• 최종편집 2025-01-31(금)

전체기사보기

  • 2025 컨택센터 전문가 과정 [한국컨택센터산업협회 & 윌토피아]
    [한국컨택센터산업협회 & 윌토피아] 2025 컨택센터 전문가 과정
    • 행사/교육
    • 교육
    2025-01-14
  • 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.
    • Report
    • Special Report
    2025-01-02
  • 「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
    • Report
    • Global Case
    2025-01-02
  • [EDITOR'S COLUMN] 생성형 AI가 컨택센터를 근본부터 바꾸고 있다.
    2024년 노벨상에서 한국의 한강작가가 노벨문학상을 받은 것이 가장 큰 사건이었지만 그것 못지않게 주목을 받았던 것은 이전까지는 세계 최고의 물리학자와 화학자들이 받아왔던 물리학상과 화학상을 AI 관련 연구자들이 수상했다는 것입니다. 2006년 바둑에서 이세돌 9단을 이겨 세상을 놀라게 했던 Alpha GO를 만든 Google Deep mind사 CEO인 Demis Hassabis가 단백질 구조 생성 인공지능인 AlphaFold를 개발한 공로로 노벨화학상을 수상했고, ‘AI의 아버지’ Geoffrey Hinton교수는 인공신경망을 이용한 Machine Learning의 근간이 되는 발견과 발명에 기여한 공로로 노벨 물리학상을 받았습니다. 이렇듯 이제는 AI없이는 어떤 것도 할 수 없는 세상으로 변한 것이 현실인 것입니다. 컨택센터도 이제는 AI 지원 없이 생존할 수 없는 상황에 처했습니다. 초기에는 챗봇에 AI를 접목해 시나리오기반으로 사용하기 시작했지만 기술의 완성도가 그다지 높지 않아 도입하는 기업이 많지 않았지만 분명한 것은 이런 과정을 거치면서 기술은 한 발 한 발 앞으로 내딛다가 임계점을 넘는 순간 폭발적으로 발전하게 된다는 것입니다. AI가 세계 최고의 인간들을 이기면서 기술이 발달해 온 과정을 훑어보면 다음과 같습니다. 1997년 IBM의 Deep Blue가 세계 체스 챔피언을 물리쳤고, 2011년 IBM의 인공지능 컴퓨터 Watson이 미국의 인기 퀴즈 쇼 ‘제퍼디’에서 우승을 하자 사람들은 놀라기 시작합니다. 하지만 2006년에는 Alpha GO가 바둑에서 이세돌 9단을 이기자 이제 AI가 이기지 못할 영역은 없다는 생각을 갖기 시작합니다. 실제로 영화에서 봤던 것처럼 인공지능이 인간을 이기는 때가 올지도 모른다는 걱정을 하기 시작합니다. 바둑은 경우의 수가 대략 10의 171제곱으로 AI가 넘볼 수 없는 영역으로 치부했었거든요. 최후의 보루였던 바둑에서 인간이 AI에 패하자 대한민국 국민을 포함한 모두가 커다란 충격에 빠지고 맙니다. 그 후에도 다양한 인공지능들이 세상에 얼굴을 내밀기는 했지만 무언가 어색하고 자연스럽지 않자 사람들은 한마디씩 합니다. “그럼 그렇지, 지깟 놈들이 뛰어봐야 벼룩이지. 어떻게 인간을 이길 수 있겠어.” 실제로 2016년 이세돌 9단과 격돌했던 Alpha GO는 단순한 AI가 아니라 난공불락이라는 바둑에서 인간을 이기기 위해 칼을 갈고 만든 100억원이 넘는 슈퍼 컴퓨터(CPU 1202개+ GPU 176개)였습니다. 