사용자 여정을 중심으로 한 AI: 도입 또는 자체 개발 전, 컨택 센터 AI 전략 수립하기

‘여정 중심’ AI는 도구가 아닌 종단간 서비스 여정에서 출발합니다. 다음은 서비스 블루프린팅이 컨택 센터 AI를 구매하거나 구축하기 전에 의사결정에 어떤 영향을 미치는지 설명한 내용입니다.

폴라 페이트 지음

최근 컨택 센터 평가에서 COPC Inc.는 단일 에스컬레이션 경로에 5~9개의 별도 시스템이 관여하는 사례를 빈번히 발견하고 있으며, 이러한 패턴은 COPC의 AI 및 고객 경험 연구에서도 확인된 바 있습니다. 체계적인 설계 없이 이러한 환경에 AI를 도입하면 예상 가능한 결과가 발생합니다. 데이터가 손실되고, 맥락이 누락되며, 고객은 절차를 처음부터 다시 시작해야 합니다. 해당 기술은 자체 경계 내에서는 광고된 대로 작동하지만, 그 기술이 포함된 전체 고객 여정에서는 제대로 작동하지 않습니다.

이러한 운영상의 현실은 ‘고객 여정 중심’ 접근법의 필요성을 뒷받침합니다. 고객 여정 중심 AI는 컨택센터 AI에 대한 접근 방식으로, 먼저 엔드투엔드 서비스 여정, 즉 컨택센터가 고객 접점 전반에 걸쳐 어떻게 가치를 제공하는지부터 살펴본 다음, AI가 그 가치 전달을 어디에서 지원할 수 있는지 탐구합니다. 이는 먼저 도구를 선정한 뒤 기존 채널에 적용하는 기존의 순서를 뒤집는 방식입니다. 서비스 블루프린팅은 이를 실질적으로 구현하는 방법론으로, 음성, 채팅, 이메일, 웹, 모바일 및 대면 경험을 아우르는 전방 단계의 상호작용, 후방 단계의 프로세스, 그리고 이를 연결하는 시스템을 매핑합니다.

단일 채널만을 따로 떼어내어 최적화하는 것은 본질을 놓치는 것입니다. 목표는 고객이 어떤 채널을 선택하든 AI가 일관되게 지원할 수 있는 서비스 여정을 구축하는 것입니다.

여정 기반 디자인의 기초

여정 기반 디자인의 기본 원리를 알아보고, 이것이 고객 경험(CX) 기술 전략에 혁신을 가져오는 이유를 확인하세요.

가이드 보기

주요 내용:

• ‘여정 중심 AI’는 서비스 여정에서 출발하여 기능을 선정합니다. 도구부터 시작하는 것은 가장 흔하면서도 비용이 많이 드는 순서상의 실수입니다.
• 서비스 블루프린팅은 프론트 스테이지의 상호작용을 이를 뒷받침하는 백 스테이지 시스템 및 프로세스와 연결해 주는데, 바로 이 부분에서 대부분의 컨택 센터 AI 도입이 실제로 실패로 돌아갑니다.
• 컨택 센터에서 AI 실패의 주된 원인은 알고리즘의 품질이 아니라 통합 문제입니다. COPC의 연구에 따르면, 실패 사례의 48%가 통합 문제에서 비롯된 것으로 나타났습니다.
• AI에 대해서도 상담원과 동일한 성과 기준을 적용하고, 수년에 걸친 기술 로드맵을 고착화하지 말고 AI 전략을 정기적으로 검토하십시오.

컨택 센터 AI는 단일 솔루션이 아니라 일련의 기능들입니다.

AI를 하나의 개념으로만 취급하면 실제 운영 단계에서 효과를 발휘하지 못하는 조달 결정으로 이어집니다. 머신러닝, 자연어 처리, 컴퓨터 비전은 각각 용도가 다른 별개의 기술이며, 어떤 기술을 선택할지는 판매되는 플랫폼이 아니라 해결해야 할 과제에 따라 결정됩니다.

