Special Report더보기
-
협회 홈페이지 개편, 사용자 편의성/접근성 개선
[컨택저널 2024. 2월호] 협회 홈페이지 개편, 사용자 편의성/접근성 개선 (사)한국컨택센터산업협회는 1998년 설립이래 26년간 컨택센터 업계의 정보를 빠르고 효과적으로 전달하기 위해 항상 노력해 왔습니다. 그러다 이용자 피드백과 사용 통계를 기반으로, 홈페이지의 디자인 및 콘텐츠 구성을 개선하게 되었습니다. 특히 이번 홈페이지 개편의 주요 변화는 온라인 컨택저널의 업그레이드입니다. 이미지 방식의 E-BOOK에서 개별 기사 형태로 새롭게 개편하였습니다. 이번 업그레이드로 인해 사용자 여러분은 보다 편리하게 원하는 기사에 빠르게 접근하고, 풍부한 정보를 효과적으로 찾아볼 수 있습니다. 새로운 방식의 온라인 컨택저널은 사용자 경험을 높이고, 뉴스 및 정보에 대한 이해를 깊이 있게 할 수 있도록 설계되었습니다. 사용자 편의성 강화 개별기사 형태의 새로운 디자인은 사용자들의 편의성을 강화하는데 중점을 두었습니다. 기존 온라인 컨택저널은 이미지 형태로 텍스트와 이미지가 하나의 E-BOOK으로 제공되었지만, 이제 각 기사는 독립적인 페이지에서 제공됩니다. 새로운 개별기사 방식에서는 각각의 기사가 독립적으로 제공되어 사용자들이 원하는 정보에 보다 빠르게 접근할 수 있도록 직관적이고 편리하게 디자인되었습니다. 이는 사용자들이 정보를 보다 시각적으로 이해하고 소화할 수 있도록 도와 줍니다. 이를 통해 사용자들은 기사의 핵심을 빠르게 파악할 수 있게 하여 정보 전달의 효율성을 높이고, 생동감 있게 정보를 받아들일 수 있습니다. 간편한 네비게이션 설계 새로운 디자인에서는 메인 화면에서 사용자가 원하는 카테고리를 빠르게 선택하거나 검색 기능을 통해 특정 주제나 원하는 키워드로 기사를 손쉽게 찾을 수 있도록 설계되었습니다. 이는 사용자들이 번거로운 클릭 없이도 쉽게 원하는 정보에 접근할 수 있도록 해줍니다. 카테고리로 분류된 기사를 하나의 플랫폼에서 다양한 주제에 맞춰 효과적으로 찾아볼 수 있도록 구성하였습니다. 이는 사용자들이 자신의 관심사에 따라 다양한 시각에서 정보를 얻을 수 있도록 도와줍니다. 또한, 특정 기사에 집중하여 읽을 수 있어 정보를 보다 효율적으로 습득할 수 있게 되었습니다. 콘텐츠 현재 개편된 홈페이지 주요 카테고리는 다음과 같습니다. 신규 홈페이지 내 회원사 전용 콘텐츠는 로그인을 해야만 열람이 가능합니다. 기존 홈페이지 아이디는 연동되지 않으므로 신규 회원으로 가입 후 이용하셔야 합니다. 회원사 별 1개 아이디로 가입 가능하며, 반드시 [이름]항목을 회원사명으로 등록하시기 바랍니다. 회원 가입 후 협회에 메일 통보해 주시면, 열람권한을 부여해 드립니다. (kcca1998@naver.com) 또한, 월 1회 업데이트 되던 E-BOOK과 달리 즉시성이 요구되는 회원사 및 업계뉴스, 입찰공고 등은 실시간으로 업데이트 되므로 빠르고 새로운 업계 소식을 만나보실 수 있으십니다. 뉴스를 더욱 개인화된 방식으로 즐길 준비가 되셨나요? 이번 개편을 통해 더 나은 정보 서비스를 제공하게 되어 다행입니다. 새로운 홈페이지를 통해 보다 다양한 주제를 탐험하고, 풍부한 내용을 통해 더욱 효율적으로 정보를 활용하시기를 기대합니다. 새로운 서비스를 경험하며 피드백이나 궁금한 사항이 있으면 언제든지 문의해주세요. 항상 여러분의 의견에 귀 기울이고 더 나은 서비스를 제공하도록 노력하겠습니다. 또한, 기술적인 면에서도 계속해서 발전하여 최신 트렌드에 부합하는 서비스를 제공할 계획입니다. 더 나은 서비스를 위해 노력하는 협회가 되겠습니다. 감사합니다.
-
초거대AI의 대화형AI서비스 적용 방안 ①
[컨택저널 2024. 1월호] 초거대AI의 대화형AI서비스 적용 방안 ① 생성형AI서비스 시장의 확대 신용평가기관인 S&P에 따르면 생성형 AI 시장은 2023년 37억 360만 달러에서 2028년에는 365억 5,810만 달러로 10배 이상 성장할 것으로 예상하며, 새롭게 생성형 AI 시장에 참여한 기업들을 포함한다면 2028년 경에는 500억 달러에 이르며 연평균 57.9%의 성장률을 보일 것으로 전망하고 있다. 텍스트 생성 및 챗봇AI는 전세계적으로 최소 700개 이상의 기업이 경합을 벌이고 있다. 생성AI는 텍스트 요약, 감정분석, 텍스트번역(이상 텍스트 분석), 가상 비서, 챗봇 구축 플랫폼, 챗봇 프레임워크 및 NLP엔진(이상 대화형AI), 글쓰기 도구, 코드 생성, 검색, 언어 모델 등 10개의 카테고리에 걸쳐 업체들이 경쟁하고 있다.¹ 국내 기업들도 자체 개발한 초거대 인공지능 언어모델을 연이어 공개하고 있다. 생성형AI서비스를 기업/기관에서 활용 시도 Chat GPT의 파급력과 생산성을 보고, 초기에 기업들은 이를 활용하는 방식을 취했다. 그러나, 삼성전자의 반도체 생산 단계에서 필요한 ‘설비 계측’과 ‘수율/불량’ 등과 관련한 프로그램이 Chat GPT에 입력되는 사고가 발생하여 사내 Chat GPT 접근을 차단하는 등의 조치를 시행한 바 있다.² 일련의 상황들은 기업들에게 회사 기밀정보 유출에 대한 보안 경각심도 불러왔지만, 궁극적으로 기업환경에서 이런 초거대 AI의 생성형 모델을 활용하여 생산성을 높이는 방법에 대한 진지한 고민을 하게 만들었다. 이런 초거대AI의 생성형 모델을 기반으로 기업이 시범적으로 적용하려고 하는 분야는 전통적으로 Cost Center로 지목받고 있는 대내외 고객응대서비스 분야³ 이다. 시장조사업체 Precedence Research에 의하면 서비스분야에서의 대화형 AI서비스의 채택율은 전체 시장의 36%를 차지하고 있다고 한다. 반복적이고 단순한 업무는 챗봇으로 대신 처리하여 운영 비용을 절감하려는 목적이다. 맥킨지가 발간한 “Economic potential of generative AI”보고서에서 16개 비즈니스 분야의 63개 활용사례(Use Case)를 분석한 결과, 생성형AI는 생산성(비용절감 포함)에 대한 영향으로 세계 경제에 연간 2.6조 달러에서 4.4조 달러 규모의 가치를 창출할 수 있다고 추정하고 있다. 이 보고서에서 맥킨지는 생성형AI가 활용될 수 있는 전체 가치의 75%는 세일즈/마케팅, 고객 운영, 소프트웨어 개발, 연구/개발 4가지 영역을 지목하고 있다. 기업/공공시장의 LLM기반 대화형AI서비스 요구사항 기업/공공 가릴 것 없이 대내외 고객 문의에 대응하는 생성형AI서비스에 대한 요구사항이 계속적으로 발생하고 있다. 대화형AI기술에 바라는 궁극적인 요구사항은 AI가 기업의 데이터를 활용해서 적절하게 대화형으로 서비스해주는 것이다. 2016년부터 기업환경에 적용된 대화형서비스는 분류 또는 유사도 높은 주제를 추천하고 이에 대한 시나리오 형태로 사람이 지정한 답변을 출력하는 서비스였다. 이후 언어모델을 기반으로 한 생성형 서비스가 시장에 선보이는 상황에서도 기업정보를 기반하여 답을 내주는 부분에서는 이런 생성형 답변을 제공할 수 없었다. 홍콩과학기술대학교 인공지능연구센터(CAiRE) 연구진에 따르면 환각(hallucination) 현상은 내재적(Instrinsic)환상과 외재적(Extrinsic)환상에 기인한다고 정의하고 있다. 즉, ‘데이터에 의한 환각’과 ‘학습 및 학습 단위에 의한 환각’이 발생될 수 있음을 주목하고 있는 것이다. 또한, 생성형AI가 답변을 공급자의 입장과 기준을 감안하여 ‘알아서(?)’ 잘 생성해줄 지도 확신하기 어렵다. 왜냐하면 사전에 학습된 데이터 내에서 ‘관계성’에 기반해 나름의 지식체계를 만들고, 출력된 문장에 따라 다음 문장이 ‘관계성’을 감안하여 출력되기 때문이다. 기존 우리가 익숙한 ‘챗봇’은 목적지향형으로 사용자의 의도를 파악하여 분류하는 영역에서 인공지능을 활용하고, 정해진 답을 주는 형태이기 때문에 ‘최소한’ 답변이 잘 못 나가지 않는 이상 사전에 정의해둔 답변을 내보낼 수 있었다. 기업 또는 기관의 요구사항은 기존에 목적지향적인 챗봇의 단점을 극복하고 생성형 답변을 기업 지식을 참조하여 고객 또는 내부 상담사에게 답을 주는 것이다. 비즈니스환경에서 LLM의 우선 적용 분야는 다름아닌 대화형 고객대응서비스였고, 자체 보유한 매뉴얼과 자료를 기반으로 고객 친화적인 자연스러운 문장 생성으로 고객질의에 답변을 주거나 기업 데이터를 통해 고객에게 질문하고 답변에 정확도를 판단하는 서비스 들이다. LLM에 기업/기관데이터 접목시키기 그러면 기업데이터를 LLM에 접목해서 활용할 수 있는 방법은 무엇일까? 우선 OpenAI⁴ 와 Facebook AI⁵ 에서 작성한 논문 2가지 부분을 접목해서 정의할 수 있다. In-Context Learning, Fine-Tuning 방식과 검색증강생성(Retrieval-Augmented Generation, 이하 RAG)방식이다. 모델 성능에 영향을 주는 매개변수(parameter) 업데이트 유무와 모델 외적으로 확장된 개념의 지식을 활용하는 3가지 방식이 있다. 최근에는 특정 도메인에 목적에 부합되도록 Fine-Tuning하여 모델 자체의 성능을 높이려는 시도와, RAG를 활용하여 기업 내부 데이터를 검색하여 생성형AI를 통해 답변을 생성하는 2가지 분야로 구분되어 전문 솔루션 또는 서비스 기업이 제품 및 모델을 출시하고 있다. 최근에는 Fine-Tuning보다는 프롬프트를 통한 In-Context Learning과 RAG방식을 통해 LLM을 기업/기관에 적용하는 시도를 보이고 있다. RAG방식은 기업/기관 내부 데이터를 외부에 노출이나 학습할 필요 없이 바로 활용해서 서비스할 수 있기 때문이다. 이번에 우리는 별도의 Fine-Tuning없이 기업 내부데이터를 최신성을 유지하면서 생성형AI서비스를 구축하는 방식에 대해 이야기해보자. 검색증강생성기술 즉, RAG는 Facebook AI에서 연구를 시작했고 현재는 MS의 Cognitive Search를 시작으로 AWS, IBM 등 글로벌 선도업체 들이 모두 제안하는 개념이다. 그림3은 Facebook AI 연구논문에 포함되어 있는 개념도인데, 검색증강생성은 사용자 질의를 Query Encoder로 인코딩하고, 사전에 색인되어 있는 문서에서 유사도가 높은 문서들을 검색/추출하고 생성형 AI를 통해 답변을 생성하는 방식이다. 조금 더 단순화하면 그림4와 같다. 모델이 학습하지 못하는 최신의 내부 문서/매뉴얼/ERP 등 내부 시스템 내의 데이터를 의미 있는 단위로 자르고 이를 embedding과정을 거쳐 색인하게 된다. 이후에 사용자가 질의를 하게 되면, 이를 역시 embedding하여 벡터화하고 색인된 문서와 유사도를 판단하여 의도에 부합된 문장을 선별하고 이를 생성형 AI에 전달하여 답변을 생성하는 과정을 거치게 된다. 이는 기존에 사전 및 단어 단위로 색인하는 과정에서 Passage라는 의미 있는 문서 그룹단위로 embedding하여 색인 한다는 것이 기술적인 차이점이라고 볼 수 있다. 이 과정에서 역시 형태소 분석기에 따라 성능이 달라지기 때문에 관건은 문서 유형의 특성을 감안하고, 문장 내 유의미한 요소를 추출해주는 기능에 따라 답변 정확도와 시스템 성능에 차이가 날 수 있음을 주의해야 한다. ¹ AI타임스, 2023, ‘텍스트 생성 및 챗봇AI’ 지형도…10개 카테고리서 700여 기업 경쟁) ² “우려가 현실로, 삼성전자, Chat GPT 빗장 풀자마자 ‘오남용’ 속출 – 이코노미스트 2023-03-30 ³ “초거대AI 접목해 고객센터의 패러다임 변화 주도” – 조선일보 2023-05-25 ⁴ brown. et. al. 2020. language models are few-shot learners ⁵ Lewis. at. al. 2020. retrieval-augmented generation for knowledge-intensive nlp tasks ⁶ Patrick Lewis et al. Facebook AI Research 2021 - Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks 다음호에는 '초거대AI의 대화형AI서비스 적용 방안' 2편이 이어진다. < 글 > (주)와이즈넛 Global전략사업본부 김정민 본부장(kris.kim@wisenut.co.kr)
-
전문가에게 듣는 산업 진단과 2024년 전망
[컨택저널 2024. 1월호] [아웃소싱 23결산, 24전망] 컨택센터 산업 전문가에게 듣는 산업 진단과 2024년 전망 한 해 동안 아웃소싱 전문분야에서 자부심과 책임감으로 업계를 이끌어온 아웃소싱 전문기업대표와 전문가들로부터 각자의 위치에서 바라본 산업에 대한 진단과 혜안으로 예측하는 2024년 전망을 인터뷰, 또는 기고형식으로 들어본다. (사)한국컨택센터산업협회 황규만 부회장 연령대별 상담사들, 특히 시니어를 위한 시니어상담사 늘어날 것 ■ 2023년 컨택센터 산업을 돌아보면(결산) 새로운 신기술(Chat GPT, Gemini, BARD, etc.)들이 많이 출현했지만 아직 기업에 접목되어 제대로 쓰이고 있는 기술은 하나도 없다. 하지만 생성형 인공지능이 출현하면서 컨택센터에 입성할 가능성이 매우 높아진 것은 사실이다. 그와 더불어 그 동안 초기 투자금액이 큰데도 불구하고 보안 문제로 인해 구축형 일변도였지만 서서히 Cloud에 얹어 쓰는 SaaS형태로 진입하는 한 해였다. 구인은 여전히 어렵다 보니 상담사 평균 연령이 40대 중반을 넘어서고 있다. ■ 지난 한 해 컨택센터 시장에 대한 간략 총평은? 컨택센터 시장은 고객이 꾸준히 증가하면서 고객의 요구사항이 많아지다 보니 지속적으로 성장해온 것은 사실이다. 그러다가 어느 날 컨택센터 상담사 증가와 연계해서 시스템 투자비용까지 기하급수적으로 늘어나자 기업들은 무리가 가지 않는 선에서 서비스에 무리가 없는 선에서 상담인력을 운영하고 있다. ■ 컨택센터 산업의 가장 큰 변화라고 생각하는 이슈는? 2024년에는 협회 이름을 AI Contact Center Association(AICCA)로 바꿔야 할 정도로 인공지능이 컨택센터에 접목되는 한 해였다. 그리고 컨택센터는 40만명 정도의 상담사들이 근무하고 있다 보니 인력사업으로 아는 분들이 많지만 실제로는 IT산업이다. 교환기를 포함해 컨택센터에는 과거에도 지금도 그리고 미래에도 최첨단 기술을 모두 활용하는 유일한 산업이기도 하다. 그런데 현재 협회는 산업통상자원부를 주무관청으로 두고 있는데 점점 더 진화하고 있는 컨택센터산업을 지원하기에는 한계가 있어 과기정통부로 주무 관청 을 옮기는 것을 조심스럽게 타진하고 있다. ■ 2024년 컨택센터 산업을 예측해보면(전망) 컨택센터 산업은 시대에 따라 약간의 부침은 있을 수 있지만 기업이 존재하고 고객이 존재하는 한 사라질 수 없는 산업이다. 