CS 외주, 비용절감 그 이상을 책임집니다. AI BPO란?

상담이 밀립니다. 사람을 더 뽑자니 채용도, 교육도, 관리도 전부 회사 몫이고, 그렇다고 BPO(아웃소싱)에 맡기면 회사가 기대했던 만큼의 체계화나 속도가 나오지 않을 때도 있습니다. 정책 문서 하나 없이 상담사만 채용해서 현장에 내보내고, 몇 달 뒤엔 이직으로 또 처음부터 다시 시작하는 경우도 많습니다. CS·CX팀을 키워본 회사라면 한 번쯤 겪어봤을 딜레마입니다.

채널톡의 AI BPO팀은 여기서 조금 다른 선택지를 제안합니다. 진단부터 설계, 지식자산 구축, AI 응답 환경, 운영 인력까지. 상담 운영 전체를 통째로 넘겨받아 책임지는 팀입니다.

채널톡의 AI BPO팀을 이끄는 CX 외길 15년 차 밴스와의 인터뷰를 통해 AI BPO란 무엇인지, 기존 CS 외주와 무엇이 다른지 알아보겠습니다.

Q. AI BPO가 정확히 무엇인가요?

AI BPO는 고객 상담을 맡겨주시면 A부터 Z까지 다 해드리는 턴키 서비스입니다.

상담 데이터를 진단하고, SOP와 지식베이스를 설계하고, 그걸로 AI 상담 에이전트 알프(ALF)가 돌아가게 만들고, 매주 품질을 점검하는 유지보수까지, 통째로 맡길 수 있습니다. 그리고 AI가 해결하지 못하는 나머지 상담은 연계된 전문 상담 인력이 직접 응대합니다.

여기서 중요한 건 '자산'이라는 개념입니다. 이렇게 만들어진 SOP, 교육자료, KPI, 알프 태스크는 전부 고객사 자산으로 남습니다. 운영은 채널톡이 맡지만, 의사결정과 소유권은 고객사에 있습니다. 툴만 제공하는 게 아니라는 게 AI BPO의 핵심입니다.

Q. 인하우스로 사람을 더 뽑거나, 일반 BPO에 맡기는 것과는 뭐가 다른가요?

인하우스로 운영하면 SOP도 정책도 회사가 스스로 만들어야 하는데요, 문제는 그걸 처음부터 체계화할 줄 아는 사람이 조직 안에 없는 경우가 훨씬 많다는 점입니다. 실제로 만난 고객사 중에는 서비스를 낸 지 반년이 지났는데도 정책 문서가 이용약관과 개인정보 처리방침, 딱 두 개뿐인 곳도 있었습니다. 환불 기준을 물으면 상담사마다 답이 다 달랐습니다.

일반 BPO는 계약 구조상 고객사가 요청하고 승인한 범위 안에서 상담을 진행하다보니, SOP나 교육자료는 오히려 고객사가 먼저 만들어서 넘겨줘야 운영되는 경우가 흔합니다. 또한 BPO사의 인당 마진율은 보통 5~10% 수준으로, 규모의 경제가 나오는 대형 계정일수록 투자 여력이 커지는 구조입니다.

반대로 상담사 한 명 기준 마진이 월 10~15만 원 수준인 소규모 계정은, 별도 교육자료까지 챙기기엔 채산성이 빠듯한 편입니다. 비용 구조도 다소 복잡합니다. 솔루션비, 통신료, BPO 인건비가 계약이 각각 따로다 보니, 연말에 CX 비용 지출규모를 파악하는 것조차 어려워서 계약서를 서너 개씩 확인해야 하는 경우가 많습니다.

AI BPO는 이 틈을 채널톡이 직접 메우는 방식입니다. 지식 체계와 SOP는 채널톡이 만들어드리고, 반복 문의는 AI가 먼저 받고, 나머지 어려운 상담만 연계된 전문 인력이 커버합니다. 계약도 하나, 청구도 하나, 책임 주체도 하나입니다.

Q. 그럼 어떤 회사가 지금 AI BPO를 고민해볼 만한가요?

몇 가지 신호가 있습니다. 이 중 하나라도 해당된다면 검토해볼 타이밍입니다.

