이터 검증 시스템과 결합한 하이브리드 접근 방식이 필요합니다. 이를 통해 기업은 고객 만족도를 극대화하면서도 운영 효율성을 높일 수 있을 것입니다. 향후 AI 기반 컨택센터는 고객에게 신뢰성 있는 정보 제공과 맞춤형 서비스를 통해 경쟁력을 강화하고, 고객 충성도를 높이는 데 중요한 역할을 할 것입니다. LB유세스의 챗봇 준비 현황 LB유세스의 챗봇 솔루션인 ‘라잇봇’은 GPT 기반의 자연어 처리 기술을 활용하여 실시간 상담을 자동화하고 있습니다. 시나리오봇 기능을 통해 반복적인 문의를 자동 처리하며, 고객과의 상호작용 데이터를 통합 관리하여 상담 이력 기반의 맞춤형 서비스를 제공합니다. 1. Chat GPT 기반 실시간 상담 자동화 라잇봇은 GPT 기반 자연어 처리(NLP) 기술을 제공하고, 특정 서비스 문의 영역에서 고객과의 실시간 대화를 자동화하여, 보다 자연스럽고 개인화된 응대를 제공합니다. 2. 시나리오봇을 통한 반복 문의 처리 시나리오봇 기능을 통해 FAQ와 같은 반복적인 문의를 자동으로 처리하여 상담사의 업무 부담을 줄입니다. 3. 상담 이력 및 데이터 통합 관리 고객과의 상호작용 데이터를 통합 관리하여 상담 이력 기반의 맞춤형 응대가 가능하며, CRM 연동을 통해 실시간으로 고객 정보를 분석하고 대응합니다. 향후 LB유세스는 이러한 AI기술적 역량을 지속적으로 발전시켜, 보다 정교하고 개인화된 고객 서비스를 제공하는 AI 컨택센터 솔루션을 구축해 나갈 예정입니다. < 글 > LB유세스 전략기획팀

• 2024 콜센터/ Digital채널 이용실태조사

  [컨택저널 2024년 8월호] 2024 콜센터/ Digital채널 이용실태조사 한국능률협회컨설팅(KMAC)이 ‘사람과 기업을 위한 AI Way’라는 주제로 열린 제23회 KCCM(KOREA CHANNEL & COMMUNICATION MANAGEMENT) 컨퍼런스에서 「2024 콜센터/디지털채널 이용실태조사」 결과를 발표했다. 발표를 맡은 이기동 KMAC 사업가치진단본부장은 “조사결과에 따르면 고객들은 상품 및 서비스 문의를 위한 커뮤니케이션 채널 중 콜센터를 가장 많이 이용했 으며, 챗봇이 Top2 채널로 부상했고, 화상상담의 이용률 증가가 눈에 띄었다.”고 조사내용을 요약했다. 또 “아직까지는 고객에게 최고의 만족 채널은 「콜센터」” 라고 분석하며, “고객을 진정으로 만족시키기 위해서는 「공감」이 필요하다”라고 강조했다. ‘2024 콜센터/디지털채널 이용실태조사’ 결과에 대한 자세한 내용을 소개한다. (▲채널 이용 행태 ▲채널 이용 경험 ▲콜센터 이용 행태) KMAC이 진행한 이번 조사의 목적은 고객과 기업(기관) 간 커뮤니케이션채널(콜센터, 챗봇, SNS, Web, Mobile 등)의 이용실태를 파악하기 위함이다. 또한 국 내 Contact Channel & Communication Trend의 변화 추이를 점검하고 미래 방향성을 확인한다. KMAC는 이를 통해 다양한 산업계에 비즈니스 시사점을 제 공할 수 있을 것으로 기대한다. 조사는 전국 소비자 패널조사로 진행됐으며, 대상은 최근 6개월 이내 기업의 상품 및 서비스를 이용하다가 궁금하거나 문제점이 있어 콜센터 또는 디지털채널을 이용한 경험이 있는 15~69세 남녀 1,200명이었다. 성(性), 연령, 지역 인구비례 할당으로 1,200명 표본을 추출했으며 지난 5월 2일부터 6월 5일까지 총 5주간 진행했다. 채널 이용 형태 빠르고 편한 채널을 선호하는 고객......콜센터, 챗봇 순 <주로 이용하는 고객 서비스 채널>에 대한 질문에는 작년에 이어콜센터가 가장 높은 이용률을 나타냈다. 작년에 이용률 3위를 차지했던 ‘챗봇’은 올해 2위로 상승했다. 포털사이트, 홈페이지 게시판, 블로그 등의 이용률은 감소했으나, 콜센터, 챗봇, 화상상담의 이용률은 증가했다. 즉, 고객들은 인지적으로 노력이 필요한 채널보다는 빠르고 즉각적으로 정보를 얻을 수 있는 채널의 이용을 선호한다는 것을 알 수 있다. <채널별 이용률 변화>를 살펴보면 고객들의 커뮤니케이션 채널이 다변화되면서 콜센터의 이용률이 2019년 이후 37%대에 머물러 있으나, 여전히 타 채널 대비 높은 이용률을 보여 1등 채널로 자리하고 있다. 챗봇은 2019년 이후 연평균 이용률이 18%p 오른 높은 성장률을 보이고 있다. 한편, 이기동 본부장은 아직 작은 비중이지만 중장년층, 청년층 고객 모두에서 높은 이용률을 보이고 있는 ‘화상상담’에 주목할 필요가 있다고 설명했다. <여정 별 채널 이용>을 분석해보면 콜센터는 비용, 주문 및 배송, 불만족 용건 제기 등 민감한 Critical Point에서 여전히 핵심채널의 역할을 하고 있다. 하지만 간단한 문제해결과 기본 정보 제공 부분에서는 다양한 채널로 이용자가 분산되었으며, 그 중 챗봇의 역할이 크게 증가했다. 한편, 챗봇과 화상상담은 전년과 비교해 대부분의 여정에서 상승세를 보이고 있다. 앞으로 주목해야 할 채널이다. 