실시간 Report 기사

• 지역별 컨택센터 상담사 현황 (2023년 말 기준)

  [컨택저널 2024년 4월호] 지역별 컨택센터 상담사 현황 (2023년 말 기준) 2023년 말 기준으로 지방에 소재한 컨택센터 상담사 수가 52,420명으로 확인이 되었다. 2022년 말 대비 1221명이 줄어 2.3% 감소한 것이다. 지자체에 근무하고 있는 상담사는 2012년 5만 명을 넘은 이래 2018년에 6만명 시대를 열며, 3년째 꾸준히 증가하다 2021년에 12.8% 감소, 2022년 2.2% 감소에 이어 2023년 조사에서도 소폭 감소하며 3년째 감소 추세에 있다. 부산시는 상담사 21,989명으로 전년 대비 1개사 24석을 추가로 유치해 기업 수 및 상담사수 모두 2022년과 비슷한 추이를 보였다. 2020년 지자체중 최초로 2만 명을 돌파한 이후 4년째 2만명 이상을 유지하고 있다. 지자체 중 가장 많은 상담사를 보유하고 있는 부산시는 2011년 첫 조사 이후 지자체 중 유일하게 매년 꾸준한 증가추세를 보이고 있다. 풍부한 인적자원, 저렴한 임대료, 투자 리스크 최소화 등의 강점을 활용한 다양한 지자체 지원활동과 맞춤형 전문인력 양성 등을 통해 안정적이고 우수한 인력공급에 힘쓰고 있다. 대전시는 상담사 8,506명으로 부산에 이어 2번째로 많은 상담사를 보유하고 있다. 2021년 코로나를 계기로 시행한 전수 조사 이후, 2023년 추가 조사를 시행한 결과 기업 수 21개 감소, 상담사수 1304명 감소한 것으로 조사되었다. 전년도 현황에서 매년 유치실적을 가감하는 기존 조사방식에서, 2021년 시행한 전수조사에 따른 실제 현황 추가 조사를 반영해 나타난 결과로 보인다. 대전시는 전문인력 양성 지원, 인프라 지원, 각종 재정적/행정적 지원 등 컨택센터 유치를 위한 지원을 이어가고 있다. 광주시는 전년대비 1개사가 감소했으나, 상담사는 54명이 늘어 7,099명으로 조사되었다. 상담사 힐링 사업 지원, CS인력양성센터 운영, 지역 고객센터협의회 운영 지원 등을 통해 컨택센터 활성화를 추진 중이다. 강원도는 2016년 이후 감소현상과 2019년 정체시기를 지나 2020년에 증가했지만 2021년에 약 40% 감소한 784명으로 나타났으며, 이후 3년째 동일한 조사 결과를 제공하고 있다. 인천광역시의 경우 2017년 이후 현황조사를 하지 않고 있다가 대전시와 마찬가지로 2020년 코로나로 인해 지역 컨택센터 현황 조사 진행 결과를 반영했더니 2021년에는 기업 수와 상담사 모두 증가세를 보였지만, 2022년에는 전년대비 대폭 감소하였다가 2023년에는 40개 기업, 상담사 1,840명으로 2022년과 비슷하게 유지하고 있는 것으로 나타났다. 대구시는 2022년까지 상담사 6,585명으로 유지하고 있었으나, 2023년에는 현황 조사를 실시하지 않아 2022년 자료를 반영하였다. 기업들이 컨택센터를 지방으로 이전할 때 가장 중요한 요소는 인력 수급으로, 지자체에서 우수한 인력만 수급할 수 있다면 지방으로 이전 못할 이유는 없다. 그러므로 지자체는 컨택센터 유치를 위해 컨택센터에 적합한 우수인력을 확보하고 인력수급을 위한 지원시스템을 구축하고, 컨택센터 유치 이후에도 지속적인 관심과 지원에 적극적으로 임한다면 앞으로 더 많은 기업들이 지방으로 센터를 이전해 일자리창출에 일익을 담당할 수 있을 것이다. 지자체의 컨택센터 유치는 단순히 일자리 창출에 그치는 것이 아니라 해당 지역의 경제 생태계를 다각도로 발전시키는 중요한 요인이 될 것이다. 따라서 자치체와 관련 기관들은 이러한 유치를 적극적으로 추진하고, 지속적인 협력을 통해 지역 경제의 지속 가능성을 높여야 할 것이다. ※ 컨택센터 유치를 위해 노력해왔던 지자체 중 유치 효과가 미미하다고 판단한 4개 지자체(제주도, 전라남도, 전주시, 청주시)들은 2017년부터 더 이상 컨택센터 현황조사를 하지 않기로 해 4개 지자체 상담사수는 2016년 말 기준으로 전체 집계에만 반영하고 있음을 유념하시기 바랍니다. < 글 > 한국컨택센터산업협회

  • Report
  • Special Report

  2024-04-01

• 상사의 피드백은 잔소리? 직장 만족도 높이는 ‘피드백 문화’

  [컨택저널 2024년 4월호] 상사의 피드백은 잔소리? 직장 만족도 높이는 ‘피드백 문화’ 시장조사전문기업 엠브레인 트렌드모니터(trendmonitor.co.kr)가 전국 만 19~59세 직장인 성인 남녀 1,000명을 대상으로 ‘직장 내 근무평가 시스템 및 피드백 관련 조사’를 실시한 결과, 현재 직장생활에 대한 만족도가 낮은 수준으로 평가된 가운데, 직장 내 ‘피드백 문화’의 필요성에 공감하는 시각이 높아진 것으로 조사되었다. 아울러 피드백 문화를 활성화하기 위해서는 피드백 제공 능력뿐 아니라 피드백을 긍정적으로 적절하게 수용하는 것 또한 중요한 능력으로 여기고 있는 모습을 확인할 수 있었다. ▶ 직장 내 분위기 대체로 ‘수직적이지만 개방적인 편’ ▶ 사내 분위기 개방적일수록 직장 만족도 높아져 전체 응답자 10명 중 4명(39.8%)만이 현재 직장에 만족감을 느끼고 있었으며, 상대적으로 직장 분위기가 개방적일수록 직장 만족도가 높게 평가되고 있는 것으로 나타났다(수직적 24.9%, 반반 40.0%, 개방적 52.6%). 직장 내 분위기가 만족도에 영향을 미치고 있음을 짐작해 볼 수 있는 결과로, 대체로 현재 직장의 분위기는 수직적이지만 개방적인 편(50.3%)이라는 평가가 대부분이었다. 실제로 전체 응답자 절반가량(47.6%)이 현재 다니고 있는 회사는 구성원들 간에 의견을 교환하고 토론하는 분위기가 잘 조성되어 있다고 평가하면서도 회사의 현안에 대해서는 문제점이나 불만을 표현할 수 있는 기회가 주어진다는 데에는 39.0%만이 동의를 표하고 있었다. 즉, 어느 정도 자유로운 의견 공유는 가능하지만, 비판을 제시하는 것에는 어려움을 느끼고 있는 것으로 보여졌다. 주목할 만한 점은 직장 내 사내 문화가 자유롭고 개방적일수록 회사 현안에 대해 자유롭게 의견을 주고받거나 부서(팀)원 간의 신뢰 수준이 높은 특징을 보이고 있다는 점이다. 사내 문화가 개방적일 경우, 자유롭게 토론하는 분위기가 조성되어 있을 뿐만 아니라(수직적 24.9%, 반반 46.9%, 개방적 68.8%) 윗사람들도 건전한 비판에 귀를 기울이는 편이었으며(수직적 24.9%, 반반 37.2%, 개방적 55.1%), 상호이해와 협조가 잘 이뤄지는 모습(수직적 21.5%, 반반 54.5%, 개방적 72.8%)을 살펴볼 수 있었다. 그만큼 자신이 속한 부서(팀) 동료들의 배려 수준을 높게 평가하고 있었으며, 정서적 신뢰감 또한 높은 편이었다(하단 그래프 참조). 결국 수평적이고 자유로운 사내 문화가 직장 만족도뿐만 아니라 직장 내 분위기와 동료와의 관계에도 큰 영향을 주고 있음을 확인할 수 있었다. ▶ 근무평가 및 업무 관련 ‘피드백’ Needs 높아져 ▶ 75.8%, “업무 피드백은 개인의 성장, 자기 계발을 위해 필수적” 한편, 현재 직장에서 응답자 10명 중 2명(24.1%) 정도만이 상사/대표 등과의 면담을 통해 구체적인 피드백을 받고 있는것으로 나타났다. 이에 전체 응답자의 절반 가량(46.2%)은 평가 내용에 대한 구체적인 피드백을 원하는 모습을 확인할 수 있었다. 특히 저 연령층의 경우 생각보다 구체적인 피드백에 대한 needs가 높게 평가된 점이 특징적이었다(20대 53.6%, 30대 52.4%, 40대 45.2%, 50대 33.6%). 근무평가 피드백에 대한 needs가 높아짐과 동시에, 직장 내 전반적인 업무 피드백의 필요성에 공감하는 시각도 높은 수준으로 평가되고 있었다. 전체 응답자의 상당수가 적절하고 명확한 피드백을 주는 직장 상사(선배)와 일하기를 원했으며(84.1%), 피드백을 자유롭게 주고받는 분위기의 부서(팀)에서 일하고 싶다는 응답도 81.8%에 달한 결과를 보인 것이다. 직장 동료나 후배에게 주는 업무 피드백이 그들에게 도움이 될 것으로 생각하고(63.3%), 자신이 받는 업무 피드백이 직장 생활에서 피가 되고 살이 될 것이라고 생각하는 (60.7%) 직장인들도 적지 않아, ‘좋은 피드백’이 업무를 처리하는 데에 중요한 역할로 여겨지고 있는 모습을 확인할 수 있었다. 나아가 전제 응답자 10명 중 7명(68.2%)은 업무 피드백이 없는 회사/부서(팀)는 발전 가능성이 낮을 것이란 의견까지 개진하고 있었다. 이는 적절한 피드백이 업무 결과(성과)에 큰 도움이 되고(85.8%), 개인의 성장과 자기 계발을 위해 필수적(75.8%)일 정도로 스스로에게도 도움이 될 것이란 인식이 강하기 때문으로 보여진다. ▶ 83.3%, “직원의 피드백을 잘 수용하는 것 중요해” ▶ 64.6%, “한국 사회에 피드백 문화 자리 잡기 어려울 것” 한편, 최근 직장 내 피드백에 대한 needs가 높아지면서 피드백을 ‘수용’하는 자세의 필요성이 대두되고 있는 모습을 확인할 수 있었다. 전체 응답자 10명 중 9명(93.6%)이 회사 및 부서(팀)에서 자유롭게 ‘피드백’을 주고받는 분위기가 필요하다는 데에 공감을 내비친 가운데, 직장 상사가 ‘직원’의 피드백을 잘 수용하는 것도 중요해지고 있다는 응답이 83.3%에 달한 결과를 보였다. 앞으로는 ‘직원’이 직장 상사에게 피드백을 주는 경우도 많아질 것(54.5%)으로 예상하고 있는 만큼, 타당한 피드백이라면 직급에 관계없이 이를 수용하는 자세가 필요하다는 인식이 높아지고 있음을 엿볼 수 있었다. 실제로 피드백 문화 활성화를 위한 능력별 중요도 평가에서도 피드백 수용 능력(47.7%)이 피드백 제공 능력(52.3%) 못지않게 중요하게 여겨지고 있음을 살펴볼 수 있었다. 다만, 아직까지 한국 사회에서 피드백은 싫은 소리나 지적으로 인식되는 경우가 많고(76.8%), 전반적으로 피드백을 주고받는 것을 어려워하는 경향이 있어(72.9%), 직장 내 자유로운 피드백 문화가 안착하기에는 어려움이 많다(64.6%)는 의견이 많았다. 이 때문인지 모든 업무 내용에 상세한 피드백을 받는 것 보다는 스스로의 경험을 쌓는 것이 더 중요하다(53.5%)는 인식도 적지 않았다. 향후 직장 내 피드백 문화가 자리 잡기 위해서는 피드백 문화를 주고받을 수 있는 수평적 분위기를 형성하는 것이 우선적으로 필요해 보인다. < 출처 > 엠브레인 트렌드모니터(trendmonitor.co.kr)