인간 1명과 당시 최고의 AI 모두와의 경기였던 거죠. 그러다 2022년 11월30일 세상은 또 한번 AI의 놀라운 역량에 놀라게 됩니다. 바로 생성형AI라는 Chat GPT가 우리 앞에 나타난 것입니다. 게다가 더 무서운 것은 트랜스포머를 장착한 생성형 AI 기술의 발전 속도입니다. 불과 2년 전인 2022년 11월에 Chat GPT(GPT3.5)가 출시되었는데 2년도 되지 않은 2024년 5월에는 Multimodal 기능을 포함하여 이미지와 음성을 인식할 수 있는 GPT4o(omni)가 공개되었고, 지난 12월에는 고급 추론 능력을 탑재한 새로운 인공지능(AI) 모델인 ‘o3’를 공개했는데 인간보다 뛰어난 인공일반지능(AGI)에 근접한 AI라고 합니다. 놀라울 따름입니다. 실제로 2024년까지는 인간의 주입식 교육에 의해 작동하는 AI로 AICC(AI Contact Center)를 만들었다면 2025년에는 Chat GPT와 같은 자율학습을 통해 무서운 속도로 성장하는 생성형 AI로 AICC를 활용하는 한 해가 될 것입니다. 비용이 많이 들기는 하지만 생성형 AI로 만든 AICC가 컨택센터를 새로운 세상으로 이끌어갈 것입니다. 2024년에는 Cloud와 On-promise를 함께 사용되는 Hybrid 환경이었다면 2025년에는 다국적기업을 포함한 국내 IT기업들도 모두 생성형 AI 로 구축한 AICC를 CCaaS(클라우드 기반 서비스)로 서비스를 하기 시작할 것입니다. 이런 기술의 대세에 순응하고 사업에 빨리 접목해 활용하는 것이 바람직할 것입니다. 2025년 을사년(乙巳年)은 ‘푸른 뱀(靑蛇)의 해’입니다. 뱀은 허물을 벗으며 성장하므로 변화의 상징이기도 하므로 새해에는 지난해에 겪었던 안 좋았던 허물들을 모두 벗어내고 새롭게 거듭나는 한 해가 될 것입니다. 뱀의 상징처럼 지혜롭고, 뱀의 성질처럼 유연하게 2025년 을사년 새해를 자신의 해로 만드시기 바랍니다. (사)한국컨택센터산업협회 황규만
    • 오피니언
    • 칼럼
    2025-01-02
  • [2024 Special Column] (12) 컨택센터 Followership
    [컨택저널 2024년 12월호] [2024 Special Column] Chat GPT시대 휴먼 상담의 방향 (12) 컨택센터 Followership Chat GPT시대 컨택센터 Human상담사의 역할은 어떻게 재구성되어야 하고 그 진가를 발휘하기 위해 무엇이 필요할지 컨택센터 구성원들에게 제언하는 12가지 주제를 1년간 고정 칼럼으로 게재한다. 단순 반복 업무는 AI가 대부분 처리하다 보니 컨택센터 휴먼 상담사는 특이 건이나 복잡한 문제를 처리한다. 규정도 아직 마련되지 않고 매뉴얼에도 없는 고객 불만을 처리하는 일이 바로 휴먼상담사의 몫이다. 또 여러 부서의 책임이 복잡하게 얽혀 있어 재확인과 협의를 거쳐야 하는 문제도 휴먼상담사가 처리한다. 이렇게 컨택센터 업무 패턴이 변화한 만큼 중간관리자의 역할 또한 바뀌었다. 예전에는 상담사의 근태와 업무실적을 관리하는 일이 주를 이루었는데 요즘은 그런 일들은 많이 줄어들었다. 전산에서 Dash Board로 한눈에 볼 수 있기 때문에 굳이 관리자가 개입하지 않아도 상담사 스스로 자신의 실적을 관리한다. 