새해에는 Human Agent와 Digital Agent가 동료로서 함께 일하는 컨택센터로 거듭날 것이며, 그 동안 인간상담사들이 해오던 업무 중 표준화 된 것들을 우선으로 인공지능에게 넘겨주고 상담사들은 오프라인 부서에서 하던 업무 중 표준화된 것들을 처리하면서 업무 난이도가 높아질 것이다. ■ 새해 컨택센터 시장 전망은? 컨택센터로 전화를 해도 받지 않아 고객들이 전화 걸기를 포기한 것을 챗봇 설치 후 콜이 줄은 것으로 오해해 상담사들을 줄이는 컨택센터가 생겨나고 있다. 아무리 챗봇의 기능이 뛰어나도 인간상담사의 도움 없이 통화를 마무리 짓는다는 것은 쉽지 않다. 또한, 새해부터는 인공지능을 활용한 시스템 발주가 시작될 것이고, 센터는 언어에 따른 상담사를 배치 하듯 연령대별 상담사들 특히 시니어를 위한 시니어상담사가 늘어날 것으로 예상된다. ■ 컨택센터 산업 문제점과 과제는? 제일 큰 문제가 사람을 구하기 힘들다는 것이다. 그러다 보니 기업들은 인공지능기술을 접목한 Digital상담사 채용을 서두를 수밖에 없다. 만약 컨택센터에 필요한 인력을 제 때 채용할 수만 있다면 아직 미완성 상태인 디지털상담사 도입을 서두를 필요는 없다고 본다. 산업보건안전법에 한 조를 삽입하는 개정으로 센터에 전화를 걸어 성희롱을 하거나 언어폭력을 구사하는 못난이들이 많이 줄기는 했지만 여전히 상담사들을 힘들게 하는 못난 고객들이 존재한다. 이들이 더 이상 상담사들을 힘들게 하지 못하게 할 상담사보호법을 제정해야만 한다. 그리고 센터에 전화를 걸어 성희롱을 하거나 언어폭력을 구사하는 범죄자들을 처단하기 위해서라도, 개인정보보호라는 미명 아래 이들의 DB를 컨택센터들이 공유하지 못하도록 하고 있는데 이들의 개인정보를 음어화해서 이들로부터 상담사들을 보호할 수 있는 제도를 구축할 필요가 있다. ■ 귀 협회의 한해 결산과 새해 계획은? 3년간의 코로나가 끝나가고 있지만 여전히 언제 또 인간을 괴롭힐 지 알 수 없는 상황이다. 엔데믹으로 사람들의 이동이 많아지면서 사건사고도 늘어나고 있고 그로 인해 컨택센터로 인입되는 전화도 늘어날 전망이다. 물론 Direct 자동자보험처럼, e-commerce도 상담사 통화 없이 거래가 성사되는 비율이 급속히 상승 곡선을 타고 있다. 그리고 인공지능이 필요한 컨택센터에 적용이 되도록 협회 차원에서 수요기업과 공급기업이 만나는 자리를 많이 만들 예정이다. ■ 컨택센터산업 발전을 위한 제언들 지식경제부에 지식서비스과가 있을 때는 지식서비스산업을 육성하고자 애를 썼지만 지경부가 미창부와 산자부로 쪼개지면서 몇 년 동안 준비했던 육성계획들이 무용지물이 되는 것을 지켜봐야만 했다. 지식을 서비스하는 컨택센터산업을 포함해 컨설팅, 디자인 등 지식서비스산업을 육성해야 한다. 그리고 대한민국의 미래의 먹거리는 누가 뭐라고 해도 4차산업의 핵심기술들(인공지능, 빅데이터 등)이다. 이 산업에서 반도체나 원자력처럼 세계적인 경쟁력을 갖추기 위해서는 Test Bed가 필요한데 유일한 산업이 컨택센터산업이다. 인공지능 기술을 컨택센터에 설치하여 세계적인 수준으로 기술을 성장시킬 수 있도록 정부의 관심과 지지가 필요하다. 지금 기업들은 컨택센터를 어찌 보면 최소의 인원으로 운영하면서 부족한 부분을 ARS로 처리하고 있는 상황이다. 그러다 보니 전화를 걸면 언제나 통화 중이고, 기다리다 보면 연결되기보다는 자동으로 끊어지는 경우가 더 많다. 이렇게 서비스해서는 안 된다. 고객 서비스 차원에서 상담인력을 충원하고 ARS를 최소화해 고객만족도를 높임으로써 고객이탈을 줄이고 고객추천지수를 높이는 전략을 구사해야만 한다. 아웃소싱기업들은 현재 아웃소싱비용으로는 거의 수익을 내지 못하고 감가상각 기간이 끝난 장비사용료로 겨우 수익을 내고 있다. 그러다 보니 과거보다 상담사에 대한 교육을 포함한 모든 부분에서 투자가 엄청나게 준 것은 사실이다. 만족한 사내 고객이 사외 고객도 만족시킨다는 것을 잊지 말고, 사내 고객인 상담사들이 주인의식을 가지고 고객들을 응대할 수 있도록 적극적인 관심과 애정 그리고 투자가 필요하다. 윌앤비전 하봉수 대표 아웃소싱 순기능 살려 ‘좋은 일차리 창출’로 변화 이끌어야 ■ 2023년 아웃소싱 산업을 돌아보며 지난 한 해 아웃소싱 시장에서 체감한 가장 강한 변화는 사용기업들은 고품질의 서비스를 요구하면서도 전반적인 경기침체에 따른 원가절감 요구도 점차 강해지고 있다는 점이다. 여기에 상담직, 판매직 등에 대한 MZ세대들의 취업 기피로 인한 채용 비용 증가로 아웃소싱 기업의 수익성이 악화되고 있으며, 새로운 시장이 창출되기보다 기존시장 내에서의 치열한 저가경쟁으로 인한 수익성은 더욱 악화되고 있다. 콜센터 아웃소싱 시장은 AI, DT(디지털 변환)가 이제는 더 이상 차별화된 서비스가 아닌 범용적인 필수서비스로 인식되고 있는데 이에 필요한 비용이 서비스 원가에 반영되지 않을 경우 이 또한 수익성 악화의 요인이 되고 있다. ■ 2024년 전망 및 아웃소싱 발전을 위한 제언 국가적인 고민이 되어버린 고령화 및 경제활동인구 감소에 대한 대응으로 제조업, 서비스업을 중심으로 한 소위 신중년인력의 활용방안을 적극적으로 검토할 필요가 있다. 국내에서는 아웃소싱을 나쁜 일자리를 양산하는 양극화의 원인인 것으로 매도하는 경향이 있다. 그러나 이는 문제의 본질을 모르고 하는 말이다. 문제는 아웃소싱 발주 기업들이 제대로 된 아웃소싱 대가를 지급하지 않고, 낮은 가격만을 요구하기 때문이다. 낮은 아웃소싱 단가로 인해 인건비 수준이 낮아지고, 이로 인해 아웃소싱 일자리는 싸구려 일자리로 전락하게 되었다. 그런데 지난 정부는 낮은 인건비 문제를 그대로 둔 채 정규직전환을 통해 이를 해결하려고 했다. 그러다 보니 말이 정규직이지 처우에 변화가 없다는 불만을 뱉어내기 시작했고, 이들의 생산성은 아웃소싱 때보다 급감하는 문제점이 나타났다. 직접 인건비 하한선을 명시하는 등 적정 인건비 책정이 가능하도록 입찰제도를 바꾸고, 아웃소싱기업들이 도급비를 투명하게 집행하도록 관리감독하여 더 이상 아웃소싱 일자리가 나쁜 일자리가 되지 않도록 관리하는 것이 시장에서 아웃소싱의 순기능을 활성화하면서도 좋은 일자리로 변화시킬 수 있는 방법이 아닐까 싶다. 제이앤비컨설팅 박재완 대표 비용절감이 아닌 전문성이 ‘주’가 되는 컨택센터 산업 절실, AICC 고민도 필수 ■ 지난 한 해 아웃소싱 산업과 컨택센터시장에 대한 간략한 총평은? Cloud와 인공지능을 필두로 한 신기술이 대거 유입되면서 AICC(AI Contact Center) 시장이 비약적으로 확대되고 있다. 코로나19 종결 이후 새로운 시대가 열린 2023년은 특히나 AICC 확대가 눈에 띄는 해였다. 막대한 자본력을 갖춘 굴지 기업들이 컨택센터 시장에 뛰어들면서 컨택센터 시장을 향한 관심은 그 어느 때보다 활기를 띠기도 했다. 그러나 컨택센터 아웃소싱 기업들에게는 마냥 호재인 것만은 아니다. 전염병과 잇따른 국가 간 전쟁으로 글로벌 경제 위기가 가중되면서 기업들은 긴축 운영에 들어섰다. 이러한 기조 아래 많은 아웃소싱 기업들은 매출 감소와 계약해지라는 위기를 피해가기 어려웠을 것으로 보인다. 그럼에도 불구하고 지속되고 있는 아웃소싱 업체 간 과다경쟁·출혈경쟁은 기업의 수익 감소에 더 큰 피해를 가져오고 있다. 최저가 입찰이라도 일단 수주하고 보겠다는 식의 과도한 경쟁이 업계 전반적인 품질을 하향평준화하고 있다는 지적도 꾸준히 일고 있다. 이에 더해 최저임금 인상과 각종 간접 노무비 증가로 업계의 수익률은 더 낮아지고 있다. 전체 매출은 오르고 있지만 매출인상보다 높은 비용증가로 영업이익 즉 순익은 감소하고 있다. 특히 2023년에는 컨택센터 산업계의 '앓는 이'인 인력 수급 문제에 더해 아웃소싱 기업 자체 내부 직원 수혈 조차 어려워지는 '인력난'이 심해졌다. 기업 입장에서는 매출 감소와 내부직원 관리 리스크 위험성이 동시에 커진 격이다. 이런 대내외적인 위기가 지속되면서 2023년 아웃소싱 컨택센터 산업 속 대다수 중소기업들은 다소 험난한 시기가 되었을 것으로 예상된다. 하지만 위기 속에서도 해법을 찾은 기업들도 있다. 특히 컨택센터 구축과 운영에 깊은 노하우를 지닌 전문 아웃소싱 기업을 찾는 이들이 여전히 많기 때문에, 자체적인 기술력을 강화하거나 새로운 먹거리 탐색에서 아웃소싱 컨택센터 기업의 돌파구를 찾아야 할 것으로 본다. ■ 2024년 아웃소싱 컨택센터 산업에 대한 전망은? 2024년 또한 경제전망은 밝지 않다. 2023년과 마찬가지로 저성장이 지속될 것으로 예상되고 있고 끝나지 않은 세계 위기 아래 경제 침체도 여전할 것으로 전망된다. 이에 따라 아웃소싱 컨택센터 산업의 주요 고객사의 긴축운영도 지금과 유사한 수준으로 지속될 것으로 예상된다. 대외 활동비용이나 누수되는 지출을 줄이기 위해 전체적인 자금 축소도 불가피할 것으로 보인다. 결과적으로 사용기업이 비용 지출을 동결하거나 축소한다면 컨택센터 산업 또한 공급 인력의 규모가 올해보다 더 축소되거나 이익금 감소를 피하기 어렵다. 또 통신 3사를 비롯한 AICC 시장의 확대도 필히 주목해야 한다. 비대면 업무의 확대, 인력난의 가중 그리고 상담의 선진화 및 고효율화를 위해 AICC 도입은 필연적이다. 특히 가파르게 증가하는 인건비를 줄이기 위해 AICC는 최적의 대체제로 여겨지고 있다. 문제는 그간 아웃소싱 기업의 주요 고객사였던 공급 기업이 자체적인 AICC 구축에 사활을 걸고 있다는 점이다. SK텔레콤·KT·LG유플러스 등 통신 3사가 인공지능을 도입한 콜센터인 AI컨택센터(AICC)에 막대한 투자를 단행하고 있는 것은 업계 관계자라면 모두 알고 있는 사실이다. 통신 3사가 AICC시장의 고지를 선점하면 금융, 보험, 대출 등 컨택센터 산업이 퍼져있는 대부분의 영역이 그 영향을 피해갈 수 없을 것으로 보인다. 이러한 경쟁 속 아웃소싱 업계가 살아남기 위해서는 대책 논의와 준비가 꼼꼼히 이뤄져야 할 것이다. ■ 사용기업과 동종 업계 종사자에게 바라는 점이 있다면? 컨택센터 산업을 포함해 전체 아웃소싱 업계의 가장 고질적인 문제는 비용절감만을 고려한 입찰계약이 이뤄지고 있다는 점이다. 아웃소싱을 활용하는 이유 중 비용절감이 차지하는 부문은 적지 않다. 그러나 온전히 비용절감만을 우선으로 두고 업계의 성장 가능성이나 상생 요소는 차치한다면 산업 전반이 무너져 내릴 수밖에 없다. 실제로 과도한 비용 경쟁은 업무량 대비 턱없이 부족한 인력 배치라는 결과를 낳았다. 그 결과 상담사들의 업무 강도는 높아지고 열악한 근로환경이 지속되면서 인력 이탈이 빠르게 이뤄졌다. 현재에 이르러서는 일 할 사람을 찾는 것 조차 어려워졌다. 공급기업은 닭장 같은 근로환경에서 무리한 영업을 요구하는 악덕기업으로, 사용기업은 이러한 실태를 외면하고 종용하는 부도덕한 기업으로 매도되고 있는 형국이다. 지금과 같은 환경의 개선은 아웃소싱 기업이나 사용 기업 어느 한 쪽의 일방적인 노력만으로는 타개하기 어렵다. 사용기업과 공급기업이 갑을 관계가 아니라 '파트너사'라는 인식을 갖고 산업을 중장기적 관점에서 바라봐야 할 것이다. 입찰은 최저가 입찰이 아니라 최우수 기업 입찰이 되어야 한다. 가격경쟁이 아니라 전문성과 안정적인 서비스를 제공할 수 있는 우수 업체를 선정하는 방식으로 개선되어야 한다. 공급기업 또한 과도한 경쟁에 내몰렸다는 이유로 제 살 깎아 먹기 식 과다한 경쟁으로 근로자들을 열악한 근로 환경에 내몰고 자사의 기업 경영을 불안하게 만들어선 안 된다. 저렴한 가격이 아니라 우수한 품질을 내세울 수 있어야 할 것이다. 하지만 기업 차원에서 자발적·자율적 환경 개선을 말하는 것은 전쟁과 같은 기업 경영 속에서 몽상에 가까울 수 있다. 따라서 정부는 업계 전반에서 수용할 수 있는 최소한의 가이드라인을 개발하고 보급하여 시장 안정성과 함께 건전성을 강화하는 장치 마련이 필요하다고 본다. 예스티엠 송미애 대표 / 성명희 소장 AICC센터 이끌어 갈 멀티채널 상담인재 필수적, 디지털 전환(DX)시대 전문 컨택센터로 거듭나야 ■ 2023년 컨택센터 분야 교육 산업을 돌아보면(결산) 비대면과 디지털 전환(DX, Digital Transformation)의 시대, 비대면 응대형 컨택센터 수요가 증가하고 AI(인공지능) 기술을 활용하여 고객 문제를 해결하는 AICC(인공지능 기반 컨택센터)센터의 전환이 확산되고 있다. 기존의 콜센터에서는 일반 전화상담뿐만 아니라 챗봇, TEXT 및 멀티채널을 활용한 채팅 상담 등 다양한 수단을 통해 고객 문제를 스스로 해결할 수 있는 서비스를 제공하고 있다. 이로써 컨택센터는 고객 서비스의 확장된 역할을 수행하며, 비대면 응대의 중요성이 더욱 부각되고 있다. ■ 2024년 컨택센터 분야 교육 산업을 예측해보면(전망) 미래학자 브라이언 솔리스는 "20억 명 이상의 소비자가 온라인에 접속하고 있으며 서비스 문제를 전화로 해결하는 편이 더 좋다는 사람은 28% 뿐이다"라고 밝혔다. 디지털 전환(DX) 시대의 고객들은 서비스 문제 발생 시 SNS, 챗봇, 채팅을 활용하여 스스로 해결하고, 문제가 계속되면 컨택센터를 찾는 추세다. 특히, Chat 서비스는 시간과 장소에 구애 받지 않고 익명성을 유지하며 문제를 해결할 수 있어 MZ세대에게 인기를 끌고 있다. DX문화에 익숙하지 않은 고객과 기존 세대들은 여전히 컨택센터의 상담사를 통해 문제를 해결하며, 이로 인해 컨택센터를 이용하는 고객 연령대가 상승하고 있다. 이런 고객의 경험관리를 위해 TEXT 기반의 전문적인 Chat 서비스 준비가 필요하며 VOICE 기반에서는 고객의 문제를 해결하기 위한 텔레커뮤니케이션이 강화 되어야 한다. 컨택센터가 고객의 경험을 바탕으로 고객의 가치를 높일 수 있는 TEXT와 VOICE 상담품질 전문가 과정의 자격 인증으로 서비스품질의 표준을 만들고, 브랜드 경험을 강화할 수 있는 전략이 필요하다. 이를 통해 고객의 가치를 높이는 데에 성공할 수 있다. ■ 예스티엠의 한해 결산과 새해 계획은 컨택센터 교육 전문기관인 예스티엠은 TEXT를 이용하는 고객의 경험적 가치 향상을 목표로 Chat 전문상담사(직능원 민간자격증) 과정을 개설하고 있다. 이 과정은 서비스 trend와 Chat을 효과적으로 활용하는 방법에 대한 전문 상담 과정을 제공하고 있다. 또한, VOICE 상담에 대해서는 상담품질 컨설팅을 통해 고객 상담 수준을 진단하고 이에 맞는 상담품질 매니지먼트를 제안하고 솔루션을 제공하여 고객 경험을 향상시키고자 노력하고 있다. 기업부설연구소를 설립하고 20년의 컨택센터 교육 및 모니터링 노하우를 함께 해 온 성명희 소장과 함께 첫 번째 과제로 서비스품질 모니터링(가제) 책을 발간하여 컨택센터 서비스의 가치를 높이고자 한다. 이를 통해 더 나은 상담 서비스와 고객 만족도 향상을 지향하고 있다. ■ 컨택센터 아웃소싱산업 발전을 위한 제언들 디지털 전환(DX, Digital Transformation)과 AICC 센터의 도입으로 단순 문의에 대한 고객 수요가 감소하고, 챗봇 기술의 확대로 상담사 감소에 대한 우려가 나타나고 있다. 그러나 이러한 변화를 주도하는 주역은 컨택센터 전문 기업들이다. AICC를 효과적으로 이끌어가기 위해서는 멀티채널 상담이 가능한 인재가 필수적으로 준비돼야 한다. 이를 준비하는 컨택센터만이 디지털 전환(DX)시대의 전문 컨택센터 기업으로 자리매김 할 것이다. <출처> 아웃소싱타임스
