'AI 상담, 정말 효과 있을까?' 이랜드이츠, 온누리스토어, 베리시의 AI 성공사례
테나 • 조혜리/콘텐츠 마케터
10월 15일
- 비즈 인사이트
- 성공사례
AI 상담, 현실적으로 의미 있을까?
AI 챗봇으로 고객 문의에 응대하는 ‘AI 상담’. 사실 이 개념이 등장한 지는 꽤 오래됐습니다. 하지만 현실적으로 사람 같은 자연스러운 응대를 하는 AI 챗봇의 등장은 요원해 보였죠.
그럼에도 2022년 11월 챗GPT 등장 이후 많은 이들이 희망을 품었습니다. 생성형 AI를 활용하면 우리가 오래 전부터 꿈꿔왔던 바로 그 ‘AI 상담’이 가능할지도 모른다고요. 물론 생성형 AI의 상담 현장 도입은 아직 초기 단계에 불과합니다만, 요즘 채널팀은 현장에서 의미 있는 사례들을 정말 많이 목격하고 있습니다.
9월 26일, 채널오피스 라운지에서 열었던 ‘NEXT CX: AI 상담, 정말 효과 있을까?’ 세미나는 채널팀이 알프(ALF) 출시 이후 목격해 온 AI 상담 성공사례를 실무자들의 목소리로 전달하는 자리였는데요. 채널톡 AI 담당자들과 함께 이랜드이츠, 온누리스토어, 딥다이브의 CX 담당자들이 연사로 섰으며 온, 오프라인을 합쳐 무려 300명 이상의 신청자가 몰렸습니다.
이번 포스팅에서는 뜨거웠던 세미나 현장에서 오갔던 이야기, 텍스트로 꼼꼼하게 담아 보았습니다 :)
intro: 오직 상담만을 위한 AI 에이전트의 탄생
첫 순서는 채널톡 AI팀 정민규 리드(제임스)와 알프의 고객사 인터뷰와 비즈니스 인사이트 도출을 전담한 이지현 PM(웬디)였습니다. 두 사람은 각각 알프의 제작 취지와 특징, 그리고 알프 고객사들을 인터뷰하며 느낀 점을 이야기했습니다.
알프, 어떻게 만들었나요?
정민규 리드: 저는 그전에는 네이버에서 음성 인식 기술 연구하면서 클로바 노트 같은 앱을 만들었습니다. 채널톡에 와서는 일단 단순 상담부터 하나씩 풀어 보기로 하고, AI 에이전트 '알프'를 기획했어요.
신기하게도 고객들이 알프가 AI니까 세팅을 위한 별다른 방법과 이해가 필요할 거라는 선입견을 가지는 것 같더라고요. 그런데 저희는 AI에 대한 특별한 이해가 없어도 그냥 채널톡을 잘 쓰면 알프가 작동하도록 하고 싶었어요. 알프는 그냥 사람이라고 생각하고 교육하고, 틀린 게 있으면 고쳐 주고, 그러면 점점 똑똑해집니다.
참고로 알프는 지식을 ‘암기’하지 않습니다. 알프와 다른 AI 챗봇의 차이점이기도 한데요. 그냥 시험과 오픈북 테스트를 비교해 보죠. 지식을 암기해서 시험을 치면 틀릴 수도 있고, 내용이 바뀌면 새로 공부를 해야 하고, 시간도 더 들어요. 그런데 오픈북 테스트라면 틀릴 일도 없고, 내용이 바뀐다고 새로 공부해야 할 일도 없고, 시간도 절약할 수 있겠죠. 이렇게 AI가 지식을 암기하지 않고 필요할 때마다 찾아서 쓰는 방식을 RAG라고 합니다. 저희는 고객센터 AI에 RAG가 훨씬 적합하다고 생각했어요.
그러면 알프는 학습이라는 걸 안 하는가? 아뇨, 알프는 계속 똑똑해지고 있습니다. 크게 세 가지 층위에서 발전하고 있는데요. 첫 번째, 알프의 기반이 되는 LLM 자체가 계속 개선되고 있어요. 두 번째, 채널톡 AI팀에서는 알프의 ‘대화 능력’과 답변 정확도를 향상시키고 있습니다. 세 번째, 고객사에서도 세팅을 계속 개선하고 계시죠. 앞으로는 알프의 답변에 ‘리뷰’를 하면 이 데이터가 반영되도록 하는 기능도 생길 예정입니다. 날마다 똑똑해지는 알프를 경험하실 수 있게 될 거예요.