이제 관리자는 상담사 관리보다 상담 지원업무가 더 많아졌다. 수직적 관리자가 아니라 수평적 조력자의 역할이다. 상담사가 전결하지 못하는 상담을 실시간으로 확인하고 관련 부서와 협의하는 일, 실시간 상담 데이터를 관찰하고 특이 건을 분석하여 상사에게 보고하는 일, 앞으로 재발되지 않도록 해결안을 담아 상담 가이드를 설정하는 일, 고객에게 편리하고 상담사가 쉽게 일할 수 있도록 불필요한 업무를 제거하는 일, 이런 일들이 늘어났다. 이렇게 달라진 역할에 맞추어 요구되는 역량도 달라졌다. 예전에는 상담사를 관리하는 리더십이 중요했다면 요즘은 상사를 보좌하는 followership이 중요해지고 있다. Followership은 조직의 목표를 달성하기 위해 상사가 원하는 방향을 알고 그것이 실현될 수 있도록 능동적인 직원의 역할을 하는 것이다. 회사와 상사의 목표를 이해하고 그 목표를 이루기 위해 현장에서 실현가능한 최적의 방안을 찾아 실행하는 태도를 말한다. 특히 컨택센터 중간리더는 조직내의 상사인 센터장 뿐만 아니라 원청사나 타부서의 파트너에게도 followership 을 발휘해야 한다. 영입하고 싶은 follower는 중도를 잘 지킨다. 수동적으로 지시를 따르기만 해도 안되고, 현장의 소리를 그대로 전달하기만 해도 안된다. 사소한 것까지 다 보고하고 처분을 기다리기만 해도 안되지만 상사를 배제하고 팀의 권력을 혼자 쥐려 해도 안된다. 상사와 너무 친해져서 본래의 역할을 흐려서도 안되지만 너무 거리감을 둔 채 업무상대 그 이상을 만들지 못하는 것도 불리하다. 그 중간의 즈음에서 균형을 잡고 상황을 읽어야 한다. 정치를 하라는 게 아니라 공기를 읽어야 한다. 그런데 어떤 리더는 구성원들에게는 한없이 관대하고 포용적인데 상사에게는 비판적이고 부정적인 경우가 있다. 반면 상사를 너무 어려워해서 상사 앞에만 서면 긴장하며 피하는 경우도 있다. 함께 근무한지 5년이 넘었건만 예의상 하는 말로 겉돌기만 할 뿐 정작 허심탄회한 문제 제기나 의견 개진을 못하는 경우도 있다. 관계라는 것이 두 사람만의 문제가 아니라 조직 문화와 맥락이 함께 작동하는 일이긴 하지만 중간리더로서 상사와 합을 맞출 줄 아는 것은 큰 경쟁력이다. 지혜로운 follower는 이쪽과 저쪽을 부드럽게 연결하고 각자의 입장에서 하는 말을 서로가 이해할 수 있도록 통역해준다. 상담사는 “일이 너무 힘들어요, 전산이 너무 복잡해요, 시스템이 너무 불편해요”라고 항의할지라도 분별력 있는 follower는 상사에게 그대로 보고하지 않는다. “후속업무 처리시간을 단축하기 위해 **이 필요합니다. 현재 입력오류가 *%이고 이것을 줄이려면 이런 지원이 필요합니다. 이 조치는 데이터를 현실적으 로 분류하기 위함입니다.”라고 상사가 듣고 싶은 언어로 바꾸어서 건의하고 요청한다. “내가 멀리 볼 수 있었던 것은 거인의 어깨위에 앉아 있었기 때문이다”라고 뉴턴이 말했다. 상사의 어깨위에 올라타야 한다. 상사는 시시콜콜 묻지 말고 알아서들 해주기를 바라면서도 동시에 자신의 존재가치를 입증하고 싶어한다. 실무를 몰라서 아무 짝에도 쓸모없다며 제쳐두지 말고 상사의 면을 세워주며 상사의 힘을 잘 사용하자. 상사는 내가 아는 걸 모르기도 하지만 내가 모르는 걸 알기도 하는 사람이다. 