-
2023/24 국내 컨택센터 트렌드 보고서 ①
[컨택저널 2024. 1월호] 2023/24 국내 컨택센터 트렌드 보고서 ① 기술이 발전하고 고객 인터랙션 방식이 변화하면서 컨택센터는 전에 없는 변화를 거듭하고 있습니다. AI 챗봇, 음성 봇 등 디지털 컨택센터 채널에 대한 고객의 요구는 계속 증가하고, 기업과 조직은 이를 따라잡기 위해 서둘러 신기술을 도입하고 있습니다. 개인화된 맞춤형 서비스 경험에 대한 기대가 높아진 만큼 Trend와 Insight를 빠르게 파악하는 것이 매우 중요합니다. 제네시스코리아는 국내 컨택센터 시장의 트렌드와 함께, 기업이 마주한 고객 서비스 제공의 현 과제와 기회를 파악하기 위해 컨택센터 및 IT 담당자 및 임원을 대상으로 설문 조사를 진행하였습니다. 이 보고서를 통해 하루가 다르게 변화하는 디지털 대전환 시대에서 새로운 생존 해법을 찾고자 하는 기업들에게 작으나마 힌트가 되기를 바랍니다. ■ 조사 개요 (트렌드, 조사방법 및 조사대상) AI 기반 기술과 디지털 전환의 확대, 한없이 높아지는 고객의 기대로 인해 고객 접점 최전선에 있는 컨택센터는 빠른 속도로 진화하고 있습니다. 지금과 같은 디지털 대전환의 시대에서는 이러한 변화를 신속하게 예측하고 선제적으로 대응하는 것만이 기업의 미래를 약속할 수 있습니다. 제네시스코리아는 국내 컨택센터 현황 및 과제를 파악하기 위해 IT 의사 결정권자, 컨택센터/고객 경험/고객 서비스 관리자 및 슈퍼바이저 228명을 대상으로 설문조사를 실시했습니다. 대상 산업군에는 은행 및 금융 서비스, BPO, 비즈니스 서비스, 교육, 의료, 리테일, 기술, 통신, 여행/운송 등 다양한 업종이 포함됐습니다. 설문의 정확도를 위해 컨택센터 5석 이상을 보유한 기업의 응답만 추출했으며, 본 보고서에 사용한 컨택센터 규모 지표는 컨택센터 상담사 규모별 소형 컨택센터(상담석 5-49석 이하), 중형 컨택센터(상담석 50-499석 이하), 대형 컨택센터(상담석 500석 이상) 입니다. 가장 많은 응답자는 IT 직군이었으며, 컨택센터 관리, 운영 및 프로세스 관리가 그 뒤를 이었습니다. ■ 주요 Insight >고객들이 디지털 채널을 더욱 선호하면서 대부분의 컨택센터가 디지털에 집중한 듯하지만, 음성 서비스는 여전히 컨택센터의 핵심이었습니다. 응답자의 92.1%가 음성을 고객 Engagement 채널로 사용한다고 답했으며, 디지털 채널은 75.9%로 그 뒤를 이었습니다. >컨택센터 의사결정권자가 뽑은 최근 1년 간 가장 영향력이 컸던 고객 트렌드는 ‘고객이 선호하는 커뮤니케이션 채널의 변화(58.3%)’였습니다. 고객은 자신들이 선호하는 채널로 기업과 소통하기를 원합니다. 따라서 기업은 채널에 구애 받지 않는 Omni채널 솔루션을 통해 고객 전체 여정을 관리하고 고객 개개인에 대한 맞춤화된 서비스를 제공할 수 있어야 합니다. 실제로 응답자의 절반 이상(58.8%)이 ‘다양한 Interaction(커뮤니케이션) 채널에 대한 지원 필요성 증대’가 가장 영향력이 컸던 상담사 trend라고 답했습니다. >컨택센터 관련 의사결정권자는 컨택센터 운영 시 당면하는 가장 큰 Top3 과제로 상담사 채용 및 관리의 어려움(늘어나는 이직률, 동기 부여 저하 등), 기술발달과 더불어 컨택센터 내 AI 및 신기술 도입 및 적용(업무 혁신), 컨택센터 관리 및 비용 절감(효율성 증대 등)을 꼽았습니다. 컨택센터 리더들은 고객 경험 향상과 더불어 직원을 유치, 유지, 참여시키고, 동기를 부여하기 위해 직원 경험을 향상하는 일에 대한 중요성을 잘 인식하고 있었습니다. ■ 주요 결과 및 설문 하이라이트 >컨택센터 의사 결정권자의 절반 이상이 조직 내 컨택센터를 ‘단순 문의 처리 센터’로 인식하고 있었으며, 12.3%만이 ‘수익 창출 센터’라고 답했습니다. 컨택센터는 다양한 채널로부터 유입되는 여러 종류의 고객 문의에 대응하고, 고객의 행동 데이터를 바탕으로 고객 경험을 선제적으로 이해하고 향상시킬 수 있어야 합니다. 단순한 비용 지출 센터가 아닌 수익 창출 센터로서 컨택센터를 변모시켜 나가야 합니다. >58.3%의 컨택센터 의사 결정권자가 조직 내 주력 분야로 ‘상담사 지원을 위한 AI 및 자동화 기능’을 꼽았습니다. 두 번째 주력 분야는 ‘컨택센터 운영 비용 감소(47.4%)’였습니다. 많은 기업이 운영 효율성을 위한 각종 기술, AI를 이용한 자동화 서비스 등을 도입하여 컨택센터 운영에 효율성을 높이고, 비용을 절감하고, 고객 경험을 향상하기 위해 노력하고 있었습니다. >응답 기업의 약 40.4%가 Cloud 전환을 고려하고 있었으며, Cloud 컨택센터를 도입하고 사용 중인 기업은 18%로 나타났습니다. 응답 기업 중 ‘Cloud 컨택센터로 전환했다’고 답한 대형 컨택센터의 비율은 27%, 소형 컨택센터는 13.2%였습니다. 대형 컨택센터일수록 Cloud 컨택센터 도입률이 높았습니다. 또한 국내 컨택센터 의사 결정권자의 56.6%가 ‘Cloud 컨택센터로 고객 경험을 향상할 수 있다’고 답했습니다. >절반이 넘는 60.1%의 응답자가 컨택센터를 ‘회사 내에서 직접 운영(인하우스)한다’고 답했으며, 외주(아웃소싱) 36.4%, 인하우스 및 아웃소싱 모두는 3.5%로 나타났습니다. ■ 세부 조사 결과 음성서비스 응답한 기업의 대다수(92.1%)가 전화(음성)를 고객 Engagement 채널로 사용 중이었으며, Digital 채널(75.9%), 문자 메시지(62.3%)가 그 다음이었습니다. 규모에 상관없이 모두 전화(음성)를 주된 고객 engagement 채널로 사용중이었으며, 챗봇 및 음성 봇 사용은 소형 컨택센터(상담석 50석 미만)에서 약 28%(챗봇), 10%(음성봇)로 가장 낮았습니다. 반면 대형 컨택센터는 전화, 디지털 채널, 챗봇, 음성 봇, 문자 메시지 등 다양한 채널을 이용해 고객과 소통하고 있었습니다. 소형센터에서는 전화(음성), 디지털 채널, 문자 메시지가 가장 많이 사용하는 고객 engagement 채널이었으며, 대형센터에서는 전화(음성)에 이어 디지털 채널, 챗봇을 가장 많이 사용하고 있었습니다. 사용 기술 대부분의 센터에서 콜 녹취 기능(75.9%)을 보유하거나 사용 중이며, CTI 콜라우팅(53.9%), 통계 및 분석 기능(53.5%)이 그 뒤를 이어 가장 많이 사용하고 있는 기술이었습니다. 다양한 기업에서 필요에 맞게 여러 가지 기능을 사용하고 있었습니다. 특이사항은 직원 경험 향상 및 상담사 관리 효율성을 위한 도구인 Workforce Management(WFM), 성과 관리 도구의 사용율은 컨택센터 볼륨과 관계없이 모두 낮았습니다. 또한 고객 여정 전체에 걸쳐 끊김 없는 서비스를 제공하는 Omni채널 솔루션은 초대형 컨택센터(1,000석 이상)를 제외한 나머지 컨택센터에서 거의 사용하고 있지 않았습니다. IVR(대화식 음성 응답)에 이어 CRM(고객관계관리) 솔루션도 응답자의 약 43%가 도입하여 사용 중에 있다고 답했습니다. 고객 트렌드 의사결정권자가 뽑은 최근 1년간 가장 영향력이 큰 고객 트렌드는 ‘고객이 선호하는 커뮤니케이션 채널의 변화’였습니다. 절반 이상의 응답자(58.3%)가 이를 언급했습니다. 그 다음으로 영향력이 컸던 고객 트렌드는 ‘제품/서비스에 대한 고객의 전반적 정보 수준 발달(49.1%)‘이었습니다. 고객이 선호하는 커뮤니케이션 방식이 변화하고 있습니다. 단순히 음성 채널과 이메일 관리만 하는 시대는 지났습니다. 컨택센터는 여러 채널을 함께 통합하여 관리할 수 있어야 합니다. 또한 정보 발달로 스마트 컨슈머가 보편화된 지금과 같은 시대에는 다양한 채널을 통한 신속하고 원활한 고객 지원이 필수가 되었습니다. 귀사의 컨택센터는 변화하는 고객의 needs를 충족시키기 위해 흩어진 비즈니스 커뮤니케이션을 하나의 인터페이스로 통합 관리하고 있습니까? 상담사 트렌드 최근 1년간 가장 영향력이 컸던 상담사 트렌드에 대한 질문에 응답자의 58.8%가 ‘다양한 interaction 채널에 대한 지원 필요성 증대’를 손 꼽았습니다. 상담사 동기 부여의 어려움(45.2%), 지식 기반 도구의 많은 의존(29.4%)이 그 뒤를 이었습니다. 이 트렌드는 이전 질문인 ‘고객 트렌드 영향력’에 대한 질문에서 가장 많이 선택됐던 ‘고객이 선호하는 커뮤니케이션 채널의 변화’와 일맥상통합니다. 단순 음성 및 이메일을 통해 고객과 인터랙션하는 시대는 지났습니다. 고객은 자신이 선호하는 채널로 브랜드와 소통하기를 원하며, 기업은 고객이 필요로 하는 정보를 빠르고 정확하게 제공할 수 있어야 합니다. 또한 Omni채널 CX 플랫폼을 통해 고객 데이터에 액세스하여 모든 데이터를 통합 관리하고, 고객 여정까지 고려하여 고객 개개인에 맞춤화된 서비스를 제공할 수 있어야 합니다. 다음호에 '2023/24 국내 컨택센터 트렌드 보고서' 2편이 이어집니다. ※ 자세한 내용은 genesys.com/ko-kr을 방문하시거 나 02-2056-9600에 문의하시기 바랍니다. < 글 > GENESYS
-
챗봇은 기업을 위한 것일까? 고객을 위한 것일까?
[컨택저널 2024. 1월호] 챗봇은 기업을 위한 것일까? 고객을 위한 것일까? 밤늦게 컴퓨터를 사용하던 중 갑자기 문제가 발생했습니다. 예전에는 이런 상황에서는 기술 지원을 받기 위해 다음 날까지 기다려야 했습니다. 그러나 이제는 챗봇을 통해 24시간 언제든지 기술 지원을 받을 수 있습니다. 컴퓨터 문제 해결 챗봇에게 문제 상황을 설명하면, 챗봇은 신속하게 해결 방법을 제시해줍니다. 예를 들어, 화면이 깜빡이는 문제라면 챗봇은 드라이버 업데이트를 권장하거나 화면 해상도를 변경하는 방법을 안내해줍니다. 또한, 챗봇은 원격으로 컴퓨터에 접속하여 문제를 직접 해결해주는 기능도 제공할 수 있습니다. 이러한 24시간 접근 가능한 챗봇은 우리의 생활에 큰 편의를 제공합니다. 예를 들어, 새벽에 잠에서 깨어나서 긴급한 의료 정보를 필요로 한다면 의료 챗봇에게 질문을 하면 즉각적인 응답을 받을 수 있습니다. 또는 중요한 업무를 처리해야 하는데 밤늦게 생각나는 질문이 있다면 비즈니스 챗봇에게 상담을 받을 수 있습니다. 이러한 챗봇은 단순 정보 검색과 전달을 넘어서 콜센터를 보완하는 보조 채널 혹은 주 채널로 급부상하고 있습니다. 고객서비스와 상담을 위한 콜센터의 역할을 챗봇이 지원하고 있으며, 이는 고객응대 시간을 단축하고, 고객만족도를 향상시키는데 큰 역할을 하고 있습니다. 자연어 처리 기술의 발전으로 인해 일부 챗봇은 고객의 문의사항을 보다 정확하게 이해하고, 적절한 답변을 제공하기 위해 노력하고 있습니다. 이러한 챗봇의 유용성과 장미 빛 미래와 달리 기업은 생산성과 효율성, 고객 서비스(CS)사이에 trade-off(두 개의 정책목표 가운데 하나를 달성하려고 하면 다른 목표의 달성이 늦어지거나 희생되는 경우의 양자간의 관계)관계가 존재합니다. 기업은 한정된 자원으로 고객의 문의에 대해 대응하고 고객 서비스를 제공합니다. 이때 자원을 효율적으로 할당하여 생산성을 높이려고 하면, 고객 서비스에 투입되는 자원이 제한될 수 있습니다. 콜센터를 구성하는 상담사들의 처우가 사회 전반적인 기대치에 미치지 못하자 직업군으로써 좋은 일자리로 인식되지 못하는 것이 현실입니다. 수요와 공급의 법칙에 의해 상담사 채용은 날이 갈수록 쉽지 않습니다. 한정된 상담사 인력으로 고객에게 제공되는 서비스는 약화될 수밖에 없으며, 이를 챗봇으로 보완하려고 합니다. 하지만 이는 고객의 1차원적인 needs에 부합하기 위한 문제해결을 위한 장치이며 장기적으로 서비스 품질과 만족도에 악영향을 미칠 수 있습니다. 또한, 생산성과 효율성을 높이기 위해서는 표준화된 프로세스와 절차를 도입하는 것이 효과적일 수 있습니다. 그러나 이러한 표준화는 고객의 다양한 요구와 개별적인 서비스 제공에 제약을 줄 수 있습니다. 콜센터로 전화를 걸었지만 보이는 ARS, 콜봇, 챗봇 등 타 채널로 우선 안내하고, ARS를 불편하게 설계하여 특정 채널로 유도하는 기업을 심심찮게 찾아볼 수 있습니다. 심지어 콜센터를 운영하지 않는 기업들도 나타나고 있습니다. 이러한 전략은 단기적으로 운영효율화를 꾀할 수 있으나, 고객의 다양성부족, 접근성 문제, 고객만족도 하락, 경쟁력저하를 발생시킬 수 있습니다. 언론기사를 통해 기업은 AI라는 키워드로 연일 홍보에 박차를 가하고 있습니다. 홍보를 통해 혁신적이고 앞서나가고 있고 유능하다는 메시지가 AI로 전달되고 있기 때문입니다. 여기서 기업과 고객의 기대 간 간극이 심하게 발생합니다. 고객은 Alpha GO 등으로 인해 인공지능에 대해 많은 기대감을 가지고 있고 이를 챗봇에서도 영화 ‘Iron Man’ 속 JARVIS처럼 대응해주기를 기대하고 있습니다. 하지만 챗봇의 수준은 단순 문의에 대해 겨우 답변을 하는 수준입니다. 23년 6월 KCCM컨퍼런스를 통해 KMAC에서는 채널 이용 실태에 대해 조사하여 발표하였는데 챗봇에 대한 고객들의 생각을 구체적으로 알 수 있었습니다. 83%의 고객은 콜센터로 연결되지 않아 불편함을 겪었으며, 응답자의 50%는 챗봇 서비스의 도입이 필요하다고 응답하였습니다. 챗봇을 이용하다 문제가 해결되지 않아 콜센터로 재 인입된 고객은 96%에 달했습니다. 콜센터로 재 인입된 고객의 61%는 ‘해당기업의 챗봇을 이용하지 않겠다.’라고 응답했고, 추가적으로 ‘어떤 챗봇도 이용하지 않겠다.’라고 응답한 비율은 83%에 달했습니다. 챗봇에 대한 초기 경험이 얼마나 중요한지를 대변하는 흥미로운 지표입니다. 챗봇서비스의 고객 관점의 접근이 필요 기업들은 AI와 디지털화로 과도기적인 시기를 지나고 있습니다. 고객의 문의사항이나 민원해결을 위해 통화를 하고 싶지만 통화연결이 쉽지 않습니다. 원인을 찾아보면 생산성 최적화라는 키워드에 수렴하고 있습니다. 마케팅 등 기업의 전략적 관점에 의해 콜 량이 증가하는 기업, 상담사 채용이 원할 하지 않아 TO(table of organization, 정해진 인원)를 채우지 못하는 기업들은 수신 여건 개선을 위해서 다양한 채널로의 분산이 절실하고 그 중 대표적인 채널로 챗봇의 도움을 바랄 수밖에 없는 상황입니다. 채널 분산과 셀프서비스확대를 통해 콜 량이 감소하여 수신 여건이 좋은 기업들은 자연적으로 퇴사한 직원에 대한 대체 상담사를 더 이상 채용을 하지 않는다든지, 새로운 도급계약 시 인원을 감축한다든지 다양한 방법을 통해 또 다시 수신여건을 최적화와 생산성 관점에서 관리하고 있습니다. 시간이 지나면 지날수록 마른 수건을 쥐어 짜듯 더욱 더 최적화 하는 구조로 바뀌고 있습니다. 하지만 수신여건은 기업에서 최종적으로 추구해야 할 목표가 아닌 고객서비스를 위한 가장 기본적인 항목입니다. 콜센터의 운영에 있어 생산성과 효율성, 고객서비스에 대해 균형 있는 접근이 그 어느때보다도 필요한 시기가 아닐까 합니다. 이는 콜센터의 운영에만 국한된 것이 아닌 챗봇의 운영에 있어서도 동일하게 필요한 사항입니다. 챗봇의 서비스이용건수, 챗봇 서비스완결율, 챗봇이용고객수 등 기업 관점의 관리 지표도 중요하지만 고객 관점의 챗봇에 대한 기준과 평가가 필요한 시점이 아닐까요? < 글 > 한국능률협회컨설팅 이정훈팀장(leejh@kmac.co.kr)