  • Report
  • Special Report

  2024-04-01

• 컨택센터/CRM시장 2024년 시장 예측

  [컨택저널 2024년 4월호] 컨택센터/CRM시장 2024년 시장 예측 상담사, SV뿐만 아니라 센터장도 「Reskilling」을 검토·실천하는 1년 생성형 AI는 흔히 말하는 상담사 업무의 대체 뿐만 아니라 SV 등 리더와 센터장 등 관리층의 「일」을 완전히 바꿀 수 있는 잠재력을 가지고 있다. 조직이 성장하고 진화하기 위해서는 모든 계층에서 “Reskilling” 이 요구된다. 기존 센터 운영의 상식이 뒤집히는 1년, 2024년 컨택센터 시장과 운영을 예측한다. 대규모 재난 발생 시 컨택센터가 생명선 중 하나, 혹은 이재민 지원 수단으로 기능하는 기업도 많다. 수많은 지진, 태풍과 같은 자연재해, 그리고 코로나 사태로 축적된 위기관리 경험을 활용한 운영이 기대된다. 완전히 바뀔 가능성이 있다!? 센터 종사자에게 요구되는 스킬 그림 1은 편집부가 선정한 컨택센터/CRM 시장 예측이다. 주요 뉴스와 마찬가지로, 생성형 AI가 주목을 받는 것은 확실하다. 또한, Cloud 전환, 고객성공, 고객 괴롭힘 등 계속되는 화두와 이슈도 많다. 생성형 AI도 관련 주제이지만, 5번의 「커리어 전략의 전환점」을 주목할 필요가 있다. 답변 난이도가 낮은 컨택사유는 거의 생성형 AI로 커버할 수 있는 시대가 눈앞에 다가온 지금, 「인력」이 담당하는 역할과 필요한 스킬, 그리고 커리어가 바뀔 것은 확실하다. 상담사는 물론 SV/리더, 센터장 등 관리층에 이르기까지 「Reskilling」이 요구될 것이다. 또한, 6번의 고객성공도 컨택센터 등 고객지원의 커리어 중 하나가 될 수 있는 직책으로 볼 수 있다. 그리고 최근 가장 큰 과제는 역시 「인력 부족」으로 요약할 수 있다. 거점 확대나 보수 인상으로 대응하는 것은 한계가 있다. 역시 생성형 AI를 비롯한 IT의 힘을 어떻게 활용하여 자동화와 생산성 향상, 그리고 고객 경험 향상을 모두 실현할 것인가. 당연히 그에 상응하는 투자가 필요하다. 경영에 대한 경영진의 제안력이 시험대에 오르는 한 해가 될 것으로 보인다. 1 BPO 시장 침체, 특수 요소는 미지수 각 사의 '강점'을 살린 전략·전술에 기대 코로나 특수가 끝난 2023년은 대형 BPO 업체들이 자사의 강점을 내세우며 향후 사업 방향성을 제시한 한 해였다. 2024년은 그 방향성에 따라 사업을 전개해 나갈 것이다. KDDI Evolva와 Relia Communications 의 통합으로 탄생한 Altius Link. 양사를 합친 2022년도의 매출액은 약 2400억 엔(그림 2)으로 국내 최대 사업 규모가 되었다. 이 회사는 「같은 업태의 합병이지만 위탁하는 영역이 달랐던 것이 큰 장점이다. 약 1300개 기업과 거래하고 있으며, back office 업무로 확대할 여지가 있다. DX를 통한 과제 해결 등 고객의 사업영역에 기여하고자 모회사인 KDDI와 미쓰이물산 및 그룹사의 시너지를 활용하여 새로운 영역과 안건 착수도 추진할 것」이라고 설명하고 있다. 트랜스코스모스는 「CX 향상 노력의 증가를 바탕으로 일관성 있는 고객 경험 서비스 제공을 추진한다. needs가 강한 채팅을 중심으로 각 채널에서 획득한 VOC를 마케팅에 활용함으로써 기업 가치 향상에 기여할 것」이라고 말했다. 벨시스템24는 2025년까지의 중기경영계획에 따라 「'NEW BPO' 사업으로 고객 접점에 대한 당사의 노하우와 전략 파트너사의 지식을 결합하여 1차 산업 분야 등 새로운 영역의 아웃소싱을 통한 수탁 사업 영역 확대를 도모한다. 또한, 생성형 AI를 도입한 자동화 툴을 통해 인력 부족이 예상되는 사내 컨택센터 지원 및 고객 응대에 활용함으로써 효율화와 고객 만족도 향상에 기여하고자 한다. 또한, CX 디자인 등 상류 영역에 해당하는 서비스도 전개하여 새로운 시장을 개척하고 싶다」고 밝혔다. TMJ는 「MaaS 등 특정 영역에서의 사업 전개 지속. 그리고 센터 운영을 위한 DX를 강화하는 것은 물론, 모바일 관련 등 신기술을 수반하는 안건 수주에 의욕적으로 나선다. 또한, 음주 측정 의무화 등 사회적 이슈의 변화로 인해 총무부서 등 고객센터 외의 문의가 증가하고 있다. 기존 영역에 국한되지 않고 기업 창구의 애로사항에 폭넓게 대응하는 등 신규 개척에도 힘을 쏟을 것」이라고 말했다. 딜로이트 토마츠 믹 경제연구소의 타케다 케이이치 수석연구원이 2023년을 「각 벤더가 자구노력을 통해 매출을 늘리고 점유율을 유지 및 확대해야 하는 시대가 되었다」고 지적한 것처럼, 2024년에도 이러한 경향은 더욱 강해질 것이다. 이와 함께 2023년에 불거진 불미스러운 사건과 정보 유출 사건으로 인해 「신뢰 회복」도 큰 키워드가 될 것이다. 2 생성형 AI가 가져올 IT 시장의 변화 "가속화되는 No-Code 개발"과 "벤더의 가치" 컨택센터 관련 뿐만 아니라 IT 시장을 휩쓸고 있는 생성형 AI. 2023년 11월에 개최된 「콜센터/CRM 데모 & 컨퍼런스 2023 in Tokyo」에서 편집부가 실시한 설문조사에 따르면, 생성형 AI에 의한 제공 기능(그림 3)은 다양해지고 있다. 현재로서는 응대 요약(후처리 요약)이 가장 많았고, 챗봇 등 고객 응대, 이메일 및 채팅 회신안 생성, FAQ 생성 등이 뒤를 이었다. Hallucination 등의 리스크에 대해서는 각 사가 보유 기술을 활용해 억제·회피를 호소하고 있지만, 현재로서는 상담사 또는 관리자가 눈으로 보고 수정할 수 있는 프로세스를 내장하는 용도가 대부분을 차지하고 있다. 향후에는 이러한 추세를 이어가면서 SV 및 관리자 층의 인력 부족 및 육성 시간 확보가 어려운 상황을 감안하여, 챗봇의 대화 흐름 생성, 응대 평가의 지도 코멘트 생성, VOC 분석 결과 해석 등 전문적인 업무 지원 기능으로서의 활용이 늘어날 것으로 보인다. 그러나 IT 솔루션 시장으로서는 「역풍」이 될 수 있는 요소도 등장했다. 2023년 11월 Open AI가 생성형 AI 서비스 『Chat GPT』의 새로운 기능으로 No-Code로 특정 목적에 맞게 customizing할 수 있는 「GPTs」를 발표했다. 자연어 지시로 Chat GPT의 기능을 이용한 시스템을 개발할 수 있게 된다. 전문가들은 「IT 벤더가 아니더라도 업무 애플리케이션 개발이 쉬워질 것」이라고 지적한다. 이미 대기업에서는 생성형 AI 여부를 불문하고 직원들에게 No-Code로 애플리케이션을 개발하게 하는 사례도 눈에 띈다. 일본어 LLM이나 업종 특화 LLM을 제공하는 벤더 등에는 기능면이나 지원 면에서 지금까지보다 더 많은 「외부 발주 부가가치」가 요구될 것으로 보인다. 3 생성형 AI로 바뀌는 센터 매니지먼트 SV, 센터장에게 요구되는 "Reskilling" 생성형 AI의 등장으로 고객 응대 자체는 물론, 응대 이력 입력과 요약, 이를 바탕으로 한 FAQ와 템플릿 작성은 자동화가 진행되면서 매니지먼트도 크게 변화할 것으로 보인다(그림 4). 기존에는 SV의 주요 역할이 상담사 교육 및 지원 이였지만, 운영 자동화로 인해 인력 규모가 축소되면 인력 관리의 부담이 크게 줄어들 것이다. 앞으로는 챗봇의 구축과 유지보수, 생성형 AI가 만든 FAQ나 템플릿의 정교화 등이 그 업무의 중심이 될 것으로 보이며, 이른바 「Reskilling」이 요구될 것으로 보인다. VOC 분석, 응대 평가 등 데이터를 「읽어내는」 작업도 효율화된다. 담당자 육성에 드는 노력과 비용 절감, 담당자 간 결과의 편차도 해소할 수 있다. 콜 량 예측과 스케줄링도 AI로 대체될 것이다. 컨택사유 별 응대 상황 분석 및 보고는 수작업으로 진행하면 방대한 작업 시간이 필요하기 때문에 이를 수행할 수 있는 센터가 제한적이었다. 이미 이 기능을 생성형 AI로 APP화 하려는 움직임이 시작되고 있다. 한정된 리소스에서도 컨택사유를 기반으로 한 정교한 리소스 매니지먼트가 가능해질 것이다. 더욱 기대되는 것은 「1대1」의 고도화다. CRM 데이터와 연계해 특정 고객에게 최적화된 제안을 생성형 AI가 상담사에게 제안한다. 매니지먼트의 역할은 이러한 시스템 구축과 성과 검증 및 운영 개선에 전념하게 될 것이다. 4 급성장하는 Cloud 플랫폼 시장, On-premise를 「넘어서는」 날이 머지않았다. 대규모 센터에서도 본격적인 'Cloud first'가 진행되고 있다. 국내 Cloud형 CRM 솔루션을 제공하는 주요 벤더를 조사한 데이터를 바탕으로 전체 시장을 추정, 분석한 결과를 정리한 딜로이트 토마츠 믹 경제연구소에 따르면, 콜센터 시스템 시장에서 Cloud형 구성 비율은 연간 5% 내외로 상승할 것으로 전망하고 있다. (그림5. 