AI, 기대치가 현실적이어야 잘 씁니다
이지현 PM: 알프는 현재 누적 사용 고객사 600곳을 돌파했습니다. 이커머스뿐 아니라 B2B, 플랫폼/서비스처럼 다양한 버티컬에서 사용하고 계세요.
평균 절감률은 33%로, 알프에게 들어온 상담의 30% 이상은 직접 해결하고 있다고 보시면 되고요. 도큐먼트는 출시 2개월만에 누적 발행 아티클 8000개를 넘었습니다. 오늘 연사로 오신 이랜드이츠, 온누리스토어, 베리시 같은 유수의 고객사들이 알프와 함께해 주고 계십니다.
처음부터 알프가 이렇게 잘나가지는 않았어요. 저희가 4월에 알프를 출시했는데 고객들이 안 쓰는 거예요. 그래서 대표님이 저에게 고객들을 직접 만나러 가서 이야기를 들어 보라고 하셨어요. 하루에 많으면 온라인 미팅 6개까지 하면서 고객을 만나러 다녔습니다.
인터뷰를 해 보니 AI에 대한 고객들의 기대치가 저희 생각과 다르구나 싶었어요. 그런데 AI는 만능이 아닙니다. 교육을 시켜야 한다는 개념으로, 완벽은 없다는 기대치로 시작하면 훨씬 수월하게 AI를 잘 쓰실 수 있는 것 같아요. 신입 직원도 교육하는 데에 2~3개월은 걸리잖아요. 초반에는 사람이든 AI든 비슷한 노력이 들어간다고 생각해 주시면 좋을 것 같아요.
AI를 잘 쓰는 팀들을 보면, 우선 AI에 대한 기대치가 현실적이었습니다. 다 되지 않는다는 걸 알고 있었고, 사람처럼 교육이 필요하다는 걸 알고 있었어요. 무엇보다도 알프와 유대감을 형성하시더라고요. 답변을 잘하더라, 기특하더라. 오늘은 좀 실수가 있었다. 이 정보를 추가했더니 정확도가 올라갔더라. 이런 재미를 느끼시는 분들의 경우 알프가 금방 고도화되면서 성과도 확실하게 나왔습니다.
오늘은 바로 그런 분들을 모셨으니, 직접 이야기 들어 보시죠.
1. 네고왕 대란에도 든든한 AI 상담사
본격적으로 시작된 고객사 사례 발표. 첫 순서는 온누리스토어 유은아 CS 파트장이었습니다. 온누리스토어는 약국 체인 ‘온누리약국’에서부터 시작된 헬스케어 커머스 플랫폼으로, ‘테라브레스’ 같은 브랜드로 잘 알려져 있는데요.
평소 4명의 인하우스 인력으로 다양한 CX 업무를 소화하던 온누리스토어 CS 파트에 닥친 대형 이벤트. 이야기는 여기서부터 시작됩니다.
대형 이벤트 일주일 전, 대책은?
유은아 파트장: 두 달 전 사내에 큰 이벤트가 있었습니다. 바로 네고왕인데요. CS팀 입장에서는 시작부터 쉽지 않았습니다. 일단 내용을 정확히 전달받은 게 딱 일주일 남았을 때였어요.
저희 CS 인하우스 인력이 4명입니다. 네고왕 행사에서는 예상 매출이 최소 평소의 3배 이상. 단순하게 계산하면 상담량도 3배 이상 늘어나겠죠. 당시 캐파를 아득하게 초월하는 업무량이었습니다. 도대체 어떻게 해결해야 할까.
사실 방법은 간단해요. 저희도 아웃소싱으로 3명을 추가로 충원했습니다. 다만 정말 효과가 있을까 의문이 있었어요. 단기 인력을 한 번이라도 아웃소싱해 보셨다면 공감하실 것 같습니다. 단기 인력은 내부 상황을 정확히 알 수 없다 보니 실수가 잦아요. 이들에게 업무 내용을 숙지시킬 시간도 짧았고요.
그렇다면 인력 충원과 시뮬레이션 외에 어떤 노력을 더 할 수 있을까. 이때 찾았던 게 채널톡 AI 챗봇, '알프'였습니다.