상사의 인식과 권한을 잘 사용해야 원하는 일을 할 수 있는 가능성이 커진다. 예전에는 구성원들에게 발휘하는 하향식 영향력이 중요했으나 이제는 상사의 지원을 잘 이끌어낼 수 있는 상향식 영향력을 개발해야 할 때다. 가장 큰 복지는 동료라는 말이 있다. 자연친화적 카페테리아로 멋진 휴게 공간을 꾸미고 최첨단 안마의자와 공기 청정기가 있어도 불편한 상사가 주는 고통을 치유할 수 없다. 사람이 가장 큰 힘이 되기도 하지만 사람이 가장 큰 상처를 주기도 한다. 상사에게 영입하고 싶은 follower로 인식되기 위해 내게 무엇이 빠져있는지 살펴보자. 내가 중시하지 않는 관계에서 중요하게 대접받기는 어렵다. 가는 만큼 온다. 내가 정성을 들이고 세심할 때 상대도 나에게 그렇게 된다. < 글 > ㈜윌토피아 지윤정 대표(toptmr@hanmail.net)
    • 오피니언
    • 칼럼
    2024-12-02
  • [협회] AICC C레벨 모닝 포럼 2024
    AICC C레벨 모닝 포럼 2024 차세대 AI 컨택 센터의 디지털 혁신과 인사이트 전망 ■ 2024년 12월 12일(목) 07:00~09:00 ■ 그랜드 인터컨티넨탈 서울 파르나스 2층 아이리스 고객 중심의 유연한 비즈니스와 기업의 전략은 AI와 함께 새로운 시대를 만들고 있습니다. 지속 가능한 차세대 AICC 시장은 대규모 데이터를 학습, 사람처럼 스스로 사고하도록 만든 초거대 AI와 생성형 AI 기반으로 고객의 워크 플로우가 고객 접점, 이용 형태에 따라 스마트한 비즈니스 환경이 사람 중심의 새로운 고객 경험(CX)과 기업 혁신의 변화로 차세대 AICC, AX 전략으로 전환되고 있습니다. 최근 생성형 AI은 차세대 컨택센터의 중요한 인프라 전략으로 어플리케이션에 따라 활용되고 있으며, AI 컨택센터(AICC)는 디지털 클라우드 플랫폼 기반 CCaaS 서비스 형태로 변화되고 있습니다. 또한 사용자의 고객 맞춤형 서비스를 위한 고객 경험과 각종 서비스 등 고객 응대 및 상품 개발 등의 채널 영역으로 확대된 오픈AI의 챗GPT 활용과 생성형 AI기반으로 운영되는, AI 비서와 대화형 서비스, 상담 업무 등 AI기반 24시간 고객서비스를 통한 새롭게 디자인된 AI기반 개인화 맞춤형 서비스를 제공하고, 데이터 분석과 정확한 리스크 관리, 고객의 만족도와 유기적인 장기 고객 관계를 형성하기 위한 새로운 비즈니스 기회를 만들어 가고 있습니다. 이제는 감성까지 커버하는 초거대 AI와 함께 차세대 AICC 시장에서 비즈니스를 위한 미래 전략, 새로운 고객 경험을 위한 미래의 지속 가능성을 점검해 봅니다. 한국컨택센터산업협회의 컨택센터 모닝 포럼 2024 조찬회( C레벨급, 12월12일, 파르나스호텔 )를 통하여 AICC시장에서 확대되는 미래 비즈니스 전략을 만들기 위한 관련 시장의 인적 교류와 기술적인 과제를 협의하고 변화되는 차세대 AICC 디지털 혁신과 인사이트 시장 전략, 또한 세계적인 기업인 ZOOM을 초청하여 ZOOM, AICC플랫폼을 통한 비즈니스 구현 전략과 사례 발표를 통하여 AICC분야 담당 임원분들과 소중한 시간을 함께 나누는 기회를 갖고자 합니다. ▶ 바로가기 : 컨퍼런스 상세 안내 및 등록신청
    • 행사/교육
    • 행사
    2024-11-13
  • [EDITOR'S COLUMN] 가을을 찾습니다.