2022년도 버전) 2026년도에 그 시장 규모는 1370억 엔으로 On-premise 시스템을 포함한 전체 시장의 40.8%를 차지할 것으로 예상하고 있다. 이 연구소의 케이이치 타케다 수석연구원은 「2023년 12월에 발표한 최신(2023년도판) 조사에서도 Cloud 시장의 확대 추세는 지속될 것이며, 2027년도에는 구성비 50%에 육박하는 수치가 될 것으로 전망한다.」고 말했다. 2024년 이후 시장 확대의 가속화 요인이 될 것으로 보이는 것은 상반기 출시 예정인 일본 Avaya의 public cloud 서비스 'Avaya Experience Platform(AXP)'이다. 이메일, 채팅, SNS 등 디지털 채널과 음성 채널 관련 기능을 개별적으로 패키지화해 제공한다. 우치야마 토모유키 일본 Avaya 대표이사는 「업무에 맞게 구축된 기존 자산(On-premise 시스템)을 갑자기 '버리는 것'은 고객 경험을 해칠 수 있다. AXP는 독립적인 Public Cloud 서비스일 뿐만 아니라, 기존 자산과의 Hybrid Cloud 구성으로 디지털 채널과 AI를 활용한 기능 확장과 단계적인 Cloud 전환을 병행할 수 있는 역할을 부여하고 있다.」고 설명했다. 이 외에도 Cisco Systems, ZVC JAPAN 등 다른 사업 영역을 주력으로 하는 벤더들도 Cloud형 컨택센터 서비스 강화 및 판매 확대에 본격적으로 나서고 있다. 애플리케이션 층에 비해 완만한 속도로 Cloud 전환이 진행되어 온 컨택센터 시스템 시장도 Cloud가 차지하는 비중이 On-premise를 넘어서는 날이 머지않아 보인다. 5 역할 변경, 정규직화, 커리어 재검토―― 인재 전략의 전환점이 될 1년 기업의 고용 환경은 점점 더 어려워지고 있다. 채용 시 시급은 2019년 이후 계속 상승하여 2023년 5월 기준 전국 평균은 1370엔이다. 향후 인력 부족이 해소될 가능성은 낮으며, 2024년 이후에는 고용 형태 자체의 재검토(예를 들어, 비정규직에서 정규직으로의 전환을 통한 정착률 향상 등)를 강요 받을 가능성이 매우 높다. 요인은 인력난만이 아니다. 생성형 AI를 비롯한 자동화 기술의 발전에 따라 고객의 자가 해결률이 비약적으로 향상되었다. 필연적으로 컨택센터로 들어오는 문의는 복잡하고 고도화 되기 때문에 상담사에게 요구되는 지식과 스킬도 고도화될 수밖에 없다. 따라서 reskilling이라는 재교육이 필요하지만, 기존의 비정규직으로 난이도가 높은 업무를 맡기는 것은 어려울 것으로 보인다. 미국 고객지원 시장에서는 자체적으로 해결하지 못한 문의에 대해서는 셀프서비스에서 문제해결에 최적화된 창구로 바로 연결되는 구조인 「지능형 스워밍(intelligent swarming)」이 주목받고 있다. 1차 창구는 존재하지 않고, 문제 별 전문 팀이 조직되는 시스템이다. 일본 국내에서도 일부 기업에서 시행되고 있는 것으로 보이지만, 일반적으로 이렇게까지 과감한 체제 변화는 아직 어려울 것으로 보인다. 기존 조직을 새로운 체제로 전환하기 위해서는 커리어 제도의 재검토가 필요하다. 상품·서비스별 전문가는 물론 FAQ 등 지식 구축을 담당하는 지식관리자, AI를 다루는 디지털 인재, 데이터 분석에 능숙한 데이터 분석가 등 고객지원에 필요한 스킬은 다양하다. 기존의 「우수한 상담사가 SV가 된다.」는 career뿐만 아니라 각 분야의 전문가로 가는 길도 마련한다. 당연히 역할에 따라 보수는 올라가고, 물론 정규직으로 가는 길도 필요하다. 비용에 대해서는 자체 해결이 진행될수록 콜 량이 감소하기 때문에 상담사 인원은 줄일 수 있다. 1인당 보수는 올라가더라도 전체에서 차지하는 인건비 비중은 낮아질 가능성이 높다. 자동화와 소수의 정예 전문가로 구성된 고객지원 체계가 미래 컨택센터의 모습이 될 것이다. 6 고객성공 센터 증가 ―― 일부 업무는 고객지원으로 전환된다! 「상장기업의 고객 성공 조직 설치율은 2.9%로, 고객지원의 2.1%보다 높다.」는 조사 결과가 나왔다(그림 6). 이 조사는 웹사이트에 인사 및 조직 정보를 공개하고 있는 약 22만 개 기업을 대상으로 지정 추출 단어(이 경우 고객지원과 고객 성공)가 포함된 조직 명을 집계(중복 처리)한 것으로, 콜센터 및 컨택센터 전체의 설치율을 나타내는 것은 아니다. 다만, 공개 정보에 기재된 조직 명이 '지원'보다 많은 것으로 보아 신설하는 사례가 급증하고 있음을 알 수 있다. 고객성공 부서 설치 기업 중 정보통신·IT업이 62.8%로 가장 많았고, 서비스업 11.5%, 제조·기계업 9.7%로 뒤를 이었다. BtoB의 SaaS 업계에서 시작된 이 개념이 다양한 업종으로 확산되고 있음을 보여준다. 이번 조사를 진행한 Nexal의 우에시마 치즈루 대표는 「기업의 경영 자원은 사람·물건·돈에서 '지적재산권·지식·정보자산'으로 이동하고 있다. 최근에는 고객지원에서도 해지율, 유지율, up-selling등 기업 관점의 지표를 탈피하여 고객 관점의 '성공'을 지향하는 기업이 늘고 있다.」고 강조한다. 고객성공의 실천에서 가장 중요하게 여기는 요소는 「고객 이해」이다. 고객성공을 위한 교육 등을 제공하는 LECCS의 마루다 아야시 대표는 「대기업에서 고객 성공을 실천할 경우, 취급하는 제품 수가 압도적으로 많다는 어려움이 있다. 고객 이해를 위해서는 대량의 데이터를 적절히 분석할 수 있는 환경 구축과 데이터 분석 팀 등의 구성이 성패를 가를 가능성이 높다」고 설명한다. 고객성공의 또 다른 큰 변화는 「일부 업무의 고객지원으로의 전환」이다. 고객성공의 역할에서 빼놓을 수 없는 것이 「Nurturing(고객육성, 구매의욕 고취)」과 「Outcome(성과 창출)」의 2가지 축으로 꼽힌다. Sansan의 고객 성공을 조직화해 온 Sasket 대표 야마다 히사노리 씨는 「이 둘은 적성 인재가 다르다.」고 지적한다. Nurturing 활동은 On-boarding(고객이 계약한 솔루션을 사용하기 시작할 때까지의 지원), 세미나나 강연을 통한 기능 소개 등이다. 대부분 정형화할 수 있는 반면, 밀착형의 hospitality가 강한 인재에게 적성이 있다고 한다. Outcome은 성과를 달성할 수 있도록 KPI를 매니지먼트하는 것이 주요 업무로 컨설턴트 역할에 가깝다. 야마다 씨는 「Outcome은 포스트세일즈~고객 성공 부문으로, Nurturing 부문은 고객지원 부문으로 역할이 바뀌기 시작했다. 후자는 '정형화'되기 시작하면서 아웃소싱하는 사례도 등장했다.」고 설명한다. 앞으로 대기업의 고객성공 도입, 고객지원으로의 업무 이관 등을 통해 CX향상, 경영기여 실현이 구체화될 것으로 보인다. 7 요구 되는 단호한 대응, 달라지는 「고객 갑질 대책」의 포인트 이제 사회적 문제로 주목받고 있는 고객 괴롭힘에 대한 대책이 필요하다. 후생노동성이 가이드라인을 제정한 이후, 업종을 불문하고 고객 갑질에 대한 행동지침을 선언하고 대책 매뉴얼을 정비하는 기업이 늘고 있다. 컨택센터는 대면 접객과 달리 고객이 얼굴을 볼 필요가 없기 때문에 악의적인 클레임의 온상이 되기 쉬운 성격을 동시에 가지고 있다. 특히 수신자 부담 전화는 애초에 고객이 아닌 사람에게도 공격 당할 가능성이 있다. 사내 가이드라인이나 전문기관의 법적 대응 등을 통해 악의적인 클레임과 고객갑질로부터 상담사를 보호할 수 있는 시스템 구축이 시급하다. 2023년 가을에도 만두로 유명한 오사카시의 식품회사 「551 호라이」에서 전화 응대하던 직원이 우울증을 앓다가 자살했다. 유족은 「고객 괴롭힘이 원인」이라며 산재를 청구하는 소송을 제기했다. 고객 갑질에 대한 관심이 집중되면서 이와 유사한 소송은 앞으로 더 늘어날 것으로 보인다. 대책이 늦어진 기업에 대한 세간의 시선은 더욱 엄격해질 것이며, 특히 접객업이나 고객서비스 직종을 찾는 구직자에게는 대책의 유무가 중요한 선택 이유 중 하나가 될 수 있다. 기업이 아무리 대책을 세워도 고객 갑질이 「ZERO」가 될 수는 없다. 기업이 할 수 있는 일은 피해를 최소화할 수 있는 준비, 체제 만들기다. 고객 접점 현장에 고객 갑질을 판단할 수 있는 기준을 마련하고, 자동응답이나 클레임 대응 전문가에게 escalation할 수 있는 환경을 마련하고, 괴롭힘을 당한 상담사의 Mental care를 조기에 실시하는 등 모든 노력을 기울여도 완벽하다고 할 수는 없지만, 실천하지 않는 것은 더 큰 위험을 초래할 수 있다. 이러한 대책의 발목을 잡는 것은 법 정비의 지연이다. 2023년 12월, 개정된 여관업법이 시행됐다. 이에 따라 숙박시설은 고객 갑질에 해당하는 행위를 한 고객의 숙박을 거부할 수 있게 됐다. 향후 유사한 법 개정이 진행되면 다양한 업종의 기업에서 고객 갑질 대책이 더욱 강화될 것으로 보인다. <출처> Call Center Japan 2024년 2월호