컨택 센터에서 볼 수 있는 가장 효과적인 AI 활용 사례는 완전한 자동화를 수반하는 경우가 거의 없습니다. 오히려 AI가 반복적인 업무를 줄여주고, 적절한 시점에 필요한 정보를 제공하며, 상담 과정에서 의사결정을 개선함으로써 직원을 지원하는 방식입니다. 이러한 관점은 설계 방향을 바꾸기 때문에 중요합니다. 즉, AI를 인력 감축을 목표로 하는 대체 수단이 아니라 인간의 역량을 강화하는 도구로 보는 것입니다.

완벽함보다는 적응성을 염두에 두고 AI 아키텍처를 설계하세요

AI 도입에 있어 가장 큰 위험은 진화할 수 없는 솔루션에 얽매이는 것입니다. 기술의 발전 속도가 너무 빠르기 때문에 이는 안전한 선택이 될 수 없습니다. 오늘날 최첨단인 기술도 1년 안에 표준이 되고, 그 직후에는 곧 구식이 되어버립니다. 밀접하게 결합되거나 과도하게 맞춤화된 시스템은 점진적인 변경에 막대한 비용을 초래하여, 본래 신속한 반복 개선이 되어야 할 과정을 자원이 많이 소요되는 대규모 프로젝트로 바꿔버립니다.

이러한 현상은 통합 과정에서 가장 흔히 나타납니다. COPC Inc.의 2026년 AI ROI 연구에 따르면, 응답한 컨택 센터의 48%가 AI 도입 시 운영 실패의 주된 원인으로 통합 문제를 꼽았습니다. 같은 연구에서 56%의 컨택 센터가 AI로부터 기대했던 투자 수익을 실현하지 못하고 있는 것으로 나타났습니다. 지식은 SharePoint, 레거시 CRM, 위키, 그리고 서로 분리된 데이터베이스에 흩어져 있습니다. 고객 여정을 중심으로 한 설계 없이 AI를 이러한 분산된 환경에 도입하면, AI는 분산된 구조를 해결하기는커녕 오히려 그대로 물려받게 됩니다.

이에 따른 대가는 기술적인 측면에만 국한되지 않습니다. 경직된 시스템은 기업 전반의 대응력을 저하시켜, 고객의 요구보다는 플랫폼이 할 수 있는 범위에 따라 업무 프로세스를 제한하게 됩니다. 시간이 지남에 따라 컨택 센터가 제공하고자 하는 것과 실제로 제공할 수 있는 것 사이에 격차가 벌어지게 됩니다.

모듈식 아키텍처, 보다 유연한 맞춤화, 그리고 기능이 성숙해짐에 따라 구성 요소를 교체하려는 의지가 이러한 문제를 완화해 줍니다. 또한, 변화를 피해야 할 대상이 아니라 운영 모델의 일부로 여기는 문화적 변화 역시 같은 효과를 가져옵니다. 여정 중심의 접근 방식은 자연스럽게 반복적 개선을 뒷받침합니다. 현재의 여정부터 시작함으로써 AI를 소규모로 통제된 방식으로 도입하고, 실제 환경에서 테스트하며, 지속적으로 개선해 나갈 수 있습니다.

오늘날 컨택 센터의 효율성을 높이는 요소를 바탕으로 발전시켜 나가십시오

AI는 이미 잘 작동하고 있는 시스템을 훼손해서는 안 됩니다. 브랜드 가치, 확립된 프로세스, 조직 문화는 일종의 안전장치 역할을 하여, AI가 조직이 추구하는 운영 방식과 조직이 대중에게 비치고자 하는 이미지에 부합하는 방식으로 도입되도록 보장합니다 .

친밀하고 맞춤형 서비스로 유명한 브랜드는 그러한 경험을 희석시키는 AI를 도입해서는 안 됩니다. 올바른 접근 방식은 대개 브랜드의 기반이 되는 인간적인 상호작용을 대체하기보다는, AI를 배후에서 활용하여 상담원에게 더 나은 통찰력과 권장 사항을 제공하는 것입니다. 마찬가지로, 업무 프로세스는 우회해서는 안 되며, 존중하고 개선해야 합니다. AI는 오늘날의 업무 방식에 자연스럽게 녹아들거나, 이를 의도적으로 발전시켜야 합니다.

문화는 가장 자주 과소평가되는 요소입니다. 직원들이 AI를 위협으로 인식하면 도입이 지체됩니다. 반면 AI를 자신을 지원하는 도구로 인식하면 업무 몰입도가 높아집니다. 이를 위해서는 단순한 도입뿐만 아니라 명확한 의사소통, 교육, 그리고 설계 및 실행 과정에 대한 참여가 필요합니다.

