CX 스택에 AI를 도입할 때 발생하는 숨겨진 비용 

제프 트로페아노

모든 AI 도구에는 장단점이 따릅니다. 

시장 상황은 이를 결코 쉽게 만들어 주지 않습니다. AI 기반 고객 경험(CX) 솔루션 제공업체는 셀 수 없이 많으며, 매일 새로운 업체가 등장하고 있습니다. 이들은 대응 속도가 충분히 빠르지 못한 대형 플랫폼과, 대기업이 신뢰하기에는 움직임이 너무 빠른 ‘차고에서 3명이 운영하는’ 소규모 업체로 나뉩니다. 이들 대부분은 마케팅과 구분하기 어렵습니다. 여러분이 선택해야 할 절충점은 단순히 제품 대 제품의 비교가 아닙니다. 바로 운영상의 복잡성을 어느 정도까지 감수할 용의가 있는지에 대한 문제입니다. 

CX 플랫폼에 이미 내장된 AI를 활용하면 관리 및 지원이 더 수월해질 수 있습니다. 전문적인 컨택 센터 AI 솔루션을 도입하면 특정 사용 사례에 대해 더 심층적인 기능을 확보할 수 있습니다. AI에 구애받지 않는 스택을 구축하면 시장 변화에 따라 유연성을 유지할 수 있습니다. 

각 경로는 CX 운영팀이 관리해야 할 사항과, 시간이 지남에 따라 거버넌스, 지원, 통제 측면에서 발생하는 비용을 변화시킵니다.

결정은 사용 사례부터 시작해야 합니다. 해당 경험이 고객과 상담원에게 어떤 역할을 해야 할까요? 향후 3~5년 동안 팀이 어느 정도의 복잡성을 관리하고, 지원하며, 측정하고, 개선할 수 있을까요?

기업용 고객 경험(CX)의 경우, CX 자동화의 숨겨진 비용은 대개 선택한 아키텍처에 수반되는 운영상의 복잡성입니다. 

컨택 센터 AI 솔루션을 위한 세 가지 접근 방식 비교

대부분의 조직은 세 가지 방향 중 하나를 선택하고 있습니다.

• ‘플랫폼 우선’이란 현재의 CCaaS, CRM, 인력 관리, 품질 관리 또는 기타 CX 플랫폼에 이미 내장된 AI를 활용하는 것을 의미합니다 . 장점은 단순성에 있습니다. 일반적으로 통합이 더 쉬우며, 책임 소재가 명확하고, 팀이 또 다른 주요 공급업체를 추가할 필요가 없습니다. 단점은 기능의 깊이입니다. 내장 도구는 일부 사용 사례에서는 충분히 강력할 수 있지만, 다른 사용 사례에서는 기능이 너무 제한적일 수 있습니다.
• ‘AI 우선’이란 가상 상담원, 자동화된 품질 보증(QA), 상담원 지원, 시뮬레이션 기반 교육, 분석 등과 같은 요구 사항을 해결하기 위해 전문적인 컨택 센터 AI 솔루션을 도입하는 것을 의미합니다 . 장점은 더 심화된 기능을 확보할 수 있다는 점입니다. 반면, 데이터 이동, 거버넌스, 지원, 교육, 변경 관리와 관련된 추가 업무가 발생한다는 단점이 있습니다.
• ‘AI 중립적’이란 시장이 변화함에 따라 조직이 AI 엔진이나 모델을 변경할 수 있도록 유연성을 고려하여 설계하는 것을 의미합니다 . 장점은 시간이 지남에 따라 통제력을 확보할 수 있다는 점입니다. 단점은 소유권 문제로, 조직이 일반적으로 아키텍처 자체를 더 많이 구축하고 관리하며 통제해야 하기 때문입니다. 

이러한 점은 대규모 CX 운영 환경에서 중요한데, 이 경우 일관성, 교육, 책임성, 지원이 팀, 협력사, 사용 사례 전반에 걸쳐 원활하게 이루어져야 하기 때문입니다.