    10월 말이 다 되었으니 가을이 와도 벌써 왔어야 하는데 아직도 낮에는 더우니 무슨 일인지 모르겠습니다. 가을은 어디 있는 걸까요? 아무리 눈 씻고 찾아봐도 보이지를 않네요. 어디 가을을 본 사람 없나요? 가을을 본 사람이 계시면 연락 주세요. 후하게 사례하겠습니다. 이처럼 가을이 조금 늦게 오는 일로 투정을 부리고 있지만 전세계적으로 기후가 심상치 않습니다. 올 여름 베트남, 미얀마, 중국, 필리핀, 일본 등은 태풍으로 큰 피해를 보았습니다. 특히 11호 태풍 ‘야기’로 인한 사망자수는 베트남은 250명이 넘었고, 미얀마도 400명이 넘었다고 합니다. 미국도 남동부를 강타한 허리케인 ‘헐린’으로 200명 이상이 사망한 것으로 집계되고 있는 가운데 수해의 참상을 전했던 강아지를 안고 울던 어린 소녀의 사진이 인공지능(AI)으로 생성된 가짜로 밝혀져 물의를 빗기도 했습니다. 최근에 날씨는 제 정신이 아닌 듯 합니다. 술 취한 것인지 아님 마약에 취한 것인지 평소에 하지 않던 행동으로 많은 나라에 피해를 주고 있습니다. 그것에 비해보면 우리나라는 행복한 편입니다. 그래도 올 여름은 역대급 폭염으로 기록이 될 정도로 더워도 너무 더웠어요. 이는 전문용어로 북태평양 고기압과 티베트 고기압이 한반도 전역에 이중 열돔(지상 10km이내 상공에서 발달한 고기압이 정체됨으로써 반구 모양의 열 막이 형성되어 뜨거운 공기를 그 자리에 가둬 놓는 기상 현상)을 만들어 높은 습도와 푹푹 찌는 열대야가 장기간 지속된 결과였죠. 적반하장도 유분수지 글쎄 후덥지근하기로 유명한 동남아에서 여행 온 관광객들이 하는 말이 한국의 여름이 그들 나라보다 더 덮고 습해서 여행하기 힘들다고 하더군요. 그들에게 더워도 너무 더웠던 여름의 이미지보다는 한국의 아름다운 가을 단풍을 보여주고 싶습니다. 어찌 되었든 지구 온난화로 기온이 계속 상승하고 있으며, 봄과 가을이 점점 짧아지고 여름이 길어지고 있습니다. 원래 한반도는 뚜렷한 4계절로 나뉘어지므로 12월부터 2월까지 겨울이고, 3월부터 5월까지는 봄, 6월부터 8월까지 여름, 9월부터 11월까지 가을로 알고 살아왔습니다. 그런데 제가 이 글을 쓰고 있을 때가 독감 예방주사를 맞는 10월 중순에서 하순으로 넘어가는 때이니 가을이여야 맞습니다. 그런데 아침과 저녁으로는 쌀쌀한 게 가을이 온 듯한데 아직도 낮은 덥습니다. 조금 빨리 걸으면 땀이 납니다. 가을이 인간과 밀당을 하는 모양입니다. 특히 올해 추석(9월17일)은 너무 빨리 오는 바람에 벼가 제대로 영글지 않아 햅쌀로 지은 밥을 차례상에 올리지 못했습니다. 게다가 추석날 당일 아버님이 계신 대전 현충원으로 성묘를 다녀왔는데 오전이었음에도 어찌나 더운지 커다란 양산을 가져와 그늘막을 만들어 놓고 성묘하시는 분들이 정말 부러웠습니다. 특히 아버님 묘에서 2km 떨어진 곳에 계신 외삼촌 묘역까지 걸어 갔다 왔더니 온 몸이 땀으로 범벅이 되어 속옷은 말할 것도 없고, 겉옷까지 다 젖어버려 대중교통을 이용할 때마다 땀 냄새 날까 마음 졸여야 했습니다. 물론 이보다 더한 경험을 한 적도 있습니다. 오래 된 이야기인데 당시 손석희씨가 진행하던 MBC ”선택 토요일이 좋다”에서 국내 여행지를 소개하는 코너를 맡아 파트너인 김혜영씨와 4월말에 1박2일로 소백산의 봄 소식을 전하기 위해 촬영 갔었는데 눈이 너무 많이 내려 결국 눈 덮인 겨울 풍경을 5월에 방송한 적이 있어요. 이렇게 계절은 변화무쌍하지요. 그렇더라도 우리가 어릴 적부터 알고 있는 친숙한 가을을 찾습니다. 가을이 되면 하늘은 맑고 푸르르며 말이 살이 찐다고 하여 천고마비의 계절이라고 했지요. 