  • Report
  • Global Case

  2024-04-01

• 더 나은 직원 경험을 위해 AI를 활용하는 11가지 방법

  [컨택저널 2024년 4월호] 더 나은 직원 경험을 위해 AI를 활용하는 11가지 방법 AI는 직원의 스킬을 향상시키고 반복적인 작업을 없애는 등 직원 경험을 개선할 수 있습니다. 직원 경험을 위한 AI는 인공지능 기술을 활용하여 On-boarding(신규 직원이 조직에 수월히 적응할 수 있도록 업무에 필요한 지식이나 기술 등을 안내·교육하는 과정), 성과, 개발, 내부 서비스 팀의 지원, 일상 업무 수행을 위한 정보 액세스 등 직원 여정의 모든 측면을 개선하는 것을 의미합니다. 직원 경험을 위한 AI 가이드에서 방법을 설명합니다. 성공적인 비즈니스 운영의 핵심은 탁월한 EX(직원 경험)을 촉진하는 환경을 조성하는 것입니다. 직원이 행복하면 고객에게 더 나은 서비스를 제공하여 CSAT(고객 만족도)를 향상시키고 궁극적으로 수익성을 개선할 수 있습니다. 반대로 직원이 관련성 있고 신뢰할 수 있으며 업데이트된 정보를 찾는 데 어려움을 겪으면 업무 수행이 원할 하지 않게 됩니다. 또한 반복적이고 시간이 많이 걸리는 업무에 얽매여 고부가가치 업무에 할애해야 할 시간을 빼앗길 수도 있습니다. 이 모든 것이 번아웃과 직원 이직률의 위험을 높입니다. 업무 환경에 AI를 도입하면 프로세스를 간소화하고 Workflow를 자동화하여 직원 경험을 현대화할 수 있으며, 효율적인 업무 환경을 조성하여 직원 만족도를 높이고 직원을 브랜드 챔피언으로 만들 수 있습니다. EX에 AI를 활용하는 방법을 알아보고 혜택을 누려보세요. 직원 경험을 개선하기 위해 AI를 사용하는 11가지 방법 당연한 말이지만 우수한 직원 경험 없이는 우수한 CX(고객 경험)을 제공할 수 없습니다. 결국 모든 것은 제품을 만들고 서비스를 제공하는 사람들로부터 시작됩니다. AI를 사용하여 직원 경험을 개선하는 방법은 다음과 같습니다. 1. 상담사의 스킬 향상 영화 ‘매트릭스’에서 주인공 네오가 전투 훈련 프로그램에 접속해 다양한 격투 스타일을 배우는 장면을 기억하시나요? 상담사에게 AI 기반 도구를 제공하는 것이 바로 이러한 방식입니다. IT 및 HR Help Desk 솔루션에 AI를 구현하여 상담사의 skill-set을 강화할 수 있습니다. 다음은 직원의 업무 능률을 높이는 데 도움이 되는 몇 가지 도구의 예입니다. AI 기반 인사이트 및 권장 사항을 통해 상담사가 니즈를 이해하고 문제를 더 빠르게 해결할 수 있습니다. 생성형 AI는 문의티켓을 요약하고 서면 응답의 어조를 조정하는 기능 덕분에 상담사가 시간을 절약하면서 공감할 수 있는 개인 맞춤형 응답을 제공할 수 있도록 지원합니다. 유사 문의티켓은 상담사에게 상황에 맞는 정보를 제공하므로 더 빠른 해결과 일관된 서비스를 제공할 수 있습니다. 또한 고객 서비스 챗봇은 기본적인 Query(문의나 의문)를 해결하고 반복적인 작업을 제거하여 문의티켓을 분산시키므로 상담사가 전문성을 발휘할 수 있는 문제를 보다 집중하여 처리할 수 있습니다. 이를 통해 상담사는 전문 문제 해결사로 거듭나 가장 가치 있는 업무에 집중할 수 있습니다. 2. 인원을 추가하지 않고도 더 많은 요청 관리 가능 팀이 고객 요청을 따라잡는 데 어려움을 겪고 있을 때 AI를 사용하면 보다 효과적으로 요청을 관리할 수 있습니다. Advanced Bot으로 IT 또는 HR Helpdesk 소프트웨어를 강화하면 연중무휴 24시간 직원 지원을 제공하고 직원이 스스로 해결할 수 있도록 지원할 수 있습니다. Advanced Bot은 직원의 의도와 일반적인 문제를 이해하도록 사전 학습되어 상담사의 개입 없이도 자연스러운 대화형 지원으로 문제를 해결할 수 있습니다. 즉, AI가 요청의 일부를 처리하고 셀프서비스 옵션으로 문의티켓을 전환하여 대기열을 더 쉽게 관리할 수 있습니다. 3. 지능형 라우팅으로 Workflow 간소화 문의티켓을 신속하고 효율적으로 라우팅하면 문제를 적절한 상담사에게 전달하여 더 빠르게 해결할 수 있습니다. 지능형 라우팅 및 분류는 고객의 의도, 감정, 언어에 따라 수신 대화를 자동으로 분류하는 기능으로 여러 채널에서 들어오는 요청을 수동으로 분류하고 우선순위를 정하는 작업을 줄여줍니다. AI는 대화에 중요한 전후 상황도 함께 포함하므로 IT 또는 HR 지원팀은 상호 작용에 접근하는 방법을 이해할 수 있습니다. 4. 신규 상담사 Onboarding 속도 향상 기업은 AI를 프로세스에 통합하여 직원 On-boarding을 간소화할 수 있습니다. AI 챗봇은 신입사원에게 일상적인 고객 서비스 교육 프로그램을 안내하고 자주 묻는 질문에 대한 답변을 실시간으로 제공합니다. 신입 직원을 위한 맞춤형 교육 경로를 만들어 학습을 가속화함으로써 고객 서비스를 더 빨리 시작할 수 있습니다. 또한 HR 팀은 AI를 사용하여 신입 사원의 교육 진행 상황과 성과를 평가할 수 있습니다. 이를 통해 경영진은 교육 격차를 파악하고 프로세스를 개선할 수 있습니다. 5. 운영 효율성 개선 AI는 프로세스와 데이터를 모니터링 및 분석하여 패턴과 추세를 파악 및 예측하고, 개선 사항을 제안하여 운영을 간소화할 수 있습니다. 이러한 심층적인 리포팅 및 Analytics Data를 통해 의사 결정권자는 병목 현상을 없애고 업무를 더 쉽게 처리할 수 있는 더 나은 도구를 직원에게 제공할 수 있습니다. 예를 들어 AI 리포팅 소프트웨어는 기록 데이터를 분석하여 기존 매크로(미리 작성된 응답)의 격차를 강조 표시할 수 있습니다. 그런 다음 관리자가 구현할 수 있는 새롭거나 개선된 매크로를 제안하여 상담사가 더욱 빠르고 효과적으로 응답할 수 있도록 합니다. 6. 직원이 쉽게 액세스할 수 있도록 내부 지식 및 리소스 표시 내부 정보와 리소스를 직원에게 제공하는 AI 기반 시스템으로 지식창고를 강화하세요. 이를 통해 효율성이 향상되고 의사 결정에 도움이 됩니다. 직원이 인사 문서를 원하거나 IT 상담사가 표준 운영 절차에 액세스해야 하는 경우 대화형 AI 봇이 자연어 처리를 사용하여 관련 정보를 제공할 수 있습니다. 봇은 머신 러닝을 사용하여 상호작용할 때마다 학습함으로써 시간이 경과하면서 개선되어 점점 더 개인화된 경험을 제공합니다. 7. 피드백 수집 및 직원 참여도 향상 직원들과 정기적으로 소통하고 피드백을 수집하면 직원 정서를 파악하는 데 도움이 됩니다. AI를 사용하면 설문조사, 채팅 및 메시징 상호 작용, 기타 유형의 피드백을 통해 직원의 감정을 분석하여 개선이 필요한 부분을 파악할 수 있습니다. On-boarding 중과 후에 AI를 사용하여 교육생을 체크인하고 교육 과정, 동료와의 상호 작용 및 전반적인 경험에 대한 교육생의 감정에 대한 인사이트를 수집할 수 있습니다. 또한 AI를 사용하여 개인화된 교육 계획과 경력 개발 추천을 만들 수도 있습니다. 이를 통해 기업은 직원에게 투자하고 직원의 가치를 존중하는 긍정적인 기업 문화를 조성할 수 있습니다. 8. 팀 성과 관리 및 추적 AI 기반 리포팅 및 Analytics는 상담사 성과에 대한 실시간 데이터를 제공하여 경영진이 강점과 개선 영역을 파악하는 데 도움을 줍니다. AI를 사용하여 여러 팀이 서로 상호 작용하는 방식을 더 깊이 이해하고 여러 시스템에 분산된 데이터를 식별합니다. 이를 통해 데이터 사일로를 허물고 부서 간 협업을 개선하며 내부 고객 서비스를 개선하는 데 필요한 사항을 보다 잘 파악할 수 있습니다. 또한 AI는 실적이 저조한 직원에게 코칭을 제공하거나 효율성을 높이기 위한 사전 대응적 팁을 제공할 수 있습니다. 프로세스를 자동화하면 직원과 관리자가 불편한 상호 작용을 피하고 직원이 지표 개선을 위해 능동적으로 일할 수 있도록 지원할 수 있습니다. 9. 예측 분석을 사용하여 사전 대응적 지원 제공 상담사의 번아웃을 방지하면 직원 이직률을 줄임으로써 직원은 물론 비즈니스에도 도움이 됩니다. 예측 분석을 통해 HR 팀은 AI를 사용하여 상담사 번아웃의 조기 징후를 파악하고, 사전 대응적 지원을 통해 문제를 해결하며, 직원 유지율을 높일 수 있습니다. AI를 사용하여 고객이 웹사이트에 접속하지 못해 도움이 필요한 시점을 파악할 수 있는 것처럼, AI를 사용하여 직원이 내부 Helpdesk의 지원이 필요한 시점을 파악한 다음 문제 해결 리소스를 통해 선제적으로 연락하여 문제를 근본적으로 해결할 수 있습니다. 10. AI 기반 도구로 협업 Silo화된 데이터로 인해 일관되고 효과적인 지원을 제공하는 것이 불가능하지는 않지만 매우 어려워지는 것이 사실입니다. AI 기반 협업 도구는 데이터를 통합하고 팀이 지식을 공유하고 서로 더 쉽게 소통할 수 있도록 도와줍니다. 이러한 도구에는 회의 예약, 캘린더 관리, 프로젝트 조정을 도와주는 가상 도우미가 포함되어 있습니다. 11. 콘텐츠 제작 가속화 Chat GPT와 같은 생성형 AI 기술이 인기를 끌면서 기업에서는 콘텐츠를 개발하는 새로운 방법을 찾고 있습니다. 생성형 AI는 새로운 콘텐츠 제작을 간소화하고 지식창고의 부족한 부분을 파악할 수 있습니다. AI 기반 콘텐츠 생성기는 인사 담당자가 직원 핸드북, 교육 자료 및 회사 정책을 작성하는 데 도움을 줄 수 있습니다. 또한 보고서 자동화 및 문서화를 위해 자연어 생성 도구를 사용할 수 있습니다. 직원 경험을 향상시키는 AI 기반 도구의 유형 AI가 비즈니스에 가져다 주는 혜택은 이제 막 시작 단계에 불과합니다. 고객 서비스를 위해 AI를 사용하는 방법은 알고 있지만, EX를 위한 AI는 간과하고 있을 수 있습니다. 다음은 직원 경험을 위한 몇 가지 AI 기반 도구 유형입니다. Advanced Bot 수동 프로그래밍 및 교육이 필요한 Standard bot과 달리 Advanced Bot은 의도(고객이 지원을 요청하는 이유) 및 업계 별 주제에 대해 사전 학습된 상태로 제공됩니다. 지능적이고 자동화된 내부 고객 서비스를 제공하여 EX를 향상시킬 수 있습니다. 봇은 HR 및 IT와 같은 내부 서비스와 관련된 가장 광범위한 의도 데이터베이스를 활용하여 직원에게 24시간 맞춤형 지원과 정확한 응답을 제공할 수 있습니다. AI 기반 인사이트 AI는 직원 상호 작용 및 피드백을 포함한 대량의 과거 데이터를 분석할 수 있습니다. 이를 통해 직원 경험 관리 팀은 다음과 같은 패턴과 트렌드, 문제점 또는 개선이 필요한 영역 등을 파악할 수 있습니다. 반복되는 프로세스 문제 도구에 대한 불만 또는 문의티켓 관련 데이터 또는 정보에 액세스하기 어려운 문제 예를 들어 AI는 반복되는 IT 문제나 상담사가 자주 처리하는 특정 HR 질문 을 감지할 수 있습니다. 또한 AI 기반 감정 분석 도구는 직원 상호 작용의 감정적 어조를 실시간으로 평가할 수 있습니다. 상담사는 직원이 만족하는지, 불만족하는 지와 , 추가 지원이 필요한지에 대한 즉각적인 피드백을 받을 수 있습니다. 이를 통해 상담사는 대화 중에 접근 방식을 조정하여 직원의 경험을 개선할 수 있습니다. 지능형 라우팅 및 분류 AI 기반 라우팅 및 분류 도구는 수신되는 직원 요청을 의도, 감정, 언어에 따라 자동으로 분류 하고 우선순위를 지정할 수 있습니다. 스킬 기반 라우팅은 Workload(주어진 시간 안에 컴퓨터 시스템이 처리해야 하는 작업의 양과 작업의 성격), 전문 지식 및 가용성에 따라 요청을 적합한 상담사에게 자동으로 보냅니다. 지능형 라우팅 및 분류는 이러한 이점을 제공합니다: 문의티켓 처리 시간 30~60초 단축 Workflow 자동화 고객에게 자동화된 응답 전송 더 심층적인 리포팅 인사이트 제공 또한 지능형 라우팅 및 분류를 통해 수작업과 관련 비용을 줄일 수 있습니다. 일상적이고 시간이 많이 걸리는 작업을 제거함으로써 상담사는 자신의 전문성이 필요한 업무에 집중할 수 있습니다. AI 기반 지식창고 AI는 직원 검색 쿼리를 기반으로 관련 지식창고 문서를 제안하고 표시하여 직원들이 중요한 문서와 정보에 쉽게 액세스할 수 있도록 합니다. 또한 AI는 상담사가 지식창고에서 기존 콘텐츠를 찾도록 도와주어 문제를 더 빨리 해결할 수 있도록 도와줍니다. 또한 콘텐츠의 부족한 부분을 파악하여 콘텐츠 전문가에게 해결을 요청할 수 있도록 플래그를 지정하고 라우팅할 수 있습니다. AI 기반의 고급 지식 관리 도구를 사용하면 사용자가 콘텐츠를 더 쉽게 만들고 업데이트할 수 있으므로 팀이 HELP 센터를 확장할 수 있습니다. 예를 들어 상담사가 몇 개의 글머리 기호만 입력하면 생성형 AI가 전체 문서를 작성 할 수 있는 기능이 있습니다. 생성형 AI 생성형 AI는 콘텐츠를 제작 및 개선하고, 작업을 자동화하며, 상담사의 일상 활동을 지원함으로써 직원 경험을 향상시키는 데 도움을 줄 수 있습니다. 생성형 AI는 지식창고 문서, 예측 보고서, 교육 자료, SOP(Standard operating procedure, 표준 운영 절차) 문서 등과 같은 고품질 콘텐츠를 제작하여 직원의 시간을 절약할 수도 있습니다. 또한 특정 직원에게 맞춤화된 커뮤니케이션과 추천을 제공하여 참여도가 높고 개인화된 직원 경험을 제공할 수 있습니다. 직원에게 AI를 도입할 때의 장단점 2023년 Zendesk 직원 경험 트렌드 보고서에 따르면 EX 전문가의 66%는 AI 및 봇 사용이 단순한 편향성을 넘어 진화했으며, 이는 AI가 직원의 업무를 더 쉽게 만드는 데 보다 큰 역할을 하고 있다는 의미라고 말합니다. AI를 구현하면 많은 이점이 있지만 몇 가지 도전 과제도 있습니다. 업무 환경 내 AI의 장단점은 다음과 같습니다. 직원 경험 AI의 장점 업무 환경에 AI를 구현하면 직원과 고객 모두에게 다양한 이점을 제공합니다. 다음은 그 중 몇 가지 사례입니다. 신뢰할 수 있는 자동 응답으로 Peak 시간대에도 문의티켓 대기열을 관리 할 수 있습니다. 상담사가 보다 복잡한 업무에 전문성을 활용할 수 있도록 지원 편리한 24시간 지원을 위한 셀프서비스 확장 직원과 더욱 자연스러운 대화 가능 상담사 Intelligence와 skill-set의 레벨을 높여 효율성과 생산성을 개선합니다. 직원 경험을 위한 AI의 단점 새로운 기술을 구현할 때 기업은 새로운 기술이 가져올 수 있는 문제도 고려해야 합니다. AI는 새로운 기술이고 아직 배우고 이해해야 할 것이 많기 때문에 직원들은 경계할 수 있습니다. 다음은 몇 가지 일반적인 우려 사항입니다. 실직에 대한 두려움 변화에 대한 저항심 윤리적 문제 개인 정보 보호 문제 구현의 복잡성 AI가 업무 환경을 개선하고 업무를 더 쉽게 만들어준다는 사실을 직원에게 확신시키는 것이 중요합니다. AI는 직원을 대체하는 것이 아니라 더 적은 노력으로 보다 효율적으로 일할 수 있도록 도와줍니다. 직원들이 업무 환경의 AI에 익숙해지면 그 동안 AI 없이 어떻게 업무를 수행했는지 의아해할 것입니다. ※ Zendesk 직원 경험 솔루션 (https://www.zendesk.kr/employee-experience/) < 글 > Zendesk