채널 이용 경험 최고의 만족 채널은 ‘콜센터’ 고객들은 <채널 이용 경험>을 토대로 전반적 만족도, 재이용 의향, 추천 의향, 이용 용이성에 대해 챗봇에 비해 콜센터에 더 후한 점수를 부여했다. 챗봇의 이용률이 증가하고, 전반적인 만족도가 전년대비 상승했지만 여전히 고객들에게 가장 높은 만족을 주는 채널은 콜센터임을 알 수 있다. 연령이 증가할수록 챗봇의 전반적인 만족도는 감소하고 있어 고연령층을 고려한 챗봇 개선 필요성이 대두된다. 채널 이용 행태 콜센터 찾은 이용자들, 만족도의 핵심은 ‘공감 상담’ <산업 별 콜센터를 이용하는 주된 목적>을 분석한 결과, 금융권은 상품 구매 전후 문의가 가장 큰 비중을 보이고 있고, 온/오프라인 유통서비스는 ‘주문, 배송, 교환/환불’이, 인터넷/가전서비스는 ‘불만/AS’가 주 이용 목적이며, 이동통신의 경우 ‘요금, 비용결제’ 문의가 가장 높은 비중을 차지했다. 고객들은 콜센터 상담 여정에 얼마나 만족했을까? <콜센터 상담 여정 별 평가> 결과, 콜센터 이용 고객들은 ‘상담사의 문제 해결 능력’에 가장 만족했으며 상담사가 본인의 의견에 잘 ‘공감’해 주었을 때 높은 만족감을 느끼고 있어 ‘공감 상담’의 중요성이 꾸준히 포착되고 있다. 한편, ARS단계에서는 전반적으로 낮은 만족도를 보이고 있다. 고객들이 여러 채널 중 콜센터를 가장 많이 이용하고, <가장 높은 만족도를 얻는 요인>은 무엇일까? 고객들은 문의에 대한 확실한 답변을 듣고 싶어했으며, 본인이 알고 있는 내용을 확인하고 싶은 마음으로 콜센터를 이용한다고 답했다. 반면, 콜센터 이용 시에도 불만족 요인이 존재했으며, <가장 큰 불만족 요인>은 ‘긴 대기시간’이었다. 10명 중 9명이 긴 대기시간과 복잡한 ARS에 불만을 표했다. 10명 중 4명은 첫 통화에 상담사 연결이 이뤄진다면, 즉 문의 해결만 가능하다면 긴 대기시간도 감수할 수 있다고 응답했다. 그 중 65%의 고객은 1분 이상 5분 미만까지, 12%의 고객은 10분 이상도 만족하며 기다릴 수 있다고 답했다. 기업들은 불만족 요인을 제거하기 위해서 상담사 연결까지 예상 대기시간을 가시화할 필요가 있으며, 그러한 노력이 70% 이상의 고객들에게 도움이 될 것이라는 조사 결과를 유념할 필요가 있다. Key takeaway 고객만족을 위한 가장 강력한 무기 ‘공감’ 이기동 본부장은 이용실태조사 결과를 분석한 결과, 고객들은 즉각적으로 편하게 이용할 수 있는 채널을 선호하기에 콜센터가 가장 높은 이용률을 보이고 있다고 말했다. 또한, 기업들은 콜센터만의 차별적 경쟁력을 갖추기 위해 노력해야 하고, 기다리는 것을 좋아하지 않는 고객들을 위해 대기시간을 단축을 위해 노력해야 한다고 강조했다. 마지막으로 고객을 진정으로 만족시킬 수 있는 것은 ‘공감’이고, 단순 정보전달이 아닌 고객의 의견과 질문에 공감하는 콜센터가 되어야 한다고 강조했다. <출처> 한국능률협회컨설팅(KMAC)

• 2024 KSQI '우수콜센터'와 '고객감동콜센터' 의 전략

  [컨택저널 2024년 7월호] 2024 KSQI <우수콜센터>와 <고객감동콜센터>의 전략 한국능률협회컨설팅(KMAC)은 2004년 국내 최초로 콜센터 부문에 대한 KSQI 측정 모델을 개발해 매년 조사 결과를 발표하고 있으며 올해로 21년째를 맞이했다. 올해는 총 53개 산업 346개 기업과 기관 콜센터를 대상으로 조사가 이뤄졌다. 한국의 <우수콜센터>는 내부 혁신과 차별화된 운영 시스템으로 고객 만족을 실현한 업체다. <고객감동콜센터>는 이 같은 고객 만족을 넘어 고객과 상호 공감하고 소통하기 위해 적극적이며 모든 콜센터가 지향해야 할 덕목을 지닌 곳들이다. IT, 시스템 등 기본적인 인프라와 정량적인 평가요소 뿐만 아니라 상담사가 얼마나 고객과 공감하고 소통하는지를 나타내는 기준이라 할 수 있다. 2024년 <우수콜센터>와 <고객감동콜센터>로 선정된 컨택센터는 어떻게 센터를 운영하기에 가능한지 조사해서 정리해봤다. 급격히 변하고 있는 환경 속에서도 영원히 변하지 않는 것은 고객이라는 점을 최우선 가치로 정했다고 한다. 고객을 최우선으로 생각하는 감동 서비스를 위해 접점 채널과 업무 범위, 비즈니스 등의 테두리를 정하지 않고 고객이 필요로 하는 것은 무엇이든 적시에 지원하는 '대체 불가 서비스'로 진화해가고 있다. 고객에게 최고의 서비스 경험을 제공하기 위해 다양한 정보기술(IT)과 초거대 인공지능(AI)의 결합을 적극적으로 시도하고 있고, AI 기술 결합을 통해 고객 응대 품질을 높이고 상담사의 업무 부담을 최소화하는 등 고객센터의 패러다임이 변화하고 있다. 콜센터의 상담 업무에 인공지능(AI) 기술을 도입하는 것이 핵심으로, 기존에 상담사가 필요했던 모든 과정을 AI 음성 인식 및 텍스트 분석 기술을 활용해 처리하는 게 목적이다. 고객으로서는 긴 대기 시간 없이 상담과 예약 서비스를 신속하게 이용할 수 있고, 상담사들은 복잡한 고객의 민원을 AI의 도움을 받아 빠르게 해결할 수 있게 될 것으로 기대하고 있다. 