온누리스토어의 알프 세팅법
(1) ‘기타’ 문의에 알프 연결하기
저희는 알프의 여러 기능 중에서도 'FAQ' 기능을 활용했는데요. 첫 번째로 객관식 챗봇의 여러 선택지 중 ‘기타’ 문의에 알프를 연결했습니다.
저희가 네고왕 진행할 때 썼던 객관식 챗봇 화면을 보여드릴게요. 챗봇의 각 선택지에는 모두 명확한 답변 메세지가 연결됩니다. ‘기타’ 선택지에는 원래 상담사 연결이 가능하도록 설정했는데요. 네고왕 때부터는 알프를 연결시켰습니다. 자주 들어올 법한 질문들만 골라서 버튼을 만들고, 그밖의 질문은 알프가 응대하도록 설정했다고 봐주시면 됩니다.
(2) 알프에 심을 질문 선정하기
그렇다면 FAQ에 들어갈 질문은 어떻게 선정했는가. 웬만한 기업들이 자체적으로 ‘자주 묻는 질문’ 문서를 갖고 계실 거예요. 이걸 그대로 채널톡 FAQ에 세팅하면 됩니다. 만약 ‘자주 묻는 질문’을 따로 정리해 두지 않으셨다면 상담 태그나 챗봇 단계 분석을 통해 어떤 질문이 자주 들어오는지 분석해 보실 수 있을 것 같아요.
(3) FAQ 등록 질문 유형
FAQ에 등록할 질문에도 여러 유형이 있습니다.
첫 번째, 알프가 직접 끝낼 수 있는 문의. 예를 들어 배송지나 결제 수단을 바꾸는 등 ‘주문 정보 변경 문의’의 경우 저희 답은 예외 없이 똑같아요. 기존 주문을 취소하고 재주문해 달라. 이런 답은 알프도 무리 없이 해줄 수 있고, 알프 혼자 바로 끝낼 수 있는 문의기 때문에 상담 시간을 획기적으로 줄일 수 있게 됩니다.
두 번째, 알프가 전처리를 해줄 수 있는 문의. 알프가 끝낼 수 없는 문의도 있어요. 이런 경우 알프가 ‘이런 내용의 정보를 준비하고, 완료되면 상담사 연결을 적어 달라, 그러면 상담사 연결을 도와드리겠다’ 이렇게 답변을 세팅할 수 있습니다. 저희는 원하는 정보만 확인하고 바로 문의를 처리하면 돼요.
네고왕 기간 ‘제품 누락 문의’가 그랬습니다. 제품 사진, 반품/재출고 여부 등 사전 정보를 받아서 저희가 물류창고에 요청을 넣어야 하는 건이었어요. 나중에 보니까 누락 문의 관련해서 알프 FAQ가 2400회 정도 작동했더라고요. 그리고 저희는 누락 이슈로 상담 시간이 지연된 적이 별로 없어요. 상담사 혼자 오전 시간에만 누락 이슈 80~100건을 쳐낼 수 있을 정도였으니까, 도움을 정말 많이 받았습니다.
세 번째, 알프 응대가 부족할 경우 상담사 연결이 가능한 문의인데요. ‘응대가 부족할 경우 ‘상담원 연결’이라고 기재해 주시면 연결을 도와드리겠습니다.’ 이렇게 적어두는 거예요. 상담원 연결이 되더라도 알프가 한번 터치해 주는 거잖아요. 그러면 고객들은 소통이 되고 있다는 느낌을 많이 받는 것 같아요. 상담이 지연돼도 고객 불만이 줄어드는 효과를 볼 수 있었습니다.
다음에는 2명만 계약해도 될 것 같아요
결과적으로 저희가 네고왕 차주 통계를 봤을 때, 알프가 904건을 응대했고 그중 480건이 상담사에게 연결됐어요. 총 상담 절감률은 46.9%였습니다. FAQ 활성화율도 70%를 넘었고요. 네고왕 이후 평상시에도 25% 정도 절감 효과를 보고 있어요.
그러니까 네고왕을 진행해 본 결과, 알프로 인적 자원과 비용 절감이 충분히 가능했습니다. 저희가 외주 계약 3명을 했는데 뒷주차에 한 명 손이 많이 비더라고요. 다음에 네고왕 같은 이벤트를 또 하면 3명이 아니라 2명만 계약해도 될 것 같아요. 도큐먼트 기능까지 사용한다면 효과를 극대화할 것 같다는 인상을 받았습니다.