컨택 센터에서 AI 성능을 측정하는 방법

유용한 원칙: AI에게도 인간 상담원에게 적용하는 것과 동일한 성과 기준을 적용하십시오. 상담원이 응답 시간, 품질, 고객 만족도로 평가받는다면, 유사한 역할을 수행하는 AI 시스템도 동일한 기준으로 평가되어야 합니다. 이 원칙은 이제 COPC CX 표준 8.0판(2026년 2월 발간)에 공식적으로 명시되어 있으며, 이 표준은 개별 거래보다는 종단간 고객 여정을 최적화하고 관리해야 하는 ‘서비스 여정 중심’ 접근 방식을 강조함과 동시에, 자동화 시스템에도 인간 직원에게 적용되는 것과 동일한 기준을 적용하는 내장형 AI 거버넌스를 요구하고 있습니다.

이러한 방식으로 측정하면 고객 여정 전반에 걸친 영향도 명확히 파악할 수 있습니다. AI 성과를 고객 성과 및 운영 효율성과 연계하면 투자가 실질적인 이점을 가져오고 있는지 확인할 수 있을 뿐만 아니라, 서비스 블루프린팅이 왜 출발점으로 중요한지 다시금 확고히 할 수 있습니다. 이러한 여정 관점이 없다면, AI는 자체 지표상으로는 우수한 성과를 보일 수 있지만, 그 주변의 고객 경험은 오히려 악화될 수 있습니다.

컨택 센터 AI 도입 시 ‘자체 개발’ 대 ‘외부 도입’의 선택과, 소규모로 시작하는 접근 방식

AI 기능을 구매하면 신속한 도입이 가능합니다. 공급업체의 도구는 즉시 배포할 수 있으며, 업데이트와 개선을 통해 지속적으로 지원됩니다. 대신 의존성이 발생합니다. 즉, 기업의 발전 가능성은 공급업체의 로드맵에 좌우되며, 특정 요구 사항에 맞춘 맞춤화가 제한될 수 있습니다. 사내에서 직접 구축하면 더 큰 통제권과 심층적인 맞춤화가 가능하며, 자체 프로세스 및 데이터와도 원활하게 연동할 수 있습니다. 대신 지속적인 유지보수, 거버넌스, 확장성 확보, 지속적인 개선 등을 포함한 소유 비용이 발생합니다.

실무에서 가장 효과적인 접근 방식은 대개 두 가지를 결합하는 것입니다. 즉, 타당한 부분에서는 외부 도구를 활용하고, 전략적으로 중요한 부분에서는 내부 역량을 활용하는 것입니다. 특정 접근 방식에 무조건 의존하기보다는, 전체 과정을 고려하여 신중하게 결정해야 합니다. 어떤 방향을 선택하든, 실행에 있어서는 겸손한 태도가 중요합니다. 즉, 신속하게 구현할 수 있는 작고 관리하기 쉬운 사용 사례부터 시작하고, 현재의 역량과 데이터를 바탕으로 작업하며, 각 단계가 더 큰 비전에 기여하도록 하여 점진적인 성과가 분산되지 않고 누적되도록 해야 합니다.

최근 중동 지역 한 은행과 진행한 COPC 프로젝트에서, 우리는 AI 도구를 평가하기보다 먼저 모든 채널에 걸쳐 가장 중요한 서비스 여정을 처음부터 끝까지 매핑하는 작업부터 시작했습니다. 이 청사진을 통해 채널 간 불일치, 인력·프로세스·기술 전반에 걸친 격차, 그리고 고객의 실제 경험을 제대로 반영하지 못한 지표들이 드러났습니다. 그 덕분에 이후 진행된 AI 관련 논의는 훨씬 더 명확해졌습니다. 논의의 초점은 ‘어떤 도구를 구매할 것인가’에서 ‘어떤 여정 단계에 도움이 필요한가’, 그리고 ‘구매하거나 자체 개발해야 할 어떤 기능이 그 격차를 해소할 수 있는가’로 옮겨갔습니다. 그 결과, 최종 조달 결정은 당초 계획했던 것과는 다른 방향으로 이루어졌습니다.