기술부문 투자를 통한 서비스 개선내용 음성분석 시스템을 활용해 상담 내용을 실시간으로 분석하고 고객의 목소리에 신속하게 대응하고 있다. 24시간 상담이 가능한 AI 보이스봇을 활용해 빠르고 정확한 상담을 제공하고 있으며, 수많은 업무에 질의응답(FAQ) 시나리오를 세워 고객 문의사항이 있을 때마다 기다림 없이 즉각적인 응답을 보내고 있다. AI봇이 처리하기 어려운 문제는 해당 분야의 전문 상담사로 연결해 응답하고 있으며, 이를 통해 상담사는 좀 더 깊이 있는 서비스 제공에 전념할 수 있게 되었다. 또 'AI 상담 assist' 솔루션을 이용해 VOC를 실시간으로 분석하고 최적의 답변을 추출하며, 상담사는 솔루션의 지원으로 VOC에 즉각적으로 대응할 수 있게 되었다. 이 솔루션은 상담 내역이 생기면 VOC를 자동으로 분류하고 요약함과 동시에 고객의 상담 이력을 관리한다. '상담 어시스트 QA(Quality Assurance)' 솔루션은 상담품질평가 업무를 자동화하는데 여기에 통계·평가 보고 등 후속 관리까지 하며 상담사 업무 효율화에 기여하고 있다. 더불어 초거대 AI 상담 요약을 적용해 상담사가 상담에 집중할 수 있게 돕고 있다. '고객과 함께하는 상담 시스템'을 위해서는 AI 빅데이터를 이용해 고객별로 자주 상담하는 메뉴를 분류하고 개인화하여 ARS를 통해 사전에 해결할 수 있도록 하고 있다. 디지털 ARS 활용도를 높이기 위해 메뉴 접근성을 강화하고 이용 편의성을 제고했다. 첫 화면에 검색 기능을 추가해 고객이 간편하게 원하는 서비스를 이용할 수 있게 했으며, 쉬운 용어와 이미지로 Quick 메뉴를 변경해 가시성을 높였다. '보이는 ARS 서비스'는 고객이 스마트폰 화면을 보며 원하는 업무를 직접 처리할 수 있는 시스템으로 업무 상담 시 고객이 직접 처리 가능한 링크를 발송해 쉽고 편리한 일 처리를 돕고 있다. 상담사와 통화가 끝나면 상담 이력과 연계해 셀프 URL 알림 톡이 실시간으로 자동 발송되는 기능도 구현했다. 인공지능(AI) 상담 음성봇을 통해 디지털에 익숙하지 않은 고객들도 문의를 해결할 수 있는 시스템도 구현했다. 기존 챗봇 상담 서비스에 더해 야간·심야 고객 문의 대응 창구를 신설해 긴급 문의를 해결할 수 있도록 전화 및 채팅 상담도 24시간 지원하고 있다. 고객 음성봇 서비스는 대표번호로 전화해 원하는 서비스를 말로 하는 인공지능(AI) 기반 플랫폼으로 업무 혁신을 이끌고 있다. 고객이 말한 내용을 스스로 인지해 음성 안내와 최종 업무처리까지 한 번에 제공한다. 음성봇 서비스는 디지털 수용성이 높은 40대 이하 고객에게 제공되고 있으며 남성 고객에게는 여성 음성으로, 여성 고객에게는 남성 음성으로 안내가 구분돼 서비스 친밀도를 높이고 있다. 앞으로 음성봇 자체 처리 서비스 추가 개발과 문제점 분석을 통해 자체 종결률을 향상시켜 디지털 처리 서비스 고객경험을 高度化할 예정이다. 고객이 자주 찾는 업무 중 콜센터에서 수행 가능한 업무를 지속적으로 발굴해 업무를 대폭 확대하였으며, 또한 'RPA' 시스템을 도입해 로봇을 활용해 업무처리 소요 시간을 대폭 단축했다. 번거로운 개인정보 확인 없이 고객의 음성만으로 본인을 확인할 수 있는 '성문 인증' 기능을 도입해 고객 상담 시간을 대폭 단축하고 있다. 24시간 365일 모바일 앱을 통해서 간편하게 문의할 수 있도록 전화, 챗봇, 채팅, 1대1 상담 등 다양한 상담 채널을 운영하고 있으며, 앱 이용 중 발생할 수 있는 문의사항이나 문제를 빠르게 해결할 수 있도록 무중단 인공지능(AI) 상담 챗봇을 운영하고 있다. 단순히 챗봇 운영에 그치지 않고, 매주 1회 이상 언어 모델을 재 학습시키고 신규·변경 내용을 반영한다. 특히 신규 상품·서비스 출시, 오류·장애 발생 등의 이슈에 따라 생기는 고객 문의에 유연하게 대응하기 위해 인적상담 영역에서 자동상담 영역으로 전환 가능한 상담 범위를 발굴해 AI 상담으로 처리할 수 있는 환경을 마련 하는 데 집중하고 있다. 그 결과 연말정산 시즌, 신규 상품·서비스 출시, 이벤트·프로모션 시행으로 고객 문의가 집중된 상황에 AI 상담 챗봇이 고객 문의 대응에 큰 역할을 수행했다. 非대면 고객 문의가 증가함에 따라 신속한 대응을 위해 월별·시간별 분석을 통한 전화 배분, 추가 인력 채용, 인력 세분화 등을 추진해오고 있다. 또한 음성의 문자 변환(STT), 문자 분석(TA)을 기반으로 고객 문의에 대한 응답 표준 자동 제공 등에 성공해 상담 시간을 크게 단축했다. 고객이 언제든 다양한 채널로 편리하게 이용할 수 있도록 고객센터의 접근성을 강화하고, 상시 적정한 규모의 숙련된 상담인력을 운영하여 높은 전화응대 수준을 유지하고 있으며, 고객 문의를 체계적으로 파악하여 지속적으로 응대체계를 효율화 했다. 비대면 고객서비스 향상을 위해 고객센터에 접근할 수 있는 채널을 보이는 ARS, 챗봇, 채팅상담 등으로 다양화 하고, 각 채널 어느 단계에서 든 편리하게 전화상담이나 채팅상담을 이용할 수 있도록 제공하고 있다. 