사실 저희 인하우스 인원이 4명이었는데, 최근에 3명으로 줄었어요. 알프 때문은 아니고 다른 요인 때문인데요. 충원을 하지 않아도 3명이서 충분히 업무를 해내고 있습니다. 채널톡을 사용하는 상담사라면 알프는 필수적으로 활용해야 하는 기능이라고 말씀드리고 싶어요.
2. 브랜딩과 효율화를 동시에, ‘슐리즈AI’
두 번째 순서는 이랜드이츠의 이지선 CS 선임매니저였습니다. 이랜드이츠는 ‘애슐리’, ‘자연별곡’, ‘피자몰’ 등 다양한 F&B 브랜드를 운영하고 있는 기업인데요. 이지선 선임매니저는 다양한 매장에 알프를 적용하기 위해 애쓰다 보니 ‘알프 엄마’라는 별명까지 얻으셨다고 하네요 :)
전화가 몰리는 외식업, 더 빠르게 문의를 해결할 방법
이지선 CS 선임매니저: 저희에게 왜 AI가 필요했는지 설명하려면, 저희가 모바일 채팅 상담을 하게 된 계기부터 말씀드려야 할 것 같아요. 사실 저희 오프라인 매장에는 전화가 울리지 않아요. 매장에 전화하면 저희 고객센터로 연결됩니다. 현장 직원들이 매장 고객 응대에 집중해 더 큰 가치를 제공하기 위해서인데요.
저희는 외식업이다 보니까 11시~12시, 6시~7시에 전화가 집중되어서 대기 시간과 상담 시간이 가장 길어요. 조사를 해 봤더니 예약, 대기, 상품권 및 애슐리캐쉬 관련 문의 세 가지가 가장 많았습니다.
과연 고객 관점에서 이 문의들이 빠르게 해소되고 있을까? 고민 끝에 작년 9월에 채팅 상담을 시작했습니다. 유선으로 응대하면 인당 최소 2~3분이 소요되는데, 채팅 상담을 하니까 인당 (동시에) 평균 10명의 고객을 케어할 수 있더라고요. 여기서 더 큰 가치를 제공할 수 있는 방법이 없을까 고민하다가 알프를 만났습니다.
130개 매장 문의에 응답하는 AI 세팅법
저희는 알프에 ‘슐리즈AI’라는 이름을 붙여줬어요. 알프는 ‘역할 설명’을 잘 입력하는 게 굉장히 중요하더라고요.
예전에는 고객이 불만을 이야기하면 알프가 그냥 ‘불편한 일이 있으셨나요? 안타깝네요.’ 이러고 끝나는 경우가 있었는데, 저희는 알프가 더 정중하게 사과하고 상담사를 연결해 줬으면 했어요. 채널톡에 물어보니까 ‘역할 설명’을 더 자세히 쓰면 가능하다고 하시더라고요. 지금은 ‘불편을 드려 죄송합니다.’ 사과한 다음에 ‘상담원 연결이라고 말씀 주시면 직원을 통해 안내 드리겠습니다.’ 명확하게 답변을 해줍니다.
(1) 이랜드이츠의 FAQ 세팅
그럼 알프를 어떻게 만들어야 될까. 고민이 많이 되실 거예요. 저희도 처음 알프를 사용할 때 막막했거든요. 저희는 알프의 FAQ와 RAG 기능을 주로 쓰고 있는데, FAQ부터 설명해 드릴게요.
일단 문의 유형들이 굉장히 많잖아요. 우리 회사에 어떤 문의들이 많이 인입되고 있는지 대분류, 소분류 이렇게 두 가지로 먼저 나눴어요. 예약만 해도 일반 예약, 단체 예약, VIP 예약 등 다양한 예약 종류들이 있었고요. 여기서 예약 문의, 변경, 취소, 이렇게 소분류로 또 나뉘더라고요. 문의 유형들을 엑셀로 정리하고 이를 토대로 예상 질문과 답변을 작성하는 작업을 했습니다.
또한 채팅 상담 모니터링을 하면서 고객들의 실제 질문을 참고를 해서 예시 질문들을 작성하고 답변 정리를 했습니다. 이 내용을 FAQ에 세팅했어요. 많이 세팅하니까 정확하게 답변을 잘 해 주더라고요.