기술의 발전 속도를 따라잡을 수 있는 컨택 센터 AI 전략 수립

AI 환경은 계속 변화할 것이므로, 전략을 5개년 기술 로드맵처럼 수립해서는 안 됩니다. 오히려 일정한 주기로 재검토하는 일련의 질문들로 구성하는 것이 더 효과적입니다. 즉, 어떤 고객 여정을 개선하고 있는지, 각 여정에 어떤 기능을 활용하고 있는지, 지난 검토 이후 무엇을 배웠는지, 그리고 시장의 어떤 변화가 답변에 영향을 미쳤는지 등을 지속적으로 살펴보는 것입니다. AI 도입 과정에서 가장 흔한 실수는 기술부터 시작해 거꾸로 접근하는 것이며, 이러한 실수는 출시 당시 한 번만 발생하는 것이 아닙니다. 새로운 기능이 시장에 등장할 때마다 이 문제가 재차 대두되는데, 사람들은 그것이 진정으로 고객 경험을 개선할지 묻기 전에 먼저 도입 여부를 묻는 경향이 있습니다.

AI 도입은 단순한 기술적 과제가 아니라 전략적·문화적 과제이며, 현재 이에 가장 큰 어려움을 겪고 있는 조직들은 대개 대응 속도가 느렸던 곳이 아닙니다. 오히려 오늘날의 도구를 중심으로 계획을 세우고, 그 계획이 내년에도 여전히 유효할 것이라고 가정했던 조직들입니다. 고객 여정을 기반으로 하고 정해진 주기에 따라 검토되는 컨택센터 AI 전략이야말로 더 지속 가능한 선택이며, 기술이 끊임없이 발전하는 가운데서도 시간이 지나도 여전히 유효한 전략입니다.

컨택 센터 AI를 구매하기 전에 꼭 물어봐야 할 5가지 질문

AI 도입을 결정하기 전에 반드시 명확한 답을 찾아야 할 다섯 가지 질문이 있습니다. 이 질문들에 대한 답변의 질은 어떤 공급업체의 시연보다도 해당 시스템의 도입이 성공할지 여부를 더 잘 알려줄 것입니다.

1. 우리가 개선하고자 하는 여정은 무엇이며, 현재 고객이나 상담원에게 어떤 불편 요소가 존재하나요?

팀이 그 여정을 제대로 정의하지 못한다면, AI는 잘못된 곳에 도달하게 될 것입니다.

2. 고객의 질문과 답변 사이에 몇 개의 시스템이 존재합니까?

이 수치 속에 통합 비용이 숨어 있습니다.

3. 단순히 운영 측면뿐만 아니라 고객에게 있어 성공이란 어떤 모습일까요?

‘억제 시간’과 ‘처리 시간’은 운영 지표입니다. ‘해결’과 ‘노력’은 처리 과정 지표입니다. 두 가지 모두 답변에 포함되어야 합니다.

4. 이 도구가 18개월 후에 작동을 멈추게 된다면, 이를 얼마나 쉽게 교체할 수 있을까요?

만약 대답이 “매우 힘들다”라면, 여러분의 아키텍처는 사용자 중심이 아닙니다. 공급업체 중심입니다.

5. AI가 인간에게 업무를 인계할 때, 그 인계 과정에 대한 책임은 누구에게 있는가?

이는 AI 조달 논의에서 거의 항상 가장 취약한 답변이며, 고객 경험이 가장 자주 소홀히 다루어지는 부분이기도 합니다.

다섯 가지 질문 모두에 구체적인 내용을 바탕으로 답변할 수 있는 팀은 도구를 평가할 준비가 된 것입니다. 그렇지 못한 팀은 먼저 여정 구축 작업에 집중해야 합니다.

컨택 센터에서 AI를 어떻게 도입할지 검토 중이며, 특정 도구보다는 도입 과정 자체부터 시작하고 싶으시다면, COPC는 운영 책임자들과 협력하여 현재의 서비스 제공 방식을 분석하고 AI가 이를 가장 효과적으로 지원할 수 있는 부분을 파악해 드립니다. 문의해 주시면 상담을 시작해 드리겠습니다.

자주 묻는 질문