  • Report
  • Special Report

  2024-04-01

• Z세대, 연봉보다 ‘스트레스 · 야근 없고, 가까운’ 회사 선호

  [컨택저널 2024년 4월호] Z세대, 연봉보다 ‘스트레스 · 야근 없고, 가까운’ 회사 선호 Z세대, 초봉 높아도 “야근, 스트레스 많은 직장 싫어” Z세대 90% Wellness 복지 원해, 선호 1위는 헬스장, 영양제 등 ‘운동/건강’ 복지 조사 결과 Z세대 취준생은 초봉이 낮아도 ‘야근이나 스트레스가 적은 직장’을 선호하는 것으로 나타났다. 10명 중 4명은 정신적 탈진을 의미하는 Burnout을 경험했으며 선호하는 Wellness 복지로는 영양제, 헬스장 제공 등 ‘운동/건강’ 복지가 1위로 꼽혔다. AI매칭 채용 콘텐츠 플랫폼 캐치가 Z세대 취준생 1,770명을 대상으로 ‘직장생활과 스트레스’에 관한 설문조사를 진행한 결과를 발표했다. 조사결과에 따르면 62%가 초봉이 높은 직장보다 ‘야근과 스트레스가 적은 직장’을 선호하는 것으로 나타났다. Z세대 취준생 10명 중 4명은 Burnout 경험이 있었으며 90%는 ‘직장에서 신체적, 정신적 건강을 지원해야 한다.’라고 생각하는 것으로 나타났다. ‘지원하지 않아도 괜찮다’라고 응답한 비중은 10%에 불과했다. 지원해야 하는 이유로는 ‘직장에서 많은 시간을 보내서’가 36%로 가장 높았고, ‘몸과 마음이 건강해야 업무 효율이 향상해서’가 34%로 뒤를 이었다. 이외에도 ‘육체/신체적 건강에 대한 사회적 관심이 증가해서(16%)’, ‘직장에서 스트레스 받는 경우가 많아서(14%)’ 등의 의견도 있었다. Z세대가 선호하는 ‘Wellness 복지(복수응답)’로는 영양제, 헬스장 제공 등 ‘운동/건강’ 관련 복지가 45%로 가장 인기가 높았다. 이어서 워케이션, 장기 휴가 등 ‘휴식’ 복지가 43%, 심리치료, 명상 등 ‘심리’ 복지가 39%로 비슷하게 나타났다. 진학사 캐치 관계자는 “최근 번아웃을 경험한 취준생과 직장인이 늘며 신체적, 정신적 건강에 대한 관심도 크게 증가하고 있다.”라며 “Wellness 복지는 매우 다양하기 때문에 기업 상황을 고려해 유연하게 도입할 수 있을 것으로 분석된다”라고 언급했다. Z세대 ‘출퇴근 짧은 직장’ 선호, 출퇴근 시간 아껴서 운동 · 취미 즐기고 싶어 시간 효율성 극대화를 위해 분초를 다투며 산다는 의미의 ‘분초사회’가 2024 트렌드 키워드로 선정된 가운데, 캐치의 조사 결과 Z세대는 연봉이 낮더라도 통근 시간이 짧은 직장을 선호하는 것으로 나타났다. AI매칭 채용 contents 플랫폼 캐치가 Z세대 취준생 2,342명을 대상으로 ‘연봉 높지만, 출퇴근 왕복 3시간’ vs ‘연봉 낮지만, 가깝거나 재택’을 주제로 설문조사를 진행했다. 그 결과, ‘연봉이 낮아도 출퇴근 시간이 짧은 직장’을 선호하는 경우가 59%로 더 높게 나타났다. 또, Z세대는 시간의 가성비를 뜻하는 ‘시성비(時性比)’를 중시하기에 ‘재택근무’를 선호하는 것으로 나타났다. 재택근무를 선호하냐는 질문에는 무려 83%가 ‘그렇다’라고 답했고, 그 이유로 ‘출퇴근 시간을 아낄 수 있어서(58%)’를 가장 많이 꼽았다. 한편, Z세대가 허용할 수 있는 최대 왕복 통근 시간은 ‘1시간(33%)’인 것으로 나타났다. 이어서 ‘1시간 30분’이 22%, ‘30분’이 20%로 비슷하게 나타났다. ‘3시간 이상’이라고 답한 비중은 10%에 불과했다. 절약된 출퇴근 시간에 하고 싶은 것으로는 ‘운동(29%)’을 가장 많이 꼽았다. 이어서 ‘취미생활’이 23%로 뒤를 이었고, ‘휴식/취침’이 20%, ‘자기 계발’이 19.7%로 비슷하게 나타났다. ‘가족/친구와 시간 보내기’라고 답한 경우도 7%를 차지했다. 진학사 캐치 관계자는 “분초사회는 채용시장에서도 주목할 만한 키워드 중 하나다”라며 “시간도 돈만큼 중요한 지원으로 여겨지면서 구성원들의 시간을 효율적으로 활용할 수 있도록 하는 제도나 방안이 적극적으로 도입될 것으로 예상된다”라고 언급했다. < 출처 > 아웃소싱타임스,캐치