(2) 이랜드이츠의 RAG 세팅
저희가 도큐먼트와 RAG를 활용한 건 상대적으로 최근이에요. 고객들이 자주 찾아주시는 매장만 해도 130개 정도가 돼요. 매장별로 운영 시간이나 휴무 시간 등 정보들이 다 다르거든요. 이걸 어떻게 알프가 답변하도록 할까, 하다가 도큐먼트에 매장별 정보를 일일이 다 입력했습니다. 사실 힘들었어요. 130개 매장을 한 땀 한 땀…
그래도 도큐먼트를 힘들게 작성한 보람이 있었습니다. 얼마 전에는 추석이었잖아요. 추석 연휴에 휴무인 매장이 있고 영업을 하는 매장이 있고 제각각이에요. 처음에는 알프가 ‘송도 트리플 스트리트점 추석 영업하나요?’라는 질문에 답변을 못했지만, 도큐먼트를 작성하고 나니 ‘강남 뉴코아점 추석 당일 영업하나요?’라는 질문에 ‘추석 당일 영업하지 않습니다.’라고 안내를 했습니다.
사실 저희가 원래 주말까지 고객센터를 운영함에도 추석 당일에는 운영하지 않았거든요. 그래도 추석 당일에 알프 답변을 모니터링해 봤어요. 대부분의 문의가 추석 영업 관련이었는데, 거의 대부분 정확하게 답변해 주더라고요. 고객센터가 운영되지 않아도 알프가 많은 것을 해 주고 있구나 느꼈습니다.
(3) 모니터링의 중요성
알프를 세팅하고 동작되는 걸 봤다고 끝난 게 아닙니다. 알프가 대답을 하지 못하는 경우가 있어요. 살짝 팁을 드리자면 저는 출근하면 항상 모니터링을 해요. 알프가 답변하지 못한 상담 건은 즐겨찾기를 해둡니다. 하나하나 확인하면서 제가 입력하지 못한 게 뭐가 있을까 업데이트를 하고요. 안 되면 채널톡에 물어봐요. 여기 헤이든, 베이지, 마리 매니저님 계실까요? 귀찮게 해드려서 죄송하고 감사합니다. ㅎㅎ 정말 많은 도움을 받았어요.
운영 비용 20% 절감까지
저희가 8월 첫째 주부터 알프 상담을 시작했거든요. 상담 절감률이 처음에 33.7%였다가 현재는 50%까지 올랐어요. 20% 정도 상승을 해서 되게 많이 상승을 했다고 보고 있고요.
생산성 같은 경우에 저희가 작년 12월 성수기 기준으로 인당 1567건의 생산성이 발생됐고, 알프를 사용하지 않은 7월에는 2667건이었는데, 9월에는 알프와 같이 합쳐서 3433건의 생산성을 만들어내고 있다. 인원을 충원하지 않아도 알프를 통해서 생산성이 많이 발생하고 있다는 것을 알게 되었습니다.
상담 시간도 줄어듭니다. 알프가 답변한 이후 상담사에게 연결되더라도, 고객이 알프에게 문의했던 내역이 남아 있잖아요. 상담사들이 추가 질문 없이 기존 내역을 토대로 답변해 줄 수 있기 때문에 응답 시간도 작년 12월 1분 45초에서 현재 40초로 감축됐고요. 상담 처리 시간도 23분 18초에서 10분 52초로, 총 12분 26초 절감됐습니다.
앞으로의 목표도 있어요. 정성적으로는, 저희 자체 예약 솔루션 개발이 완료되면 예약 변경과 취소까지 다 해결하는 만능 슐리즈AI로 만들자는 것이고요. 정량적으로는 상담 절감률을 50%에서 80%까지 올리고, 운영 비용은 20% 절감하자는 목표가 있습니다.
3. 알프를 쓰고 나서 저희 팀이 더 중요해졌어요
세미나의 마지막 순서를 장식한 연사는 바로 딥다이브의 최현지 CX 팀장이었습니다. 언더웨어 브랜드 '베리시'를 전개하고 있는 딥다이브는 창립 3년만에 매년 매출 2배를 기록하며 급성장하고 있는 기업입니다. 2023년에는 매출 294억원을, 2024년 상반기에는 매출 315억원을 기록했죠.