또한 단순 문의, 정형화된 처리업무는 편리한 AI서비스를 구축하여 고객이 대기없이 직접 처리할 수 있는 환경을 제공, 다양한 채널에서 발생하는 비정형/예외사항 문의에 대해서는 Omni채널 기반 고객경험체계를 구축하여 채널전환시에도 단절없이 연속된 서비스를 제공한다. 상담사와의 통화 연결이 어려울 경우 고객이 전화번호를 남기면 상담사가 다시 연락하는 'callback 예약 서비스도 실시하고 있다. 콜 시스템 등을 조정해 응대율과 대기시간을 대폭 개선할 뿐 아니라 실패 콜을 분석하고 시나리오를 개선해 평균 응대율을 향상시키고 고객 대기시간을 획기적으로 감축했다. 특히 AI 자동분류 콜 확대로 상담 연결성을 개선하고, 디지털 ARS를 확대 적용해 상담의 편의성을 높였다. 음성봇, 챗봇, Web View, 보이는 ARS 등 디지털 상담 도구를 활용하고 이를 조합해 고객에게 최적의 상담 솔루션을 제공하며, AI 상담 시나리오의 보이스 사용자 경험(UX) 개선, Multi Modal 화면 사용자 인터페이스(UI)·UX 개선 등을 통해 고객 편의성 증대를 실현했다. Digital ARS 서비스를 통해 개인 고객과 가맹점 고객을 대상으로 맞춤 메뉴 서비스 등 고객이 궁금해하는 내용을 선제적으로 보여주는 24시간 상담 서비스를 제공하고 있으며, 상담품질 향상을 위해서 'Screen Recording' 시스템을 도입해 실시간으로 상담사의 전산 화면을 mirroring하고, 코칭도 가능하다. 이 프로그램을 활용하면 신규 상담사가 업무에 정착하는 데 도움을 줄 뿐만 아니라 상담과정에 대한 정교한 품질평가와 향상 관리가 가능해질 것으로 기대하고 있다. 또한 상담사들이 상담 중 체득한 고객의 목소리를 서비스나 제도 개선에 반영할 수 있는 '상담사 현장 제안제도'도 운영하고 있다. 상담사들이 제안한 내용은 내부 업무 전문가들이 평가한 후 포상해 동기를 부여한다. 세대별 맞춤 상담 실시 시니어 전담팀을 구성한데 이어 MZ 전담팀도 신설함으로써 콜 접점 서비스 경쟁력 강화를 위해 힘쓰고 있다. 특히 20대와 30대 MZ 고객에게는 문제 해결 중심으로 신속·간결한 상담을 진행하고, 두괄식 안내로 고객의 요구를 구체화하고, 단순 업무는 상담사 연결 없이도 24시간 편리하게 이용할 수 있도록 셀프URL을 발송하고 있다. 2025년 초고령화를 맞이하여 고령자 우선 연결 서비스를 지원하고 있으며, 청각·언어장애인 고객의 '손말이음센터 통신중계서비스'를 이용한 콜상담과 시각장애인 고객 전용 단축번호를 운영하는 센터도 있고 카카오톡을 활용해서 비대면 수어 상담 서비스를 제공하는 센터도 있다. 고객 니즈 파악 및 해결 등 고객 관점의 핵심 항목 위주로 품질 평가 항목을 간소화했고, 각 항목에 대한 평가 척도를 표준화해 품질항목별·업무유형별 우수 비율과 결함 비율을 분석할 수 있었다. 결과적으로 우선순위 개선 과제를 도출하고 이를 통해 상담지식 정비, 상담사 역량 강화 및 교육을 추진했다. 또한 고객 맞춤형 안내가 필요한 분야에 숙련된 전문가인 '전문상담사’를 연결해 상담을 하고, 상담을 마친 후에는 상담 내용을 요약한 문자 메시지를 고객 휴대전화로 전송해준다. 상담사 역량 강화를 위한 교육 상담직원의 업무역량 강화를 위해 전문 교육팀을 대부분 운영하고 있었으며, 장기 근속자들의 직급과 연차別 특성을 고려한 성장프로그램도 운영했다. 특히 상담 품질과 직결되는 상담사의 전문 역량 강화에도 힘쓰고 있다. 상담사를 대상으로 '제품 수리 및 설치 서비스 현장 교육'을 실시하고 있고, 상담사들이 서비스 엔지니어와 동행하며 제품 분해, 조립, 수리는 물론, 고객 응대까지 모든 과정을 직접 경험할 수 있도록 하는 기업도 있었다. 현장 동행에 앞서 제품의 기능과 동작 원리, 주요 부품에 대한 이해 등 이론 교육을 선행하기 때문에 서비스품질의 평가 항목인 서비스 업무처리를 위한 전문 지식도 갖출 수 있게 되었다고 한다. 또한 상담 품질 향상을 위한 교육 인프라에도 AI 솔루션을 적극 도입해 상담사 학습 프로그램의 효율성을 높이는 등 새로운 시스템을 갖춘 고객센터로 변화를 추구하고 있다. 콜센터의 핵심 전략인 맞춤형 응대와 감성 응대를 위해 상담사들에게 감성 응대 화법을 체계적으로 교육해 상담사의 커뮤니케이션 능력을 강화하고 고객 만족도를 개선시켰다고 한다. 또 지속적인 모니터링을 통해 상담유형 자동분류, 상담콜 자동평가를 통해 개별 상담사에 대한 상담 기술 개선과 맞춤형 코칭에도 활용하고 있다. 상담사 심리 케어 프로그램 강화 상담사들의 심리적 안정과 업무 스트레스 해소를 위한 심리 케어의 지속적인 관리를 중요시하고 있는 기업이 많았으며, 상담직원 애로사항을 최우선으로 개선하기 위해 협업 프로세스와 상담직원 보호 프로그램을 운영하고 있다. 상담사 권익 보호를 위해 고객 상담 중 상담사가 대응하기 어려운 상황이 발생하면 관리자가 직접 고객의 불편사항을 청취하고 신속 대응할 수 있도록 하고 있다. 