시원한 바람이 불고, 한들한들한 코스모스 꽃도 피며, 산에는 주황색, 빨간색, 노란색으로 물든 단풍잎으로 뒤덮여야 제 맛이지요. 오늘 비가 엄청 내리고 있습니다. 내일까지 비가 오고, 난 후 아침 기온이 10도 이하로 떨어진다고 합니다. 이제 정말로 가을이 오려는 모양입니다. 그런데 문제는 이러다 바로 겨울이 들이닥칠 것 같아 걱정입니다. 하루라도 빨리 연지와 곤지 찍고 색동저고리 입고 화사한 모습을 한 가을이 우리 곁으로 왔으면 좋겠어요. 가을아, 어디에서 무엇을 하고 있는지 모르겠는데. 서둘러야 해. 이러다가 겨울이 새치기 하겠어. 겨울이 오기 전에 가을 너와 오롯이 즐겁게 보내고 싶어. 독서도 하고, 등산도 하면서… (사)한국컨택센터산업협회 황규만
    • 오피니언
    • 칼럼
    2024-11-04
  • 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
    • Report
    • Global Case
    2024-11-04
  • 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
    • Report
    • Special Report
    2024-11-04
  • [2024 Special Column] (11) 불만고객 시프트
    [컨택저널 2024년 11월호] [2024 Special Column] Chat GPT시대 휴먼 상담의 방향 (11) 불만고객 시프트 Chat GPT시대 컨택센터 Human상담사의 역할은 어떻게 재구성되어야 하고 그 진가를 발휘하기 위해 무엇이 필요할지 컨택센터 구성원들에게 제언하는 12가지 주제를 1년간 고정 칼럼으로 게재한다. 고객응대근로자 보호법 시행 이후 막말하는 고객은 많이 줄어들었다. 심하게 욕하거나 막무가내로 몰아붙이는 고객은 드물어졌지만 요목조목 집요하게 따지는 고객은 점점 늘고 있다. 인격모독까지는 아니지만 집요하고 논리적으로 불만을 제기해 친절한 사과만으로는 해결이 안된다. “미안하다는 말은 됐다, 당신 잘못이 아닌거 안다, 이 불편을 어떻게 보상할지 그것만 알려달라” 라고 차분하고 냉랭하게 해명과 보상을 원한다. 게다가 한 고객이 한 사안으로 인터넷, 게시판, 채팅, 댓글 등 전화를 포함한 모든 채널을 이용해 동시에 불만을 개진한다. 각 채널 중에 하나만 삐끗해도 책 잡히게 되고 보상의 명분이 된다. 지독한 두통은 아니지만 일정한 강도로 계속 찌뿌둥하게 머물러 있는 미세한 두통 같다. 아주 심해지지도 않고 그렇다고 적절한 출구를 찾지도 못한 채 몇일씩 지지부진하다. 불만 고객의 문제는 화살처럼 앞으로 나아가는 것이 아니라 나선형 소라껍데기처럼 맴돌면서 증폭된다. 첫 콜에 바로 해결이 안되고 2~3번에 걸쳐 재차 확인을 해야 한다. 고객채널이 많아져서 자체 몰뿐만 아니라 각 판매 사이트 별 프로모션, 할인정책 등 확인할 게 많아졌고 관련자도 늘어났다. 생산업체, 물류업체 뿐만 아니라 배송기사와 배달장소 경비실까지 확인해야 할 때가 있다. 이 과정에서 직원의 응대태도 보다 “절차의 불편함, 시간 지연, 약속 불이행, 사태 파악을 제대로 못함” 등의 이유로 고객불만은 소복이 쌓여간다. 갑자기 한 주먹으로 휘갈기는 폭력이 아니라 서서히 기운을 빼앗아가는 심리적 고문 같다. 이럴 때 휴먼상담사는 뒷목이 뻣뻣해지고 심장이 조여온다. 챗봇 만큼도 권한이 없는 상담사가 접근할 수 있는 정보는 한계가 있는데 고객은 로봇만도 못하냐며 추궁한다. 늘 있어왔던 불만임에도 불구하고 한결같이 반복되는 문제이기 때문에 고객에게 진심 어린 사과와 새로운 약속을 하기도 두렵다. 