-
제3회 대한민국안전보건대상 시상식 개최
[컨택저널 2024. 1월호] 제3회 대한민국안전보건대상 시상식 개최 산업안전보건 우수국회의원, 우수 지자체 시상 보건안전분야 73개 단체(총 회원수 80만명)가 참여한 (사)한국보건안전단체총연합회(회장 정혜선)와 매일노동뉴스(대표 부성현)가 주관하고 (재)피플이 후원한 ‘제3회 대한민국안전보건대상 2023’ 시상식이 2023. 12. 20.(수) 국회 대회의실에서 개최되었다. 대한민국안전보건대상은 산업안전보건 관련된 활동을 촉진하기 위해 안전한 일터를 위한 정책을 적극적으로 추진한 우수 국회의원 및 보좌관과 우수 지자체를 선정하여 시상함으로써 안전 보건의 중요성을 널리 홍보하고, 국민적 관심을 확산하기 위한 행사다. 대한민국안전보건대상 2023 수상자는 ▲박대수 국민의힘 국회의원(박현영 보좌관) ▲윤건영 더불어민주당 국회의원(김성희 보좌관) ▲이수진 더불어민주당 국회의원(허익수 보좌관) ▲이은주 정의당 국회의원(최일곤 보좌관)이며 ▲강득구 더불어민주당 국회의원(오세령 비서관)이 특별상을 수상하였다. 또한 우수 지자체로는 경기도(도지사 김동연), 경상남도(도지사 박완수)가 수상자로 선정되었다. 우수 국회의원상을 수상한 ▲박대수 국회의원은 국민의 힘의 노동개혁특위 간사로서 산재 조사 신뢰 확보법을 대표 발의하고, 직장내 괴롭힘을 신고하면 30일 이내에 조사를 의무화해야 하는 근로기준법 개정안을 발의하였다. ▲이수진 국회의원(국회 환경노동위원회 간사)은 산업재해가 발생할 위험이 있을 경우 노동자가 작업을 중지할 수 있는 작업중지권의 발동 요건을 확대하고, 작업중지권을 발동한 노동자에게 손해배상 책임을 면제하는 내용의 산업안전보건법 개정안을 발의하였다. ▲윤건영 국회의원은 산재 승인 대기 중 사망한 노동자를 보호하기 위해 우선적인 치료비 지원 등 선지원 제도를 제안하고, 오토바이 배달 라이더들의 사고 위험성을 강조하였다. ▲이은주 국회의원은 대형물류센터와 같이 기상 여건 악화에도 외부에서 일하는 근로자의 건강장해를 예방하기 위해 산업안전보건법 개정안을 발의하고, 근로기준법이 새로운 형태의 노동자들을 포용하지 못하고 있어 일하는 사람 기본법으로 보완하여 작업장 안전 및 작업 중지 권리 등을 포괄하는 개정안을 발의하였다. ▲특별상을 수상한 강득구 국회의원은 폐암이 걸린 학교급식 종사자의 문제점을 지적하고 학교급식실 종사자에 대한 보호조치를 강조하였다. 우수 지자체상을 수상한 ▲경기도는 산업안전체계 기반을 구축하고, 산재 위험이 높은 건설업과 제조업에 대한 노동안전지킴이 안전점검, 50인미만 사업장 우수기업 인증 및 환경개선자금(400~600만원) 지원, 50인미만 사업장 산업안전교육 및 VR체험 교육 시행, 건설현장의 체계적 안전관리를 위한 건설안전관리시스템 구축을 추진하였다. ▲경상남도는 50인 미만 사업장 중대재해처벌법 대응을 위한 컨설팅을 실시하고(소요예산 5억5천만원), 외국인 노동자 안전 보호구 지원사업을 실시하였으며, 찾아가는 VR 안전보건교육과 중대재해처벌법 대응 ‘찾아가는 중대산업재해 예방 학교’를 운영하였다. 이 날 대한민국안전보건대상 시상식 후에는 안전보건전문가 한마음 전진대회 및 비전 선포식이 개최되었다. 정혜선 한국보건안전단체총연합회장은 ‘국회의원과 지자체가 대한민국 국민 누구나 소외되지 않고 안전한 환경에서 일할 수 있도록 적극적인 활동을 추진하는 것이 무엇보다 중요하다’고 강조하고, ‘대한민국안전보건대상이 귀중한 생명을 보호하는데 큰 기여를 할 수 있을 것’이라고 하였다. (사)한국컨택센터산업협회도 보건 안전이 신체 뿐만 아니라 마음도 감정노동으로 다치지 않도록 하자는 취지에서 한보총에 함께 참여하고 있다.
-
직장인이 말하는 ‘꼰대’, 나이보다 「말투·가치관」이 문제
[컨택저널 2024. 1월호] 직장인이 말하는 ‘꼰대’, 나이보다 「말투·가치관」이 문제 시장조사전문기업 엠브레인 트렌드모니터(trendmonitor.co.kr)가 전국 만 19~59세 성인 남녀 1,000명을 대상으로 ‘2023 꼰대 관련 인식 조사’를 실시한 결과, ‘꼰대’가 권위적이고, 자기중심적인 사람으로 여겨지는 가운데, 이에 대한 부정적 인식이 높은 것으로 조사되었다. 또한 최근 ‘젊은 꼰대’가 많아지면서 ‘꼰대的’ 성향이 나이와 상관없다는 태도가 뚜렷해 짐과 동시에 스스로 ‘꼰대化’ 되는 것에 두려움을 느끼는 사람들이 많아지고 있는 것으로 나타났다. ‘꼰대’에 대한 부정적 인식 뚜렷해 전체 10명 중 9명, “나이 많다고 다 꼰대는 아냐” 전체 응답자의 대부분이 ‘꼰대’라는 단어를 부정적으로 받아들이는 것으로 확인할 수 있었다. 주로 꼰대를 권위적인(62.0%, 중복응답) 사람으로 인식하는 경우가 많았으며 고집이 세고(58.7%), 말이 안 통하는(53.7%) 사람을 떠올리거나 참견하기 좋아한다(44.2%)는 이미지를 연상하는 등 부정적인 평가가 다수를 차지했다. 이에 꼰대인지를 알아볼 수 있는 특징으로 굳이 안 해도 될 조언이나 충고를 하고(57.8%) ‘요즘 젊은 애들은~’(50.7%), ‘그래도 옛날에 비하면~’(49.5%) 이라는 말로 자신의 경험에 기반하여 후배 세대를 판단하는 점을 꼽기도 했다. 권위적인 태도를 바탕으로 자신의 생각만이 옳다고 주장하는 사람을 꼰대로 정의하고 있음을 살펴볼 수 있었다. 특히 저연령층을 중심으로 후배가 본인과 다른 의견을 얘기하면 자신에 대한 도전으로 받아들이고(20대 43.2%, 30대 47.6%, 40대 37.2%, 50대 35.2%), ‘젊을 때 그런 고생도 해 봐야지’라는 말을 자주 하는 사람(20대 44.0%, 30대 43.6%, 40대 32.4%, 50대 33.2%)을 꼰대로 평가하는 비율이 두드러지는 특징을 보이고 있었다. 이 같은 성향을 가늠할 수 있는 요소로는 주로 말투(87.0%, 중복응답)와 가치관(75.9%), 오지랖(74.1%)을 언급하는 경우가 많았다. 그에 비해 나이(29.2%)는 꼰대的 성향을 파악하는 요소와는 거리가 멀어 보였는데, 이는 ‘꼰대’라는 단어의 어감에 대한 평가에서도 확인해 볼 수 있었다. 단어 자체에서 나이 많은 사람을 비꼬는 부정적인 느낌이 강하다(44.4%)는 데에 동의하면서도 나이와 관계없이 부정적인 느낌이라는 응답이 41.8%의 결과를 보인 것이다. 실제로 전체 응답자 10명 중 9명(93.5%)이 나이가 많다고 다 꼰대는 아니라는 데에 높은 공감을 내비쳤으며 나이가 들면 자기도 모르게 꼰대가 된다(38.6%)는 응답은 상대적으로 낮은 수준으로 평가되고 있었다. 최근에는 오히려 ‘젊은 꼰대’가 많은 데다가 (84.6%) 나이 많은 꼰대보다 그 정도가 심한 것 같다(46.2%)는 인식이 적지 않은 만큼, 나이보다는 전반적인 ‘태도 문제’를 꼰대 성향을 파악하는 기준으로 삼고 있음을 확인할 수 있었다. 꼰대 성향 강하다면, 조직 내에서도 문제 있는 경우 많아 저연령층일수록 꼰대의 부정적 특성에 공감하는 편 전반적으로 꼰대力이 강한 사람들은 조직 내에서도 문제가 있는 사람으로 여겨지고 있었다. 이들의 경우 능력은 없으면서 대접받기를 바라고(61.3%, 중복응답) 자신의 생각에 대해 강한 확신을 가진 채(50.8%), 서열에 의해 옳고 그름을 판단(44.6%)하는 것이 특징이라는 평가가 많은 편이었다. 이러한 꼰대的 특징은 실제로 조직 생활에서도 문제시 되는 경우가 많았는데(그래프 참조) 특히 2030 저연령층을 중심으로 조직 내에서의 꼰대의 부정적 특성에 상대적으로 높은 공감을 표하고 있었다. 꼰대는 자신보다 더 편하게 생활하는 후배들을 못마땅하게 생각하고(20대 74.8%, 30대 71.6%, 40대 64.0%, 50대 54.0%) 후배나 직원들 앞에서만 강한 척한다(20대 62.4%, 30대 64.4%, 40대 52.8%, 50대 54.0%)는 응답이 두드러진 결과를 보인 것이다. 아울러 꼰대는 일의 내용보다 형식을 중요시하고(53.1%) 일을 잘 못한다(40.0%)는 인식도 적지 않아 후배 세대에 대한 권위의식은 높지만 업무 능력이 낮은 사람들이 꼰대로 일컬어지고 있음을 확인할 수 있었다. 나아가 전체 응답자 중 32.0%가 꼰대는 개인적인 특성보다 조직문화가 만들어내는 특성이라고 언급한 만큼, 집단주의와 서열 의식을 바탕으로 한 꼰대的 성향이 조직 생활의 악순환을 만들어낼 수 있다는 점에서 우려가 되는 대목이었다. 47.0% ”나도 언젠가 꼰대가 될 것 같아” 꼰대가 되지 않기 위해선 ‘내가 틀릴 수도 있다’는 자세 가져야 한편, 꼰대 성향에 대한 자가 평가를 기준으로 ‘꼰대力’을 분석한 결과, 평소 꼰대 성향을 강하게 갖고 있는 사람들은 10명 중 2명(18.4%)에 불과했지만, 자신이 ‘꼰대化’ 되는 것에 대한 두려움이 높게 나타난 점이 주목할 만한 결과였다. 전체 응답자 중 절반 가량(47.0%)이 언젠가 자신도 꼰대가 될 것 같다고 평가한 가운데, 꼰대가 될까 두렵다는 응답이 44.8%의 결과를 보인 것이다. 특히 현재 자신이 꼰대가 아니더라도 조직 생활에 익숙해지면서 꼰대가 될까 조심스러운 태도를 보이는 경향(67.4%)이 강한 편이었는데, 주어진 환경을 통제하기 어려운 만큼, 자신도 모르는 사이에 권위적이고 자기중심적인 사람이 되어가는 것에 불안함을 느끼는 것으로 해석해 볼 수 있었다. 이에 꼰대가 되지 않기 위해서는 내 가치관이 틀릴 수도 있음을 인정하고(56.0%) 잘못된 부분을 고쳐 나가려는 태도(45.0%)와 나이나 지위로 대우받으려 하지 않고(44.1%), 상대방을 존중하는 자세(42.5%) 등 열린 마음으로 자신만이 옳다는 생각을 내려놓는 것의 필요성을 높게 평가하는 것으로 나타났다. 몇 년 사이에 꼰대라는 단어가 다양한 부정적 의미로 확장되어 사용되면서 자신이 꼰대인지 아닌지를 스스로 평가하고, 검열하는 것으로 풀이된다. <출처> 엠브레인 트렌드모니터(trendmonitor.co.kr)
Global Case더보기
-
脱·속인화가 가져오는, 채팅 대응의 "이상형"_Part 1
[컨택저널 2024. 2월호] 脱·속인화가 가져오는, 채팅 대응의 "이상형" Part 1. 현황과 과제 CX와 생산성을 양립시키는, 규칙과 KPI에 기반한 「조직 대응법」 요청이 급증하면 창구를 숨기면 된다 ―이러한 “주먹구구식 운영”도 눈에 띄는 유인채팅. 그 결과, 실시간성이 매우 높은 채널임에도 불구하고 전화만큼 과학적인 운영이 이뤄지지 않아 품질도 생산성도 속인적이 되기 쉽다는 문제점이 대두되고 있다. 「CX 관점에서, 낭비 없는 이상적인 채팅 대응」을 실천할 수 있는 포인트를 정리했다. (※ 속인화 : 특정 업무에 관한 내용이나 상황 등의 정보가 작업 담당자 밖에 파악되지 않고 주위에 공유되지 않은 상태) 오랫동안 기업과 고객의 커뮤니케이션 수단의 중심이었던 전화(유인 응대)는 점차 그 존재감을 잃어가고 있다. 물론 긴급 대응의 주역인 것은 앞으로도 변함없을 것이다. 기존 통신사가 제공하는 전화 서비스를 이용할 것인지, LINE 통화로 대표되는 새로운 서비스를 이용할 것인지 등의 과제가 남아있지만, 완전히 사라질 것으로 보이지는 않는다. 하지만 이제 일상적인 커뮤니케이션 수단은 나이, 성별, 공과 사를 불문하고 Text가 주류를 이루고 있다. 가족이나 친구와는 LINE이나 Instagram 메신저, 업무 관계에서는 Slack을 사용하는 사람이 많다. 기업의 고객 접점에서도 당연히 TEXT 커뮤니케이션의 활용이 요구되고 있다. 고객만족도 전문기관인 J.D.Power.Japan이 실시한 「2022년 고객센터 지원 만족도 조사」에 따르면, 대상인 금융업/전자상거래/통신판매 업계 모두에서 유인 채팅이 다른 채널에 비해 고객 만족도가 높은 것으로 나타났다. 그림 1은 「콜센터 교과서 프로젝트」를 주관하며 수많은 콜센터와 컨택센터를 설립한 경험을 가진 히루기 Works 대표 쿠마자와 노부히로 씨가 정리한 「채팅 도입으로 할 수 있는 일」의 목록이다. 고객에게도, 운영 기업에게도 큰 이점이 있음을 알 수 있다. 생산성은 정말 높은가? 현장의 관점에서 검증하는 「1 : N」의 과제 실제로 채팅 응대를 주 업무로 하는 기업이 늘고 있다. 편집부가 매년 실시하는 「콜센터 실태 조사」에 따르면, 2022년 조사에서 「(콜센터에서) 유인 채팅을 하고 있다.」는 응답은 30.7%다. 2017년에는 16.2%였으니, 5년 사이 거의 2배로 늘어난 셈이다. 챗봇만큼의 성장률은 아니지만, 앞서 언급한 장점을 감안하면 채팅이라는 수단은 전화, 이메일에 이어 제3의 채널로 자리 잡았다고 볼 수 있다. 이메일보다 즉시성이 높고, 전화보다 웹사이트와의 연계가 용이하다. 또한 「1 : N」 응대가 가능하기 때문에 적어도 단순 계산상으로는 상담사 수를 줄일 수 있다. 또한, 웹사이트의 도선을 기반으로 대응이 가능하기 때문에 「문제가 있는 고객」을 쉽게 가시화할 수 있고, 보다 능동적인 Active support나 Inside Sales를 할 수 있다. 실제로 Part.2의 사례연구에서 소개할 Lancers가 이 방식을 채택하고 있다. 또한, 그림 1의 6가지 장점에 더해, 전화 응대보다 구인에 대한 반응이 좋고, 전화 대응으로 채용하기 어려운 젊은 층을 비교적 저렴한 시급으로 채용할 수 있다는 점을 강조하는 운영 기업도 많다. 특히 기업에 매력적으로 보이는 것은 「높은 생산성」이다. 그림 2는 콜센터 실태 조사에서 「채팅을 하고 있다」고 응답한 53개사가 응답한 「상담사 1명이 동시에 응대하는 고객 수」인데, 전체의 77%는 「2명 이상의 고객을 응대한다.」고 응답했다. 실제로 Wi-Fi 라우터, 스토리지 등을 개발 및 판매하는 BUFFALO에서는 LINE을 통해서 실제로 「1 : 6」 응대를 실현하고 있다. 