또 매해 정기적으로 임직원 Healing Camp를 운영해 업무 스트레스를 해소할 수 있도록 하며, 전문적인 심리 상담실로 회복 탄력성 증진도 돕고 있다. 또한 상담사들의 정서 및 마음 관리를 위한 다양한 프로그램을 제공 중이다. 한편 상담사의 만족이 고객 만족으로 이어진다는 전사 차원의 철학을 세우는 등 상담사 복지를 위해서도 노력하고 있으며, 상담사 업무환경 개선에도 투자를 지속해 심리상담전문가가 상주하는 심리상담실과 방학 기간에는 가족 심리 상담 프로그램도 운영한다. 상담사가 건강한 환경에서 상담에 전념할 수 있도록 'mind care' 프로그램을 지속적으로 운영하고 있고 문제 행동 고객으로부터 상담사를 보호하는 정책을 강화하고 있다. 상담사가 고객의 성희롱·욕설 등 부당한 언행이나 비상식적인 요구에 노출되면 언어폭력에 대해서는 삼진아웃제도를 성희롱에 대해서는 원 스트라이크로 가차없이 조치를 취해 상담사들의 감정노동에 노출되지 않도록 방지하고 있다. 특히 지난해부터 반복적으로 상담사의 인권을 침해하는 문제 행동 고객은 일정 기간 고객센터 이용이 제한되는 강도 높은 대응 프로세스를 시행해 상담사를 적극적으로 보호하고 있다. 상담사 감정노동을 돌보기 위한 전문 심리상담사와 심리상담 프로그램을 확대 운영하고 우수 상담사와 관리자를 위한 포상 연수를 시행하는 등 감정노동에 지친 상담사들의 스트레스 관리에도 적극 힘쓰고 있다. 고객센터는 AI의 적극적인 지원 속에서 사람만이 줄 수 있는 차별화된 고객 경험 서비스에 집중하고 있다. 고객이 친절함을 느끼고 감동을 받는 경험은 결국 상담사를 통해서만 가능하기 때문이다. 이를 위해 공감·존중·배려·챙김·가치 등 5가지 테마로 직원과 고객의 마음을 연결하는 캠페인과 37개의 '마음 이음 챌린지' 등을 진행하는 기업도 있다. 또한 매년 고객이 이해하기 쉽도록 어려운 상담용어를 재정비하고 모든 채널에서 활용하기 위해 '고객 지향 용어 개선 프로젝트'도 진행한다. 마지막으로 최근 급격히 늘어나고 있는 보이스피싱 대응을 위해 보안 솔루션을 도입하고 전담팀을 운영하고 있다고 한다. < 글> 한국컨택센터산업협회

• 직장인을 위한 생성형 AI : 업무 효율을 높이는 살아있는 도우미

  [컨택저널 2024년 7월호] 직장인을 위한 생성형 AI : 업무 효율을 높이는 살아있는 도우미 최근 몇 년간 인공지능(AI)의 발전은 우리의 일상과 업무 방식에 커다란 변화를 가져왔습니다. 그 중에서도 생성형 AI는 특히 주목을 받고 있습니다. 생성형 AI는 단순한 데이터 분석을 넘어 텍스트, 이미지, 음성, 코드 등을 생성하는 데 사용되며, 이를 통해 직장인들의 업무 효율성과 창의성을 크게 향상시키고 있습니다. 예를 들어, 복잡한 보고서 작성이나 반복적인 데이터 입력 업무는 많은 시간을 소모하며, 이는 생산성 저하의 주요 원인 중 하나입니다. 생성형 AI는 이러한 업무를 자동화하여 직장인들이 더 가치 있는 업무에 집중할 수 있도록 도와줍니다. 생성형 AI가 직장인들에게 어떤 이점을 제공하는지, 그리고 어떻게 활용할 수 있는지에 대해 살펴보겠습니다. 생성형 AI의 주요 기능 생성형 AI는 다양한 형태로 직장인의 업무를 지원합니다. 각 기능은 직장인의 생산성과 창의성을 높이는 데 중요한 역할을 하는데 대표적인 기능은 다음과 같습니다. ■ 문서 작성 및 보고서 자동화 생성형 AI는 복잡한 문서 작성 작업을 간단하게 처리할 수 있습니다. 예를 들어, 보고서, 기획서, 이메일 등을 작성할 때, AI는 빠르고 정확하게 초안을 작성해 줍니다. 이를 통해 직장인들은 반복적이고 시간이 많이 소요되는 작업에서 벗어나 더 창의적인 업무에 집중할 수 있습니다. 또한, 생성형 AI는 입력된 데이터를 분석하여 통찰력 있는 내용을 제공함으로써 보고서의 품질을 높이는 데도 도움을 줍니다. 이는 직장인들이 보다 전략적인 업무에 집중할 수 있도록 도와줍니다. ■ 회의 기록 및 요약 회의 중 논의된 내용을 정확하게 기록하고 요약하는 것은 많은 직장인들에게 중요한 과제입니다. 생성형 AI는 음성 인식 기술을 활용하여 회의 내용을 자동으로 기록하고, 이를 요약하여 중요한 정보를 추출할 수 있습니다. 이를 통해 직장인들은 회의 후속 작업을 효율적으로 처리하고, 중요한 사항을 놓치지 않을 수 있습니다. ■ 데이터 분석 및 시각화 대량의 데이터를 분석하고 시각화 하는 작업은 많은 시간과 노력이 필요합니다. 생성형 AI는 이러한 작업을 자동화하여 직관적이고 이해하기 쉬운 그래프나 차트를 생성해 줍니다. 복잡한 데이터 세트를 빠르게 분석하고, 이해하기 쉬운 시각적 보고서로 변환할 수 있습니다. 이를 통해 데이터 기반 의사결정을 보다 신속하게 내릴 수 있습니다. ■ 고객 서비스 및 지원 고객 서비스 분야에서도 생성형 AI는 큰 역할을 하고 있습니다. 챗봇과 가상 비서는 고객의 질문에 신속하게 답변하고, 필요한 정보를 제공하는 데 매우 유용합니다. 