캐슬린 맥네어와 토냐 웨버
AI 품질 모니터링은 수동 품질 보증(QA) 팀이 검토할 수 있는 양보다 훨씬 더 많은 상호작용에 대해 점수를 매기고, 태그를 지정하며, 분류할 수 있습니다. 하지만 데이터가 체계적으로 정리되지 않으면, 데이터가 늘어날수록 대시보드와 알림, 대화록도 함께 증가하게 되며, 이 경우 경영진은 어디에서 가치가 손실되고 있는지, 무엇을 먼저 개선해야 하는지 파악하기 어려워집니다.
COPC Inc.에서 업무를 수행하면서, 우리는 이를 QA 부서가 비즈니스를 좌우하는 의사결정 과정에 한 걸음 더 다가갈 수 있는 기회로 보고 있습니다. AI는 데이터에 대한 가시성을 높여줄 수 있지만, 그 데이터가 무엇을 의미하는지 파악할 수 있는 사람은 여전히 필요합니다.
이 점수는 고객에게 실제로 일어난 상황을 반영하고 있는 것일까요? 이것이 정말 코칭의 문제일까요, 아니면 업무 절차가 상담원의 업무 수행을 방해하고 있는 것일까요? 이러한 패턴은 정책, 도구, 지식 부족, 아니면 교육 필요성과 관련이 있을까요? 어떤 문제를 가장 먼저 경영진에게 보고해야 할까요?
바로 이것이 AI가 혼자서는 해낼 수 없는 일이며, 경험 많은 QA 전문가들이 가장 큰 가치를 발휘하는 부분이기도 합니다.
품질 전략가들은 패턴을 비즈니스 의사결정과 연결합니다
품질 전략가는 품질, 운영, 교육, 기술, 리더십이 교차하는 지점에서 활동하며, 기업이 QA 데이터가 무엇을 의미하는지, 그리고 그 다음 단계로 무엇을 해야 하는지를 이해하도록 돕습니다.
그 사람은 점수 뒤에 숨겨진 더 큰 흐름을 보고 있습니다.
- 고객들이 왜 다시 전화를 하는 걸까요?
- 에이전트가 어떤 단계를 생략한 건가요, 아니면 워크플로가 복잡한 건가요?
- 이 지식 문서가 불완전한가요?
- AI가 상호작용을 공정하게 평가하고 있나요?
- 이 문제는 코칭, 정책, 절차, 도구, 규정 준수, 아니면 교육과 관련이 있습니까?
경험이 풍부한 품질 관리 책임자와 QA 팀은 방대한 양의 상호작용 데이터를 해석하고, 추세를 파악하며, 근본 원인을 조사하고, 이러한 결과를 비즈니스 의사결정에 반영하는 방법을 잘 알고 있기 때문에 이러한 업무를 수행하기에 최적의 위치에 있습니다. 이들은 품질 문제가 개별적인 코칭이 필요한 부분인지, 아니면 프로세스, 정책, 지식 기반, 기술 또는 고객 여정에서 발생하는 더 광범위한 문제를 시사하는 것인지 정확히 파악할 수 있습니다.
리더들은 업무에 부합하는 컨택 센터 품질 보증(QA) 경력 경로를 어떻게 구축하는가
QA 팀이 이러한 전략적 역할로 성장하기 위해서는 리더들이 해당 업무를 중심으로 한 발전 경로를 마련해야 합니다.
즉, QA 팀에 교육, 권한 및 접근 권한을 부여하여 발견된 문제점을 단순한 평가표의 범위를 넘어 해결할 수 있도록 해야 합니다. 운영 모델에는 이러한 발견 사항이 실제로 조치를 취할 수 있는 팀에 전달될 수 있는 명확한 절차가 마련되어야 합니다.
차세대 컨택 센터 품질 보증 체계에서는 보정, AI 출력 결과 검토, 근본 원인 보고, 품질 평가 양식 설계, 조치 계획 수립 및 후속 측정과 관련하여 책임 소재를 더욱 명확히 해야 합니다.
AI 품질 모니터링이 확대됨에 따라 이러한 역량의 중요성은 더욱 커지고 있습니다. 품질 보증(QA) 전문가와 트레이너는 여전히 점수 산정이 공정한지, 분류가 정확한지, 그리고 데이터가 코칭 문제인지 아니면 더 광범위한 운영상의 문제인지 파악해야 합니다. 또한 AI가 생성한 점수나 요약에서 숙련된 품질 전문가라면 포착했을 맥락이 누락된 경우를 식별할 수 있어야 합니다.
일부 조직에서는 ‘AI QA 전문가’나 ‘품질 전략가’와 같은 직함을 사용하기도 합니다. 직함의 명칭은 다를 수 있지만, 그 방향성은 동일합니다. QA는 해석, 보정, 그리고 운영에 미치는 영향력이라는 측면으로 점점 더 가까워지고 있습니다.
이러한 경력 경로를 구축하려면 경력 개발에 대한 의도적인 투자도 필요합니다. 이러한 환경에서 가장 중요한 역량은 데이터 해석, 비즈니스 사례 수립, 그리고 분석 결과를 이를 바탕으로 조치를 취할 수 있는 경영진에게 효과적으로 전달하는 능력입니다.
COPC는 컨택 센터 리더들이 AI 모니터링을 통해 지속적인 성과 개선으로 이어질 수 있도록 필요한 운영 모델, 역할 및 품질 프로그램을 구축할 수 있도록 지원합니다.
COPC가 이를 실제로 어떻게 적용하고 있는지 알아보려면“컨택 센터의 AI 품질 모니터링: QA를 비용 센터에서 전략적 인텔리전스로 전환하는 방법”이라는 기사의 전문을 읽어보세요.
저자 소개
캐슬린 맥네어(Kathleen McNair), 미주 지역 CEO
캐슬린은미주 지역에서 COPC의 고객 경험 컨설팅, 인증 및 교육 사업을 총괄하고 있습니다. 그녀는 모든 서비스 제공 및 손익(P&L)을 책임지고 있습니다. 공급업체 관리, 계약 체결 및 성과 개선 분야에서 깊은 전문성을 갖춘 그녀는 대규모 글로벌 운영을 대상으로 운영 관리, BPO 소싱 및 고객 여정 설계 전반에 걸친 혁신 프로젝트를 주도해 왔습니다. 캐슬린은 영업, 고객 서비스, 기술 지원을 아우르는 다채널 프로그램을 구축하여, 고객사가 지원형 및 디지털 고객 경험을 모두 확장할 수 있도록 지원한 입증된 실적을 보유하고 있습니다.
토냐 웨버(Tonya Webber), 컨설팅 이사
토냐는16년 이상의 고객 경험(CX) 리더십 경력을 보유하고 있으며, 운영 혁신, 프로세스 최적화 및 성과 개선을 전문으로 합니다. 그녀는 COPC 고객사와 협력하여 프로세스 격차 분석, 지식 관리, 거버넌스 프레임워크 및 데이터 기반 개선 이니셔티브를 통해 고객 참여 운영을 강화합니다. SaaS 제공업체인 RealPage의 전 운영 이사로서, 토냐는 분석가 팀을 이끌며 효율성을 높이고, 제품 출시를 지원하며, 중요한 프로세스 격차를 해소했습니다. 프로젝트 관리, 품질 관리, 전략적 공급업체 관계 관리에 능통한 그녀는 측정 가능한 비즈니스 성과를 창출하는 근본 원인 분석 및 지속적인 개선 관행을 적용하는 것으로 인정받고 있습니다.