그러나 반동기식이고 즉시성이 다소 떨어지는 LINE이 아닌, 웹 채팅의 1:N 대응은 「생산성이 반드시 높은 것은 아니다.」라고 지적하는 전문가도 있다. 앞서 언급한 쿠마자와 씨는 「운영 역사가 오래된 유럽과 미국의 운영 경험에 따르면, 동시 세션이 2건이 되면 AHT(평균응대시간)는 대체로 2배가 된다고 한다」고 지적한다. 「응대하는 고객을 전환할 때, 내용 확인을 위해 머리를 전환하는 시간이 필요하고, 다른 고객과 응대 중일 경우 대기 시간이 발생하기 때문에 이 대기 시간이 AHT에 큰 영향을 미칩니다」 (쿠마자와 씨) 게다가 고객은 반드시 즉시 답변해 주는 것도 아니고, literacy(해당 상품에 대한 지식, 문장력, 언어화 능력, 타이핑 능력 등)에 따라서도 AHT가 크게 좌우되는 경향이 있다. 특히 literacy의 개인차는 전화보다 더 클 것이다. 또한 응대 프로세스에도 문제는 숨어 있다. 채팅 대응의 수탁과 자문, 컨설팅을 전개하고 있는 Me-Rise의 히가시미네 유카 대표는 「유인 채팅 응대는, 업무나 업종에 따라 적합하지 않은 부분이 있다고 생각한다. 예를 들어 개인정보를 다루느냐 아니냐에 따라 투자 금액이나 생산성에 큰 차이가 발생하는 경향이 강한 것 같다」고 설명한다. 채팅 응대 시 개인정보 대책은 여전히 큰 과제로 여겨지는 경향이 강하다. CRM DB와의 연계가 필요하고, 본인 확인 프로세스는 필수적이다. 결과적으로 IT 투자도 규모가 커지기 쉽다. 「개인정보가 필요한 경우, 우선 마이 페이지 등에 로그인한 상태에서 채팅으로 응대하는 것이 무난하다」(히가시미네 씨)는 말처럼, 기존 고객 한정의 지원 수단으로 보는 것도 생각해 볼 수 있을 것 같다. 속인적 응대의 원인──「KPI」 관리의 중요성 채팅 응대의 품질이나 생산성은 전화 응대에 비해 속인화되기 쉽다는 지적이 있다. 즉, 「전화만큼 과학적인 운영이 이뤄지지 않고 있다」는 것이다. 그 큰 이유로 「KPI 매니지먼트」의 숙련도가 낮다는 점을 꼽을 수 있다. 많은 운영기업들이 전화처럼 AHT, 응답률, 서비스 레벨(최초 통화에 소요된 시간), 대기시간, 가동률, 품질 평가(모니터링 점수 등), CPC(Cost Per Contact:건당 비용)와 같은 KPI를 확보, 관리하고 있지 않다. 기껏해야 응대 종료 후의 CS 조사와 1인당 또는 시간당 응대 건수 정도에 그치고 있다는 것은 「콜센터 실태 조사」 결과에서도 알 수 있다. 쿠마자와 씨는 「절대 빼놓을 수 없는 지표」로 16가지, 지속적인 측정이 필수적인 지표로 15가지(월간 콜센터 재팬 2022년 12월호 연재 「CX를 높이는 채팅센터 구축·운영의 교과서」)를 꼽고 있지만, 갑자기 모든 지표를 다루기에는 난이도가 높다. 그래서 우선은 최소한으로 지켜야 할 지표의 목록을 그림 3과 같이 제시한다. 그 중에서도 가장 중요하게 생각하는 KPI를 「중도 이탈률」이라고 강조한다. 「어느 시점에 이탈했는지? 그 원인이 상담사와 고객 중 어느 쪽에 있는지를 체크해야 합니다. 경험상 상담사에게 있는 경우도 적지 않습니다. 독해력과 전달력에 생기는 개인차가 바로 속인적인 응대로 끝나는 원인이라고 생각합니다.」(히가시미네 씨). 또한 히가시미네 씨는 정보를 전달하고 답변할 때 주의해야 할 점으로 「대부분의 고객이 스마트폰으로 문의하는 것을 전제로 해야 한다」고 지적한다. 스마트폰은 화면에서 확인할 수 있는 글자 수에 한계가 있다. 히가시미네 씨는 「교육 단계에서 스마트폰 화면에서 자신의 답변이 어떻게 보이는지 확인하는 것을 권장하고 있다」고 설명했다. CX 관점에서 철저하게 고찰! 「이상적인 채팅 응대」 1:N 대응으로 CS와 생산성을 높이고, 전화와 같은 과학적인 운영을 할 수 있다면 「CX 관점에서의 이상적인 채팅 응대」도 가능하다. 그림 4는 지금까지의 취재와 조사, 그리고 그 조사 등에서 높은 평가를 받은 채팅 응대 사례를 바탕으로 그린 「이상적인 채팅 응대」의 흐름 예시와 포인트이다. 우선 모든 센터가 실천해야 할 것은 「접속 사유」 파악과 그에 따른 배분이다. Web폼 뿐만 아니라 챗봇이나 LINE봇으로 용건을 미리 물어보면 유인 응대 시작 시 시간과 대화 횟수를 줄일 수 있다. 채팅 응대의 경우, 고객이 「조금 전의 대화」를 되 짚어보기 위해 스마트폰 화면을 스크롤하는 경우가 많다. 이 때, 대화 횟수가 적으면 적을수록 스크롤을 하는 수고가 줄어들어 「Effortless화」가 가능해진다. 응대 시작 시 중요한 포인트는 「응대 속도에 대한 기대치 조절」이다. 구체적으로는 「여러 고객을 동시에 응대하고 있기 때문에 답변이 지연될 수 있습니다」라는 문구를 넣는 것만으로도 고객 측에 이에 대한 마음의 준비를 시킬 수 있다. '채팅=즉답'이라는 인식을 갖기 쉬운 고객층에게는 특히 중요한 포인트다. 응대 중 「할 수 있는 일/할 수 없는 일」을 빠르게 판단하기 위해 규칙이나 매뉴얼, 템플릿은 필수적이다. 그리고 마지막 포인트는 「대화 텍스트 데이터 공유」이다. LINE의 경우 log가 고객에게도 남지만, 웹 채팅은 대부분 남지 않는다. 그래서 대화 내용을 그대로 TEXT 형태로 메일로 공유하는 것을 추천하고 싶다. 「말한 것과 말하지 않은 것」을 확인할 수 있을 뿐만 아니라, 같은 내용의 재 문의를 방지할 수 있다. 특히 기술지원의 경우, 그 텍스트 데이터가 그대로 FAQ나 매뉴얼이 될 가능성이 매우 높기 때문에 생산성뿐만 아니라 CS 측면에서도 큰 효과를 기대할 수 있다. Part.2에서는 BtoC와 BtoB 각각 2개 기업의 조직 대응 사례를 살펴본다. <출처> CallCenter Japan 2023년 9월호
-
어디에 사용하나요? 어떻게 사용하나요? 생성 AI의 현주소_Part 3
[컨택저널 2024. 1월호] 어디에 사용하나요? 어떻게 사용하나요? 생성 AI의 현주소 Part 3. IT 솔루션 자동화는 언제, 어디까지 진행될까 ㅡ주요 벤더 동향으로 읽는 「AI의 진화 예측」 구글이 오픈AI의 GPT-4에 훨씬 앞서는 차세대 초거대 인공지능(AI) 모델인 '제미나이(Gemini)'를 12월 5일 공개하면서 AI 개발 경쟁은 크게 3개 진영이 앞서 나가는 모습이다. 자체적으로 AI 모델과 반도체까지 만드는 구글, Chat GPT를 만든 오픈AI와 연합군을 이룬 MS, 그리고 메타와 IBM을 중심으로 개방적으로 AI를 개발하는 '오픈소스' 진영이다. 현재는 GPT가 앞서고 있고, 제미나이가 앞서가려 하지만 메타 연합군도 준비하고 있어 좀 더 지켜봐야 할 듯 하다. 생성형 AI를 활용한 솔루션 개발은 초기에는 AI 챗봇 벤더들이 앞서 나갔지만, 최근 들어 컨택센터 플랫폼과 CRM 시스템을 주력으로 하는 벤더들이 잇따라 연동 기능 확대를 발표하며 컨택센터 관련 IT 시장을 뜨겁게 달구고 있다. 주요 컨택센터/CRM 관련 IT 벤더들을 대상으로 실시한 설문조사 응답을 통해 생성형 AI의 활용 동향을 살펴본다. 고객지원 부문이 AI 도입의 단초가 되는 경우가 많다는 것은 3차 AI 붐이 일던 시절부터 변함없는 사실이다. 실제로 관련 IT 벤더들이 생성형 AI를 활용한 솔루션을 속속 내놓고 있다. 편집부는 생성형 AI 연계를 통한 기능 제공을 발표한 IT 벤더들을 대상으로 설문조사를 실시했다. 생성형 AI의 활용 동향을 살펴봤다. 대다수는 「GPT」, 최신 버전은 종량제로 대응 생성형 AI의 근간이 되는 대규모 언어 모델(LLM)의 공개가 국내외에서 잇따르고 있지만(저널 11월호 참조), 현 단계에서는 Open AI의 GPT 시리즈 활용이 압도적으로 많았다. 애초에 LLM을 비롯한 AI의 핵심 부분의 성능은 「사용 빈도에 비례해 향상되는」 경향이 강하기 때문에 선봉에 선 Open AI가 압도적인 우위를 점하고 있다. 다만 주요 업체들은 GPT에 의존하지 않고 다른 OSS(Open source S/W)의 LLM도 검증해 전환 또는 추가를 검토할 방침인 곳이 많다. 채택하고 있는 버전은 「GPT-3.5-turbo」와 「GPT-4」의 '병용형'이 다수 발견되었다. GPT-4는 GPT-3.5-turbo에 비해 성능이 크게 향상된 반면, API(Application Programming Interface) 이용료가 약 10배로 뛰었다(8월 말 기준). 이 때문에 GPT-4에 대해서는 기본 이용요금 외에 「별도 종량제」나 「개별 견적」으로 설정하는 경우가 많다. 또한, 현재 Open AI의 규약에는 「API를 통한 데이터는 모델 학습에 사용되지 않는다」고 명시되어 있지만, 자사 정보(고객 정보 등)가 이용되는 것을 우려하는 기업에 대한 대응으로 안전한 환경과 SLA로 가용성이 보장되는 Microsoft의 『Azure Open AI Service』의 API를 이용하는 솔루션도 많이 볼 수 있었다. 반면, 오리지널 『Open AI API』는 가장 먼저 최신 모델의 API가 제공될 가능성이 높다. 모델 이용 요금은 두 서비스 모두 동일하기 때문에 어느 API를 이용하느냐에 따라 각 사의 전략을 엿볼 수 있다. 한편, Open AI는 8월 말 Chat GPT의 이용에 대해 기존 개인 계정 외에 엔터프라이즈 버전을 출시했다. 이러한 움직임이 향후 각 벤더들이 제공하는 솔루션과 사용자 기업의 생성형 AI 활용에 어느 정도 영향을 미칠지 주목된다. 자동응답의 CX 혁신, 「자연스러운 대화」 실현 솔루션에서 생성형 AI의 주요 활용 장면은 「문장 생성」, 「문장 요약」이 요구되는 업무이다(그림 1). 그림 2에서는 생성형 AI를 통한 제공 기능의 이용 장면 별로 솔루션을 분류했다. 생성형 AI 활용의 양대 과제로 꼽히는 「정보 보안」과 「답변의 정확성」은 자사가 보유한 기술이나 노하우로 보완하여 제공하는 경향이 강하다. 프론트(고객 접점) 영역에서는 고객 응대 자동화 솔루션이 등장했다. Media Link의 마츠모토 준지 대표는 「기존과 차별화된 고객 경험을 구현할 수 있습니다. 극단적으로 말하면, 어떤 질문을 해도 자연스러운 대화로 응대할 수 있습니다」라고 강조한다. 예를 들어, 기존 채팅/보이스봇에서는 거의 대응이 불가능했던 「문의에 여러 개의 질문이 포함된 경우」에도, 해당되는 여러 FAQ를 추출, 통합하여 답변을 생성할 수 있다. 또한, 프롬프트에 의한 지시로 「정중하게」, 「솔직하게」 등 '인간미'를 더할 수 있다. 현 단계에서는 완전한 해소가 불가능하다고 여겨지는 hallucination(사실과 다른 내용이나 맥락과 무관한 내용을 포함한 정보를 생성하는 현상)에 대한 대책에 대해, 기존 채팅/보이스봇과 같은 자동응답 솔루션에 LLM 적용을 추진하고 있는 AI Shift의 요네야마 유토 대표는 「생성형 AI를 활용하는 이상, hallucination과 함께 할 각오가 필요합니다. 주요 원인이 되는 '(참조 지식의) CONTEXT 부족'의 해소와 지식의 저장 방식에 대한 고민과 더불어, 생성한 내용을 자동 체크하는 메커니즘 등 동축으로 대응하는 것이 중요합니다.」라고 설명한다. 또한, 「사용자의 입력에 따라서는 대응해야 할 범위를 넘어서는 답변을 하게 될 위험도 있습니다」라고 지적했다. 이 회사에서는 hallucination 체크 외에도 Prompt Injection(부적절한 답변이나 의도하지 않은 정보를 출력하게 하는 것), 유해한 발언 등의 입력 정보를 체크하는 기능도 개발 중이라고 한다. 복잡한 작업의 질 향상, 템플릿 자동 생성 운영 영역에서는 문의 내용 요약, FAQ 검색, 답변안 생성을 통한 응대 효율화나 응대 이력 자동 생성으로 ACW 단축을 꾀하는 경향이 강하다. 현재 이 영역에 대한 생성형 AI 적용이 대부분을 차지하고 있다. 응대 효율화에서는 자체 기술이나 프롬프트에 의해 개인정보를 마스크 처리하거나 배제하는 구조를 갖춘 솔루션을 다수 볼 수 있었다. Salesforce Japan 디렉터 야마세 히로아키 씨는 「(사용자 기업 현장이) 프롬프트로 복잡한 지시를 내리는 것은 어렵습니다. 벤더가 누구나 사용할 수 있는 환경을 제공해야 합니다」라고 지적한다. 이 회사에서는 Einstein Trust Layer(안전하게 생성형 AI를 활용하기 위한 기반)에 프롬프트의 자동 생성과 개인정보 마스크 처리를 수행하는 역할을 부여하고, 생성형 AI에 개인정보가 포함되지 않은 데이터를 전달하는 flow를 마련했다. 응대 이력 생성은 각 기업의 응대 이력 포맷에 맞게 문자 수와 텍스트 형식을 프롬프트에서 조정하고, 응대 이력 품질을 확보한 상태에서 운영을 시작할 수 있도록 도입 지원 서비스를 세트로 구성한 경우가 많았다. AI Squared 영업부 총괄 매니저 가나자와 미츠오 씨는 「전화 응대 이력 작성에서 품질을 확보하기 위해서는 텍스트를 cleansing하는 전 처리가 중요합니다.」라고 강조한다. 이 회사는 독자적인 AI 기술을 통해 통화 음성 텍스트에 포함된 필러('아', '어' 등)를 제거하고 개인정보·질문·답변 관련 발화에 라벨을 부여, 각 대화의 중요도를 판단하는 전 처리를 하고 있다. 도입 공수 대폭 절감, FAQ 생성 활용에 「사업 기회」 Back office 영역에서는 자동 응답과 마찬가지로, 도입 시 공수 절감 효과를 기대할 수 있는 FAQ 생성 솔루션이 눈에 띈다. PKSHA Communication Conversational 시모자와 쇼케이 본부장은 「신규 캠페인이나 신상품이 출시될 때 FAQ의 구축과 정비를 인력을 최대한 줄여 신속하게 할 수 있다는 점이 장점」이라고 말했다. 또한, 인력에 의한 업무를 계속하는 센터를 위해, 작성한 FAQ의 오탈자, 이중 부정 수정 등 문장 교정 기능(베타 버전)과 동의어 생성(FAQ의 폭을 넓혀주는 기능)을 제공하는 등 생성형 AI를 통한 효율화 방안을 제안하고 있다. 한편, 「FAQ는 자동응답을 포함한 모든 응대의 근간을 담당하기 때문에 생성 시에는 세심한 설계를 비롯한 주의가 필요합니다」라고 KARAKURI 대표 오다 시몬 씨는 강조한다. 「FAQ를 응대 로그에서 생성한다고 가정했을 때, IVR을 통해 상담사와 연결되는 경우 질문의 전제 조건(사유 등)이 로그에 포함되지 않는 경우가 많습니다」라고 지적한다. 「응대 로그에 포함된 정보에 과부족이 없는지, 현장 감각이 있는 사람이 평가에 들어가는 것이 필수적입니다.」(오다 씨). "응대 로그와 제품 ID를 세트로 학습시키면 산출물의 정확도를 높일 수 있다"는 등, 회사가 가진 지식을 적극적으로 공유하며 도입 지원을 하고 있다. 모든 용도를 포괄적으로 활용하기 위해 기업의 독자적인 LLM 구축을 지원하는 서비스도 있다. ELYZA의 소네오카 유야 대표는 「LLM 구축의 단계는 언어를 배우는 사전 학습과 업무를 배우는 사후 학습으로 나뉩니다. 사전 학습된 OSS를 활용해 컨택센터에 특화된 데이터를 정비하고 사후 학습을 통해 자사 업무에 특화된 LLM을 개발할 수 있습니다」라고 설명한다. 어느 정도의 투자 여력과 평가를 위한 인적 자원이 필요하기 때문에 대기업이 타깃이 되는 서비스 영역이라고 할 수 있다. 현재는 각 사가 특정 산업·업종에 특화된 모델 만들기를 진행하고 있다. 업무 효율화 · 자동화의 급진, 우려되는 것은 「사일로화」 생성형 AI의 등장으로 지금까지 인력을 전제로 했던 업무의 효율화 · 자동화가 빠르게 진행될 조짐이 보이고 있다. 향후 진행될 단계는 그림 3과 같다. 많은 센터가 Level2의 「일부 AI 처리화」 또는 Level3의 「AI 고도화」로 전환할 것으로 예측된다. 「하나의 성공사례가 생기면 탄력을 받아 다른 업무로의 수평적 확산이 원활해집니다. 향후에는 각 task의 AI가 연동되어 업무 전체의 통합 처리(Level4, 5)가 진행될 수도 있습니다.」(ELYZA 소네오카 씨). 다만, task마다 다른 벤더의 솔루션을 도입할 경우, 데이터의 SILO화(불통)로 인해 통합 처리의 장벽이 될 수 있다. 향후 노동생산 인구가 감소하는 상황에서 업무 효율화 및 자동화는 최우선 과제다. 경영진은 업무 전반을 조망하고 계획적으로 생성형 AI를 접목할 수 있는 높은 안목이 요구된다. <출처> CallCenter Japan 2023년 10월호