이러한 AI 도구들은 중단없이 24시간 운영이 가능하며, 고객의 요구에 즉각적으로 대응함으로써 고객 만족도를 높일 수 있습니다. 또한, 반복적인 문의에 대한 응답을 자동화함으로써 고객 서비스 담당자의 업무 부담을 줄여줍니다. ■ 프레젠테이션 제작 생성형 AI는 프레젠테이션의 슬라이드를 자동으로 생성하고, 디자인을 최적화하여 시각적 효과를 극대화할 수 있습니다. 이를 통해 중요한 회의나 발표 준비 시간을 대폭 단축할 수 있습니다. ■ 코딩 및 프로그래밍 프로그래머들은 생성형 AI를 통해 코드의 일부를 자동으로 생성하거나 오류를 수정하는 데 도움을 받을 수 있습니다. 이는 개발 속도를 높이고, 코드의 품질을 개선하는 데 기여합니다. ■ 창의적인 작업 지원 생성형 AI는 단순 반복 작업 뿐만 아니라 창의적인 작업에도 유용하게 활용 될 수 있습니다. 예를 들어, 마케팅 팀은 AI를 활용하여 광고 카피, 소셜 미디어 콘텐츠, 디자인 아이디어 등을 생성할 수 있습니다. 이는 팀의 창의성을 자극하고, 새로운 아이디어를 발굴하는 데 도움을 줄 수 있습니다. 인공지능을 활용한 AI 모델 AI tool들은 직장인들의 다양한 업무를 지원하고, 생산성을 높이며, 창의적인 문제 해결을 돕는 데 큰 역할을 하고 있습니다. 각 툴을 적절히 활용하면, 반복적이고 시간이 많이 소요되는 작업을 효율적으로 처리하고, 더 전략적이고 가치 있는 업무에 집중할 수 있게 됩니다. 이를 통해 조직의 전체적인 생산성과 효율성도 크게 향상될 것입니다. ■ 텍스트 : ChatGPT, Bing, Wrtn, Bard, ASKUp, 네이버클로바X, 네이버큐 ■ 이미지 : Wrtn, Canva, Firefly, ASKUp, Midjourney, Playground, pokeit, Stable Diffusion, DALL-E, Bing Image Creator, Character.ai ■ 동영상 제작 : D-ID, HeyGen, Visla, Vrew ■ 파워포인트 : Gamma, Tome AI, Beautiful.ai ■ 업무 생산성 : Notion AI, AIPRM ■ 번역 : DeepL, 파파고, 구글번역 ■ 홈페이지 : Mixo, Frame, Durable, 60sec.site, 구글 무료 홈페이지 제작 툴, Netlify ■ 요약/분석(PDF, 동영상 등) : docalysis, Claude, AskYourPDF, Lilys, Chat GPT 플러그인 생성형 AI 활용 사례 생성형 AI 도입 사례는 다양한 산업 분야에서 확인할 수 있습니다. 여기 몇 가지 사례를 소개합니다. ■ A사의 고객 서비스 혁신 A사는 AI 기반 챗봇을 통해 고객 문의에 대한 응답 시간을 평균 30% 단축시켰으며, 고객 만족도 또한 눈에 띄게 증가했습니다. 챗봇은 고객의 반복적인 질문에 신속하게 답변하고, 복잡한 문의는 적절한 부서로 자동으로 전달합니다. 이를 통해 고객 서비스 팀은 더 복잡하고 중요한 문제에 집중할 수 있게 되었습니다. ■ B사의 마케팅 콘텐츠 제작 B사는 소비재 제조업체로, 마케팅 팀에서 생성형 AI를 활용하여 광고 카피와 소셜 미디어 콘텐츠를 제작하고 있습니다. AI는 다양한 스타일과 톤으로 콘텐츠를 생성하여 마케팅 캠페인의 다양성과 효과를 높이는 데 기여하고 있습니다. 특히, 신제품 출시와 관련된 캠페인에서 AI가 생성한 다양한 시나리오와 메시지를 테스트하여 최적의 마케팅 전략을 수립할 수 있었습니다. 이를 통해 마케팅 비용을 절감하고 ROI(Return On Investment)를 향상시켰습니다. ■ C사의 연구 보고서 작성 C사는 기술 연구소에서, 연구원들이 생성형 AI를 활용하여 기술 보고서와 논문 초안을 작성하고 있습니다. AI는 대량의 연구 데이터를 분석하고, 관련 정보를 기반으로 초안을 작성하여 연구원들이 보다 신속하게 보고서를 완성할 수 있도록 돕습니다. 이를 통해 연구원들은 데이터 분석과 논문 작성에 소요되는 시간을 절약하고, 더 많은 시간을 실제 연구와 실험에 집중할 수 있게 되었습니다. ■ D사의 데이터 분석 및 시각화 D사는 금융 서비스 회사로, 데이터 분석 및 시각화 도구로 생성형 AI를 활용하고 있습니다. AI는 대량의 금융 데이터를 분석하고, 직관적이고 이해하기 쉬운 그래프와 차트를 생성합니다. 이를 통해 데이터 기반 의사결정을 보다 신속하게 내릴 수 있으며, 투자 전략 수립과 리스크 관리에 있어 큰 도움을 받고 있습니다. AI 도입 이후, 분석 보고서 작성 시간이 40% 이상 단축되었고, 분석 결과의 정확도도 크게 향상되었습니다. ■ E사의 인사 관리 E사는 인사 관리 부서에서 생성형 AI를 도입하여 채용 프로세스를 혁신했습니다. AI는 지원자의 이력서와 포트폴리오를 분석하여 적합한 후보자를 신속하게 선별하고, 인터뷰 질문을 자동으로 생성하여 면접 과정의 효율성을 높였습니다. 또한, 직원 성과 리뷰와 피드백 작성에도 AI를 활용하여 보다 객관적이고 일관성 있는 평가가 가능 해졌습니다. 