AI 기반 교육 시뮬레이션을 통해 콜센터는 상담원의 준비 상태를 조기에 파악하고, 신입 사원에게 어떤 부분에서 코칭이 필요한지 정확히 파악할 수 있습니다.
주요 내용
신입 콜센터 상담원은 필수 교육 시간을 모두 이수했더라도, 처음 마주하는 까다로운 고객 전화에 제대로 대처하지 못할 수 있습니다. 이수 시간, 완료한 모듈, 시험 점수 등 기존의 교육 평가 지표만으로는 압박 상황에서의 업무 수행 능력을 제대로 측정할 수 없습니다.
AI 기반 대화 시뮬레이터는 실제 고객이 개입하기 전에 상담원이 어디서 응답이 멈추거나 절차를 놓치는지 조기에 파악할 수 있게 해줍니다.
한 컨택 센터 아웃소싱 업체는 AI 대화 시뮬레이션을 통해 상담원들이 숙련도에 도달하는 속도가 56% 빨라졌으며, 이직률은 32% 감소했다고 보고했습니다. 첫 번째 고객을 진정한 시험대로 삼는 대신, 이러한 통찰력을 바탕으로 고객 경험(CX) 담당자들은 숙련도 달성 속도를 측정하고 더 효과적으로 코칭할 수 있게 되었습니다.
교육 시간만으로는 부족합니다
컨택 센터에서는 오랫동안 출석률과 테스트 완료율을 집계해 왔습니다. 몇 년 전만 해도 교육 담당자들은 간단한 Y자형 헤드셋 어댑터를 사용하여 코치가 신입 상담원의 실시간 통화를 청취할 수 있도록 했습니다. 이를 통해 실시간으로 상황을 파악할 수 있었지만, 이는 이미 고객이 전화를 건 후에야 가능했습니다. 당시로서는 타당한 방식이었지만, 이는 준비 상태보다는 단순히 노출 횟수만을 측정하는 데 그쳤습니다.
AI 기반 시뮬레이터는 실제 고객이 나타나기 전에 이와 동일한 업무를 수행합니다. 더 정교한 도구는 과거 통화 내역, 채팅 기록, 화면 녹화 자료를 활용해 상담원의 데스크톱 환경을 재현할 수 있습니다. 신입 사원은 불만을 품은 고객, 청구 문제, 주문 누락, 정책 예외 사항, 또는 다른 팀을 위해 세심한 기록이 필요한 통화 등 현실적인 시나리오 속에서 실전 연습을 할 수 있습니다.
조직은 상담원이 답변을 기억하는지 여부 이상의 정보를 파악할 수 있습니다. 상담원이 어디를 클릭하는지, 어떤 내용을 기록하는지(또는 생략하는지), 스트레스를 받을 때 어떻게 대응하는지, 그리고 워크플로를 올바르게 완료하는지 여부를 확인할 수 있습니다.
사전 시뮬레이션을 통해 관리자는 실제 현장에서 실수가 발생하기를 기다릴 필요 없이, 담당자가 고객에게 직접 대응하기 훨씬 전에 어떤 부분에서 지원이 필요한지 미리 파악할 수 있습니다.
COPC Inc.의 글로벌 벤치마킹 조사 결과도 이것이 왜 중요한지 보여줍니다. 직원의 29%만이 업무에 AI 도구를 사용하는 방법에 대한 교육을 받았다고 응답했는데, 이는 많은 조직이 직원들에게 충분한 교육이 이루어지기 전에 AI가 도입된 환경에서 일하도록 요구하고 있음을 의미합니다.
이직 시기는 취약한 고리를 드러낸다
컨택 센터에서 관리자들은 이직률을 단순히 인력 관리 지표로만 여기는 경우가 많지만, 이직 시점은 인재 운영 모델에 문제가 있는 부분을 드러내는 징후일 수 있습니다.
- 교육 과정에서 사람들이 중도 탈락한다면, 채용 기준이나 교육 과정이 잘못된 것일 수 있습니다 .
- 입사 후 얼마 지나지 않아 그만두었다면, 현실이 기대와 달랐을 가능성이 높습니다(더 빡빡한 근무 일정, 더 까다로운 통화, 사용하기 불편한 도구 등).
AI를 활용한 실습도 이를 명확히 보여줄 수 있습니다. 미국의 한 대형 잔디 관리 회사에서는 신입 사원들이 시뮬레이션된 고객 대화 상황을 통해 해당 직무가 자신에게 적합한지 더 빨리 파악할 수 있도록 했습니다. 그 결과 입사 후 며칠 이내의 이직률은 증가했으나, 이후 이직률은 감소했습니다. 또한 이 회사는 교육이 여러 요인 중 하나일 뿐임을 인정하면서도, 고객센터 상담원의 이직률이 29% 감소했다고 보고했습니다. 이러한 통찰력을 바탕으로 관리자들은 문제가 연쇄적으로 발생하기 전에 채용, 근무 일정, 심지어 직무 설계까지 조정할 수 있게 되었습니다.
올바른 지표를 측정하는 것이 중요하다
인재 개발은 해당 조직이 업무에 바로 투입될 준비가 된 요원을 양성하고 있는지 여부를 보여줘야 합니다. 단순히 현장 투입까지 걸리는 시간이나 이직률에만 주목하기보다는 다음 사항에 중점을 두어야 합니다:
- 숙련도 달성 속도. 신입 사원들이 실제 업무 상황에서 얼마나 빨리 성과를 내기 시작할까요? 이는 교육 기간과 입사 첫 달의 업무 성과를 종합적으로 평가한 것입니다.
- 시뮬레이션 성과. AI 실습 시나리오에서 수련생들이 어떤 구체적인 기술, 행동 또는 업무 흐름을 제대로 구사하지 못하고 있는가? 이 데이터는 코칭이 필요한 부분을 보여준다.
- 이직 시기. 직원들은 언제 퇴사할까요? 조기 퇴사는 채용이나 신입 사원 적응 과정에 문제가 있음을 시사할 수 있으며, 늦은 시기의 퇴사는 실제 업무와 기대치 간의 불일치를 나타냅니다.
교육 수료 여부는 여전히 중요합니다. 이 수료 여부는 후보자들이 프로그램을 무사히 마치고 있는지 여부를 보여주기 때문입니다. 하지만 이 데이터는 실제 역량 평가 결과와 연계되어야 합니다.
성공적인 고객 경험(CX) 운영은 상담원들이 실제 전화 응대를 시작하기 전에 사전 평가를 실시합니다. AI 시뮬레이션을 통해 초기 단계의 주요 난관을 재현함으로써, 교육의 미비점과 준비 상태의 문제점을 사전에 파악할 수 있습니다. 시뮬레이션 결과를 초기 성과 및 이직률 데이터와 연계함으로써, CX 리더들은 인재 파이프라인에서 어떤 부분을 강화해야 하는지 정확히 파악할 수 있습니다. 이러한 방식으로 AI는 단순한 교육 도구를 넘어, 채용, 신입 사원 온보딩, 코칭을 측정 가능한 고객 성과와 연결하는 수단이 됩니다.
상담원의 역량 강화는 AI가 고객 경험(CX) 운영 분야에서 그 가치를 입증해야 할 5대 핵심 영역 중 하나에 불과합니다. COPC의 전체 가이드, '미래를 대비한 CX: AI 열풍에서 측정 가능한 비즈니스 성과로 나아가기'를 다운로드하여 인재 개발, 실시간 상호작용, 셀프 서비스, 분석, 거버넌스 전반에 걸쳐 측정 가능한 성과를 이끌어내는 당사의 프레임워크를 확인해 보십시오.