업종으로 보면 주문·배송·교환·환불처럼 반복 문의가 많은 커머스, 변경·취소·조회가 정형화된 예약·예매 서비스, 결제·해지·포인트 중심의 구독·멤버십 서비스가 특히 잘 맞습니다. 상담 10석 이상 규모라면 자동화 효과를 도입 즉시 체감하실 수 있습니다.

Q. 이 팀을 믿어도 되는지, 밴스의 이야기가 궁금해요. 이 일을 어떻게 시작하셨어요?

저는 CX(Customer Experience, 고객 경험) 한 분야에서 15년을 쌓아온, 이른바 ‘고인물’이라고 할 수 있는데요. (웃음)

커리어의 시작은 BPO사 소속으로 11번가 고객센터를 운영하면서였습니다. 상담사로 현장을 직접 경험한 뒤 또래보다 이른 나이에 약 320석 규모 고객센터의 센터장으로 발탁됐고, 이후 2년 2개월 동안 채용부터 상담 품질, 운영, 비용 관리까지 센터 전체를 책임졌습니다.

당시 가장 중요하게 생각했던 것은 '사람을 더 투입하는 운영'이 아니라 '더 효율적으로 운영하는 방법'이었습니다. BPO 업계에서는 보통 TO를 늘리고 "사람이 더 필요합니다."라고 이야기하는 것이 자연스러운 문화였지만, 저는 정반대로 접근했습니다. 운영 프로세스와 업무를 끊임없이 개선해 초기 320석 규모였던 센터를 서비스 품질 저하 없이 180석 수준까지 효율화했습니다.

그 결과 2년 2개월 동안 11번가 SLA 평가에서 단 한 번도 빠짐없이 A등급을 유지했고, 비용 효율성과 운영 혁신을 인정받아 SK그룹 SUPEX 시상의 Operation Excellence 부문을 2회 연속 수상하는 성과도 만들었습니다. 그때 한 11번가 선배가 미팅자리에서 제게 이런 말을 해주셨습니다.

"쟤는 딱 CX로 보는거네. 고객센터에 안어울려." 그 말이 오래 남았습니다. 저는 운영을 잘하는 사람보다, 고객 경험 자체를 설계하고 개선하는 사람이 되고 싶다는 생각을 하게 됐고, 그 계기로 당시만 해도 생소했던 'CX'라는 분야에 도전하게 됐습니다.

이후 티몬에서 약 2년 반정도 CX 운영팀장을 맡으며 고객상담영역을 설계&리드했고, 이후에는 더 작은 조직에서 자유도 높게 처음부터 체계를 만들어보고 싶다는 생각으로 스타트업(런드리고)에 합류했습니다. 스타트업에서는 이미 만들어진 프로세스를 운영하는 것이 아니라, 직접 설계하고 데이터 기반으로 개선하며 CX 운영 체계를 만들어가는 경험을 3년 동안 쌓았습니다.

돌이켜보면 저는 상담사로 고객을 만났고, 센터장으로 대규모 조직을 운영했으며, 대기업에서는 고도화된 운영 체계를 경험했고, 스타트업에서는 아무것도 없는 상태에서 체계를 만드는 일까지 해봤습니다.

AI BPO를 도입하는 많은 고객사는 아직 운영 체계를 처음 만들어가거나 고도화하는 단계에 있습니다. 그런 점에서 제가 지난 15년간 현장과 운영, CX를 오가며 쌓아온 경험 자체가 이 팀이 고객에게 제공할 수 있는 가장 큰 신뢰라고 생각합니다.

Q. 실제로 AI BPO 방식이 통한 사례가 궁금해요.

AI 가상 캐릭터 서비스를 운영하는 벙커키즈의 브랜드, 위프(WHIF) 이야기를 해보겠습니다.

처음 찾아오셨을 때엔 상황이 꽤 급했습니다. 출시 6개월 정도 된 서비스가 대만 쪽으로 확장하면서 문의가 폭발한 시점이었습니다. 전체 인원 25~30명 중 CS 담당은 2명, 그마저 1명만 전담이었고 SOP도 KMS(지식관리체계)도 없었습니다. 환불 기준을 물으면 상담사마다 7일, 5일, 혹은 기준 자체를 모른다는 답이 돌아왔습니다.