올바른 방향은 조직이 제공하고자 하는 경험과 관리할 준비가 되어 있는 복잡성에 따라 달라집니다.

사용 사례가 CX 스택 결정의 지침이 되어야 한다

가상 상담원은 자동화된 품질 보증(QA), 상담원 지원 또는 시뮬레이션 기반 교육과 동일한 데이터, 워크플로우, 제어 기능 또는 지원 모델을 필요로 하지 않습니다. 각 사용 사례마다 CX 스택에 요구되는 사항이 다릅니다. 

그렇기 때문에 COPC Inc.는 사용 사례가 달성해야 할 목표, 워크플로우의 책임자, 결과물을 검토하는 주체, 그리고 사용 사례가 예외 상황에 도달했을 때 어떻게 처리되는지를 기준으로 컨택 센터 AI 솔루션을 평가할 것을 권장합니다.

이러한 답변을 통해 리더들은 현재의 CX 플랫폼만으로도 충분한지, 아니면 해당 사용 사례에 맞춰 전용 도구나 더 유연한 아키텍처가 필요한지 판단할 수 있습니다.

3~5년에 걸친 복잡성의 비용을 산정하십시오

라이선스 비용은 시작에 불과합니다. 새로운 AI 레이어를 도입하면 통합 작업, 데이터 이동, 공급업체 관리, 훈련, 지원, 거버넌스, 그리고 조직이 유지 관리해야 하는 내부 역량 등이 추가될 수 있습니다.

CX 자동화가 일상적인 운영 단계로 접어들면서 이는 중요한 문제가 됩니다. 특정 용도에 특화된 도구는 한 가지 사용 사례를 잘 해결해 줄 수는 있지만, 더 넓은 범위의 CX 스택 전반에 걸쳐 복잡성을 가중시킬 수 있습니다.

AI 중립적 아키텍처는 자체 AI 에이전트를 구축하거나 시장 변화에 따라 더 큰 유연성을 확보하고자 하는 조직에 유용할 수 있습니다. 이를 통해 팀은 시간이 지남에 따라 상황에 적응할 수 있는 여지를 더 많이 확보할 수 있습니다. 또한 명확한 책임 소재, 더욱 강력한 거버넌스, 그리고 모델, 워크플로우, 데이터 및 공급업체 간의 연계 방식을 관리할 수 있는 내부 역량이 필요합니다.

대규모 CX 운영의 경우, 실질적인 문제는 해당 기술 스택이 사용자, 워크플로우, 공급업체 및 향후 변경 사항 전반에 걸쳐 일관되게 지원될 수 있는지 여부입니다.

3~5년 단위의 장기적 관점을 통해 경영진은 컨택 센터 AI 솔루션 도입에 따른 전체 비용, 즉 도입 후 발생하는 운영상의 복잡성까지 종합적으로 파악할 수 있습니다.

거버넌스 및 표준에 따라 CX 스택을 검증한다

마지막 검증 기준은 스택을 일관성 있게 관리할 수 있는지 여부입니다. 리더들은 데이터 접근, 데이터 활용, 에스컬레이션 논리, 수동 개입, 테스트, 문서화, 성과 평가에 대한 명확한 기준을 마련해야 합니다. 이러한 기준은 공급업체, 모델, 워크플로우, 고객 기대치가 변화하는 상황에서도 CX 운영 팀이 통제력을 잃지 않고 새로운 도구를 관리할 수 있도록 돕습니다. 

고객 경험(CX) 스택에 또 다른 AI 계층을 추가하기 전에, COPC의 전체 경영진 가이드인 『CX 속의 AI, 2026: 통제력을 잃지 않으면서 컨택 센터 기술 스택을 현대화하는 방법』를 다운로드하여 아키텍처 선택, 거버넌스, 복잡성 및 장기적인 운영 적합성을 평가할 수 있는 실용적인 프레임워크를 확인해 보시기 바랍니다.