채널톡 CX팀이 AI로 성과를 만드는 방법

지난 4월 진행된 채널라이브 ‘CX팀이 AI로 성과를 만드는 방법’에는 역대급 많은 신청 인원이 몰렸습니다. 그만큼 ‘AI가 좋다는 건 알겠는데, 그래서 우리 업무에 어떻게 적용하지?’라는 고민에 대한 공감과 관심이 정말 크다는 걸 느낄 수 있었어요. 채널톡 CX팀도 처음엔 막막했는데요. 하지만 비개발자 CX 매니저들이 단 한 달 만에 업무 자동화 앱을 여러 개 만들어내기 시작했어요.

1. CX팀은 왜 직접 앱을 만들기 시작했을까?

상담이 CX팀 업무의 전부는 아니다

채널톡 CX팀은 이미 AI 에이전트 ‘ALF(알프)’를 통해 상담 업무의 상당 부분을 자동화했습니다. 관여율 93%, 해결률 75%라는 지표가 말해주듯, 1차 상담은 대부분 ALF가 처리하고 사람은 더 심층적인 상담에 집중하는 구조였죠. 그런데 상담이 곧 CX 업무의 전부는 아닙니다. CX 매니저들에겐 여전히 처리해야 할 수많은 일이 남아 있었습니다. 가이드 작성, QA 평가, 스케줄 조율, 고객사 온보딩… 상담 외 영역에서 비효율은 계속 쌓였습니다.

그러던 중 올해 2월, 채널톡은 전사적으로 클로드 계정을 지원하면서 분위기가 바뀌었습니다. 데이터가 필요하면 DA팀에 요청하고, 이미지가 필요하면 디자인팀에 요청하던 방식에서 벗어나, 누구나 직접 클로드로 대시보드와 앱을 만들 수 있는 환경이 열렸는데요.

CX팀은 ‘3월 한 달, 기존 업무를 잠시 멈추고 가장 큰 병목부터 AI로 해결하자’고 결정했습니다. 그렇게 만들어진 CX 효율화를 위한 앱 6개를 소개하고자 합니다.

왜 직접 개발했을까?

여기서 한 가지 의문이 들죠.

‘그렇게 쉽게 만들 수 있다면, 개발팀이 만드는 게 더 빠르지 않나?’

하지만 직접 해보신 분들은 알 거예요. 업무에 진짜 필요한 게 무엇인지 가장 잘 아는 사람은 매일 그 업무를 하는 실무자라는 사실을요. 매뉴얼에는 없지만 머릿속에는 있는 지식, 이른바 '암묵지'를 가진 사람이 직접 설계할 때 현장에서 진짜 쓰이는 도구가 나옵니다. 상담 현장에 필요한 앱을 만들기 위해 개발자에게 업무 방식을 알려주고, 피드백하고, 업데이트하는 과정은 불필요합니다. CX팀이 직접 개발해야만 정말 필요한 앱을 빠르게 만들 수 있죠.

2. 채널톡 CX팀이 만든 업무 자동화 앱 6가지

한 달 동안 만들어진 앱들은 모두 CX팀이 매일 겪던 비효율에서 출발했습니다. 어떤 업무를 어떻게 자동화했는지, 핵심만 간단히 정리해 보았습니다.

1) ALF FAQ 자동 생성 앱

• 문제: ALF 해결률을 높이려면 디테일한 지식 보완이 필요했지만, 상담을 하나하나 읽고 누락된 지식을 찾아 FAQ로 만드는 데 건당 15분이 걸렸습니다. 모든 멤버가 작업을 분배해도 부담이 큰 반복 업무였습니다.

• 해결: 상담을 분석해 ALF가 답변하지 못한 케이스에서 누락된 지식을 찾아 FAQ 형식(대표 질문·변형 질문·답변)으로 자동 생성하는 앱을 제작했습니다.

• 성과:

  • FAQ 작성 시간 98% 단축 (기존 건당 15분 → 100건 30분)

  • 한 달간 FAQ 1,050개 추가

  • ALF 해결률 75% → 78% 상승

2) ALF TASK 생성 앱

• 문제: 반복 문의를 ALF 태스크로 자동화하려면 VOC 분석부터 SOP 작성, 태스크 구조 설계, 개발자 협업까지 며칠이 걸렸습니다. 개발 리소스에 의존해야 한다는 한계도 있었습니다.

• 해결: 상담을 분석해 패턴화된 응대 절차를 추천받고, SOP 문서·다이어그램·JSON 파일까지 자동으로 변환해 채널톡 태스크에 바로 적용할 수 있도록 만들었습니다.

• 성과:

  • 개발자 도움 없이 태스크 바로 적용 가능

  • 며칠 걸리던 작업 시간을 자동화로 단축

  • 반복 문의 24시간 자동 처리 실현

3) 사용자 가이드 자동 생성 앱

• 문제: 채널톡은 최소 한 달에 한 번 기능 업데이트가 있고, 그때마다 가이드를 작성해야 했습니다. 노션·리니어·피그마 등 여러 곳에서 정보를 수집하고, 초안 작성부터 검수·이미지 제작·퍼블리시까지 사람 손이 닿지 않는 단계가 없었습니다.