-
SV/리더 의식조사 2023
[컨택저널 2023. 12월호] 제안력/기획력/IT스킬, 「지도 · 교육」 이외의 “플러스α”가 필요! 80% 이상이 「급여 인상」을 갈망, “평가 최적화”가 시급한 과제 SV/리더는 성과를 인정받고 평가받을 기회가 적다. 응대 품질이 올라 칭찬을 받는 것은 주로 상담사이고, SV/리더는 음지의 공로자다. 편집부가 실시한 SV/리더 의식 조사에서 이에 대한 불만을 엿볼 수 있다. 운영과 업무에 정통한 SV/리더의 잠재력을 칭찬하고 키워줄 수 있는 길을 의식조사 결과를 바탕으로 검증해본다. 콜센터 재팬 편집부에서는 2023년 7월부터 8월까지 「SV/리더의 의식 조사」를 실시했다. 인터넷 조사 및 이메일로 285명으로부터 응답을 받았다. 응답자의 속성은 그림 1과 같다. 이번에는 일부 아웃소싱 업체의 협조를 얻어 예년에 비해 아웃소싱 근무자 비율이 약 70%로 많았다. 평균 연령은 37.3세(n=221)이고 근속연수가 10년 이상 된 베테랑이 약 60%를 차지한다. 새로운 CX를 만드는 데 있어 경험이 풍부한 SV/리더에 대한 기대가 높아지고 있다. 하지만 「(SV/리더로부터) 개선이나 변화에 대한 제안이 나오지 않는다」고 한탄하는 경영진이 많다. 이들의 제안력을 높이기 위해서는 어떤 환경이 필요한지 의식조사를 바탕으로 살펴본다. ■ SV는 상담사의 「근무 환경」, 지도력은 응대 품질과 직결된다 주요 업무 내용을 물어본 결과는 그림 2와 같다. 「상담사 지원 및 지도, 교육」이 가장 많았으며, 90%의 SV/리더가 선택했다. 「한 달 중 가장 오래 하는 업무」도 마찬가지로, SV/리더의 핵심 역할이 상담사 교육임을 알 수 있다. 자신도 Unit 리더의 입장에서 20명 규모의 팀을 관리하면서 SV의 지도와 육성도 담당하는 메이지 야스다 생명보험 커뮤니케이션센터 오쿠야마 카오루 씨는 「상담사에게 가장 큰 영향을 미치는 근무 환경은 ‘SV’로 손을 들면 신속하고 정확하게 조언을 해줄 수 있는지 여부다. SV가 흔들리면 고객은 상담사에게 화를 낸다. 그러므로 상담사를 위해서도 SV의 skill-up은 필수적이다.」라고 말한다. 상담사가 곤란한 상황에 처했을 때 기댈 수 있는 곳이 바로 SV다. 관리하고 있는 상담사의 수가 많을수록 그 책임과 부담은 커진다. 「직접 관리하고 있는 상담사의 수」를 물었더니 10명 이상이라는 응답이 많았다(그림 3). 교대제라면 동시에 감독하는 인원은 다소 줄어들겠지만, 10명 이상의 성과 상황과 육성 과제를 염두에 두고 지도, 교육해야 하는 일은 결코 쉽지 않다. 이러한 중책에 대한 평가는 결코 높지 않다. 뒤에 언급하겠지만, 업무의 범위가 넓고 요구되는 스킬이 높은 것에 비해 급여나 평가는 충분하지 않은 것 같다. 「회사로부터 인정받고 있다고 생각하는 역량」에 대해 물어본 결과, 「상담사에 대한 배려」가 59%, 「풍부한 업무 지식(42%)」이 그 뒤를 이었다(그림 4). 상담사 교육이 주 업무인 점을 감안하면 이 2가지가 SV/리더의 필수 스킬이라고 할 수 있다. 반면, 「IT스킬」과 「기획력」에 대해 「자신 있다」는 응답은 약 10%에 불과했다. 현장의 문제를 잘 알고 있는 SV/리더는 운영 개선이나 새로운 시책 제안에 가장 큰 힘을 발휘 할 수 있는 위치에 있다. 하지만 이를 위해 필요한 스킬을 충분히 갖추지 못하고 있다. 이러한 역량을 키우는 것이 콜센터의 가치를 높이고, 나아가 SV/리더의 처우 개선으로 이어질 수 있는 길일 것이다. ■ “칭찬받을 기회”는 적다, 보람은 팀의 목표 달성 일의 보람에 대해 물어본 결과는 그림 5와 같다. 「담당 상담사의 성장을 느낄 때」라는 답변이 가장 많아 약 3분의 2를 차지했다. 반면, 「급여가 올랐다」 「상사에게 인정받았다」라는 자신의 업무에 대한 평가를 실감하며 보람을 느낀다는 응답자는 절반 이하에 불과했다. 결과적으로 「자신의 성과」보다 「팀의 성과」를 더 중요하게 여긴다는 것을 알 수 있다. 영업에서 콜센터 관리자로 변신한 AU스마트뱅크 고객센터 쿠리바야시 미즈키 씨는 「영업 시절에는 항상 자신의 실적을 올리는 것을 생각했지만, 지금은 팀이 목표를 달성하는 것이 가장 큰 기쁨」이라고 말한다. 설문조사 결과에서도 이런 목소리가 많다. 성과를 수치화해 가시화하기 쉬운 상담사와 달리 SV/리더의 업무는 아무래도 정성적인 평가가 되기 쉬워 ‘칭찬받을 기회’가 적다는 것도 특징이다. 하지만 상담사나 고객으로부터 감사의 말을 들을 수 있는 기회가 많다. 「이 일을 하면서 좋았다고 느낀 점」에 대해 자유응답으로 응답을 받은 결과, 「상담사에게 감사인사를 받았다」 「고객으로부터 칭찬을 들었다」는 의견이 특히 눈에 띄었다. 동기부여의 원천은 상담사나 고객으로부터의 평가인 경향이 높다. 그러나 상담사의 피드백이 항상 긍정적인 것만은 아니다. 메이지 야스다 생명보험의 오쿠야마 씨는 「중간관리자는 직원으로부터 혹독한 지적을 받는 경우가 많다」고 말한다. 상담사의 발언권이 강해져 관리자에게 과도한 스트레스가 쌓이면 SV/리더에 대한 정신건강 관리도 필요하다. ■ 분업화/전임화/IT활용, 생산성을 높이는 구조의 재검토 월급과 연봉을 물어본 결과, 월급은 25만 엔 미만이 절반 이상. 연봉도 350만 엔 미만이 과반수를 차지한다. 평균 연령이 30대 후반인 것을 감안하면 결코 높지 않다. 자신에 대한 평가에 대한 의견을 물었더니 절반 이상이 「적정하게 평가받고 있다.」고 느끼는 반면, 급여나 평가결과에 대한 불만이 눈에 띈다(그림 6). 급격한 물가상승도 한몫을 하고 있어 절실한 목소리라고 할 수 있다. 많은 고객서비스 부서는 직접적으로 매출을 올리는 부서가 아니다. 수입으로 연결되는 평가를 받으려면 센터 전체의 생산성 향상과 기여도를 높이는 것이 지름길이다. 자신의 업무에 대해 「더 생산성을 높일 수 있는 지」를 물었더니 58%가 「할 수 있다」고 답했다. 「SV/리더의 업무 효율화로 이어진 시책」에 대해 서는 「인재육성 강화」가 가장 많았다(그림 7). 물론 SV/리더의 스킬 레벨에 편차가 있다면, 이를 상향 평준화하면 생산성이 어느 정도 높아질 수 있음은 분명하다. 하지만 개별적인 스킬 향상으로 개선하는 데는 한계가 있다. 또한 SV 업무의 분업화나 전임화, IT활용과 같은 구조에 의한 업무 효율화는 그다지 진전되지 않았다는 인상을 강하게 받는다. 생산성을 높이기 위해 회사에 바라는 시책에 대한 자유 의견을 묻자 「지식 공유 작업의 간소화」 「루틴 업무 자동화」 등의 의견이 많았다. 이는 IT 활용을 통해서만 실현할 수 있다. SV/리더의 업무 부하 경감을 위한 IT 지원을 적극적으로 추진해야 할 것으로 보인다. 또한 「정보와 권한이 적다」 「생산성을 평가할 수 있는 구조가 필요하다」는 의견도 있었다. SV/리더의 대부분이 정규직이라는 점을 감안하면 판단, 실행할 수 있는 환경을 마련함으로써 효율화할 수 있는 영역이 있을 것으로 보인다. 또한, 애초에 평가 포인트에 생산성 향상이 포함되지 않으면 효율화에 대한 의식은 희미해진다. 「고객 괴롭힘 대책이 필요하다」는 목소리도 있었다. 2차 응대에 엄청난 노력을 기울이는 SV/리더들이 적지 않다. 2차 응대 중에는 무리한 클레임 등 업무방해에 해당하는 것도 있을 것이다. SV는 고객 괴롭힘으로부터 상담사를 보호하는 입장이지만, 그 SV를 보호하는 시책도 검토해야 할 과제 중 하나다. ■ 상담사 지도가 가장 큰 어려움, 코칭 스킬을 배우고 싶다 「앞으로 키우고 싶은 스킬」에 대해 물어본 결과가 그림 8이다. 「실무를 통해 키울 수 있는 스킬」과 「실무를 통해 키우기 어렵기 때문에 교육이나 특별지도를 통해 습득하고 싶은 스킬」에 대해 물었다. 「실무를 통해 키울 수 있는 스킬」은 ①업무지식, ②판단력, ③팀 매니지먼트가 많았고, 「연수나 특별지도를 통해 배우고 싶은 스킬」은 ①IT스킬, ②팀 매니지먼트, ③기획력, ④경영진과 소통하는 능력 순으로 많았다. 메이지 야스다 생명보험의 오쿠야마 씨는 「코칭 스킬을 배우고 싶다.」고 말한다. 「인재 육성은 성장을 촉진하는 기쁨도 있지만, 인내심도 필요하다. 같은 지도를 해도 개개인의 이해도에 차이가 있어 전달하는 방법에 어려움을 겪고 있다. 특히 커뮤니케이션 능력을 키우는 것은 특히 어렵다. 코칭 교육을 받은 적이 있지만, 한 번의 교육으로 배울 수 있는 것에는 한계가 있다. 시간을 들여 깊이 있게 배울 수 있는 기회가 있었으면 좋겠다」(오쿠야마 씨). AU지방은행의 쿠리바야시 씨는 관리직 연수를 동영상으로 수강하고 있다. 작년에 도쿄상공회의소 비즈니스 매니저 자격증을 취득했다. 배운 지식은 상담사 면담 등에 실제로 활용하고 있다고 한다. 쿠리바야시 씨는 「앞으로는 회의에서 보고하는 기술을 연마하고 싶다.」며 프레젠테이션 능력 향상에 대한 의욕을 보였다. 회의가 끝나면 회고록을 작성하는 등 스킬 향상에 여념이 없다. 「자신의 성장을 위해 작성하는 회고록은 언젠가 후배들이 같은 고민을 할 때 적절한 조언을 할 수 있는 자료가 될 것 같다」(쿠리바야시 씨) 라며 미래를 내다보는 노력을 계속하고 있다. 화장품 쇼핑몰 업체인 nijito의 마케팅 총괄본부 SV를 맡고 있는 나카노 마유코 씨는 올해 일본 화장품 자격증을 취득했다. 실무에 필요한 지식뿐만 아니라 업계 동향, 고객서비스, IT 등 폭넓은 정보 수집에도 힘쓰고 있다. 나카노 씨는 「상담사를 포함해 폭넓게 안테나를 세우고 입력하는 것이 습관이 되어 있는 동료가 많다. 사내 채팅 등을 통해 정보를 교환하는 것이 자극이 되고 있다」라며 '배우는 문화 조성'의 필요성에 대해 이야기한다. ■ 퇴사하고 싶은 이유는 급여와 소통, 개선 제안의 기회를 마련하자 일의 지속 의향을 물어본 결과, 「계속하고 싶다」는 응답이 63%, 「계속하고 싶지 않다」는 응답이 23%로 나타났다. 계속하고 싶지 않은 이유를 자유의견으로 물어보니 「급여가 낮아서」, 「제안이 통하지 않고 업무가 재미없어서」, 「다음 단계로 나아가고 싶어서」 등의 의견이 많았다. 당사자에게만 맡길 것이 아니라 그들의 상급자는 동기부여를 위한 장치를 마련해야 한다. 「자신의 동기부여를 위해 회사에 요구하는 것」에 대한 응답은 「급여인상(86%, 복수응답)」이 압도적으로 많았다(그림 9). 다음으로 「새로운 것에 도전할 수 있는 환경」이라는 답변이 많았다. nijito의 나카노 씨는 「전 직장의 콜센터는 권한이 적고 제약이 많았지만, 지금은 손을 들면 하고 싶은 일에 도전할 수 있는 문화가 있다. 도전에 긍정적인 기업 이념에 공감하는 부분이 크다」고 말했다. 현장을 잘 알고 과제를 잘 아는 SV/리더는 개선을 위한 아이디어를 가지고 있다. 이를 이끌어내고 실현을 위해 도전할 수 있는 기회를 마련하는 것이 SV/리더의 성장과 콜센터 발전에도 도움이 된다. 아이디어를 구체화하기 위해서는 그에 상응하는 경험과 스킬이 필요하다. 그 스킬을 연마할 수 있는 기회도 함께 제공해야 한다. ■ 4분의 1이 이동/이직 희망, 보상 부족과 미래에 대한 불안감이 문제 향후 커리어에 대한 질문에는 「센터장, 매니저 등 관리직으로 승진하고 싶다.」가 23%, 「콜센터 이외의 업무로 이동 또는 이직하고 싶다.」가 24%로 거의 비슷하게 나타났다(그림 10). 애초에 SV/리더의 대부분이 콜센터 근무에 대한 애착이 있는 것은 아니다. 전 직장에 대해 물어본 결과, 「매장이나 창구 등 대면 접객」이 21%, 「사무직」이 19%, 「영업직」이 14%였다. 또한, 현재 근무하고 있는 회사에 취업한 이유를 물은 결과, 「근무지가 가까워서 45%)」가 가장 많았고, 다음으로 「유연하게 일할 수 있을 것 같아서(29%)」가 뒤를 이었다. 이사 등 생활환경의 변화를 계기로 쉽게 이직할 수 있는 계층이다. 상담사로서의 우수성을 인정받아 SV/리더로 발탁됐지만, 그 이후의 Career Path와 보람을 찾지 못하는 인재들이 많다. 의식조사 에서 「더 인정해 달라」, 「미래에 도움이 되는 skill-up 기회를 달라」는 SV/리더들의 외침이 들려온다. 칭찬/평가할 수 있는 구조와 학습할 수 있는 환경을 마련한다면, 그들은 더 큰 힘을 발휘할 수 있을 것이다. <출처> Call Center Japan 2023년 9월호
-
어디에 사용하나요? 어떻게 사용하나요? 생성 AI의 현주소_Part 2