숫자로 보면 더 긴박했습니다. 평소 월 5,000건 정도 문의가 오던 회사였는데, 그 시점엔 8,000건까지 치솟았고 3,000건 넘게 답변이 밀려 있었습니다. 계약은 일주일 만에 결정됐습니다. 투입 직후 가장 먼저 한 일은 밀린 3,000건을 없애는 것이었습니다. 기존 상담 유저챗을 모아 LLM으로 예상 답변을 만들고, 엑셀로 정리해 넘겨드리고 일주일만에 적체된 CS를 해소했습니다.

그다음이 진짜 작업이었습니다. 현장에 직접 파견을 나가 환불 규정 등 정책을 하나하나 확정했고, 상담 유형을 20개로 정리했습니다. 이 중 오류 관련 문의가 40%, 환불 문의가 17%를 차지한다는 걸 파악해 이 두 유형에 ALF 자동화 태스크를 집중 설계했습니다. 여기에 8개 언어 RAG 지식베이스, 보상 기준표, GitHub 기반 코드·금액 버전 관리까지 갖추면서 다국어 서비스에도 동일한 품질로 응대할 수 있게 됐습니다.

그 결과는 정말 놀라웠는데요, 지금 위프의 대시보드에 그대로 남아 있습니다.

• ALF 관여율 97.9%

• ALF 해결율 60.4%

• 상담 절감 비용 1,750만 원

• 자동 환불 22건, 자동 보상 71건 처리, 보상 지급율 85.5%

같은 조건에서 일반 BPO를 썼다면 상담사 5명은 필요했을 거고, 인건비만 1인당 350만 원씩 잡아도 월 1,750만 원이 들었을 것입니다.

지금 위프의 AI BPO 운영은 파견 상담사 2명과 AI로 돌아가고 있고, 5월 한 달에만 8,725건의 문의를 처리했습니다. 일반 BPO 대비 약 30%의 비용을 절감한 셈입니다. 여기에 고객사의 자산으로 정책과 가이드 문서, ALF 자동응답 세팅을 새로 만들어드린 건 기본이고요.

위프만의 이야기는 아닙니다. 채널톡 AI BPO 전체로 보면 AI 단독 해결율이 65%, 여기에 연계된 전문 상담 인력까지 더한 최종 해결률은 100%에 가깝고, 전체 상담 운영 비용은 평균 30% 이상 절감됩니다.

그리고 가장 중요한건 도입 이후 “끝”이 아니라는 점입니다. 양사간 매주 위클리미팅을 통해 AI자동화 가능구간을 논의하고, 개선점을 도출해나가는 무한 사이클이기에, 현재의 지표도 아직 덜 완성된 지표라, 1년 뒤가 기대됩니다.

Q. 마지막으로, AI BPO를 알아보고 싶은 분들께 한 말씀

저는 앞으로 AI BPO가 외주 AICC의 표준이 될 거라고 봐요. 사람만으로도, AI만으로도 채울 수 없는 영역이라는 걸 앞으로 더 많은 회사들이 체감하게 될 거예요. 저희 AI BPO팀은 이미 위프 사례를 통해 그 모델을 증명했고, 앞으로 만나는 고객사마다 계속 증명해나갈 겁니다. 이 시장을 개척하는 팀이자, 가장 앞서가는 팀이 되는 게 목표예요.

AI BPO 사례가 더 궁금하시거나, 우리 회사에도 적용할 수 있을지 궁금하신 분들은 편하게 연락 주세요. 딱 한 문장이면 됩니다. "저희 회사, AI BPO 되나요?" 상담 볼륨이 있고, 반복 문의 비중이 높고, 체계화에 갈증이 있다면 대부분 답은 "됩니다"입니다.

무료 진단과 1시간 설계 미팅으로 자동화 가능성과 예상 절감액을 먼저 확인해드리고, 이후 견적부터 계약, 운영까지는 채널톡 AI BPO팀이 턴키로 책임지겠습니다.

우리 기업의 고객 상담, AI BPO와 잘 맞을까? 궁금하시다면

🔗 AI BPO 소개자료 바로가기 AI BPO 팀에 문의하기