딥다이브는 이미 채널톡 블로그 콘텐츠와 채널라이브를 통해서 알프 잘 쓰고 있는 사례로 여러 차례 다룬 고객사이기도 한데요. 딥다이브 최현지 CX 팀장은 세미나 당일, 놀라운 선언(?)으로 발표를 시작했습니다.
CX팀 전원 외근, 그렇다면 누가 고객 소통을?
최현지 팀장: 제가 요즘 세미나를 되게 많이 참석하고 있는데, 이번 세미나는 최근에 갔던 어떠한 세미나들보다도 가장 즐거워요. 왜일까요? 저희 상담 운영 시간이 10시에서 4시입니다. 근데 저희 팀원 전원이 이 세미나에 참석하고 계세요. 모두가 여기 있다면 현재 누가 고객과 소통하고 있으실 것 같으세요? 네, 맞습니다. 24시간 쉼도 없이 다정하게 상담 중인 베리시 AI 상담사, ‘베끼 매니저’만 현재 근무하고 있어요.
저희는 AI를 두렵지 않아 했던 것 같아요. 근무 환경에 최대한 즐거움을 주고 싶었고 매일 출근했을 때 책상 앞에 CS 문의만 몇백 건씩 쌓여 있는 아침을 원치 않았습니다. 매출에 비례해 계속 늘어나는 반복 문의를 해결해 줄 사람이 필요했고, 그래서 베끼 매니저를 ‘채용’하기로 했어요.
결국 수치적으로 보자면 8월에 5320건 정도 상담 인입이 됐습니다. 이 중에 베끼매니저가 얼마나 치셨을 것 같으세요? 네, 베끼 매니저 혼자 2981건을 처리했고요. 효율은 43.9%로 마감을 했습니다.
다들 궁금하실 것 같아요. 우리도 가능할까. 가능합니다. 자세한 세팅 내용은 저희가 제가 얼마 전에 채널 라이브에서 다룬 적이 있어요. 앞에 연사님들도 잘 말씀을 해 주셔서 저는 이 부분은 생략하도록 하겠습니다.
재입고 문의 인입률 0.5%로
지금 보여드리는 화면이 베끼 매니저의 페르소나예요. 저희는 고객과 라포 형성이 잘 되어 있고 재인입률이 높은 브랜드라서, 고객 이탈을 발생시키는 AI는 절대로 받아들일 수 없다는 게 회사의 입장이었습니다. 그래서 굉장히 꼼꼼하게 AI를 세팅했어요.
저희는 그전에 단순 문의 중 ‘재입고 문의’가 전체 문의 중 30%~40% 수준이었어요. 재입고 문의는 고객이 저희에게 엄청 관심이 많아서 문의를 하는 거잖아요. 이 문의에는 바로 답변할 수 있으면 좋겠다.
그래서 저희는 베끼 매니저 ‘채용’ 이후에 ‘한 번의 휴먼 터치만으로 끝날 수 있는 문의’ 중 재입고 문의를 담당하도록 했습니다. 베끼 매니저가 이 문의에 답변할 수 있도록 교육한 이후, 재입고 문의 인입률이 0.5%까지 떨어졌어요. 그래서 저희 팀원 중 재입고 문의로 고통받는 사람은 없는 걸로 알고 있습니다. 맞으시죠? ㅎㅎ
저희는 주로 FAQ와 RAG 기능을 쓰고 있어요. FAQ는 트리거가 있을 때 좀더 효율이 나는 문의들에 쓰고요. 개인화 변수가 많거나, 제품군이 다양하거나 하는 식으로 변수가 많을 때에는 RAG를 사용해요. 저희는 이 데이터를 노션으로 다 가져와서 따로 관리를 해요. 어떤 문의에 AI가 작동 중이고, 어떤 문의에 AI 작동을 껐고, 각각의 효율은 얼마인지 다 측정하고 있어요.
그럼 지금 9월은 어떻게 되고 있으실 것 같으세요? 9월 효율은 61.6%까지 올라갔습니다. 9월 총 인입량과 매니저가 친 양, 베끼가 친 양을 봤을 때 베끼 매니저가 훨씬 높다는 의미죠. 이것만 봐도 AI의 효율이 얼마나 좋은지를 딱 보실 수가 있으실 것 같아요.