시지프스의 노동처럼 반복되는 고객불만을 밑 빠진 독에 물 붓듯 그날 그날 모면하기에 바쁘다. 양해를 구하지만 영혼이 없고 설득을 해보지만 의지력이 안 생긴다. 고된데다 헛되다고 느껴진다. 예전 불만응대의 핵심은 친절한 태도였다. 당황하거나 대들지 않고 친절하게 사과하고 지침대로 처리하는 것이 중요했다. 하지만 이제 그것 만으로는 안된다. 그러기엔 너무 복잡다단하고 너무 관련자의 변수가 많다. 고객불만은 지능을 갖고 처리하는 게 아니라 지성으로 판단해야 한다. 인공지능이 갖지 못한 휴먼지능의 지성 말이다. 답이 정해져 있는 물음에 곧바로 정확한 답을 내놓는 “지능”이 아니라 답이 없는 불만에 탐구하는 질문으로 최적안을 계속 탐색하는 “지성”이 필요하다. 문제를 단순화해 이분법적으로 사고하고 빠르게 결론지어서 얼른 매듭짓고 싶은 마음으로는 지성을 발휘하기 어렵다. 섣부르게 결론짓기를 멈추고 탐색하는 자제력, 판단의 저변에 깔린 냉소와 체념을 뛰어넘는 의지력, 답 없는 물음에 차분히 대처할 수 있는 주의력, 이런 것들의 총합이 지성이다. 바로 휴먼 상담사만이 발휘할 수 있는 능력이다. 지성은 스스로를 어떻게 규정하느냐와 관련이 있다. 자신을 안내하는 사람이 아니라 탐구하고 제안하고 돕는 사람으로 규정하는 자기개념의 기반위에 피어난다. 자신을 지식을 전달하고 처리하는 사람으로 여기느냐, 지성을 갖고 판단하는 사람으로 여기느냐에 따라 지성이 발현되기도 하고 사그라들기도 한다. 사과할지언정 제안하기는 어렵고, 안내할지언정 설득하기는 두렵다는 마음의 제약이 있으면 발휘될 수 없다. 이제 표준화된 지침을 안내하는 것은 챗봇도 한다. 사람은 좀더 심층적이고 유연해야 한다. 어디까지 고객의 마음을 공감하며 이해시켜야 하고, 어디서부터 제도 개선을 위해 회사에 요청해야 할지를 분별할 줄 알아야 한다. “규정은 이러합니다.”가 아니라 “고객님이 가장 중요시 하는 게 이 점이시죠? 그렇기 때문에 감히 이 방법을 추천 드립니다. 이렇게 하시는 것이 고객님 편에서 가장 최선이실 거 같은데 저를 믿고 수락해주시면 어떨까요?”라고 리드해야 한다. 만성적인 문제여서 뻔한 결과가 예상되더라도 의식적으로 주의력을 기울여야 한다. “처음 본 뇌 삽니다”라는 밈(meme)이 있다. 굉장히 좋은 경험을 했을 때, 그것을 경험해 보지 못한 때로 되돌아가서 다시금 그 행복을 느끼고 싶을 정도로 좋다는 찬사다. 좋은 경험도 반복되면 식상해진다. 고객불만도 여러 차례 반복되다 보니 타성에 젖어 선입관을 갖고 기계적으로 처리한다. 으레 그러려니 하고 지레 포기한다. 휴먼 상담사에게 “처음 본 뇌”처럼 의식적 주의력과 의도적 탐구심이 필요하다. 고객불만 이슈는 계속 반복되어 왔어도 고객불만을 제기하는 지금 이 고객은 처음 겪는 일이다. 문제는 같아도 사람이 다르다. 우리에겐 101번째 처리하는 반복되는 문제일지라도 불만고객에겐 첫번째 겪는 심각한 문제이다. 불만 고객이 달라진 만큼 불만고객을 돕는 휴먼 상담사도 달라져야 한다. 신속 정확 친절한 정답을 안내하는 것이 아니라 고객의 상황을 알아보고 현재 상황에서 가장 최선의 해답이 무얼까 찾아보는 상담으로 진화해야 한다. 같은 문제일지라도 사람이 달라지면 다른 최적의 해답이 나올 수 있다. 지능을 넘어 지성으로 진화하는 일은 휴먼 상담사를 더 깊고 넓고 울림 있는 소통 전문가로 만들어 줄 것이다. < 글 > ㈜윌토피아 지윤정 대표(toptmr@hanmail.net)
    • 오피니언
    • 칼럼
    2024-11-04
비밀번호 :