[컨택저널 2023. 12월호] 어디에 사용하나요? 어떻게 사용하나요? 생성 AI의 현주소 Part 2. CASE STUDY 봇, 자동 요약, 템플릿 생성, 인재 교육 시행착오를 거듭하는 6개사의 도전 생성형 AI의 용도는 챗봇(커뮤니케이션 자동화), FAQ 및 템플릿 자동 생성, VOC 데이터 요약, 역할 연기 교육 상대 등 다양하다. 그러나 2023년 8월 현재 본격 가동된 사례는 극히 드물다. 사내 시범 및 PoC(Proof of Concept) 단계의 것을 포함하여 자체 개발, 벤더 제공 솔루션 이용, SI와의 협업 등 다양한 도입 프로세스를 채택한 6개 기업의 사례를 살펴본다. CASE STUEY 1 변호사닷컴 [챗봇]사회적 과제 「20% 사법」 해소를 위해 AI 챗봇이 담당하는 상담의 ‘사전 처리’ 이혼, 상속, 부채, 사고 등 우리 주변에서 일어나는 다양한 사건과 문제로부터 자신을 보호하는 가장 큰 방패는 「법률」이다. 하지만 변호사닷컴의 기술전략실장 이치바시 씨는 「법률적 문제에 부딪힌 후 실제로 변호사까지 가는 경우는 약 20% 정도에 불과하다.」며 이른바 ‘20% 사법’의 문제점을 지적한다. 이 회사가 2007년부터 운영하고 있는 「모두의 법률 상담」은, 「법률 상담의 문턱을 낮추는 것이 목적」으로 변호사와 상담자를 연결해 주는 매칭 서비스다. 이 회사는 올해 5월 그 동안 축적된 127만 건 이상의 상담에서 추출한 데이터를 활용한 AI 채팅 법률 상담 서비스를 시작했다. ▶머신러닝으로 할 수 없었던 「추가 질문」, 단기간에 실용화에 성공한 기술력 이치바시 씨는 「기존에는 변호사가 법률 상담을 진행했지만, 상담자와 지식의 비 대칭성이 너무 커서 고객 만족도 및 생산성 측면에서 문제가 있었다」고 회고한다. 그래서 2015년 무렵에 일어난 제3차 AI 붐에 따라 기계학습형 AI 도입을 검토했지만, 기술적 부족이 너무 커 포기했다. 구체적으로는 「이른바 “추가 질문”이 거의 불가능한 일문일답형이어서 법률 상담 대응에는 적합하지 않았다」고 한다. 그러나 작년에 등장한 Chat GPT를 사용해 본 결과, 매우 유창한 일본어로 질문이나 문의에 대한 심도 있는 답변이 가능하다는 것을 알게 되었다. 마이크로소프트가 제공하는 플랫폼 「Microsoft Azure」와 「Azure Open AI Service」를 도입하여, 자체 개발로 채팅형 법률 상담 구축에 착수해 불과 몇 개월 만에 가동에 들어갔다(그림 1). 구체적으로, 앞서 언급한 127만 건 이상의 상담 데이터를 활용해 문맥 내 학습을 시켜서 Hallucination(환각)을 방지한다. 또한, Hallucination의 원인으로 꼽히는 「모르는 질문에도 억지로 대답하는」 Chat GPT의 특성을 피하기 위해, 일치하는 내용의 답변이 없는 질문에는 「모르겠습니다.」라고 명시하도록 설계를 하고 있다. 물론 추가 학습도 날마다 반복하며 그 정확도를 높여가고 있다. 개발 및 운용을 주로 담당하고 있는 곳은 Professional Tech Lab으로, 올해 2월에 설립했다. 생성형 AI 등 신기술을 활용한 서비스 개발 연구를 진행하고 있다. 또한 이 회사에는 133명의 엔지니어가 재직(8월 현재)하고 있으며, 높은 기술력이 빠른 도입과 가동 시작을 가능케 한 배경이 된 것으로 보인다. ▶적절한 창구로 안내하기, 고통 받는 시민의 「입구」 역할을 하다 이치바시 씨는 채팅 법률 상담의 구체적인 역할에 대해 「상담하는 분들에게 신속하고 정확한 ‘선택지’를 제시하는 것」이라고 강조한다. 상담을 원하는 사람들은 법률 전문가도 아니고 상당히 절박한 상황에 처해 있는 경우가 많다. 그래서 상담을 하려고 해도 「무엇을, 누구에게, 어떻게 물어봐야 할지 몰라」 고민하다가 이 회사 사이트에 접속하는 경우가 많을 것이다. 「이혼하고 싶다, 상속 문제로 고민하고 있다 등의 질문은 그렇다 치더라도, ‘힘들다’, ‘괴롭다’ 등 원인을 알 수 없는 문의도 있다. 이런 분들에게 정확한 정보를 제공하고, 사법기관에 연결해 주는 것이 가장 큰 목적」이라고 한다. 다시 말해, 「변호사 상담에 이르기까지의 ‘사전 판단’을 AI가 담당한다는 것이다. 현재 가장 많은 상담은 이혼 관련으로, 타인에게 상담하기 어려운 주제이기도 하다. 우선 부담 없이 상담할 수 있는 채팅 법률상담을 시작으로 해서 적절한 창구로 네비게이션 한다――사회적 과제이기도 한 20% 사법을 해소하는 수단으로도 채팅 법률상담에 거는 기대가 크다. CASE STUEY 2 무사시노 대학 [챗봇] 야간 응대는 봇이 담당, 모호한 질문에도 응대해 해결률 80% 이상 창립 100주년을 맞이하는 무사시노 대학. 메타버스 캠퍼스 개설을 비롯해 IT 활용에 힘을 쏟고 있다. 그 일환으로 「Microsoft Azure Open AI」를 활용한 챗봇을 구축했다. 기존에는 학생용 웹사이트에 시나리오형 챗봇을 설치했다. 수업 등에 활용하는 태블릿 관련 기술 지원 등을 담당하며 연간 약 1만 건의 문의를 받고 있었다. 그 내용은 「와이파이가 연결되지 않는다」 「소프트웨어 사용법을 모르겠다」 등 다양하다. DX시스템부 DX전략기획과 스가와라 다이사쿠 씨는 「학생들이 자습을 하는 야간에 문의가 많이 발생하기 때문에 챗봇에 대한 수요가 높고, 이용률도 높았다」라고 설명한다. 기존 챗봇은 용건에 따라 분기하여 답변을 유도하는 구조로, 대분류는 약 200개, 소분류는 약 800개의 지식이 준비되어 있다. 그 유지관리에 상당한 어려움을 겪었다. 「한 달에 한 번, 응대 이력을 바탕으로 Q&A를 면밀히 검토하여 개선하고 있었다」(DX시스템부 모리토모에씨). Microsoft Azure Open AI를 도입함으로써 Q&A 외에도 웹사이트의 정보, 인터넷에 공개되어 있는 정보까지 포괄할 수 있어 대응 가능한 범위가 크게 늘어났다. 또한, 모호한 질문에 대해서도 「궁금한 것은 이런 것이냐?」며 정보를 보완하는 대화가 가능하다. 「답변 완료율은 80%가 넘는다. 답변이 불가능한 경우는, 답변이 있지만 제공하지 못했거나 답변이 준비되지 않은 경우다. 전자는 프롬프트 수정, 후자는 Q&A 추가를 통해 개선하고 있다」(스가와라 씨). 구축 기간은 약 1개월. Microsoft의 Azure Open AI Service를 기반으로 안전한 이용 환경을 실현하고 있다. 또한 시스템 구축은 SI 업체인 UL Systems가 담당했다. 앞으로는 CRM 솔루션을 도입해 챗봇과 연계, 개인화된 정보 제공과 조언도 제공하는 「학생 컨시어지」의 구축을 목표로 하고 있다. 모리 씨는 「특히 통신교육부는 거주지, 생활환경, 학력까지 다양한 학생들이 많다. 개개인에 맞는 맞춤형 대응이 필요하다. 데이터를 활용한 세심한 지원 체제를 실현하고자 한다」고 전망을 밝혔다. CASE STUEY 3 REZIL(구 중앙전력) [챗봇] 응대 요약 및 감정 분류 자동화, ACW 단축과 표준화 실현 분산형 에너지 사업을 전개하는 REZIL(구 중앙전력)은 맨션(약 2200동, 약 17만 5000세대) 및 기업 공장(계약 수 약 8000개) 등 고객에게 재생가능 에너지를 효율적으로 활용하여 전력을 공급하고 있다. 또한, 고객 지원을 포함한 운영 업무와 유지보수 업무를, 다른 전력소매 및 일괄수전서비스 기업, 대형 LP가스 관련 기업 등 약 10곳으로부터 수탁 받아 운영하고 있다. 이 회사는 올해 4월 생성형 AI의 활용을 검토하기 시작했다. 같은 해 7월에 실증 실험을 시작했고, 구체적으로 (1) 응대이력 요약, (2) VOC분석, (3) FAQ작성의 3단계로 생성 AI 활용을 진행하고 있다. 기존 IT벤더 제품이 아닌 Open AI의 「API Platform」을 활용한 자체 개발이다. 녹음한 응대 로그는 Open AI가 제공하는 음성인식 모델 「Whisper」로 전 건을 텍스트화하여 요약한다. 저비용으로 활용 가능한Whisper에 대해, 이요다 리쿠 정보시스템본부장은 「예를 들어, 발음이 좋지 않은 분의 발화 등 인식 정확도가 다소 떨어지는 경우도 있지만, 원하는 수준에는 도달했다」고 평가한다. 요약 자동화를 통해 기존 평균 5분 정도 걸리던 ACW(후처리 시간)를 거의 제로에 가깝게 만들었고, 품질도 표준화할 수 있었다. 가독성 높은 요약이 완성되어 정확한 정보 파악을 목표로 한다. 요약은 용건과 답변을 구분해 기술하도록 튜닝했다. 문의 카테고리 분류와 고객의 감정 라벨링도 생성 AI로 진행한다. 축적된 데이터를 바탕으로 고객이 언어화 하지 않는 잠재적 needs까지 추출해 CS 향상을 꾀한다. 「감정은 기쁨, 기대, 신뢰, 감사, 분노 등 11가지로 분류하고 있다. 분노라는 라벨이 붙은 응대 이력은 SV에게 Alarm으로 알려주는 시스템을 개발 중이다」(이요다씨) 감정 카테고리 등 변경이나 개선은 현장 차원에서 가능하다. 이요다씨는 「운영 개선은 현장에 맡기고 싶다. Chat completions API는 일본어로 프롬프트를 입력할 수 있기 때문에 프로그래밍 지식이 없는 현장 인력도 자유롭게 조정할 수 있는 것이 매력」이라고 말했다. 정보 보안에 대해서는 「‘입력된 텍스트를 학습에 이용하지 않는다’라는 Open AI의 프라이버시 정책을 확인하고 이용을 결정했다. 현 단계에서는 사내 이용에 한정하고 있기 때문에 기본적으로 개인정보 문제는 없다고 보고 있지만, 개인정보는 생성 AI에 의해 자동으로 masking을 하고 있다.」라고 설명한다. Hallucination(환각)에 대해서는 결과에 대해 사람이 직접 체크하여 오류를 지적하고 재 학습을 시켜 정확도 향상을 도모하고 있다. 앞으로는 FAQ 작성의 자동화에 도전한다. 현 단계에서는 챗봇 구축은 고려하지 않고 있다. 「우선은 FAQ의 충실 이야말로, 요구되는 CX(고객 경험)이다」(이요다씨)라고 단언한다. 이 회사의 특징은 국내(외국계 포함) IT 벤더에 의존하지 않고 자체 개발(내재화)로 솔루션화하고 있다는 점이다. 운영 개선도 「현장에 맡기고 있음에도 불구하고 예정보다 빠른 속도로 개발이 진행되고 있다」(이요다 씨)라는 말처럼, 생성 AI가 내재화에 적합하다는 것을 입증하고 있는 사례 중 하나라고 할 수 있을 것이다. CASE STUEY 4 三井住友 Trust Holdings / 三井住友 신탁은행 [요약/지식 생성/챗봇] 콜센터는 DX혁명의 선구자! 요약/지식생성/자동응답까지의 시나리오 「DX」를 기치로 내걸고 다양한 개혁을 추진하는 기업이 늘고 있다. 三井住友 Trust Holdings는 그룹 각 사에 컨설팅 서비스 제공, 애플리케이션 개발을 수탁하는 디지털 전략 자회사 「Trust Base」를 설립했다. 이 회사를 중심으로 생성 AI 활용을 통한 업무 지원 대상으로 선정된 곳은 십여 개의 거점이 있는 컨택센터다. AI 솔루션 개발은 PKSHA Communication이 맡아 8월 현재 PoC 단계에 있다. 초기 단계에서 구상하고 있는 생성 AI의 주요 활용 용도는 ① 요약, ② 지식 자동생성, ③ 자동응답(대화형 AI: 전화/대면/사내업무)이다. 최종적으로 ③은 이메일과 채팅 업무까지 확대할 계획이다. 구체적으로는 컨택센터 관련 데이터 화가 미흡한 지식, 특히 「대화 데이터」, 「규약과 매뉴얼」 로부터 자동으로 「질문 및 답변」을 생성하고 이를 바탕으로 자동 답변하는 기능이 중심이 된다(그림 2). ① ‘요약’은 고객 응대에서 코멘트 추출, 응대 이력 등에 고객과의 대화 데이터를 활용한다. 상담사 및 관리자의 업무 시간 단축을 도모한다. 다수의 대규모 언어모델(LLM)을 통합적으로 Customizing할 수 있는 「PKSHA LLMS」를 채택했다. ② ‘지식생성’은 Open AI의 GPT를 활용하여 사내 규약, 매뉴얼, DM, 팜플렛 등에서 자동으로 FAQ를 생성한다. PDF 등을 불러와 생성하고자 하는 FAQ 개수 등을 지정하면 자동 생성할 수 있다. 육안으로 내용을 확인한 후 공개하고, 답변 내용을 업무와 관련된 콘텐츠로 제한함으로써 허위사실 유포를 방지한다. 三井住友 Trust Holdings 제너럴 매니저 오시오 신페이씨는 「제공하는 서비스가 다양해 기존의 FAQ만으로는 부족했다. 이번에 지식의 수를 늘림으로써 검색에 쉽게 노출되어 답변률이 높아졌다. 매뉴얼에서 적절한 일본어로 작성해주기 때문에 대량으로 Q&A를 만들어야 하는 경우에는 매우 유용하다」고 평가한다. ③ ‘자동응답 AI’는 현재 구상 검토 단계에 있다. GPT의 Embedding이라는 기능을 이용해 지정한 DB 범위 내에서 답변을 하도록 지정할 수 있다. 현단계에서는 80~90%의 정답률을 보이고 있어 우선은 사내 문의 대응에 대한 답변 용도로 사용하고, 향후 고객에 대한 대화형 챗봇으로 활용하는 것을 목표로 하고 있다. 「정확도를 좌우하는 것은 프롬프트 엔지니어링이다. PKSHA Communication과 함께 최적의 해답을 찾아가고 싶다」(오시오 씨)며 솔루션 벤더와의 공동창출 관계를 강조한다. 국내에서는 요약문, FAQ 자동생성, 커뮤니케이션 자동화까지 effortless 경험 제공을 전제로, 활용 솔루션까지 포함해 구체적인 roadmap을 그려놓은 컨택센터는 드문 존재라고 할 수 있다. 이 회사의 본격 가동까지의 행보에 귀추가 주목된다. CASE STUEY 5 Teleperformance [템플릿 작성] “템플릿이 필요 없는” 고객 응대, 상담사를 돕는 「실시간 응대 지원」 실현 프랑스에 본사를 둔 BPO, Teleperformance는 글로벌 91개국에서 42만 명의 직원이 운영을 담당하고 있다. 일본 진출은 2018년, 채용을 포함한 모든 업무를 원격(기본은 재택근무)으로 운영하고 있다. 센터에서 활용하는 IT솔루션은 글로벌 공통이며, AI는 GPT 3.5가 등장하기 이전인 2021년부터 Open AI를 도입해 실증실험을 거듭해왔다. 현재는 「Microsoft Azure Open AI Service」를 채택해 PoC를 마치고 가동하고 있다. 이 회사는 RPA, OCR을 시작으로 챗봇, 보이스봇, 메일봇 등 다양한 자동화 솔루션을 도입했다. 상담사 지원 기능도 구축해 왔다. 생성 AI는 이러한 구조에 add-on 형태로 활용하고 있다. 구체적으로 ①이메일, ②챗봇, ③전화, ④지식의 각 업무에 생성 AI를 접목했다. ①이메일에서는 고객으로부터 들어온 문의를 「loading」하면 「문의의 요점」이 글 머리 기호로 나열된다. 내용을 확인한 후 「검색」 버튼을 누르면 각 항목에 대한 답변이 되는 지식이 표시된다. 이후 「이메일 생성 버튼」을 누르면 고객에게 회신 메일이 작성되는 구조다. 실수 방지를 위해 곳곳에서 육안으로 확인하도록 설계되어 있다. 「답장 문장을 템플릿에서 찾고, customizing하고, 그 위에 상급자가 체크하던 기존의 일련의 과정을 모두 생략할 수 있게 됐다. 매번 검색해서 찾지 않아도 그때그때 개별적인 답장 문안을 자동 생성해준다.」(Business Development Support Team 기무라 미치요 매니저)이 자동화된 flow를 상담사가 고객 응대에 활용할 수 있도록 한 구조가 ②챗봇이다. 기존에는 질문자의 말과 준비된 FAQ의 문구를 맞추는 튜닝 작업이 필요했지만, 생성 AI 도입 후에는 다양한 표현에 대한 대응이 가능해졌다. literacy에 의존하지 않고 최적의 답변을 제공하는 ‘진짜 쓰임새 있는’ 챗봇이 되고 있다고 한다. ③전화 및 ④지식은 재택근무를 하는 개개의 상담사를 실시간으로 지원하는 「Digital Floor Walker」가 고객과의 대화 내용에 따라 수시로 조언을 하는 구조다. 구체적으로는 먼저 상담사와 고객의 대화 내용이 요약되어 상담사의 디스플레이에 표시된다. 감정분석 결과, 고객이 화가 났다고 인식하면 「X건에 대해 사과를 전하고 사죄하세요」와 같은 조언이 표시된다. 또한, 문의 내용 중 발생하는 수수료 등 ‘전달해야 할 중요한 항목’이 있는 경우에는 「수수료가 발생한다는 것을 알려주세요」와 같이 표시한다. 