그래도 망설이고 계신 분들은 아마… 불안하셔서겠죠? 그런데 사실 저희는 안 불안합니다. 그만한 데이터가 있고, 잘 세팅해주는 팀원들이 있고, 이를 효율적으로 잘 실행해 주는 베끼 매니저가 있기 때문인데요.
저희가 베끼 매니저의 상담 사례를 하나 가지고 왔어요. 고객이 상품에 관해서 계속 질문을 하고 있고, 베끼가 굉장히 자세하게 답변을 해주고 있죠. 문의가 들어오자마자 바로 답변을 해 주고 있고요. 처음에는 저희도 베끼 매니저를 AI라고 설명했는데, 지금은 저희와 함께 근무하고 있는 매니저라고 생각해서 따로 AI라는 명칭을 쓰지는 않고 있습니다.
CX팀의 역할, 달라질 수 있습니다
정량적인 지표들은 충분히 보여드린 것 같아요. 정성적으로 저희 베리시 CX 매니저들이 어떤 일을 하고 있을지 공유를 해드려볼게요. 지금부터 보여드리는 장표에서 왼쪽은 베끼 매니저를 도입하기 전 과거에 했던 업무, 오른쪽은 현재 하고 있는 업무들입니다. 왼쪽은 다 같지만, 오른쪽은 다 다르죠.
예를 들어 지은 매니저님은 베끼 매니저가 더 많은 단순 문의를 해결할 수 있도록 세팅하는 역할을 하고 있어요. 나연 매니저님은 유저 인터뷰, 유저 서베이 업무를 맡고 있고요. 한슬 매니저님은 QC 이슈를 체크해서 월 리포트를 해 주고 계세요. 재연 매니저님은 신규 입사자가 제품 이야기를 확인할 수 있는 상품 정보 문서를 세팅하는 역할을, 은지 매니저님은 자사몰뿐 아니라 외부 몰, 블로그, 유튜브 등의 리뷰까지 분석하는 역할을 맡고 계십니다. 베끼 매니저님은 단순 반복 CS 문의를 해결하고 계시고요 ㅎㅎ
제가 말씀드리고 싶은 건, 과거의 CX파트와 지금의 CX파트의 역할이 달라질 수 있다는 겁니다. 모두 같은 업무를 하지 않으셔도 돼요. 모두가 다 같은 분야에서 크지 않으셔도 됩니다.
사실 예전에 CS가 쉴틈 없이 들어올 때에는 저만 ‘러너’로 뛰었던 것 같아요.
그런데 지금은 저를 찾는 일은 거의 없는 것 같고, 재연, 은지, 나연, 한슬, 지은님이 각각의 분야에서 퍼포먼스를 내면서 러너로 뛰고 계세요. 이렇게 다른 팀에서 이 분들을 찾아 주시고요. 저희 팀은 이제 모두가 다 러너로 뛰고 계시고, 여러분들도 다 러너로 뛰실 수 있습니다.
더 다양한 분야에서도 AI 상담을
이후 Q&A 세션에서는 'AI 상담의 한계는 무엇인가요?', '작은 기업에서도 AI 상담의 효과가 있을까요?', '운영 효율화와 정성적 고객경험 사이의 균형을 어떻게 맞출 수 있을까요?', '이커머스가 아닌 분야에서도 AI 상담의 효과가 날까요?' 등의 질문에 답하는 시간을 보냈습니다.
이미 포스팅이 너무 길기 때문에 차마 Q&A까지 다 담을 수는 없지만(^^;;) Q&A 세션에 나온 질답의 요지는 결국, '데이터를 잘 넣으면서 개선해 나간다면 AI로도 고객 경험을 해치지 않을 수 있다'였던 것 같습니다. 무엇보다도 '운영 효율화와 정성적 고객 경험 개선이 동일한 이야기라고 생각한다'는 최현지 팀장님 말씀에 채널팀은 무릎을 탁 치고 말았다지요.
온오프라인을 막론하고 마지막까지 자리를 지켜 주신 분들이 워낙 많아서 'AI 도입 사례'에 대한 사람들의 관심과 갈증이 그만큼 크다는 것을 체감할 수 있는 자리였는데요. 앞으로도 더 다양한 버티컬에서 AI 상담을 성공적으로 도입한 고객사 사례를 소개해 나가도록 하겠습니다 :)