  • Report
  • Special Report

  2024-04-01

• "AI 대세라는데…속 터지는 챗봇" 결국엔 상담사

  [컨택저널 2024년 4월호] ＂AI 대세라는데…속 터지는 챗봇＂ 결국엔 상담사 직장인 A씨는 대출을 받아야 했지만 영업상 은행방문이 쉽지 않았다. 사전에 필요한 서류를 문의하기 위해 은행의 고객센터에 연락했다가 화가 치밀었다. 챗봇상담을 진행했지만 답변이 시원치 않아서다. 20여분동안 씨름한 끝에 가까스로 상담사와 연결이 되면서 일단락됐다. 그는 "챗봇과 콜봇 모두 제대로 된 구체적인 답을 제시해주지 않아 상담사와 통화할 때까지 기다렸다."며 "AI상담이 오히려 더 불편하고 시간낭비만 한 셈"이라고 말했다. 금융권을 비롯해 산업 전반에 AI를 활용한 AICC(AI Contact Center)도입이 활발하다. 하지만 현장 곳곳에선 고객이 불편함을 호소하고 있다. 기업들은 한정된 상담인력으로 운영되는 컨택센터에 AI로 '효율화'를 더했다고 말한다. 그런데 고객들은 말을 제대로 못 알아듣는 챗봇 탓에 불편하다고 호소한다. Salesforce가 발표한 '금융 서비스 현황 보고서'에 따르면 고객들이 가장 불편해 하는 디지털 경험 요소 1위가 'AI 챗봇 서비스'로 39%에 달한다. 눈 여겨 봐야 할 점은 생성형 AI 챗봇에 대한 신뢰도다. 조사결과 전적으로 신뢰함(21%)보다 신뢰하지 않음(23%)이 더 높다. 즉 챗봇에 대한 신뢰도가 높지 않은 상황에서 똑같이 반복되는 답변에 고객들은 지쳐가고 있다. 결국 상담사 연결이 되기만을 애타게 기다린다. 적반하장으로 이용방법을 다시 숙지하라고 AI에게 혼났다는 우스갯소리도 심심치 않게 찾을 수 있다. 이러다 보니 온라인 커뮤니티에는 '상담사 연결방법'과 '고객센터 직통번호 찾는 법'이 공유될 정도다. 한 카페에는 "카드사들 상담사 연결까지 버튼 누르기 개미지옥"이라는 글도 올라온다. 블로그에 상담사 연결까지 버튼 메뉴얼이라는 공약집 같은 게 있을 정도다. "말로 하는 서비스는 사실 AI가 응답하니까 내가 원하는 용건은 AI가 인식 못하고, 상담사 연결하려면 ARS로 돌아가게 해놨는데 바쁜 와중에 상담사 연결하다 지치고 짜증난다"는 말이 다른 고객들로부터 큰 공감을 얻고 있다. 또 "AI한테 사람이 맞춰야 하는 세상"이라며 "어르신들은 귀도 어둡고 반응도 느린데 언제 그걸 다 알아듣고 하실지 안타깝다"는 댓글도 있다. 또 다른 커뮤니티에는 "기존에는 0번을 누르면 상담사 연결이 됐는데 이제는 AI 상담사 연결만 된다. 이것저것 시도해 봐도 분실신고를 제외하고는 상담사 연결이 어렵다"며 "이제는 상담사 연결 찾기도 힘들다"는 하소연도 올라온다. 문제는 이 같은 불만이 상담사와 연결단계에 분출된다는 점이다. 효율성을 높인다는 기업의 설명과 달리 고객의 답답함과 불편함, 짜증은 높아지고 상담사들이 이를 감내할 수밖에 없는 현실이 되고 있다. 컨택센터 업계관계자는 "상담사 인력수급이 원활하지 않다 보니 기업들이 AI를 활용해 시스템 효율화에 집중하고 있지만 AICC가 만능은 아니며, 고객이탈을 막기 위해서라도 ARS를 줄이고 상담인력을 늘려 고객 목소리에 귀 기울여야 한다"고 우려를 표했다. < 출처 > 프라임경제 (김이래 기자)

  • Report
  • Special Report

  2024-04-01

• 컨택센터 전화 채널을 이용한 사기 방지

  [컨택저널 2024년 3월호] 컨택센터 전화 채널을 이용한 사기 방지 고객 경험의 중심인 컨택센터가 사기범의 주요 표적이 되고 있습니다. 컨택센터 리더는 숨어 있는 보안 위험을 잘 파악하고 있어야 하며, 위협을 방어하면서 고객 경험을 향상시키는 최선의 방법을 찾아야 합니다. 컨택센터에 걸려온 수많은 전화 통화를 분석한 결과를 기반으로 주요 Insight를 소개합니다. ■ 보이지 않는 위험, 전화 사기 사기범은 우리의 생각보다 훨씬 더 많이 전화 채널을 사용하고 있습니다. 당사 데이터에 따르면 컨택센터와 콜센터로 걸려오는 전화 500통 중 1통이 사기범의 전화로 추정됩니다. 이들은 본격적인 공격을 실행하기 전에 평균 26번의 전화를 건다고 합니다. 모든 통화가 직접적인 사기로 이어지는 것은 아니지만, 그들은 통화를 통해 컨택센터의 방어 전략과 보안 프로토콜을 해독합니다. 그렇지만 모든 통화는 악의적인 의도를 저지할 수 있는 잠재적인 기회를 제공하기도 합니다. 사기범은 전화 채널을 통해 다음 2가지 중요한 작업을 합니다. ■ 컨택센터의 기회와 위험 Smart Numbers 플랫폼 데이터에 따르면 지난 1년 간의 고객 통화를 분석한 결과, 컨택센터로 들어오는 통화 유형과 행동 패턴이 다양해졌습니다. 사기범들은 발신제한 번호 뒤에 숨거나, 고객 번호를 스푸핑(spoofing, 공격자가 네트워크, 웹사이트 등의 데이터 위·변조를 통해 정상 시스템인 것처럼 위장하여 일반 사용자를 속이는 해킹 기법)하거나 기존의 규칙 기반 통제 수단을 통해 탐지할 수 없을 만큼 빠르게 움직이며 침투를 시도하고 있습니다. Inbound 통화의 2.8%에 불과한 발신제한 번호가 모든 의심스러운 통화의 58%나 차지합니다. 당사 연구에 따르면 증가하는 사기 위협에 대응하기 위해선 부문 간 협업을 통한 접근 방식이 시급합니다. 사기범의 52%가 적극적으로 여러 컨택센터를 표적으로 삼은 것으로 나타났습니다. 또한 컨택센터에 도달하는 의심스러운 통화의 약 35%는 머신 러닝 기술로만 식별될 수 있는 것으로 나타났습니다. 사기범이 행동을 빠르게 바꾸는 탓에 정적 기반 규칙은 무의미해지고 있습니다. 급변하는 디지털 환경에서 이처럼 급증하는 사기 행위는 큰 위협이 될 수 있습니다. 그러나 발전된 컨택센터 기술과 진화된 커뮤니케이션 습관으로 문제를 해결할 수 있습니다. 연구에 따르면 성인의 대다수는 유선 전화보다 휴대전화를 선호합니다. 휴대전화 번호를 고객 계정과 연결된 고유 식별자로 사용하면 보안 프로세스를 간소화하고 고객 경험을 개선할 수 있습니다. 그러나 번호 spoofing의 위협이 증가하고 있는 만큼, 이러한 모바일 번호가 진짜임을 보장하는 강력한 검증 메커니즘이 필요합니다. 전반적으로 발신 번호는 고객 식별 프로세스를 혁신하고, 보다 원활하고 개인적인 interaction(상호작용)을 가능하게 하는 동시에, 사기에 대처할 수 있는 잠재력까지 지니고 있습니다. ■ 컨택센터 사기범 식별 및 퇴치 방법 1. 동일한 번호가 여러 계정에 연결되어 있는지 확인하세요 모든 사기범의 두뇌가 뛰어나지는 않습니다. 범죄를 반복하는 일부 범죄자는 자신의 정체를 숨기려는 노력을 거의 하지 않습니다. 당사 연구에 따르면 이러한 사기범의 전화는 4건의 의심스러운 통화 중 1건을 차지합니다. 2. 발신제한 번호 사용자에 주의하세요 사기범이 발신제한 번호를 사용할 수도 있습니다. 그러나 발신제한 번호를 사용하는 모든 발신자를 사기범으로 오인해서는 곤란합니다. 당사 연구에 따르면 의심스러운 전화의 58% 이상이 발신제한 번호에서 비롯되며, 이는 심각한 위험을 초래합니다. 이러한 유형의 전화는 의심스러운 수신 통화 4건 중 1건을 차지하므로 각별한 주의를 기울여야 합니다. 3. 사기 퇴치를 위해 협력하세요 사기범은 발견한 취약점을 악용하여 여러 기관을 한꺼번에 공격하는 경우가 많습니다. 조사에 따르면 의심스러운 통화의 약 20%는 해당 컨택센터가 아닌 다른 컨택센터에서 식별한 사기범에 의한 것으로 나타났습니다. 4. 끊임없이 변화하는 사기 수법을 파악하세요 사기범은 민첩하게 끊임없이 수법을 변경합니다. 인공 지능, 특히 머신 러닝은 의심스러운 통화의 3분의 1을 식별할 수 있기 때문에 이를 피하기 위해 그들은 새로운 수법을 시도합니다. 사기범은 컨택센터의 제어 기능을 학습하고 이를 우회하는 방법을 알아냅니다. 예를 들어, 주소 변경 이틀 후에 거래를 차단하면 사기범은 사흘 후에 전화를 겁니다. 이때 머신 러닝은 일반적인 발신자 행동의 변화를 알아차립니다. 위험은 기회의 또 다른 이름입니다. 사기에 맞서는 노력을 통해 컨택센터의 신뢰와 보안을 더욱 강화하고 유지할 수 있습니다. 컨택센터 및 콜센터 환경에 또 다른 보안 Layout을 추가해 보세요. < 출처 > GENESYS Blog

  • Report
  • Special Report

  2024-03-01

• AI 시대, 음성·텍스트 등에 대한 ‘가명처리 기준’ 발표

  [컨택저널 2024년 3월호] AI 시대, 음성·텍스트 등에 대한 ‘가명처리 기준’ 발표 개인정보보호위원회가 개인정보 노출 위험을 사전에 차단하기 위해 ‘Chat GPT’ 같은 인공지능(AI)에 활용되는 이미지, 음성, 대화 기록 등의 ‘비정형 데이터’ 에 대한 가명 처리 기준을 새롭게 마련했다. 최근 인공지능(AI) 기술과 컴퓨팅 자원의 발달로 비정형데이터(이미지·영상·음성·텍스트 등)에 대한 활용수요가 폭발적으로 증가했다. 전 세계 데이터 중 이미지, 영상, 음성, 텍스트 등 비정형데이터가 최대 90%를 차지하고 있다(IDC, ‘23). 하지만, 기존의 「가명정보 처리 가이드라인」은 정형데이터에 대한 처리기준만 제시하고 있어 기업, 연구기관 등은 적합한 가명처리 방법이나 수준을 알지 못하는 등 현장의 불확실성이 컸다. 이에, 개인정보위는 정책연구용역, 각 분야 전문가로 구성된 T/F 운영, 산업계·학계·법조계·시민사회 및 관계부처 의견수렴 등 1년여 기간 동안 준비 작업을 거쳐 가이드라인을 대폭 개정했다. 개정된 가이드라인에는 비정형데이터를 가명처리하고 활용하는 과정에서 특수하게 나타날 수 있는 개인정보 위험을 사전에 확인하고 통제하기 위한 원칙과 함께, 의료·교통·챗봇 등 각 분야 사례 및 시나리오를 제공함으로써 현장에서 손쉽게 활용할 수 있도록 했다. 특히, 80장 분량을 할애하여 가명정보 활용 전 과정을 상세하게 안내한 7종의 시나리오는 의료데이터(MRI, CT, X-ray 등), CCTV 영상, 음성 대화·상담 정보를 활용하는 바이오·헬스, 인공지능, 데이터 솔루션 개발 등 여러 분야에서 안전하게 가명처리를 하는 데, 유용하게 참고할 수 있을 것으로 기대된다. 새 가이드라인에 따르면 대화형 AI인 ‘챗봇’을 개발할 땐 일상생활 데이터에 사생활 관련 정보가 다수 포함될 수 있어 대화 사용자 아이디(ID)를 삭제하고 무작위 ID로 대체해야 한다. 만약 대화 상담 음성 등을 챗봇 개발에 활용할 땐 음성 변환 기술을 통해 텍스트로 변환하고 음성 자체는 활용하면 안 된다. 인공지능 챗봇의 경우 언어 학습에 활용된 가명 정보가 그대로 답변으로 나오지 않도록 '학습DB'와 '답변 DB'를 분리해 처리할 것을 명시했다. 또 이메일 주소와 ID 등 개인이 식별될 수 있는 항목들을 가명 처리해야 한다고 언급했다. 가이드라인은 개인정보위 홈페이지와 개인정보포털에서 내려 받을 수 있다. ■ 비정형데이터 가명 처리 기준 주요 내용 우선, 비정형데이터는 개인식별 가능 정보에 대한 판단이 상황에 따라 달라질 수 있는 만큼, 데이터 처리목적 및 환경, 민감도 등을 종합적으로 고려하여 개인식별 위험을 판단하고 합리적인 처리방법과 수준을 정하도록 했다. 예를 들어, 정형데이터의 경우, 주민번호, 전화번호, 주소 등과 같이 개인식별위험이 있는 정보가 비교적 명확히 구분되지만, 비정형데이터는 그렇지 않다. 이에 대해, 개인정보위는 가이드라인에서 제시한 개인식별 위험성 검토 체크리스트를 통해 식별위험을 사전에 진단하고, 위험을 낮추기 위한 관리적·환경적 통제방안을 마련하여 활용토록 했다. 연구목적 달성에 필수적인 정보항목을 남기는 경우에는 그 외 정보에 대한 가명처리 수준을 높이거나 접근권한 통제, 식별에 악용될 수 있는 소프트웨어(SW) 반입제한, 보안서약서 징구 등 조치를 시행하도록 했다. 두 번째로, 비정형데이터에 내재된 개인식별 위험 요인을 완벽하게 탐지하여 처리할 수 있는 기술이 아직 없기 때문에, 이러한 기술적 한계 등을 보완하기 위한 조치들을 이행할 것을 권고하였다. 가명처리 기술의 적절성·신뢰성을 확인할 수 있는 근거를 작성·보관하고, 가명처리 결과에 대해 자체적인 추가검수를 수행하도록 했다. 또한 처리기술의 적절성·신뢰성을 확인할 수 있는 근거와 추가검수 등에 대해서 외부전문가가 참여한 위원회의 적정성 검토를 받도록 했다. 또한, 가명정보 활용 기관의 내부통제를 강화하고, 처리 목적이 달성된 가명정보는 신속히 파기하도록 하여, 개인정보 침해를 방지하기 위한 노력을 강조했다. 세 번째로, 비정형데이터는 인공지능 및 데이터 복원 기술의 발달에 따라 다른 정보와의 연계·결합 없이도 개인을 재 식별해낼 수 있는 위험이 있으므로, 가명 처리된 비정형데이터 활용 시 관련 시스템·소프트웨어(SW)의 접근·사용 제한 등 통제방안을 마련하여야 한다. 다만, 인공지능 개발·활용 과정에서 나타날 수 있는 다양한 위험을 사전에 완벽하게 제거하는 것은 불가능하므로, 인공지능 서비스 제공 과정에서도 개인식별 위험 등 정보주체 권익 침해 가능성을 지속 모니터링 하도록 했다. ■ 비정형데이터 가명처리 시나리오 예시 가명처리 시나리오는 실제 비정형데이터를 가명처리하여 활용했던 사례를 관련 기업·기관 및 전문가 논의를 통해 재구성한 것으로 단순 참고용이며, 처리자 및 적정성 검토 위원회 등의 판단에 따라 데이터 활용 분야·상황에 맞게 가명처리 방법·수준 등을 자유롭게 적용할 수 있다. 그밖에 기업 및 연구자가 가명 처리 단계별 (①사전준비, ②위험성 검토, ③가명 처리, ④적정성 검토, ⑤안전한 관리)로 고려해야 하는 사항을 안내하고 현재 개발 중인 가명 처리 기술도 소개하여, 관련 경험이 부족한 start-up 등이 참고할 수 있도록 했다. 비정형데이터 영역은 데이터 유형, 활용 분야마다 가명처리 기준·방법이 다양하고 관련 기술도 빠르게 발전하고 있어 다양한 활용사례를 축적하는 것이 중요하다. 기업이나 연구기관은 가이드라인에 포함된 사례 외에도 새로운 기술이나 서비스를 개발하는 과정에서 데이터의 개인식별 위험성을 낮추기 위한 가명처리 절차 및 방법, 관리적·환경적 통제방안 등이 「개인정보 보호법」을 준수하는 것인지에 대해 「사전적정성 검토」를 신청할 수 있다. 앞으로 개인 정보위는 신청 받은 사례를 전문가들과 함께 신속히 검토하여 회신하는 한편, 관련 사례를 가이드라인에 지속 추가하여 모범 사례(Best Practice)를 확산시켜 나갈 계획이다. 개인정보위 위원장은 “인공지능 등 많은 신기술 영역은 현장의 불확실성을 해소할 수 있는 세밀한 데이터 처리 정책이 중요하다.”면서, “금번 가이드라인을 시작으로 대규모 언어 모형 등 생성형 AI와 관련한 「공개된 개인정보 처리 가이드라인」등 현장의 어려움을 해소할 수 있는 기준을 올해 중에 순차적으로 발표하겠다”고 밝혔다. < 출처> 개인정보보호위원회