기존에는 생성 AI를 사용하지 않는 시나리오형 스크립트였지만, 이 경우 시나리오의 ‘답이 없는 부분’도 답변 생성할 수 있다. 또한 고객 정보(CRM, SFA)와 연계해 기업 고유의 정보를 표시하는 것도 가능하다. 연계할 수 있는 생성형 AI(LLM)는 현재 Open AI뿐이지만, 메타의 Llama, 구글의 PaLM2 등과도 연계할 수 있도록 검증 중이다. 기무라 씨는 「전화를 받는 신입 상담사에게 마치 선배가 옆에서 메모를 해주는 것처럼 생성 AI가 대화 내용이나 절차의 프로세스에 따라 조언을 하거나 고객에게 제시할 수 있는 플러스 알파 제안을 나열하는 등 고객 응대 품질을 향상시킬 뿐만 아니라, 대화 내용에 따라 상담사에게 밀착된 지원을 제공함으로써 고객 응대에 대한 상담사의 불안감을 해소할 수 있다. 상담사가 자신감 있게 고객 응대를 할 수 있는 환경을 조성함으로써 근무 의욕도 높일 수 있을 것으로 기대한다」고 설명했다. CASE STUEY 6 Fujitsu Communication Service [인재육성] 생성 AI가 Role-Playing 지도 및 평가, 학습 기회를 늘려 품질 향상 기대 BPO 업체인 후지쯔 커뮤니케이션 서비스는 Open AI가 제공하는 「Open AI API」를 활용한 GPT3.5와 4를 기반으로 한 AI 솔루션을 사내에 구축해 상담사 교육 지원용으로 활용하고 있다. 주요 용도는 Role-Playing과 평가, 모니터링 및 피드백이다. 현 단계에서는 사내용으로 한정하고 있지만, 향후에는 고객사의 고객 응대에도 활용할 수 있는 방안을 검토하고 있다. Role-Playing 활용의 흐름은 ①FAQ나 매뉴얼 등 각종 자료를 학습용 데이터로 가져오고, ②질문 수를 지정하고, ③상담사에게 고객(AI)이 질문을 던지고 상담사가 답변하면, 추가 반응과 질문을 주고받고, ④모든 응대가 끝나면 평가를 제시하는 방식이다. 평가는 오프닝, closing, 말투, 안내의 정확성, 좋은 점, 나쁜 점, 총평의 7가지 항목에 대해 이유와 함께 별 5개를 최고점으로 점수화하여 표시한다. 또한 각 항목에 대해 구체적인 피드백이 제공된다. 현재 시험 단계이지만, 도입 성과에 대해 CX서비스사업부 선임연구원 미야자코 마사히로씨는 「공통의 평가가 가능하기 때문에 평가자인 SV의 미세조정이 필요 없어져 부하 경감을 기대할 수 있다. 기존에는 Role-Playing 시간을 충분히 확보할 수 없어 강사가 차례로 진행했지만, 상담사가 혼자서 학습할 수 있는 환경이 마련돼 전체적으로 Role-Playing에 소요되는 공수를 70% 절감할 수 있었다」고 설명한다. 평가 내용도 객관적인 이유를 포함한 피드백이 이뤄진다는 점에서 상담사들은 만족감을 표하고 있다. ▶평가기준을 프롬프트화, 근거도 명시하여 설득력 있게 제시 GPT의 버전은 3.5와 4를 병행하고 있다. 기존에는 비용적인 측면에서 3.5를 주로 사용했지만, 정확도와 반응성을 검증한 결과 현재는 4를 중심으로 운영하고 있다고 한다. 개발에 있어 핵심이 된 것은, 역시 GPT 측에 주는 프롬프트 엔지니어링이다. 예를 들어, 고객의 Personality 설정, 답변 범위를 제한하는 등의 명령어를 제공하고 있다. 평가에 대해서는 「별 5개」라는 조건과 기준을 부여하고, 정확도는 근거가 되는 FAQ와 대조하도록 지시하고 있다. 미야자코씨는 「현장의 의견을 반영해 개선하고 있으며, 질문에 대해 다음에 안내해야 할 내용(설정된 정답)을 제시하는 ‘Guide 기능’ 탑재 등 UI 개선을 진행하고 있다」고 설명했다. 현재 적용이 비교적 용이하다고 판단되는 채팅에도 적용을 추진하고 있으며, 이메일 대응을 위한 솔루션도 개발 단계에 있다. <출처 Call Center Japan 2023년 10월호>
-
어디에 사용하나요? 어떻게 사용하나요? 생성 AI의 현주소_Part 1
[컨택저널 2023. 11월호] 어디에 사용하나요? 어떻게 사용하나요? 생성 AI의 현주소 Part 1. 현황과 과제 드디어 터진 “압도적 진화의 방아쇠”, 컨택센터에서의 「쓰임새」를 찾아본다 인터넷 이후 최고의 발명품으로 평가 받는 Open Al의 「Chat GPT」. AI에 대해 「의외로 쓸모가 없다.」는 인상이 강했던 콜센터 시장에서도 급속도로 확산될 조짐을 보이고 있다. 챗봇 외에도 FAQ 작성, VOC 요약, 교육 및 평가 자동화 등 기존에 인력 부족으로 손이 닿지 않던 관리 영역의 활용도 눈에 띈다. 생성 AI 활용의 현황과 과제를 살펴본다. AI 활용은 확실히 영역을 넓혀가고 있다. PERSOL INNOVATION이 지난 6월 실시한 설문조사에 따르면, 「업무에 AI를 활용하고 있다.」 또는 「AI 도입을 검토하고 있다.」는 응답이 전체적으로는 약 절반, 대기업만 본다면 약 70%에 달한다. 컨택센터는 2014년 이후 가장 먼저 AI 활용을 시도한 부문이었다. 음성인식 시스템, 챗봇 등의 도입이 진행됐지만, 「기대했던 “상담사 대체”와는 거리가 멀다.」는 인상이 강해 이른바 「환멸기」가 빨리 찾아왔다. 그러나 2023년 말, 갑자기 등장한 Open AI의 「Chat GPT」로 인해 “고객 응대 자동화”를 향한 움직임이 재연되고 있다. ■ No Code/사전 준비 불필요, AI 활용의 문턱이 낮아졌다 생성 AI와 기존 AI의 큰 차이점은 (1)자연어로 지시(프롬프트)해 답을 얻을 수 있다는 점, (2)기존 「지도 학습」과 달리 사람에 의한 학습 부담이 거의 없다는 점, (3)주어진 입력의 「다음」을 확률 모델을 기반으로 예측하여 응답을 생성한다는 점――등이 있다. 즉, 프로그래밍 지식이나 사전 학습을 위한 대량 데이터 준비 등이 거의 필요하지 않아 활용의 문턱이 크게 낮아졌다는 것이다. 사용하는 인재를 가리지 않기 때문에 전사적 활용을 표방하는 기업도 늘고 있다(그림 1). 프로그램 코드 작성을 AI에 맡기는 「프로그래밍 지원」이나 각종 문서 작성, 아이디어 도출 등 다양한 용도로 활용이 진행되고 있다(그림 2). 콜센터에서도 활용 사례가 늘고 있다. 이미 제공되는 챗봇에 Chat GPT를 연계하거나 FAQ 생성 기능을 옵션으로 제공하는 등 IT 벤더들의 개발도 가속화되고 있다. 한편, 자체적으로 AI에 정통한 엔지니어를 두고 챗봇을 자체 개발하는 움직임도 있다. Part.2에서 자세히 설명할 변호사닷컴과 REZIL(구 중앙 전력)은 Open AI의 생성 AI 「Chat GPT」, 「GPT3.5/4」를 기반으로 정보시스템 부서가 챗봇을 자체적으로 개발하고 있다. 생성 AI의 활용으로 매니지먼트의 고도화/노동력 절감도 진행된다. 지식의 충실화나 인재 교육 등 기존에는 인력 부족을 이유로 충분히 손을 쓸 수 없었던 영역에 생성 AI를 활용함으로써 상담사가 일하기 좋은 환경 조성을 추진하는 움직임이 있다. 또한, 응대 이력 작성이나 VOC 요약 등 많은 노력이 필요했던 업무로부터의 해방이 현장에 미치는 영향도 크다. ■ 보안/Hallucination(환각) 현상, 리스크에 대한 구체적인 대비 방법 그림 1에서 볼 수 있듯이, 이미 활용 사례들은 나오고 있지만 그 수는 결코 많지 않다. 기존 AI에 비해 도입 비용과 개발 공정의 장벽이 크게 낮아졌지만, 실제 운영으로의 전환은 생각보다 많이 진척되지 않은 느낌이다. 그 큰 이유 중 하나는 보안이나 Hallucination 등 리스크 검증에 시간이 걸리고 있기 때문이다. 보안에 대해서는 Chat GPT를 제공하는 Open AI가 「입력된 텍스트를 학습에 활용하지 않는다」고 명시하고 있기 때문에 크게 민감하게 반응하지 않는 기업도 늘고 있다. 또한 개인정보가 입력된 경우 데이터를 외부 네트워크로 내보내지 않고 masking하는 등 데이터를 보호하는 기술의 제공도 진행되기 시작했다. 잘못된 대답을 하는 Hallucination에 대해서도 어느 정도 예방할 수 있는 방법이 있다. 챗봇을 개발하는 AI Shift의 유미야마 유이토 대표이사는 「Hallucination을 유발하는 주요 요인은 ①정보 부족을 보완하는 것, ②조합을 잘못하는 것, ③잘못된 지식을 학습하는 것 3가지다. 참조를 한정하거나 추가 학습을 통해 어느 정도 대책이 가능하다」고 설명한다. 도쿄대 토카이 연구실에서 출범한 AI 벤처기업 TDAI Lab이 제공하는 AI 툴 「LLM 팩트 체크 툴」은 웹 정보나 사내 지식 DB에서 근거를 자동으로 검색 · 추출해 진위 여부를 자동으로 확인한다. 이러한 솔루션을 비롯해 몇 가지 체크 기능을 겹겹이 쌓아가는 것이 포인트다. 고객 대응에 활용할 경우, 경쟁사 제품을 추천하거나 무례한 발언 등을 방지할 필요도 있다. 이 역시 「경쟁사 정보를 인용하지 않는다」, 「폭언을 하지 않는다」 등의 프롬프트를 추가하면 어느 정도 예방이 가능하다. 그러나 이러한 리스크를 ZERO화 하는 것은 불가능하다. 당분간은 생성 AI 기반의 챗봇 활용은 혹시라도 오답을 하더라도 큰 문제로 발전하기 어려운 경우에만 활용될 것이다. 업종과 전화사유에 따라 요구되는 정확도는 다르다. 어떤 문의에 대응할 수 있는지, 목적을 좁혀서 어느 정도 “구분”을 두고 활용을 결정하게 된다. 한편, 치밀한 업무 설계를 통해 모든 리스크를 예상하고 대비하는 것이 필요하다. 예를 들어, Part.2에서 자세히 설명할 변호사닷컴의 경우, 챗봇의 역할은 어디까지나 법률 지식에 기반한 참고 정보 제공이다. 이치하시 타테 Professional Tech Lab 소장은 「출시 전, 채팅 법률 상담 응대 경험이 있는 변호사의 협조를 받아 100가지 이상의 예상 질문을 입력해 답변을 검증하고, 잘못된 것은 수정하는 “진흙탕 싸움”을 거듭했다.」고 설명한다. 위의 과제에 더해 이용의 걸림돌로 작용하고 있는 것이 프롬프트 노하우의 보급이다. 특히 Open AI 웹사이트에서 개인이 계정을 만들어 Chat GPT를 이용하는 경우, 프롬프트를 조작하는 스킬에 따라 평가가 전혀 다르다. 국립정보학연구소의 사토 이치로 교수는 「Chat GPT를 그대로 사용하는 경우와 Web API를 활용한 솔루션에서 사용하는 경우 필요한 노하우가 다르다」고 지적한다. 이러한 이해 없이 Chat GPT를 그대로 활용하려고 하면 「의외로 쓸모가 없다」는 평가가 나올 가능성이 높다. ■ 가볍고 안전하게 사용할 수 있는 일본어 LLM 개발도 진행 중 현재 기선을 잡고 조작성과 답변 품질을 높이는 Open AI는 시장에서 압도적인 우위를 점하고 있다. 게다가 Microsoft가 제공하는 「Azure Open AI Service」 API라면 보다 안전한 환경에서 Chat GPT를 활용할 수 있기 때문에 사례는 GPT3.5나 4의 활용에 편중되어 있다. 하지만 이제 국내 IT 기업들이 새로운 움직임을 보이고 있다. 일본어 LLM(Large Language Model: 대규모 언어 모델) 개발이다. 대형 IT 기업을 중심으로 일본어판 LLM 개발 경쟁이 시작되고 있다(그림 3). 일본어 LLM의 장점은 (1)파라미터 수가 적고 비교적 적은 GPU에서도 사용할 수 있다는 점, (2)데이터를 국내 서버에 보관하는 것을 전제로 한다는 점, (3)일본어 표현의 정확도가 높다는 점 등이 있다. 일찌감치 일본어 LLM 개발을 추진한 ELYZA의 소네오카 유우야 대표이사는 「보안 요구사항이 까다로운 금융업계나 인터넷에 연결되지 않는 환경에서의 활용을 원하는 케이스 등에서 문의가 있다」고 말했다. NEC도 약 100명의 생성 AI 전문가가 소속된 「NEC Generative AI Hub」를 설립하고, LLM의 산업 특화형 Customize 지원과 Cloud에 데이터를 두는 것을 꺼려하는 고객 등을 대상으로 독자적인 LLM 구축 지원을 시작했다. 매개변수 수를 130억 개로 억제하여 서버 비용을 절감하고, 업무 앱의 응답 속도가 빠르다고 한다. On-premise 에서 운영도 가능하며, 맞춤형 자체 LLM도 단기간에 만들 수 있다. 이 오리지널 LLM 뿐만 아니라 Microsoft Azure를 폐쇄적인 환경에서 운영할 수 있는 모델 구축도 지원한다. NEC Generative AI Hub Evangelist 노구치 케이는 「독자적인 LLM은 주로 대규모 기업이 이용하게 될 것이다. Foundation Model이 진화하면 산업별 특화 대응도 프롬프트에서 커버할 수 있는 시대가 올 것이다. NEC의 LLM을 고집하지 않고 개방형 LLM도 적극적으로 제안할 방침이다.」라고 말한다. CyberAgent도 일본어에 특화된 130억 매개변수의 LLM을 개발했다. 또한, 외부에 68억 매개변수의 LLM을 일반에 공개하기도 했다. 자회사인 AI Shift도 CyberAgent의 자체 LLM을 활용하는 한편, Chat GPT를 비롯한 다양한 생성 AI와의 연계를 적극 추진한다. ELYZA를 비롯해 미국 메타로 대표되는 오픈소스 LLM을 기반으로 한 일본어 LLM을 개발하는 움직임도 가속화될 것으로 보인다. ■ 기존 기술과 결합, 업무 고도화를 실현하자 LLM은 무엇이든 실현할 수 있는 마법의 상자가 아니다. 성과를 내기 위해서는 기존 기술과 결합해 서로의 장점을 살릴 수 있도록 사용하는 것이 중요하다. 챗봇을 개발, 제공하는 KARAKURI 대표이사 오다 시몬씨는 「LLM은 아직 참조 데이터 검색에 취약하다. 이를 AI 챗봇 개발로 쌓은 질문에 대한 답을 내는 AI 기술로 커버할 수 있다. AI와 LLM의 곱셈으로 제안의 폭을 넓혀 가고 싶다」고 포부를 밝혔다. LLM을 기반으로 이미 높은 정확도로 응대가 가능한 Chat GPT도 마찬가지다. PKSHA Communication Conversational 시모자와 쇼케이 AI 본부장은 「Chat GPT는 하나의 부품이다. 필요한 정보를 있는 그대로의 상태로 Chat GPT에 전달하는 것이 중요하다. 다른 AI나 IT와 결합하면 효과적이고 안전한 구조를 실현할 수 있을 것」이라고 설명한다. 예를 들어, Salesforce Japan은 이미 Chat GPT와의 연계를 통해 채팅 답변안을 자동 생성하는 「Service replies」나 FAQ를 운영자에게 추천하는 「Knowledge articles」 등의 기능을 제공하고 있다. 이러한 고도화된 CRM을 활용하면 상담사의 스킬이나 경험에 의존하지 않고도 개인화된 서비스나 “성공적인 제안”을 실천할 수 있게 될 것이다. 모든 정보를 자연어로 누구나 쉽게 검색할 수 있는 인터페이스── 이것이 생성 AI가 그리는 고객 접점의 미래라고 할 수 있다. 안전한 환경에서 이를 실현할 수 있다면, 모든 literacy나 스킬의 격차를 해소할 수 있는, 인력 부족 시대의 비장의 카드가 될 것이다. Part.2에서는 생성 AI를 발 빠르게 활용하여 컨택센터의 가치 향상을 실현하고 있는 6개사의 사례를 소개한다. <출처 Call Center Japan 2023년 10월호>