이를 통해 채용 과정의 시간과 비용을 절감하고, 인재 관리를 효과적으로 수행할 수 있게 되었습니다. 생성형 AI가 가져오는 직장 혁신 생성형 AI 기술의 발전은 현대 직장인들에게 막대한 혜택을 제공하고 있습니다. 문서 작성에서부터 데이터 분석, 고객 서비스 지원, 개인화된 학습까지, 이 기술은 다양한 업무 영역에서 실질적인 도움을 줄 수 있습니다. 각 AI 도구들은 고유의 강점을 가지고 있으며, 직장 환경에서 업무 효율성을 극대화하는 데 필수적인 역할을 합니다. 이러한 AI 도구들은 단순 반복 작업을 자동화함으로써 직원들이 보다 전략적이고 창의적인 업무에 집중할 수 있게 도와줍니다. 예를 들어, AI는 문서 작성 자동화, 회의 기록 요약, 데이터 분석 및 시각화, 고객 서비스 자동화, 맞춤형 학습 지원 등을 통해 시간과 노력을 절약합니다. 또한, AI 기반의 고객 서비스 도구는 실시간으로 고객의 요구를 처리하고, 개인화된 학습 도구는 개개인의 학습 경로를 지원하여 직장에서의 역량을 강화하는 데 기여합니다. 창의적 작업을 지원하는 AI 도구들은 마케팅 팀이나 디자인 팀이 새로운 아이디어를 발굴하고 시장에 빠르게 반응할 수 있도록 돕습니다. 종합적으로, 생성형 AI는 단순히 도구의 사용을 넘어서, 직장인들이 지식 기반 경제에서 경쟁력을 유지하고 발전시키는 데 중요한 역할을 합니다. 이 기술을 적극적으로 활용하는 기업들은 변화의 파도에 휩쓸리지 않고, 혁신적이고 경쟁력 있는 비즈니스 환경을 조성할 수 있습니다. 직장인들은 이러한 기술적 발전을 선도적으로 수용하고 적극적으로 활용함으로써, 더 나은 미래를 준비할 수 있을 것입니다. 생성형 AI는 더욱 발전하여, 직장인들의 든든한 동반자로 자리매김할 것입니다. 생성형 AI를 통한 업무 혁신, 이제는 선택이 아닌 필수가 될 것입니다.

Global Case더보기

• 「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

• 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

  • 사례로 보는 「보이스봇」의 기대와 효과_Part 2

• 「집적지」,「높은 보조금」만이 조건이 아니다. 사례로 보는 ”지방 진출” 성공의 핵심

  [컨택저널 2024년 7월호] 「집적지」,「높은 보조금」만이 조건이 아니다. 사례로 보는 ”지방 진출” 성공의 핵심 지자체들은 괜찮은 일자리인 콜센터 유치에 적극적이다. 하지만 삿포로市 등이 유치를 중단하는 등 새로운 움직임도 나타나고 있다. 과거 「보조금의 많고 적음」 이 큰 장점이었던 지방 진출도 그것 만으로는 더 이상 버틸 수 없는 상황이 되었다. 몇몇 기업의 사례를 바탕으로 현재 지방 거점의 모습과 진출지 선정에 대한 자세한 사항을 정리해 본다. 지자체가 콜센터를 적극적으로 유치하기 시작한 지 약 20년이 지났다. 그 주된 동기는 저렴한 인건비를 원하는 기업과 「즉각적인 효과, 특히 여성 고용 확보」를 기대하는 지자체의 의도가 맞아떨어진 것이다. 그러나 동일본 대지진을 비롯한 대규모 재해와 코로나 사태를 겪으면서 최근 에는 BCP(Business Continuity Planning, 업무 연속성계획)가 지방 진출의 가장 큰 이유가 되고 있는 것으로 보인다. 10년 전과 현재, 거점 수가 많은 지역을 그림 1에 나열했다. 홋카이도, 오키나와, 후쿠오카 등 3개 지자체가 상위 3위를 차지하고 있으나 4위 이하에는 새로운 지역이 새롭게 진입해 진출 지역 동향에 변화가 생기고 있다. ■ 소규모 사무실로의 분산화, 고객사와의 조정이 과제 거점 규모에도 변화가 일어나고 있다. 과거에는 세 자릿수 규모의 대규모 센터 설립이 두드러 졌지만, 최근 몇 년 사이 100석 이하의 거점 진출이 늘고 있다. 이는 인건비의 대폭 절감보다는 BCP를 염두에 둔 소규모 사무실로 분산하려는 움직임이 활발해진 것과 관련이 있는 것으로 보인다. 코로나 사태에서는 감염 방지와 함께 근로자가 통근하기 쉬운 지역에 거점을 마련하려는 움직임도 있었다. 그 일례로 Japannet Communications는 후쿠오카 시내에만 5개 거점에 분산되어 있으며, 주부나 학생 등 고용 대상에 맞춘 지역 설정과 설비를 갖추고 있다. 그러나 노동집약이 비즈니스 모델인 BPO 기업에게는 이러한 시책을 취하는 것이 어려운 측면이 있다. 소규모 센터의 위성型 에서는 업무를 세밀하게 쪼개는 설계가 필요하고, 위치가 멀어지면 관련 업무와의 연계 난이도가 높아지기 때문이다. 실제로 「이런 부분에 난색을 표하는 고객사도 많고, 수주가 쉽지 않다.」고 한다. ■ 100% 직접 고용이 강점, “소규모 거점 전략” 전개 BPO 사업을 적극적으로 전개하고 있는 WILLOF WORK 는 소규모 운영형의 전략을 전개하고 있다. 