  • Report
  • Special Report

  2024-03-01

• [2023년 컨택센터 심층분석] BPO시장 확대, 운영·구축기업 협업 강화해야

  [컨택저널 2024년 3월호] <2023년 컨택센터 심층분석> BPO시장 확대, 운영·구축기업 협업 강화해야 2023년 컨택센터 업계는 엔데믹과 AI컨택센터의 활약이 돋보인 한 해였다. 전반적으로 매출과 인원 모두 지난해 대비 소폭 증가해 상승세를 이어가는 모양새다. 특히 AICC가 가속화되면서 컨택센터 운영 기업과 구축 기업은 도약을 위해 협업을 강화해야 한다는 목소리에 힘이 실리고 있다. 프라임경제 기업부설연구소에서는 2023년 10월부터 12월까지 3개월 동안 컨택센터 데이터를 합산해 '2024 컨택센터 산업총람'을 발간했다. 또 2011년을 시작으로 13년 동안 꾸준히 컨택센터 업계 현황을 조사한 기존 자료에 최신 자료를 더해 심층 분석했다. 구체적으로 ▲운영 ▲구축 ▲파견 ▲사용 총 4개 분야로 나눠 분석한 결과, 컨택센터 시장 규모는 8조8588억원(운영·사용(직영)·파견 10%), 18만여명이 종사하는 것으로 나타났다. 컨택센터 구축 시장과 단순 인력 파견은 포함하지 않았고 파견업계의 매출과 인력을 10%만 반영한 수치다. 지난해에는 8조5137억원, 종사자수는 17만8809명이었다. 먼저 컨택센터 종사자 수는 2023년 사용 기업 현황을 중심으로 운영 형태를 살펴보면 ▲아웃소싱 49.6% ▲직영 30.8% ▲직영+아웃소싱 5.4% ▲비공개 14.2%로 나타났다. 비공개 대부분은 직영이다. 업계에서는 컨택센터를 운영하는 사용 기업을 2000~3000여 개사로 보고 있지만 기업부설연구소에서는 대략 91개 산업군 1158개사를 조사했다. 이에 따라 전체 사용 업계 인원 12만1857명을 컨택센터 인력 100%라고 보기 힘들어 가장 신뢰도가 높은 운영 기업(아웃소싱) 현황조사를 기준으로 직영과 아웃소싱 비율을 추산해 ▲직영 3만5534명 ▲운영(아웃소싱) 13만3576명 ▲파견 1만902명을 모두 더한 결과 컨택센터 종사자 수는 18만12명으로 나타났다. 아울러 컨택센터 운영 기업 매출 6조5597억원과 파견기업 매출의 10%만 반영한 3542억원, 사용기업에서 직영으로 운영되는 3만5534명을 월평균 450만원으로 산정해 1조9449억을 더했다. 그 결과 2023년에는 2022년 대비 매출과 종사자 모두 소폭으로 증가했다. 통상적으로 사용 기업 임금이 100%, 운영 기업 임금이 80%라고 가정해 사용기업에서 직영으로 운영되는 경우 1인당 월평균 매출액은 450만원, 운영 기업(아웃소싱)은 368만원으로 산정해 종사자 수에 각각 매출액과 12개월을 곱해 추산한 결과이다. 운영 업계 너도나도 AICC 도입, "최소 인력 유지" 2023년 컨택센터업계는 AICC(AI Contact Center) 전환이 활발해지면서 최소한의 상담 운영 인력을 유지하는 분위기다. 컨택센터 운영 업계는 2022년 대비 2023년 매출액은 5.12% 증가, 종사자 수는 0.98% 늘어났다. 전체 매출액은 소폭 상승했지만, 고물가와 최저임금이 약 5% 상승한 점을 반영한다면 여전히 얼음판을 걷고 있는 셈이다. 또 상담사 채용을 위한 광고비는 밑 빠진 독에 물 붓기처럼 계속되고 있어 실제 운영 사정은 더 좋지 않을 것으로 보인다. 컨택센터 운영 기업은 자체 센터를 갖고 토털아웃소싱이 가능한 기업들로 ▲통신 ▲금융 ▲유통 ▲공공 ▲제조 ▲서비스 등 다양한 산업 분야에서 서비스를 제공하고 있다. 2023년 운영 기업 47곳을 조사한 결과 예상 매출은 6조5597억원으로 지난해보다 5.12% 증가했고, 인력은 13만3576명으로 0.98% 늘었다. 최근 매출을 살펴보면 2019년까지 저조한 성장세를 보이다가 2020년 코로나19 여파로 18.96%로 성장했다. 이어 현재까지 평균 4~5%내외 성장세를 보이며 안정적인 증감률을 나타냈다. 다만 이 매출증감률을 업계성장으로 해석하기는 힘들어 보인다. 매년 물가상승을 비롯해 최저임금이 상승하고 있는데 비해 매출증감률은 소폭이다 보니 성장보다는 비슷한 상태를 유지해나가고 있는 것으로 해석된다. 업계 관계자는 "사업비가 최저임금 인상분만큼만 오르다 보니 업계 성장세는 미미한 수준"이라며 "인건비뿐 아니라 각종 세금과 물가가 천정부지로 오르고 있고 상담사 채용을 위한 광고비에 많은 돈을 쏟아 부어도 채용이 쉽지 않은 상황"이라고 말했다. 또 다른 업계관계자는 "운영 기업은 서로 뺏고 빼앗기기를 반복하면서 파이를 나눠 먹기만 하고 있다."면서 "이제라도 신규사업팀을 만들어 직영으로 하고 있는 콜센터를 컨설팅하고, 아웃소싱으로 전환하는 전략을 펼쳐 시장규모를 키워야 한다"고 말했다. 운영 기업 인원은 2014년부터 11만 명 대를 유지하며 꾸준히 증가세를 유지해 오다 2019년 마이너스로 돌아섰지만 2020년부터 Un-tact 열풍에 힘입어 13만 명을 돌파하며 현재까지 유지되고 있다. 운영 기업 종사자는 1% 미만으로 소폭 증가세를 유지하고 있다. 다만 전 업종에서 상담효율화를 높이기 위해 AICC 활용이 적극적이다 보니 향후 종사자수는 점점 축소될 것으로 전망된다. 일례로 AICC가 활발해지면서 인입콜이 30% 가까이 줄어든 경우도 있다. K은행은 AI를 활용한 챗봇과 셀프서비스 등을 통해 인입콜이 줄어들자 2개 위탁업체와 계약을 해지했지만 노조의 반발로 240여명의 상담사가 고용승계 절차를 밟는 일도 있었다. 업계 관계자는 "AI컨택센터에 사활을 걸던 컨택센터 업계는 금융, 공공기관, 유통 등 전체분야에서 상담사 TO를 10% 가량 줄이는 추세"라면서 "전체 시장 축소와 함께 상담사 채용도 어려워 상담사 TO를 100% 다 채우 지도 못한 채 80~90%를 겨우 유지하고 있다"고 전했다. 이처럼 컨택센터업게는 생성형 AI를 활용한 Chat GPT 도입에 따라 상담표준화가 가능한 업무는 챗봇을 활용하고, 상담사는 앞 단에서 챗봇이 단순 상담을 한 이후 복잡한 상담을 진행하게 된다. 이젠 AICC 도입을 망설이던 기업들도 선택이 아닌 필수로 자리잡았다는 게 업계 중론이다. 황규만 (사)한국컨택센터산업협회 부회장은 "향후 컨택센터는 기술 완성도가 떨어져 기술 도입을 미뤄왔던 기업들이 생성형 AI의 출현으로 도입을 하지 않을 수 없는 상황에 처할 것"이라며 "생성형 AI의 효능이 검증을 마치는 순간 순식간에 모든 컨택센터에 도입되는 계기가 될 것"이라고 전망했다. 사용 업계 금융권, 홈쇼핑 산업 하락세 사용 업계는 91개 산업군 1158개사를 조사한 결과 ▲직영 357개 ▲ 아웃소싱 574개 ▲직영+아웃소싱 63개로 운영하고 있다. 이중 아웃소싱의 비율은 지난해 600개에서 574곳으로 감소했다. 먼저 2023년 민간기업의 운영 형태는 ▲직영 287개 ▲아웃소싱 453개 ▲직영+아웃소싱 63곳으로 나타났다, 직영과 아웃소싱 비율은 각각 30%, 아웃소싱은 48%를 기록, 아웃소싱 비율이 현저히 높았다. 2022년 직영 30%, 아웃소싱 65%에 비하면 올해 아웃소싱은 48%를 기록하며 2022년 9% 감소에 이어 2년 연속 하락했다. 공공기관은 ▲직영 56개 ▲아웃소싱 97개 ▲직영+아웃소싱 6개로 나타났다. 직영은 4% 오른 34%, 아웃소싱은 59%을 보이며 6% 감소했다. 아웃소싱 비율이 줄었지만, 여전히 사용기업 과반수가 아웃소싱 형태를 유지하고 있다. 지방자치단체의 경우 2곳이 직영으로 전환하고 1곳이 직영을 신설했다. 특히 일부 공공기관이 코로나19 엔데믹을 지나면서 기존에 운영했던 백신, 생계 곤란 지원센터 등 일시적으로 운영됐던 컨택센터 사업을 폐지해 인원이 감축된 것으로 보인다. 2023년 사용 업계 종사자는 지난해 대비 1.6% 감소한 12만 1857명으로 나타났다. 업계는 인력 감소의 원인을 상담사 채용 문제와 AI 컨택센터 도입으로 보고 있다. 단순 업무는 고객 스스로 AI를 통해 문제해결이 가능한 서비스를 도입하는 추세다. 또 기업들도 틈틈이 인원 감축을 통한 경비 절감을 추구하고 있어 감소세는 계속될 것으로 전망된다. 업계 관계자는 "사용 기업들이 최소 인원의 운영을 선호하고 있다."며 "아직 AI나 챗봇이 상담사를 대체할 정도로 미치지는 못한 상태이다. 챗봇은 고객이 원하는 답변을 주지 못해 결국 다시 상담사와 통화를 하고 있어 종사자수 감소는 일시적인 현상일 것"이라고 말했다. 사용 업계 종사자를 업종별로 살펴보면 유무선통신과 금융권이 컨택센터 인력의 절반을 차지했다. 비율로 살펴보면 유무선통신 16%, 금융(은행·카드) 15%, 보험 9%로 총 40%에 달한다. 특히, 산업군 별 성장세와 하락세가 뚜렷했다. 미디어나 교육 분야는 증가한 반면 금융권과 TV 홈쇼핑, 인터넷쇼핑몰의 경우 하락세가 돋보였다. 눈 여겨 봐야 할 부분은 금융권의 가파른 시장축소다. 사용기업 종사자수를 살펴보면 은행은 전년도 대비 -14%, 카드 -25%로 큰 폭으로 감소했다. 금융권을 중심으로 셀프서비스나 챗봇을 통해 소비자 스스로가 문제를 해결하는 경우가 늘어났기 때문이다. 하지만 이에 따른 부작용으로 컨택센터를 찾는 소비자들은 보다 복잡한 업무를 상담하다 보니 평균 콜 응대시간은 과거 1분대에서 최근 들어 2분~3분으로 길어졌다는 게 업계 설명이다. 은행업계는 AI 기술을 활용한 챗봇, 셀프서비스 등 서비스 다변화를 추진 하는 동시에 상담사 전문화와 다이렉트 은행 창구 연결 서비스를 출시하면서 앞으로의 은행업계 컨택센터 종사자는 더욱 감소될 것으로 전망된다. 보험업계 컨택센터는 기존 구 시대적인 대면 영업 방식에서 온라인 보험 플랫폼의 등장과 비대면 계약이 활성화되면서 감소세를 보이고 있다. 또 전화주문이 줄어들고 있는 추세에서 TV홈쇼핑은 -23% 감소됐다. 전체적인 시청률 하락과 홈쇼핑이 유료방송에 채널을 공급하면서 지불하는 송출수수료의 부담이 커지면서 홈쇼핑시장이 대다수 침체가 길어지고 있는 것으로 나타났다. 다만 홈쇼핑 업계에서도 탈 TV를 위해 유튜브·SNS 등 다양한 미디어를 활용한 Commerce contents 개발에 힘을 쏟고 있어 인력 복원의 가능성이 보인다. 한편, 인터넷쇼핑몰은 -45%로 절반 가까이 줄어들었다. 11번가와 G마켓 등에서 상담사 축소가 반영된 결과다. 최근 상담사 채용이 어렵다 보니 미흡하더라도 표준화된 업무는 AI·챗봇 상담으로 대체하려고 하는 추세다. 반면 인공지능은 일반 상담사를 대체하지 못해 종사자수는 채팅 모니터링, 데이터러닝 요원 등으로 채용되면서 새로운 직종이 탄생하는 모습이다. 업계 관계자는 "AI 도입으로 일반 상담사에 의존하는 운영 형태는 힘들다."며 "인간과 디지털 시스템이 공존하는 Hybrid 운영형태라는 새로운 형태가 탄생할 것"이라고 말했다. 구축 업계 Chat GPT 등장에 '대화형 AI' 주목 AICC(AI Contact Center)도입은 금융과 통신, 공공기관을 시작으로 최근에는 제조, 유통 등 산업전반으로 확산되고 있다. 특히 지난해 컨택센터는 생성형AI인 Chat GPT 등장으로 '대화형 AI'에 주목하고 있다. 해를 거듭할수록 AICC가 고도화되면서 AI를 활용한 디지털 전환이 속도를 내는 분위기다. 2023년 구축 업계 예상 매출은 3조644억원, 종사자 수는 1만5717명으로 파악됐다. 매출액은 2017년부터 6년간 꾸준히 성장세를 보이다 2023년 -4.6% 감소한 반면 종사자 수는 23.6% 대폭 늘어났다. 구축 기업 119곳을 조사한 결과다. 매출은 소폭 감소했지만 AICC 도입에 대한 관심이 돋보였다. 특히 눈 여겨 봐야 할 부분은 Chat GPT 등장에 따라 고도화된 대화형 챗봇과 음성봇(콜봇)의 활약이다. 그 동안 시나리오를 기반으로 한 상담으로 진행해 왔다면 보다 자연스럽게 상담할 수 있는 ‘대화형 상담’으로 한층 진화하고 있다. 많은 기업들이 AICC도입을 검토하고 있고, 먼저 AICC에 뛰어든 선두주자들은 LLM기반 생성형AI를 활용해 상담 품질을 높이는 고도화 작업에 공을 들이고 있다. 이에 따라 구축 시장은 꾸준한 성장세를 유지하고 있다. 업계관계자는 "기존에는 FAQ로 질문에 대한 답변을 해왔다면 이젠 시나리오가 아닌 업무를 이해하는 AI가 사람과 같이 자연스러운 대화를 수행하는 방식으로 발전해가고 있다"고 밝혔다. 구축 기업의 종사자 수는 2022년부터 2023년까지 각각 10.73%와 23.6%로 급격히 늘어났다. 지난 2023년은 ▲챗봇 상담 ▲음성봇 ▲RPA ▲STT ▲Cloud 등이 자리 잡으면서 IT & SW 시스템 업계의 개발자 채용 경쟁과 인력 공급이 가장 활발했던 것으로 보인다. 컨택센터업계의 풀리지 않은 숙제인 '상담사 인력난'으로 상담사 채용이 어려워지자 기업들은 인입콜을 줄이기 위해 AI활용이 선택이 아닌 필수로 자리 잡은 것이다. 미래의 컨택센터의 역할도 더 중요해졌다. 기업과 고객의 소통창구에서 머무르지 않고 디지털 경쟁력 확보에 초점을 두고 있어서다. AICC로 전환되면서 모든 상담데이터들이 데이터로 저장돼 고객이 무엇에 불만인지, 어느 시점에 어떤 것을 필요로 하는지 고객 needs 파악에 '고객 데이터'를 활용할 수 있다. 업계관계자는 "컨택센터는 과거의 단순한 '콜센터'의 개념보다는 데이터를 활용한 고객관계 관리와 데이터기반의 '맞춤형 마케팅'이 가능해졌다."면서 "고객의 needs, 관심, 취향은 모든 것이 데이터를 활용한 통합플랫폼으로 발전하고 있다"고 말했다. 파견 업계 '엔데믹 훈풍' 종사자 7.85% 증가 2023년은 코로나19 종식을 알리는 엔데믹으로 오프라인 유통업계의 매출 상승을 기대했으나 기대에 못 미쳤다. 반면, 쿠팡, 알리익스프레스 등 온라인 유통플랫폼의 성장세로 인해 파견업계에도 새로운 바람이 불고 있다. 파견업체 71개사를 조사한 결과 2023년 예상 매출은 3조2848원으로 직전 해보다 7.85% 증가했다. 파견업체 종사자 수는 2022년 대비 3.75% 증가한 10만 9025명이다. 2023년은 온라인 유통 플랫폼 등이 코로나19로 온라인 구매 경험자가 늘면서 자연스레 성장한 것으로 보인다. 본격적인 엔데믹의 시기를 맞아 일시적으로 단기파견이 늘었다. 제조현장을 중심으로 제조 단순 노무 종사자, 단순 조립종사자의 소폭 증가가 영향을 미쳤다. 다만, 정부가 근로자 파견용역과 인력공급용역의 부가가치세를 면제한다고 발표하면서 업계 반발이 거세지고 있다. 부가세가 면제되면 사업자들이 구인광고비, 소모품·자재 구입, 임대료 등 사업운영비의 매입세액 공제를 받지 못해 기업규모에 따라서 연간 수억 원에서 많게는 수십 억원의 비용부담이 발생하기 때문이다. 한편, 컨택센터로의 파견은 점차 감소하는 분위기다. 파견의 경우 근로감독대상이 되기 때문에 고객사의 입장에서는 도급 계약으로 전환하면서 파견형태로의 계약이 줄어들고 있는 것이다. 따라서 파견 기업의 컨택센터 매출비중은 꾸준히 감소했고 지금은 매출의 20%를 넘지 않는다. 앞으로도 이러한 추세는 계속될 것으로 보인다. 컨택센터는 코로나 3년을 거치면서 시스템 부분에 대해서는 비약적인 성장세를 거두었다. 재택의 확대로 인해 구축형보다는 Cloud 기반 구독형 서비스가 각광을 받았고 기존 시스템에 챗봇과 AI를 연동해 효율성을 극대화했다. 2023년에도 이러한 현상은 계속돼 오고 있으며 코로나 때 단기적으로 운영하던 코로나 신고센터가 줄면서 BPO기업들의 성장세가 주춤해졌다. 문재인 정부 시절 활발히 진행됐던 비정규직의 정규직화는 현 정부 들어 다소 주춤해졌다. 정규직화를 요구하는 공공기관은 여전히 많지만, 고용의 유연화를 강조하고 있는 정부에서는 큰 주목을 받지 못하고 있다. 이에 따라 사용기업의 운영행태도 지난해와 비교했을 때 큰 변화를 가져오지 못했다. 구축업체의 경우 AI 도입이 활발해 지면서 이와 관련된 기업들이 신규 업체로 꾸준히 추가되고 있다. 파견·도급은 센터에 인력을 공급해 주는 기업들로 도급으로 형태가 바뀌면서 파견기업은 점차 줄어들고 있다. 컨택센터는 급격한 디지털 혁신 바람에 잘 적응하면서 그 동안 다져온 AI 기술력과 운영 노하우로 한 걸음씩 위기를 극복하며 나아가고 있다. 특히 시스템기업과 BPO기업들의 연계가 눈에 띈다. 시스템기업의 경우 자체 영업력만으로는 성장세에 한계가 있다고 판단하고 평균 50여개 이상의 고객사를 운영하고 있는 BPO기업들과 연계해 눈높이에 맞는 영업을 펼치고 있다. 컨택센터 업계는 전반적으로 매출과 인원 모두 지난해와 비슷한 기조를 보이며 상승세를 이어가는 모양새다. < 출처 > 프라임경제 < 정리 > 한국컨택센터산업협회