• 해결: 기획 문서 링크나 이미지를 첨부하면 MCP로 자료를 자동 수집해 AI가 가이드 초안을 작성합니다. 일본어·영어 번역, 채널톡 도큐먼트 자동 배포, 규격에 맞는 가이드 이미지 제작까지 한 번에 처리됩니다.

• 성과: 가이드 작성 시간 75~81% 단축 (주요 기능 기준 6시간 → 1.5시간)

4) 상담 스케줄·리소스 관리 앱

• 문제: CX팀 13명이 상담과 프로젝트를 번갈아 진행하다 보니 매일 아침 스케줄 조율에만 30분이 들었습니다. 일정이 틀어지면 재조율, 팀챗 공지까지 반복해야 했고, 회의 가능 시간을 찾는 일도 번거로웠습니다.

• 해결: 구글 캘린더와 연동한 대시보드를 만들어 시간대별 상담 인원, 여유 인원, 회의 가능 시간을 한눈에 볼 수 있도록 했습니다. 멤버별 상담 시간과 CPH(시간당 처리량)까지 함께 모니터링합니다.

• 성과:

  • 팀 스케줄 조율 업무 30분 → 5분

  • 생산성·퍼포먼스 측정이 한 화면에서 가능

5) 상담 퀄리티 관리(QA) 앱

• 문제: 매주 진행하는 QA는 평가자가 상담을 하나하나 읽고 항목별로 점수를 매겨야 해서 건당 5분 이상이 걸렸습니다. 게다가 담당자마다 기준이 달라 캘리브레이션이 어렵고, 평가의 일관성을 확보하기도 쉽지 않았습니다.

• 해결: 정해진 평가 기준에 맞춰 AI가 상담을 자동 평가하고, 항목별 점수와 피드백을 제공하도록 만들었습니다. 결과는 CSV·PDF로 다운로드하거나 스프레드시트로 연동해 데이터로 쌓을 수 있습니다.

• 성과:

  • 평가 시간 건당 5분 → 1분 미만으로 단축

  • 주관 편차 없는 일관된 평가 기준 확보

6) 채널톡 온보딩 앱

• 문제: 채널톡은 기능이 많아 도입 초기에 어떤 설정부터 해야 할지 어려워하시는 고객사가 많았습니다. CX팀이 직접 온보딩을 돕는 데도 한계가 있었죠.

• 해결: 고객사가 스스로 초기 세팅을 완료할 수 있도록 돕는 트레이닝 앱을 제작했습니다. 기능별 설정 순서, 진행률, 가이드 문서·영상까지 한 화면에서 확인 가능합니다.

• 성과: 향후 버튼 클릭만으로 자동 세팅되는 환경까지 확장 예정

💡 바이브코딩으로 만든 효율화 앱, 팀에는 어떻게 공유할까?

AI한테 “가이드 생성 앱 만들어줘" 한마디로 업무 앱을 딸깍 만들기는 했는데... 정작 팀원들과 함께 쓰려니 '내 컴퓨터'에만 있다는 게 함정이죠. 팀원들도 쓸 수 있게 배포하려면 서버, 도메인, 보안 인증서까지 챙겨야 하는데, '이거 내가 할 수 있나?' 싶으실 거예요.

카페24의 'AI 스페이스(AI Space)'는 바로 이 마지막 단계를 해결합니다. AI와 대화하듯 요청만 하면 수십 초 만에 팀원과 공유할 수 있는 링크가 생깁니다. 머릿속에만 있던 업무 효율화 아이디어, 이제 말 한마디면 실제 서비스로 만들어집니다.

👉 카페24 'AI 스페이스' 자세히 알아보기

3. 자동화 이후, CX팀은 무엇에 집중하게 됐나

반복 업무가 줄어들자 CX팀은 사람만이 할 수 있는 일에 더 많은 시간을 쓸 수 있게 됐습니다.

• 문제의 맥락과 근본 원인 파악

• 숫자 뒤에 숨겨진 고객의 감정과 의도 읽기

• 고객 경험을 직접 기획하고 설계

• 오프라인 교육, 커뮤니티 밋업 등 깊이 있는 고객 접점 확대

AI가 일을 대신해 준 만큼, 사람은 고객에 더 집중하게 된 건데요. 결국 AI는 채널톡의 코어 컬쳐인 ‘Customer Driven’을 더 잘 실현하기 위한 도구였습니다.

4. AI 도입 시 꼭 짚어야 할 포인트 4가지

여기까지 읽으셨다면 자연스럽게 이런 질문이 떠오르실 겁니다.

‘고객 상담을 AI로 분석해도 정말 괜찮은 걸까?’