고치현 CRM 제1센터를 비롯해 전국에 4개의 거점을 두고 있다. BPO 영업부 나카무라 고타케 부장은 「대규모 센터에 집중하는 것이 관리도 쉽고 비용 절감에도 도움이 되지만 우리 회사의 경우 ”100% 직접 고용”을 고집하는 품질 중심의 운영을 중요시하다 보니 100석 정도의 규모가 운영에 적합합니다.」라고 말했다. BPO 기업이라 하더라도 파견 직원을 중심으로 센터를 운영하는 사례도 있다. 이에 대해 나카무라 대표는 「직접 고용은 직원들의 정착률이 좋고, 업무 품질과 생산성이 높기 때문에 이는 강점입니다.」라고 강조한다. 이 회사는 진출 지역 선정에도 특징이 있다. 「채용의 용이성, BCP 대책 등을 종합적으로 판단한 결과, 센터들이 많이 몰려 있는 지역으로 진출하지 않고 있어 경력자를 채용하는 경우는 거의 없습니다. 그 대신 초기 교육을 강화하는 등 육성 측면을 강화하고 있습니다. 직원들에게는 SV 등 센터의 관리직 외에도 본사로의 이동을 포함한 Career Path 를 제시해 오래 근무할 수 있도록 할 방침입니다. 그 덕분인지 추천 채용이 활발하게 이루어지고 있습니다. 어머니가 자신의 딸을 소개한 경우도 있었어요.」 (나카무라 씨) 도호쿠 지방을 중심으로 많은 거점을 가지고 있는 Prestige International 도 집적지를 피한 거점 전개를 실시하고 있다. 이 회사의 경우, 첫 번째 지방 거점은 아키타현이었다. 안정적인 운영을 이어가면서 이후에도 아키타현 내 각 도시에서 유치 요청이 들어오고 있다. 최근에는 다이센市의 쇼핑몰 내에 100석 규모의 거점을 설치하는 등 회사가 생각하는 크고 작은 다양한 거점의 모습을 실현하고 있다. 또한, 도야마현 이미즈市의 도야마 BPO타운은 노토 반도 지진의 영향도 있어 지역에서의 역할을 재검토하기 시작했다. 부지를 피난 공간으로 활용하고, 비축하고 있는 식수를 활용하고, 샤워실을 개방하는 등 지역 공헌을 위한 방안을 검토하고 있다. 지역 사회와의 공생을 도모함으로써 그 지역의 브랜딩을 확립하고 있는 모델이라고 할 수 있다. ■ 관리직을 고용할 수 있는 지역인가? 현지 채용자를 “주역”으로 삼는다. 지자체의 유치 담당 부서와의 협력은 안정적인 운영을 위해 필수적이다. TMJ는 2022년 니가타현과 니가타市의 유치 요청을 받고 처음으로 센터를 설치했다. 시내 재개발로 콜센터용 대규모 사무실이 조성된 것도 진출을 결정하게 된 배경이다. 지방 진출 시 「SV급 이상의 관리자를 채용할 수 있는 지」 여부를 중요하게 여긴다. 니가타는 「사무직에 대한 NEEDS가 높다.」고 판단해 그 조건을 충분히 충족한다고 판단했다. 설치 초기에는 삿포로와 후쿠오카 거점 등에서 관리층을 1년 정도 임시로 이동시켜 현지에서 채용한 인재를 육성했다. 현재는 그 인력이 관리직으로 성장하여, 이동한 관리층은 다시 거점으로 복귀하고 있다. 상담사는 현지 채용으로 충당할 수 있지만, 관리자의 육성은 어렵다. 오키나와 등 초기 단계에 진출한 센터는 아직 현지 채용 관리자가 적은 경향을 부인할 수 없다. ■ 가로막는 “지방 3회차의 벽”, 자신들의 거점이라는 애착 컨택센터 컨설팅을 하는 사츠키 솔루션의 사오토메 히사시 대표는 「현지에서 채용한 직원을 관리자로까지 육성할 수 있느냐가 안정적인 거점 운영의 관건」이라고 강조한다. 지방 거점 진출 경험을 바탕으로, 「지방 3회자의 벽」 을 언급했다. 1년간의 이직률을 약 30%로 가정하면, 약 3년 동안 처음 채용한 직원의 대부분(계산상 동등한 인원)이 교체되는 셈이다(그림 2). 지방 인력의 역량을 고려하면 2회자까지는 채용이 가능하지만, 7년 이상에 해당하는 3순환이 되면 거기서 멈춘다는 가설이다. “현지 채용 팀”으로 매니지먼트 할 수 없다면 이 벽을 넘기는 것은 매우 어려울 것이다. 「다른 지역에서 온 관리직은 가능하면 조속히 원래 근무하던 센터로 돌려보내고 싶습니다. 현지에서 채용한 멤버를 육성해 “자신들의 거점”이라는 애착을 갖게 하는 것이 중요합니다. 그렇지 않으면 아무리 많은 보조금을 지원받아도 단명할 가능성이 높습니다.」 (사오토메 씨) 사오토메 씨는 한때 삿포로市에 거점을 설치했다. 그 센터는 지금도 계속 성장을 거듭하고 있는데, 이는 현지에서 채용한 직원들을 제대로 육성한 결과일 것이다. 콜센터는 어느 지역에서도 인기 직종은 아니다. 설립 당시에는 새로움으로 인해 채용이 원활하게 이루어졌더라도 현지 채용팀이 오래 지속되지 않으면 미래성이 없는 직장, 혹은 기업으로 판단되어 채용에 어려움을 겪는 미래가 기다리고 있다. 운영이 궤도에 오르기 전까지는 지자체의 보조금은 매우 고마운 존재일 수 있다. 하지만 해당 지역의 잠재력도 제대로 파악해야만 한다. 보조금에 의존해 센터를 설치하게 되면 선정에 실패할 가능성도 높다. 그러기 위해서는 선행 기업의 운영 상황을 살펴 이직자가 많은 경향이 있다면 그 원인을 파악해야 한다. 그리고 새로운 거점 설립을 자사의 운영 모델을 재검토할 수 있는 기회로 삼아 일하기 좋은 환경을 조성하는 것을 우선순위로 삼아야 한다. <출처> Call Center Japan 2024년 6월호