  • Report
  • Special Report

  2024-03-01

• 고객 경험(CX) 혁신의 출발점, VOC

  [컨택저널 2024년 3월호] 고객 경험(CX) 혁신의 출발점, VOC 고객 경험(CX)의 실행 방법이 아무리 디지털 기반으로 전환되었다 하더라도 결국 가장 기본적인 고객의 needs를 찾는 것은 VOC 시스템에서 출발해야 한다. 오래 전 만들어진 VOC 시스템이 지금까지도 활용되고 있다는 것은 그 가치를 증명해준다. VOC 시스템을 통해 고객에게 탁월한 경험을 제공하고자 하는 기업의 철학이 충분히 녹아 들도록 하는 것이 무엇보다 중요하다. 돌이켜 보니 2021년 하반기부터 부쩍 기업들의 VOC 시스템 구축에 대한 상담 요청이 많아지고 있다. 덕분에 대표 생명보험사 한 곳과는 이미 프로젝트를 성공적으로 마치고 가동을 시작했으며, 지금은 그 기업의 추천으로 또 다른 대형 생명보험사와 프로젝트를 진행하고 있다. 뿐만 아니라 곧이어 또 다른 대표 손해보험사로부터도 VOC 시스템 구축 프로젝트 의뢰가 있을 것 같다. 형태는 조금 다르지만 통신 3사 중 한 곳과도 VOC 시스템 구축 프로젝트를 진행하고 있다. 물론 KMAC와 프로젝트를 진행하지 않을 뿐 다른 여러 회사들의 VOC 시스템 구축 소식도 여기저기서 들려온다. VOC 시스템 구축에 대한 관심이 봇물 터지듯 일어나는 이유는 뭘까? 01 왜 지금 VOC인가 거슬러 올라가보면 2010년대 초반에 많은 기업에서 VOC 시스템을 구축했었다. 물론 공공기관도 예외는 아니었다. KMAC에서 진행한 프로젝트로만 한정해도 한화그룹, SPC그룹 등이 그룹 차원의 통합 VOC 시스템을 구축했고 현대자동차, 아시아나항공, 롯데백화점에 이어 스타벅스도 통합 VOC 시스템을 구축했다. 공공기관 중에서는 예금보험공사, 기술보증기금, 건강보험심사평가원, 한국마사회, 경기도시공사 등에서 VOC 시스템을 구축해 ‘고객의 소리’에 귀를 기울이려는 노력을 가속화했다. 2010년대 초반에 이렇게 많은 기업이나 공공기관에서 VOC 시스템을 구축하고 그로부터 약 10년 내외의 시간이 흘렀으니 당연히 당시 구축했던 시스템이 현재의 여러 IT 환경에서 잘 작동하지 않는 상황이 일어나고 있을 것이다. 예를 들어 그사이 우리나라 IT 생태계를 옥죄고 있던 Active X도 사라졌고 개인정보 보호에 대한 규제는 훨씬 강화되었다. AI가 일상생활에 깊숙이 들어왔고, 심지어 Chat GPT로 통칭되는 거대 언어 모델(LLM)이 세계적인 관심을 받고 있다. 그러다 보니 VOC 시스템도 변화된 환경에 적응하고 바뀐 기술들을 새로이 접목할 필요성이 커진 것이다. 간단히 말하면 최근의 VOC 시스템 구축에 대한 열풍은 약 10여 년 전에 구축한 VOC 시스템의 고도화에 대한 열풍이라고 하는 것이 더 정확한 진단이라 할 수 있겠다. 어쨌든 기업 입장에서는 고객의 다양한 요구를 기업 내부로 끌어들여 관리할 수 있는 수단이 필요한데, 기왕이면 최신 기술을 활용하여 보다 효율적으로 고객의 needs를 탐색하고 발 빠른 대응을 할 수 있는 방법을 찾으려는 것이다. 특히 최근 디지털 혁신에 발맞춰 많은 기업에서 화두가 되고 있는 고객 경험(CX) 혁신에 대응하기 위해서도 VOC 시스템을 근간으로 고객의 Pain Point(지속적으로 고객들에게 불편을 초래하는 상품이나 서비스)를 발굴하고 혁신하기 위한 활동에 더욱 힘을 실어 주는 모습들을 보이고 있다. 02 VOC 시스템에 대한 오해와 진실 VOC(Voice of the Customer)는 그대로 번역해도 ‘고객의 소리’이다. 고객의 소리에는 단순한 문의도 있을 수 있고 불만, 칭찬, 건의(제안)도 있을 수 있다. 요즘 금융권에서 강조하고 있는 민원도 VOC의 한 유형이라 할 수 있다. 다만 해당 기업으로 수집되지 않고 금융감독원과 같은 감독기관으로 제기되기 때문에 ‘민원’이라는 용어로 별도 관리를 하고 있을 뿐이다. 이런 다양한 고객의 소리는 그 유형만큼이나 수집되는 통로도 다양하다. 기업의 홈페이지에 마련된 고객의 소리 수집 시스템을 통해 수집될 수도 있고 메일로 수집될 수도 있다. 심지어 대면 접점에 있는 직원들이 직접 청취하는 고객의 소리도 수없이 많다. 양적으로 가장 많은 고객의 소리가 수집되는 통로(채널)는 바로 컨택센터(콜센터)이다. 아마도 컨택센터가 구축된 기업의 경우 전체 고객의 소리 중 약 85~90%는 컨택센터를 통해 수집이 되고 있을 것이다. 최근에는 이런 기업 자체 채널 외에도 각종 소셜미디어에서 언급되는 기업에 대한 내용도 중요한 고객의 소리로 간주하여 수집하는 경우도 있다. 다만 컨택센터에서 수집된 고객의 소리는 음성 파일로 보관하고 있어 이를 활용하는 데 한계가 많은 실정이다. 비록 음성을 텍스트로 변환(Speech to Text : STT)했다 하더라도 그 양이 너무나 방대하다는 이유로 쌓아만 둘 뿐 제대로 분석하거나 활용하지 못하고 있다. 수많은 대기업들 역시 상황이 크게 다르지 않다. 문제는 많은 기업들이 ‘고객의 소리’는 온라인, 오프라인, 컨택센터 등 모든 채널에서 고객이 전달한 다양한 의견들이라고 생각하면서 VOC 시스템이라고 하면 대체로 컨택센터는 제외하고 홈페이지에 구축한 시스템으로 좁혀 생각하는 경우가 많다는 것이다. 이는 용어의 문제도 있지만 소위 VOC 시스템으로 불리는 시스템과 컨택센터의 관리 주체가 다르기 때문에 나타나는 문제이기도 하다. 쉽게 말해 고객의 소리라는 큰 저수지에서 농업 용수와 공업 용수로 나눠 쓰는 순간 그 관리 주체가 달라지기 때문에 모든 고객의 소리가 통합적으로 분석되지 못하고 각자의 필요에만 한정되게 분석 활용되고 있는 듯 하다. 이를 개선하는 방법은 간단하다. 농업 용수와 공업 용수로 나누기 전에 저수지에 있는 물 전체를 먼저 분석한 다음 활용 목적에 맞게 배분해 주면 되는 것이다. 03 고객 경험 (CX) 혁신과 VOC 고객 경험을 혁신하기 위해서는 고객이 원하는 경험에 대해 이해해야 한다. 고객이 기업과 만나는 순간, 아니 만나기 이전부터 기업과 접촉하면서 겪게 되는 경험 그리고 이후 오롯이 고객에게 남겨지는 평가(리뷰)의 순간까지 이 모든 과정을 고객이 기업에 대해 경험하는 여정이라고 한다. 이 고객 여정(Customer Journey)에서 고객은 다양한 자신의 생각을 어딘가에 표출한다. 특히 오늘날 소비자는 편리해진 IT에 힘입어 자신의 생각을 매우 쉽게 표출하곤 한다. 이렇게 표출하는 생각이 바로 VOC이다. 고객 경험에서 가장 중요하게 생각하는 것이 고객 여정을 Touch Point 단위로 세분하고 각 터치 포인트에서의 긍정 경험과 부정 경험을 명확히 하는 것이다. 그렇다면 긍정 경험과 부정 경험을 판단하는 근거는 무엇이 되어야 할까? 당연히 고객의 생각이다. 고객의 생각은 VOC 시스템을 통해서 수집될 수 있다. 여기서 말하는 VOC 시스템은 컨택센터의 상담 기록과 소셜미디어에 쌓이는 평가까지 모두 포함한 범위를 말한다. 혹자는 지금 시대에 고객 경험을 논하면서 VOC 시스템을 말하는 것이 너무 고리타분하다는 의견을 내기도 한다. 하지만 고객 경험의 실행 방법이 아무리 디지털 기반으로 전환되었다 하더라도 결국 가장 기본적인 고객의 니즈를 찾는 것은 VOC 시스템에서 출발할 수밖에 없다. 그렇다면 이제 디지털 시대 고객 경험 혁신을 위한 VOC 시스템 활용의 바람직한 방향에 대해 고민해 보자. 특히 본 글에서 강조하고 싶은 것은 VOC 시스템의 능동적인 활용이다. 과거에는 VOC 시스템을 그다지 능동적으로 활용하지 못했다. 다시 말해 고객이 먼저 기업에 VOC를 제기하기 전까지 기업은 수동적으로 기다리곤 했다. 하지만 이제는 고객이 VOC를 제기하기 전에 선제적으로 고객의 소리를 수집하고자 노력하는 기업들이 많아졌고 그 방법도 다양해졌다. 그 중 몇 가지 방법을 살펴보자. ■ 사례 ① 모바일 고객 조사를 활용한 VOC 수집 고객 조사는 고객의 소리를 수집하는 대표적인 방법 중 하나다. 주로 고객만족도(CSI)나 고객추천지수(NPS, Net Promoter Score)와 같은 조사를 말한다. SURVEY라는 방법의 특성상 주로 수치화된 데이터로 표현되며 부서 간 비교나 시계열적인 추이 분석에 많이 활용되고 있다. 간편하지만 정량화된 결과를 가시적으로 보여줄 수 있기에 많은 장점을 가지고 있지만 수치 외에 고객의 구체적인 의견을 수집하는 데는 한계가 있었다. 그런데 최근 모바일을 통한 서베이가 활성화되면서 수치 외에 정성적인 의견을 수집하는 데도 좋은 수단이 되고 있다. 통신 기업인 A사는 이런 모바일 고객 조사를 활용해 고객의 의견을 적극적으로 수집하기 시작했다. A사는 주로 NPS를 통해 고객 의견 수집 활동을 하고 있는데, NPS를 크게 2가지로 분류하여 수집하고 있다. 하나는 접점별 NPS이다. 통신 기업이기 때문에 다양한 접점을 가지고 있다. 대리점도 있고, 컨택센터도 있고, 다양한 앱도 있다. 이들 접점에서 고객의 접촉이 일어나면 정해진 시간 내에 모바일 서베이를 위한 설문이 발송되도록 시스템화하였다. 설문에 응답할 때는 단순히 점수만 표시할 수도 있지만 좀 더 구체적인 의견도 작성할 수 있도록 설계했다. 다른 하나는 시기별 NPS이다. 통신 기업의 고객은 해당 기업과 1회성이 아닌 장기적 관계를 형성한다. 첫 가입부터 1개월 후 첫 요금 납부를 하게 되고 가입 시 의무적으로 포함시켰던 부가 서비스에 대해 약 3개월 후 중지 또는 유지 판단을 하면서 기업과 접촉하게 된다. 이후 멤버십 등을 사용하기 위해 접촉하기도 하고 약 2년 후면 기기 변경이나 요금제 변경을 위해서도 접촉이 일어난다. 이런 다양한 접촉 기회에서 접촉 후 일정 시간 내에 모바일 서베이를 위한 설문을 발송하고 피드백을 받는다. 이후 과정은 접점별 NPS와 동일하다. 접점별 NPS와 시기별 NPS 데이터는 실시간으로 집계되어 A사 계층별로 대시보드를 통해 분석 화면을 제공하고 있다. 아마도 국내 대부분의 기업이 고객 서베이를 하고 있을 것이다. 다만 대부분 오프라인 형태로 하거나 온라인이라는 방법을 쓰고는 있지만 1년에 1회, 아무리 빈도를 많이 해도 분기 1회를 넘지 못하고 있을 것이다. 지금 시대에 고객 경험에서 혁신을 추구하기 위해 중요한 것 중 하나는 시간이다. 많은 경험에 대한 피드백이 거의 실시간으로 일어나는 시대에 고객이 경험한 긍정 또는 부정의 사건에 대해 실시간으로 파악하지 못한다면 아마도 그 고객은 이미 어딘가에서 그 경험을 대중에게 확산하고 있을 것이다. 또한 고객 여정 중 어느 단계에서의 경험이 긍정적이거나 부정적이었는지 특정하지 못한다면 결국 ‘모두의 책임’으로 남겨질 것이다. 이렇게 보면 고객 조사라는 동일한 일을 하더라도 어떤 방법을 쓰는가에 따라 고객 경험 혁신에 어떻게 적용되고 반영될 수 있는지 달라질 수 있다는 측면에서 신중하게 생각해 볼 문제가 아닐까 싶다. ■ 사례 ② 컨택센터 광산에서 황금 VOC 분석 이미 언급했듯이 컨택센터는 기업으로 제기되는 고객의 소리 중 약 85~90% 정도를 차지한다. 그리고 기업은 이 고객의 소리를 대부분 녹취 데이터로 남겨두고 있다. 문제는 이렇게 확보된 녹취 데이터를 활용하지 못하고 계속 쌓아만 두고 있다는 것이다. 과거에는 이 많은 녹취를 들어볼 수 없어 그냥 쌓아 두었다. 그러다 녹취 음성을 텍스트로 변환해 주는 기술(STT)이 개발되면서 많은 기업이 STT 작업을 했다. STT 기술을 가진 IT 기업들은 STT만 되면 그 많은 고객의 소리를 다 분석할 수 있을 것처럼 영업을 했고 기업들은 서둘러 그 작업을 했던 것이다. 하지만 결과는 처참했다. 텍스트로 변환된 데이터 역시 어마어마한 양이었고 이 데이터를 누구도 감히 읽어 볼 엄두를 내지 못했다. 물론 선도적인 기업들은 이 데이터 중에서 키워드 중심으로 분류를 해서 나름대로 활용도를 높이는 작업을 한 곳도 있지만 그 역시 분류를 해서 그래프로 보여주는 것 외에는 특별한 효용을 찾기 어려운 실정이었다. 그런데 최근 AI 기술이 급속도로 향상되어 AI 기술을 통해 모델링을 하면 이 많은 텍스트 데이터를 원하는 목적에 맞게 분석할 수 있는 길이 열린 것이다. 금융 기업인 B사는 매월 엄청난 양의 상담 콜이 들어오고 그 콜은 모두 녹취 및 텍스트화까지 되어 있다. 하지만 더 이상의 활용은 엄두를 내지 못하고 있었다. 최근 AI 기술을 활용해 이 데이터를 활용해 보기 위해 먼저 ‘단순 문의’로 분류된 데이터를 분석해 보기로 했다. 분석 목적은 ‘단순 문의’로 들어오는 콜 양을 줄인다면 상담사들이 더 깊이 있는 상담에 투입되거나 한 번의 상담으로 문제를 해결해 주는 FCR(First Call Resolution) 비율을 높일 수 있을 것이라고 판단했기 때문이다. 과거에는 이런 경우 일부 샘플링한 내용을 잘 정리해서 문제점을 도출하고 개선을 위해 과제화하는 방식이 일반적이었다. 하지만 이제는 그런 과거 방식이 아닌 ‘단순 문의’ 콜 데이터를 AI로 분석하고 모델링을 하여 고객 페르소나별 패턴을 도출하고 패턴에 따라 선제적으로 정보를 제공하는 등 예측 모델을 만드는 방식으로 접근해 보고 있다. ‘단순 문의’ 콜 데이터에 대해 이 시도가 성공한다면 ‘불만’ 등 다른 유형의 상담 콜에 대해서도 확대를 해볼 수 있을 것으로 기대하고 있다. B사에게 이 시도는 1차적으로는 콜 양을 줄이기 위한 것임에 틀림없다. 하지만 콜 양이 의미 있게 감소한다면 다음 순서로 가치 있는 고객의 소리를 찾는 작업에 들어갈 수 있다. 즉 엄청나게 쌓인 고객의 소리에서 고객의 니즈를 찾고 경쟁사와 차별화할 수 있는 상품, 서비스를 개발하는 데 활용하려는 것이다. 다시 말해 지금까지 컨택센터의 상담 콜 데이터는 고객이 자발적으로 전화를 해서 불만이든 건의 사항이든 말해 준 소중한 자산임에도 불구하고 거의 손을 대지 못한 원초의 광산이었다면 이제 이 광산에서 황금 VOC를 채굴하여 고객 경험 혁신에 활용할 수 있는 길이 열린 것이다. 더욱이 최근 Chat GPT로 통칭되는 생성형 AI 기술을 접목한다면 더 이상 녹취 데이터를 분류하고 쌓아 두는 대신 이제부터는 일정 시간 학습만 거친 후 바로 필요한 인사이트를 얻는 데 활용할 수도 있을 것이다. 말 그대로 고객 경험 혁신의 속도가 상상을 초월할 정도로 빨라질 수 있는 것이다. 이는 비단 외부 고객에게만 해당되는 일이 아니라 고객 서비스를 담당하는 내부 직원에게도 엄청나게 새로운 경험을 제공할 수 있을 것으로 생각된다. 04 VOC 시스템이라는 수단이 아니라 사용하는 방식이 문제 이상과 같이 고객 경험 혁신과 VOC 활용에 대해 간략히 살펴보았다. 여기서 제시한 사례가 아주 일부의 단편적인 사례라고 폄훼할 수도 있을 것이다. 중요한 것은 같은 방향을 보고 있지만 시선의 끝은 다른 곳을 향할 수 있음을 알아야 한다는 사실이다. 즉 VOC 시스템이라는 수단이 시대에 뒤처지거나 구태의연한 것이 아니라 그것을 사용하는 방식이 문제일 수 있다는 것이다. 미국 기업들을 보면 지금도 수십 년 전 나온 6시그마 혁신 방법론을 잘 활용하고 있다. 6시그마라고 하는 방법론은 말 그대로 혁신을 하는 방법 중 하나이다. 어디에 활용할지는 사람 또는 기업이 정하는 것이다. 우리나라 기업의 담당자들을 만나 보면 이렇게 하소연한다. “CEO가 계속 새로운 것을 찾아 오래요.” 과연 하늘 아래 새로운 혁신 기법들이 끊임없이 나올 수 있을까? 쉽지 않은 일이다. VOC 시스템 역시 마찬가지다. 오히려 오랜 역사의 VOC 시스템이 지금까지 활용되고 있다는 것은 그 시스템의 가치가 변하지 않기 때문이 아닐까. ‘고객의 소리’를 듣겠다는 의지가 잘 담긴 VOC 시스템이 만들어지고 그 시스템을 통해 고객에게 탁월한 경험을 제공하고자 하는 기업의 철학이 충분히 녹아 든다면 세상 그 어디에도 없는 최고의 고객 경험 시스템이 되지 않을까 생각한다. < 글 > 한국능률협회컨설팅(KMAC)

  • Report
  • Special Report

  2024-03-01