CX 업무 자동화는 부분적으로 고객 상담 내용을 다룹니다. 그렇기 때문에 AI를 도입할 때는 단순히 ‘잘 작동하는가’뿐 아니라 ‘안전하게 처리되는가’를 함께 점검해야 합니다. 채널톡 역시 LLM 기반 상담 분석 도구를 도입하면서 자체 보안 검토를 진행했고, 그 과정에서 적용한 핵심 원칙을 공유해 드립니다.

1) 비식별화(마스킹): AI에 보내기 전에 개인정보를 가린다

상담 데이터는 대부분 특정 개인을 식별할 수 없는 서비스 이용 관련 내용이기 때문에 개인정보에 해당하지는 않는데요. 다만, 종종 고객이 자발적으로 남긴 이름, 전화번호, 이메일 같은 정보가 섞일 가능성이 있죠. AI에 상담 데이터를 전송하기 전에 이러한 개인 정보를 로컬 환경에서 정규표현식(Regex) 기반으로 반드시 마스킹 처리해야 합니다.

2) Zero Data Retention(ZDR): AI가 데이터를 보관·학습하지 않게 한다

AI에 전송한 데이터가 모델 학습에 쓰이거나 서버에 남는다면 그 자체로 위험입니다. 채널톡은 Anthropic Claude API의 ZDR 옵션을 적용해, 요청이 처리된 즉시 데이터가 삭제되고 학습에도 사용되지 않도록 설정했습니다. AI 도구를 도입할 때는 제공사의 데이터 처리 정책을 반드시 확인해야 합니다.

3) 별도 저장 없음: 데이터는 메모리에서만 처리하고 사라진다

앱을 개발할 때는 상담 데이터와 분석 결과를 앱 서버에 별도 저장되지 않는 구조로 설계해야 합니다. 애초에 저장되지 않으면 유출되거나 파기할 데이터가 남지 않습니다. 데이터는 메모리에서 마스킹되고 처리된 뒤 즉시 소멸합니다.

4) 접근 권한 통제와 로그: 권한은 좁히고, 이력은 남긴다

AI 도입이 접근 권한 확대의 우회 경로가 되어선 안 됩니다. 기존에 상담 데이터 접근 권한을 가진 담당자만 사용할 수 있도록 권한을 한정하고, 모든 사용 이력은 로그로 기록해야 합니다. 이는 개인정보보호법상 안전조치 의무에 따른 것이기도 하지만, 사고가 발생했을 때 추적 가능성을 확보하는 가장 기본적인 장치이기도 합니다.

AI 도입을 검토 중이시라면

빠르게 만드는 것도 중요하지만, "데이터가 어떻게 처리되는가"를 처음부터 포함한 설계가 더 중요합니다. 그리고 한 가지 조치에 의존하기보다 채널톡처럼 여러 단계를 결합한 다층 구조로 가져가시는 것을 추천해 드립니다.

예를 들어 Regex 마스킹이 비정형 데이터(자연어 속에 섞인 이름 등)를 100% 잡아내지 못하더라도, ZDR로 데이터가 외부에 남지 않고, 접근 권한과 로그로 추적 가능성이 보장되는 식이죠.

5. 코드를 몰라도 시작할 수 있도록, CoS를 출시합니다

“아이디어는 있는데 코드를 검증할 수 없는 비개발자라 시작이 어려워요.”

“비전공자가 바이브 코딩을 시작할 때 느낀 허들을 어떻게 극복했는지 궁금해요.”

웨비나를 진행하며 이런 질문을 정말 많이 받았는데요. 채널톡 CX팀이 한 달 만에 여러 개의 앱을 만들 수 있었던 건 AI를 잘 알아서도, 코딩을 할 줄 알아서도 아니었습니다. 그저 매일 고객 상담 업무를 해온 덕분이었습니다.

수동으로 일하는 방식을 속속들이 알고 있으니, 무엇을 자동화해야 할지, 어떻게 구체화해야 할지가 자연스럽게 보였습니다. 매뉴얼에는 없지만 머릿속에는 있는 그 지식, 바로 여러분만 가진 도메인 전문성이 가장 강력한 출발점입니다.

물론 모든 팀이 직접 앱을 만들 수 있는 환경은 아닙니다. 그래서 채널톡은 CX팀이 가진 도메인 전문성을 더 쉽게 꺼낼 수 있는 환경을 준비했습니다.

6월 출시 예정인 CoS(Chief of Staff)를 활용하면 채널톡이라는 하나의 플랫폼에서 상담 데이터를 쌓고, 자연어로 분석하고, 그 내용을 기반으로 ALF를 자동으로 세팅할 수 있습니다. 별도의 코딩 환경을 세팅하거나 상담 데이터를 외부로 옮기지 않아도, 채널톡 안에서 자연스럽게 'CX팀이 직접 만드는 AI 도구’를 경험할 수 있습니다.

상상만 하던 일, 지금 채널톡과 함께 시작해 보세요.